Contenu
- Big Data et efficacité énergétique côté consommateur
- Réduire les déchets énergétiques industriels
- La face cachée: centres de données et gaspillage d'énergie
Source: Fantasycreationz / Dreamstime.com
À emporter:
Les mégadonnées peuvent être la clé pour aider les entreprises et les consommateurs à être plus conscients de la consommation d'énergie, ce qui facilitera la gestion du gaspillage d'énergie.
Le Big Data est une grande nouvelle à plusieurs niveaux. Alors que la plupart des entreprises pensent que le big data leur permet d’augmenter leurs résultats, il a le pouvoir de faire beaucoup plus que de créer une publicité plus ciblée. En fait, les mégadonnées pourraient résoudre certains des plus gros problèmes auxquels nous sommes confrontés à l'échelle mondiale, notamment le gaspillage d'énergie.En ce qui concerne les technologies propres, le big data a dépassé les sources d'énergie alternatives et les voitures électriques en termes de potentiel. La capacité de collecter et d'interpréter des quantités massives de données sur la consommation d'énergie a déjà permis d'introduire des innovations décisives en matière d'économie d'énergie, à la fois pour les consommateurs et les fournisseurs d'énergie. Ces technologies sont sur le point de devenir plus sophistiquées et plus répandues dans un avenir proche.
Big Data et efficacité énergétique côté consommateur
L'efficacité énergétique est un problème important pour de nombreux consommateurs et entreprises. Moins ils consomment d'énergie, plus ils économisent d'argent. Il est donc rentable de réduire le gaspillage d'énergie. Outre les habitudes d'économie d'énergie quotidiennes consistant à éteindre les lumières, les appareils électroménagers et les ordinateurs domestiques, les consommateurs se tournent vers des modèles écoénergétiques pour tout, des ouvre-portes de garage aux systèmes de chauffage et de climatisation domestiques.Le problème historique de l'efficacité énergétique des maisons et des entreprises est le manque de données détaillées sur la consommation d'énergie. Le chauffage et la climatisation représentent environ 50% de la consommation totale d'énergie aux États-Unis. Même si cette consommation est saisonnière, les 50% restants ne sont pas ventilés de manière trop détaillée. Les factures mensuelles de services publics indiquent uniquement la quantité totale d’énergie consommée par un ménage en 30 jours - et non la manière dont elle a été utilisée ou gaspillée.
C'est là qu'interviennent les mégadonnées. Les capteurs intelligents peuvent fournir des données précises sur l'utilisation de l'énergie par les ménages. Ils permettent de suivre et de consigner non seulement la quantité d'énergie utilisée, mais également la consommation, et même le coût de la consommation de votre ordinateur à la maison. huit heures pendant que tu vas au travail. Ces données peuvent être présentées sur des plateformes Web et mobiles, ce qui permet aux consommateurs de détecter le gaspillage d’énergie et de contrôler leur consommation même lorsqu'ils ne sont pas chez eux.
Un exemple populaire est le thermostat intelligent Nest. Conçu par d’anciens ingénieurs Apple, cet appareil accomplit ce que les thermostats programmables étaient censés accomplir, mais il n’a jamais réussi à le rendre suffisamment convivial. Il vous permet de maintenir le thermostat réglé lorsque personne n'a besoin de chaleur ou de refroidissement supplémentaire, et de le régler pour qu'il se règle automatiquement à la bonne température lorsque vous le souhaitez, par exemple juste avant que l'alarme du matin ne se déclenche ou lorsque vous rentrez du travail . De plus, le thermostat Nest "apprend" vos préférences et effectue des ajustements automatisés en fonction de vos paramètres historiques.
Ce type de technologie pourrait être utilisé pour les éclairages intelligents, les réfrigérateurs, les portes de garage, les climatiseurs, les pots de fleurs, les arroseurs de gazon, etc. Il montre également un grand potentiel de données pour créer des ménages intelligents complets fonctionnant à une efficacité énergétique maximale. (Cela fait partie de ce que l’on appelle l’Internet des objets. Pour en savoir plus, consultez la section Qu'est-ce que le $ # @! L’Internet des objets?!)
