BEM-AI, un nouvel outil d’IA multi-agents développé par le PNNL (Pacific Northwest National Laboratory), peut contribuer à accélérer la modélisation de la consommation énergétique des bâtiments commerciaux. Crédit : Cortland Johnson | Pacific Northwest National Laboratory
Des chercheurs du Pacific Northwest National Laboratory ou Laboratoire national du Pacifique Nord-Ouest (PNNL) du Département de l’Énergie des États-Unis ont mis au point un nouveau robot autonome doté d’intelligence artificielle, susceptible d’accélérer la modélisation énergétique des bâtiments commerciaux. Bien avant le début des travaux, les équipes de construction évaluent la consommation énergétique prévisionnelle d’un bâtiment afin d’orienter les décisions de conception, d’estimer les coûts d’exploitation et de se conformer aux réglementations énergétiques locales et nationales en vigueur.
Pour cette évaluation, les équipes de construction utilisent un logiciel de modélisation énergétique des bâtiments, qui simule la consommation d’énergie d’un bâtiment projeté selon différentes options de conception. Il existe divers outils de modélisation pour le secteur du bâtiment, notamment des logiciels développés ou pris en charge par le ministère de l’Énergie américain. Cependant, le développement et l’interprétation de ces modèles requièrent une expertise spécialisée, notamment une formation en modélisation énergétique et en systèmes de bâtiment.
Pour simplifier le processus et optimiser les ressources des concepteurs, les chercheurs du PNNL ont créé Building Energy Model AI (BEM-AI), un robot autonome capable de générer rapidement un modèle énergétique complet pour chaque étape de la modélisation. BEM-AI est décrit dans un article récent paru dans la revue Energy and Buildings . Lors des tests, le robot a modélisé avec succès des réductions de consommation énergétique pour des bâtiments commerciaux typiques en Floride.
« Grâce à BEM-AI, nous élargissons l’accès potentiel à ces outils complexes qui requièrent une expertise pointue », explique Weili Xu, experte en modélisation du bâtiment et auteure principale de l’article. « L’accès à un robot de modélisation énergétique autonome et performant est utile à tous les acteurs du cycle de vie de la construction, des concepteurs aux architectes, en passant par les ingénieurs et les responsables de la réglementation. »
BEM-AI est un logiciel libre et disponible dès maintenant , et l’équipe de recherche souhaite encourager les utilisateurs à expérimenter avec la plateforme et à la développer.
Modélisation énergétique 101
Imaginons que vous vouliez faire du pain, mais que vous n’y connaissiez rien, que vous n’ayez ni ingrédients ni appareils. Vous commencez donc par engager un ingénieur pour construire un four et un électricien pour le raccordement électrique. Ensuite, il vous faut un agriculteur pour cultiver le blé et un météorologue pour prévoir les conditions de culture idéales. Enfin, il vous faut un chimiste pour comprendre les réactions entre les ingrédients.
La préparation d’un pain demande des mois de travail. De même, la modélisation énergétique d’un bâtiment peut prendre des mois.
La consommation énergétique d’un bâtiment dépend d’une multitude de facteurs : le nombre et l’orientation des fenêtres, le type de systèmes de chauffage et de climatisation, les matériaux utilisés dans la construction, le climat local, les horaires d’occupation, les composants du bâtiment qui doivent fonctionner à différents moments de la journée ou de la nuit, et bien plus encore.
« Le processus de création d’un modèle énergétique de bâtiment est relativement simple, même si les détails peuvent se complexifier très rapidement. On travaille avec différents experts sur les calculs et l’analyse des données », explique Weili Xu. Il a alors commencé à réfléchir à la manière dont l’IA, grâce à sa puissante capacité de synthèse d’informations, pourrait contribuer à simplifier ce processus.
Xu a identifié plusieurs difficultés liées à la modélisation énergétique qu’un robot autonome pourrait contribuer à résoudre. Par exemple, les données relatives aux bâtiments et à l’énergie se présentent sous de nombreux formats différents (PDF, tableurs, etc.), et un robot autonome pourrait potentiellement les convertir dans un format compatible avec les logiciels de modélisation existants.
Un autre point problématique identifié par Weili Xu concerne la construction du modèle énergétique lui-même, ou la traduction des intentions de conception en un modèle pouvant être « lu » par un logiciel existant comme OpenStudio du DOE ou EnergyPlus. Ce point problématique est devenu le principal axe de développement de BEM-AI.
Tests de BEM-IA
BEM-AI utilise une « IA agentique », un système autonome capable de fonctionner indépendamment avec un nombre quelconque d’« agents » distincts. Le bot décompose essentiellement une tâche plus vaste, telle que « estimer la consommation d’énergie d’un bâtiment avec ces paramètres », et attribue indépendamment des tâches à plusieurs agents qui peuvent eux-mêmes les accomplir indépendamment.
Pour tester BEM-AI, les chercheurs lui ont soumis plusieurs scénarios. Ils ont commencé par un bâtiment de trois étages d’une superficie d’environ 4 924 m² climatisée, construit dans des conditions climatiques chaudes et humides, en lui soumettant le scénario suivant :
Si vous souhaitez évaluer les économies d’énergie réalisées en réduisant de 10 % le rapport surface vitrée/surface murale pour un immeuble de bureaux de taille moyenne conçu conformément aux normes énergétiques à Tampa, en Floride, l’un des agents de BEM-AI, le « planificateur », analyse la requête et la décompose en sous-tâches. L’« orchestrateur » attribue ensuite ces tâches à d’autres agents possédant chacun des connaissances spécifiques, par exemple sur les murs, les toitures, l’éclairage ou le logiciel de modélisation énergétique lui-même. Ces agents spécialisés collectent toutes les données nécessaires — telles que les températures saisonnières à Tampa, les matériaux de construction ou les normes énergétiques locales — et lancent une simulation énergétique.
Une fois ces sous-tâches terminées, l’agent orchestrateur transmet tout à un agent « récapitulatif », qui fournit le résultat d’économies d’énergie demandé.
BEM-AI a calculé avec succès les économies d’énergie réalisées pour plusieurs projets de bâtiments en Floride.
Pour l’instant, le robot peut fournir des informations sur les bâtiments de Floride. Les chercheurs espèrent que la communauté de la modélisation énergétique pourra contribuer à étendre ses fonctionnalités. Le logiciel de l’équipe est open source, ce qui signifie que chacun peut l’améliorer ; c’est précisément ce que souhaitent les chercheurs.
« Nous avons besoin de beaucoup plus de données de la part d’architectes, de consultants en construction et d’autres experts pour développer le modèle », conclut Weili Xu. « Chaque bâtiment commercial est unique. Nous espérons donc que la communauté pourra nous aider en nous fournissant davantage d’exemples. »
https://techxplore.com/news/2026-03-ai-bot-speedy-revenue-energy.html
https://www.sciencedirect.com/science/article/pii/S0378778825014422
