Les bâtiments consomment actuellement environ 40 pour cent de toute l'électricité utilisée aux États-Unis, la plupart d'entre eux sont situés dans des zones urbaines en pleine croissance. Parce que la production d'électricité est la plus grande source d'émissions de gaz à effet de serre dans le pays, rendre les bâtiments urbains plus économes en énergie pourrait contribuer à atténuer le changement climatique mondial.

Afin de réaliser des bâtiments efficaces à l'échelle de la ville, des estimations précises de l'occupation sont cruciales. Ces estimations doivent tenir compte du fait que les gens se déplacent dans leurs villes tout au long de la journée, de la maison au travail, qui détermine la consommation d'énergie pour différents types de bâtiments. Maintenant, un modèle développé par des chercheurs de Berkeley Engineering, Berkeley Lab et le MIT peuvent faire exactement cela. Un article décrivant l'outil, qui utilise des données de téléphones portables collectées passivement pour améliorer les estimations d'occupation et de mobilité des bâtiments à l'échelle urbaine, a été récemment publié dans Communication Nature .

« Comprendre l'occupation des bâtiments à l'échelle urbaine nous permet de mieux planifier l'utilisation collective de l'énergie. À l'instar des applications de trafic qui vous indiquent l'état actuel de la congestion routière, nous envisageons un modèle qui pourrait potentiellement indiquer aux utilisateurs quelles sont les demandes d'énergie dans différents endroits et donc identifier des mesures d'efficacité sur mesure. L'outil pourrait également potentiellement se connecter à des appareils intelligents qui s'adaptent automatiquement à la demande d'énergie, " a déclaré Marta Gonzalez, professeur de génie civil et environnemental à Berkeley et co-auteur de l'article.

Alors que les sources de données passives comme Bluetooth, Le Wi-Fi et les caméras ont été utilisés pour comprendre la dynamique d'une ville, Gonzalez et ses collaborateurs soutiennent que ces sources ne sont pas disponibles à une échelle suffisante pour faire ce travail de manière exhaustive. Ces sources limitées ne peuvent pas prédire avec précision l'occupation simultanée de milliers de bâtiments différents. C'est pourquoi les chercheurs proposent d'utiliser des données de téléphonie mobile collectées passivement pour déduire l'occupation des bâtiments au niveau de la ville.

Comme preuve de concept, ils ont intégré les enregistrements d'appels de 1,92 million d'utilisateurs anonymes de téléphones mobiles dans la région métropolitaine de Boston avec un cadre existant appelé TimeGeo, qui a identifié les modèles de mobilité urbaine. Dans ces données, ils ont recherché des personnes qui ont passé des appels téléphoniques consécutifs dans le même emplacement de 300 mètres et ont eu des conversations d'une durée d'environ 10 minutes. Ces « points de séjour » étaient qualifiés de domicile, travail ou autre.

Dans ces données, qui a été collecté entre fin février et mars 2010, ils en ont trouvé 200, 000 personnes ayant effectué plus de 50 séjours et au moins 10 séjours à domicile, qui sont des appels qui ont eu lieu dans des bâtiments désignés à la maison. De cette sélection, ils ont extrait des paramètres de mobilité qui ont ensuite été appliqués à une simulation qui a modélisé la mobilité de 3,54 millions de personnes dans la région de Boston, dont 2,10 millions de travailleurs et 1,44 million de non-travailleurs. Finalement, en utilisant les informations sur les types d'utilisation des bâtiments et les heures d'ouverture des cartes numériques, ces personnes étaient affectées de manière probabiliste à des bâtiments.

« Nous avons constaté que l'occupation quotidienne maximale typique dans les bâtiments commerciaux est d'environ 20 à 30 % de la capacité supposée par type de bâtiment, et que l'occupation résidentielle est fortement dépendante du quartier, avec certaines zones connaissant une occupation beaucoup plus élevée par unité de surface au sol, comme les immeubles d'habitation entourant les universités, que d'autres, comme les maisons unifamiliales dans les quartiers riches, ", a déclaré Gonzalez.

Les chercheurs notent que la différence d'occupation entre les hypothèses actuelles et les estimations basées sur les téléphones portables découle du fait que les estimations actuelles traitent les bâtiments isolément, alors que leurs recherches tiennent compte du fait que les gens peuvent visiter de nombreux bâtiments.

Et lorsque ces estimations d'occupation basées sur les téléphones portables ont été intégrées à un modèle énergétique des bâtiments urbains (UBEM) de pointe, développé dans le laboratoire de conception durable du MIT, comprendre leur impact sur les prévisions de consommation d'énergie, les chercheurs ont découvert que la consommation d'énergie différait jusqu'à 15 pour cent pour les bâtiments résidentiels et 20 pour cent pour les bâtiments commerciaux par rapport aux méthodes standard actuelles.

« Cela met en évidence le besoin de nouveaux modèles d'occupation à charge qui peuvent être appliqués à l'échelle urbaine à l'ensemble diversifié de types de bâtiments urbains, ", a déclaré Gonzalez.