Réduire les déchets énergétiques industriels
Outre l’efficacité énergétique grand public, le big data peut aider les services publics à mettre en place une gestion plus intelligente de l’énergie. Avec les bonnes données, les services publics peuvent optimiser l'efficacité des réseaux surchargés et les maintenir en bon état de fonctionnement, sans qu'il soit nécessaire d'investir de l'argent dans de nouvelles installations.Les utilitaires maintiennent le courant 24/7. Toutefois, en raison de la fluctuation de la demande en énergie, ils doivent disposer d’une capacité de réserve pour faire face à des pics de demande, par exemple au beau milieu d’une chaude journée d’été ou de nuits froides en hiver. La solution actuelle pour la plupart des services publics consiste à utiliser des "installations de pointe". Dormantes pendant la majeure partie de l’année et coûteuses à mettre en service, les centrales de pointe peuvent coûter jusqu’à huit fois le nombre de mégawatts / heure que l’énergie creuse, sans parler de la pollution supplémentaire qu’elles créent en cours d’exploitation.
Les mégadonnées peuvent réduire ou éliminer la dépendance des services publics vis-à-vis des installations de pointe. Grâce à des compteurs intelligents et à des algorithmes prenant en compte des facteurs extérieurs tels que la météo, les services publics peuvent réduire la consommation d'électricité non essentielle en périodes creuses, en réduisant les pics de demande et en maintenant toute la consommation d'énergie sur les principaux réseaux.
Avec une gestion plus intelligente de l'énergie, les services publics pourraient également tirer une valeur réelle des sources d'énergie alternatives telles que le vent et le solaire. Les flux de données volumineuses peuvent aider les services publics à compenser automatiquement les périodes pendant lesquelles aucune énergie naturelle n’est générée. La modélisation prédictive à l'aide de données volumineuses peut permettre aux services publics de calculer plus précisément les structures éoliennes et solaires et d'optimiser la conception et l'emplacement des éoliennes et des panneaux solaires.
La face cachée: centres de données et gaspillage d'énergie
L’un des principaux problèmes qui pourraient entraver le potentiel du Big Data pour résoudre les problèmes de gaspillage d’énergie réside dans le Big Data lui-même, ou du moins dans la manière dont il est généré. Ces quantités inimaginables de données sont produites par des centres de données, qui nécessitent bien sûr de l’énergie pour fonctionner. Et de nombreux centres de données gaspillent plus d'énergie qu'ils n'en utilisent.Comme les utilitaires, les centres de données fonctionnent 24 heures sur 24, 7 jours sur 7. La chaleur est un problème grave. Avec des centaines de serveurs massifs générant de la chaleur, les installations doivent être refroidies en permanence pour éviter une fusion physique de l'infrastructure. Pourtant, la plupart des centres de données ne fonctionnent pas dans un souci d’efficacité énergétique. En fait, un rapport publié en 2012 par le New York Times a révélé qu'au lieu de compenser l'évolution de la demande, la plupart des centres de données fonctionnaient à plein rendement 24 heures sur 24, gaspillant 90% ou plus de l'énergie tirée du réseau.
Les centres de données et l’économie numérique consomment actuellement environ 10% de l’énergie mondiale. Si le Big Data doit résoudre le problème du gaspillage d'énergie, l'industrie doit s'exercer avant de prêcher et de se tourner vers ses outils d'efficacité, et de trouver des moyens de réduire les consommations d'énergie et d'améliorer la consommation globale d'énergie sans risquer de tomber en panne.
Malgré ces obstacles, toutefois, le potentiel "vert" des grandes données est énorme. S'engager dans un monde plus vert et plus économe en énergie pourrait simplement consister à mieux comprendre comment nous utilisons l'énergie et où elle est le plus souvent gaspillée.