OBJECTIFS ET MÉTHODOLOGIE

3.1 Objectifs principaux et secondaires

3.1.1 Objectif principal

Développer un cadre méthodologique pour intégrer les variations temporelles des flux d’inventaire liés à la consommation électrique variable d’un bien ou d’un service.

3.1.2 Objectifs secondaires

• Développer des facteurs d’émissions à plus fine résolution temporelle (horaire), régionalisés à partir de données historiques.

• Évaluer la valeur ajoutée de profils d’émissions mensuels et saisonniers par rapport à l’utilisation d’une moyenne d’émissions annuelle par analyse statistique.

• Développer un modèle prédictif à très court terme à partir des tendances observées dans les données historiques.

• Améliorer la gestion de services et de maintenance du GSTC à l’aide des objectifs précédents.

3.2 Méthodologie

3.2.1 Résumé de la méthodologie générale

Dans un premier temps, la méthodologie se penche sur la construction d’un modèle électrique à plus fine résolution temporelle afin de développer des facteurs d’émissions intégrant les variations temporelles de l’électricité à partir de l’ACV. Le modèle à plus fine résolution temporelle s’appuie sur une simplification de données électriques historiques, tout en disposant d’assez de détails sur la variabilité des sources électriques au cours du temps. Pour ce faire, une série de données électriques historiques doit être collectée et traitée selon la résolution temporelle recherchée. Il est primordial, dans cette étape, d’identifier de façon précise les fluctuations temporelles des sources de production de l’électricité. Le modèle à plus fine résolution temporelle consiste donc à approcher les aspects dynamiques de la production électrique en ACV

afin de minimiser les erreurs dans le calcul des impacts environnementaux engendrés par une consommation variable d’électricité dans le temps.

Une fois la méthodologie du modèle à fine résolution définie, le projet se décompose selon trois phases de recherche: la première s’appuie sur la collecte de données historiques pour chaque province canadienne ciblée au préalable dans l’étude de cas. Dans cette première étape, les bouquets électriques dynamiques provinciaux sont élaborés (cf paragraphe 3.3). La deuxième phase échafaude une méthodologie propre à la province de Québec où les données historiques ne sont pas disponibles. La troisième phase est, quant à elle, prédictive et propose des extrapolations des flux électriques, afin de prédire le comportement des bouquets électriques sur le court terme. Le cheminement des trois phases est présenté dans la figure 3-1 et détaillé tout au long de ce chapitre.

Pour finir, tout au long de l’étude les données historiques des productions électriques sont analysées sur plusieurs échelles de temps afin de valider la résolution du modèle temporel au sein de la méthode d’ACV. Pour illustrer l’apport méthodologique d’un tel modèle de représentation dynamique de l’électricité, trois approches ont été définies. La première approche (scénario conventionnel) consiste à recréer l’inventaire usuel des flux électriques en ACV par le biais de moyennes annuelles, historiques. L’autre approche (modèle historique) représente, quant à elle, l’ensemble des données de productions électriques historiques brutes. La dernière approche (modèle d’inventaire dynamique) est celle du modèle mis en place précédemment à plus fine résolution temporelle par rapport à l’approche conventionnelle. Cette dernière approche va permettre d’évaluer le modèle vis-à-vis des deux précédentes approches. Ces trois approches de la production de l’électricité vont être analysées et comparées via les résultats de l’empreinte

carbone.

Figure 3-1 Plan de méthodologie de l'étude dans son ensemble

3.2.2 Détermination des provinces spécifiques à l’étude de cas

L’ensemble de la méthodologie est développé autour du principe de l’étude de cas proposée par le GSTC. L’application de l’étude est donc centrée sur le Canada uniquement. À noter cependant que cette étude peut mener à une réflexion plus large sur la gestion des réseaux virtuels utilisant le « Cloud Computing » dans le monde. Le réseau de télécommunication proposé par le projet GSTC suit le réseau posé par la compagnie Canarie. La présentation du réseau Canarie est donnée en ANNEXE B. Le choix des provinces repose sur l’idée principale du GSTC qui est de faire migrer les données d’un serveur à l’autre, en fonction de la disponibilité des énergies renouvelables.

Le photovoltaïque contribuant peu au bouquet électrique canadien, il a été choisi de cibler les provinces canadiennes d’implantation des nœuds de serveurs sur la base de leur potentiel éolien. Suivre le vent (« follow the wind ») peut être une piste intéressante pour le gestionnaire du réseau électrique si les fluctuations de vent sont compensées en partie par la consommation variable des serveurs des TIC. En effet, une telle approche permettrait de ne pas avoir à compenser les fluctuations de vent par une variation de production d’autres centrales électriques.

