ÉcoBioH₂

Démonstrateur d’un stockage hybride pour un éco-îlot

Présentation

Données clés

Premier Ministre — Secrétariat général pour l'investissement. Investir l'avenir — Le Grand Plan d'Investissement

Projet accompagné par l'ADEME dans le cadre du Programme d'Investissement d'Avenir

Le batiment vu du dessus L'arbre au centre du batiment le batiment vu de coté

Photos par EcoBio/Agence Lipsky Rollet

Durée 4 ans
Démarrage Janvier 2018
Montant total du projet 19 millions d'euros
Dont aide PIA 2,8 millions d'euros
Forme de l'aide PIA Subventions et avances remboursables
Localisation Avignon (Vaucluse)

Projet

Le projet de démonstrateur ECOBIOH2 s’inscrit dans un programme immobilier d’éco-îlot, nommé ECOBIO. Ce programme consiste à construire, au cœur de ville d’Avignon, sur le site actuel du magasin Biocoop, un bâtiment résidentiel-tertiaire neuf de 10 000 m², à haute performance environnementale. Cet îlot regroupe plusieurs activités : commerces, restauration, bureaux, hébergement, activités culturelles, ferme urbaine, parking ... La haute performance environnementale - certifiée par les labels Bâtiment Durable Méditerranéen (label BDM) et E+/C- niveau E4/C2 - s’appuie en particulier sur :

  • une conception bioclimatique biossourcées;
  • une production solaire associée à un stockage d’électricité hybridé (hydrogène + batterie) intégré au bâtiment;
  • une gestion des flux intelligente d’un point de vue environnemental (énergie, eau, chaleur, ventilation, déchets organiques).

Sur la base de ce programme, le projet ECOBIO H2 consiste à intégrer au bâtiment un système complet associant : un stockage d’électricité hybridé (batterie + chaîne hydrogène), un micro datacenter et un logiciel auto-apprenant. Les objectifs de ce système complet intégré à l’éco-îlot sont :

  • D’offrir une solution d’hébergement de données numériques innovante, locale et 100% renouvelable.
  • D’augmenter les performances d’autoconsommation de l’énergie solaire produite par le bâtiment, grâce à l’intégration d’un stockage hybridé (batterie + chaîne hydrogène) et à un pilotage auto apprenant favorisant la maîtrise des consommations.

Archive

Présentation complète

Point Presse

Présence au salon Hyvolution

4 et 5 février 2020 Salon

Le 4 et 5 février 2020 ZenT sera au salon Hyvolution stand 08.

Premier Jalon du projet

5 décembre 2018 Jalon de projet

Le 5 décembre, la réunion de passage du premier jalon a eu lieu à Avignon avec succès. Le prochain jalon est prévu pour janvier 2020.

Un Immeuble écobiologique unique au monde bientôt créé

10 octobre 2018 Vaucluse Matin

«Le bâtiment écobiologique porté par la Biocoop d'Avignon et des partenaires vient d'être retenu par le Programme d'investissement d'avenir du gouvernement. Un véritable "village vertical" bioclimatique, biosourcé et fonctionnant à l'énergie 100% renouvelable. Un immeuble proposant non seulement des activités commerciales relevant de l'économie sociale et solidaire, une ferme urbaine, du logement, des activités culturelles et de loisir, mais aussi un pôle de mobilités avec autopartage et stationnement partagé, une centrale photovoltaïque et même un datacenter indépendant des grands groupes. Livraison en 2021.»

Archive

Lire l'article

Publications

Prédiction de température à court-terme pour horizon de plusieurs heures

Short-Term Temperature Forecasting on a Several Hours Horizon, Louis Desportes, Pierre Andry, Inbar Fijalkow, Jérôme David, presented at ICANN 2019

Abstract: Outside temperature is an important quantity in building control. It enables improvement in inhabitant energy consumption forecast or heating requirement prediction. However most previous works on outside temperature forecasting require either a lot of computation or a lot of different sensors. In this paper we try to forecast outside temperature at a multiple hour horizon knowing only the last 24 hours of temperature and computed clear-sky irradiance up to the prediction horizon. We propose the use different neural networks to predict directly at each hour of the horizon instead of using forecast of one hour to predict the next. We show that the most precise one is using one dimensional convolutions, and that the error is distributed across the year. The biggest error factor we found being unknown cloudiness at the beginning of the day. Our findings suggest that the precision improvement seen is not due to trend accuracy improvement but only due to an improvement in precision.

Lire l'article

Présentation Invitée à IEEE ITW 2019

Failure repair in LDPC-based distributed storage: Is there any chance to be lazy?, Muhammad Ali and Iryna Andriyanova (ENSEA/UCP/CNRS, France), and Alexandre Graell i Amat (Chalmers University of Technology, Sweden)

Détails

Apprentissage & prédiction des apports énergétiques

[R1] Apprentissage & prédiction des apports énergétiques, Louis Desportes, Rapport de stage M2R-SIC (Systèmes Intelligents et Communiquants), Université de Cergy-Pontoise, Septembre 2018

Abstract: Les conditions extérieures, notamment météorologiques, ont une influence notable sur les conditions à l’intérieur des bâtiments. Pour faciliter la prédiction des conditions intérieures, il est préférable d’être capable de connaitre ces conditions à l’avance. Deux éléments ont une influence notable sur la température intérieure : la température extérieure et l’irradiance solaire.