Dans cette optique, il est déterminant de choisir les lieux d’implantation de serveurs dans des zones à fort potentiel éolien (puissance installée et énergie éolienne disponible).

Tableau 3.1: Puissance installée de certaines provinces canadiennes sur 2011, 2012 et 2013 (source : Canwea)

Provinces _{installée 2011 (MW)} Puissance éolienne _{installée 2012 (MW)} Puissance éolienne

Puissance éolienne installée 2013 (MW) Alberta 967 1116 1419 Colombie-Britannique 247 389 488 Manitoba 242 258 258 Nouveau-Brunswick 294 294 294 Ontario 2000 2043 2855 Québec 1057 1349 2398 Saskatchewan 198 198 198 Yukon 0,810 0,810 0,810

Le tableau 3.1 fait ressortir la dominance en matière d’énergie éolienne de certaines provinces comme l’Ontario avec 2855 MW de puissance éolienne installée, mais aussi le Québec et l’Alberta avec respectivement 2398 MW et 1419 MW installés. Le tableau 3.1 illustre la nette progression de la puissance éolienne installée entre l’année 2012 et 2013. Les données de la puissance installée sont ensuite couplées avec les cartes annuelles de la puissance éolienne moyenne et les cartes de la vitesse moyenne, disponibles en ligne sur le site de l’Atlas canadien d’énergie éolienne (Environnement-Canada, 2011). Le détail des cartes de vent et de puissance éolienne est présenté en ANNEXE C. Certaines zones géographiques se distinguent par une vitesse de vent plus grande avoisinante 6-7 m/s et une puissance éolienne moyenne proche de 300 W/m2. L’ensemble de ces données extraites de l’atlas vient faire valoir la pertinence de certaines

régions géographiques pour l’étude de cas. Par la suite, les données de puissance installée en éolienne ont été comparées à la production annuelle par province (CEA, 2013). Le tableau 3.2 illustre cette comparaison sur deux années distinctes 2011 et 2012. Une augmentation significative de la part d’énergie éolienne utilisée est observée pour la province de l’Alberta et l’Ontario. La province du Québec maintient un seuil relativement constant en maintenant une utilisation de la capacité éolienne installée de l’ordre de 5 %. Seul le Nouveau-Brunswick diminue sa production d’énergie éolienne entre l’année 2011 et 2012.

Tableau 3.2: Énergie éolienne annuelle de certaines provinces canadiennes (source : Canwea)

Provinces Production annuelle d’énergie éolienne (TWh) 2011 Production annuelle éolien (TWh) 2012 Part d’éolien utilisée pour 2011 de la puissance annuelle installée (%) Part d’éolien utilisée pour 2012 de la puissance annuelle installée en (%) Alberta 2,2 2,7 26 28 Manitoba 0,4 0,4 18 18 Nouveau-Brunswick 0,6 0,5 23 22 Ontario 2,2 2,8 12 16 Québec 0,6 0,7 6 5,6 Saskatchewan 0,7 0,7 40,4 40,4 Yukon ≈ 0 ≈ 0 ≈ 0 ≈ 0

Des données complémentaires listant la puissance des parcs éoliens selon les provinces ont permis de confirmer les emplacements de serveurs potentiels dans les provinces les plus attractives en matière d’énergie éolienne. Ce document est répertorié dans l’ANNEXE D.

Suite à l’analyse de l’ensemble de ces types de données, trois provinces sont ciblées dans cette étude :

• L’Alberta • L’Ontario • Le Québec

L’emplacement des serveurs potentiels découle donc de zones géographiques où l’énergie éolienne est une alternative viable, ce qui correspond d’ailleurs au modèle de réseau proposé par la société Canarie. Cependant, d’autres ressources énergétiques sont à prendre en compte afin de

mettre en place un modèle d’inventaire dynamique viable d’ACV des flux électriques. En effet, d’après le modèle de réseau proposé par le GSTC, les serveurs sont connectés au réseau provincial et pas directement connectés aux parcs éoliens.

3.2.3 Frontière du système à l’étude

Cette étude se focalise sur la phase d’utilisation du service de « Cloud Computing », c’est- à-dire la consommation électrique des serveurs soutenant le « Cloud Computing ». Il est ainsi nécessaire de modéliser le profil au cours du temps de la production électrique ainsi que le transport de données entre les serveurs et les clients (figure 3-2). Chaque province va être étudiée d’un point de vue de l’étape de l’utilisation avec un modèle d’inventaire dynamique de consommation d’électricité. Le transport des données correspond à une conversation virtuelle par internet à l’aide d’un service comme Skype.

* Note : Les frontières du système sont représentées par les lignes pointillées

Figure 3-2 Ensemble du système à l'étude et frontière du système

UTILISATEUR)