Projet pilote d’optimisation du thermostat eco+

Le déploiement d’eco+ auprès des utilisateurs n’a pas été différent dans les régions 7 à 11 que dans les régions 1 à 6. Tous les bénéficiaires avaient la possibilité de choisir un tarif électrique variable dans le temps et d’activer la fonction d’optimisation TOU. En fait, plus de cinq mille appareils dans les régions 1 à 6 ont activé la fonction TOU au cours du pilote. De même, les appareils des régions 7 à 11 pourraient permettre des fonctionnalités d’efficacité énergétique et de réponse à la demande, tout comme leurs homologues des régions 1 à 6.

Le RED offre un plan expérimental robuste pour mesurer les impacts de la plateforme eco+, car le groupe témoin subit tous les mêmes facteurs météorologiques et autres facteurs externes que le groupe expérimental. La comparaison des caractéristiques de fonctionnement CVC du groupe expérimental avec celles du groupe témoin après le déploiement d’eco+ permet d’estimer l’impact de l’offre eco+. Certains utilisateurs du groupe expérimental acceptent l’offre et d’autres non, donc cet ensemble de résultats est appelé les impacts de l’intention de traiter (ITT). Les impacts de l’ITT peuvent ensuite être divisés par le pourcentage d’appareils du groupe expérimental ayant accepté l’offre eco+ pour déterminer l’effet local moyen du traitement (LATE). Les impacts LATE sont les impacts estimés par appareil pour les utilisateurs qui profitent de la plateforme eco+.

ecobee a mandaté Demand Side Analytics (DSA) pour analyser les impacts du projet pilote ECO+ et fournir à ses équipes de produit et de science des données des informations sur les pratiques typiques de mesure et de vérification (M&V) utilisées pour déterminer les impacts énergétiques et de la demande maximale pour ce type d’offre.

Les impacts en temps d’exécution ont été modélisés à l’aide d’une analyse de régression par différence de différences et mis à l’échelle par le pourcentage traité afin d’estimer les impacts TARDIFS, ou l’impact moyen parmi les dispositifs ayant reçu l’algorithme DR. Environ 45% du groupe expérimental a reçu l’algorithme eco+ DR ce jour d’événement, donc les impacts LATE sont environ 2,2 fois supérieurs aux impacts ITT. La figure 4 montre les impacts modélisés sur la journée d’événement d’exemple, à la fois sur une base ITT et TARDIVE.

Il y a eu un total de 55 événements de réponse à la demande lors de l’analyse estivale 2019. Les impacts sont rapportés séparément pour chaque région et fuseau horaire, selon l’heure de l’événement. Les événements de réponse à la demande duraient de deux à quatre heures et étaient appelés à différents moments lors des après-midis chauds en semaine. Les journées d’événement ont été choisies en se basant sur des études de marché sur les programmes existants de réduction de données et des déclencheurs de température ont été utilisés pour sélectionner les jours d’expédition de la réduction des données. Comme le montrent les résultats rapportés, les impacts varient selon la région, le fuseau horaire, la date et l’heure de l’événement. Afin de fournir une seule valeur pour les économies par thermostat, nous réalisons une série de moyennes pondérées qui tiennent compte des taux de participation, des hypothèses de charge connectées et du nombre d’événements avec des durées différentes.¹ En fin de compte, nous estimons des économies moyennes de DR de 0,91 kW par thermostat opt-in pour toutes les heures de l’événement. Pour les régions EE/DR de la population RED durant l’été 2019, cela correspond à environ 25 MW de capacité de réduction de la demande de pointe si toutes les régions étaient déployées le même jour.

La figure 5 montre les impacts moyens selon l’heure et la région de l’événement ainsi que le taux de participation au cours des événements. Tous les événements de l’été 2019 ont une première et une deuxième heure, donc les impacts moyens de ces heures sont davantage pondérés dans l’économie moyenne horaire de 0,91 kW. Moins d’événements durent trois ou quatre heures, ce qui réduit l’importance dans l’estimation globale des économies. Au total, les impacts de l’été 2019 ont été les plus importants durant la première heure de l’événement et ont diminué dans les heures suivantes. Une inspection plus détaillée montre que cette tendance est moins marquée dans les régions où la consommation moyenne de refroidissement est plus faible. Cette tendance à la baisse est typique des programmes de réduction des données par thermostat qui utilisent une stratégie de recul.²

L’évaluation de 2020 a suivi la même méthodologie qu’en 2019. La figure 6 illustre l’algorithme de la réduction des données lors d’une journée d’événement 2020 d’exemple, appelée de 16 h à 20 h. La ligne bleue indique le temps moyen de refroidissement du groupe témoin et la ligne grise pointillée indique le temps d’exécution du groupe expérimental. Les barres orange montrent la différence entre ces courbes, qui sont à la base des impacts ITT. La ligne verte indique le temps moyen de pré-refroidissement pour le groupe expérimental. Et la ligne en pointillés violette montre le temps moyen de retrait de la réduction des données pendant l’événement.

Les impacts en temps d’exécution ont été modélisés à l’aide d’une analyse de régression par différence de différences et mis à l’échelle par le pourcentage traité afin d’estimer les impacts TARDIFS, ou l’impact moyen parmi les dispositifs ayant reçu l’algorithme DR. Environ 39% du groupe expérimental a reçu l’algorithme eco+ DR ce jour-là, donc les impacts TARDIFS sont environ 2,5 fois supérieurs aux impacts ITT. La part la plus élevée observée du groupe expérimental ayant reçu la DR durant l’été 2020 était de 53%, lorsque tous les dispositifs du fuseau horaire est de la région mixte humide étaient ciblés. La figure 7 montre les impacts modélisés sur le jour d’événement exemple à la fois sur une base ITT et TARDIVE.

Il y a eu 28 événements de réponse à la demande dans l’analyse de l’été 2020. Les impacts sont rapportés séparément pour chaque région et fuseau horaire, selon l’heure de l’événement. Les événements de réponse à la demande duraient de trois à quatre heures et étaient appelés soit à 14 h, soit à 16 h, heure locale. Les journées d’événement ont été choisies en se basant sur des études de marché sur les programmes existants de réduction de données et des déclencheurs de température ont été utilisés pour sélectionner les jours d’expédition de la réduction des données. Comme le montrent les résultats rapportés, les impacts varient selon la région, le fuseau horaire, la date et l’heure de l’événement. Afin de fournir une seule valeur pour les économies par thermostat, nous réalisons une série de moyennes pondérées qui tiennent compte des taux de participation, des hypothèses de charge connectées et du nombre d’événements avec des durées différentes.³ En fin de compte, nous estimons des économies moyennes de DR de 1,12 kW par thermostat d’adhésion sur toutes les heures d’événement. Pour les régions EE/DR de la population RED durant l’été 2020, cela correspond à environ 29 MW de capacité de réduction de la demande de pointe si toutes les régions étaient déployées le même jour.

La figure 8 montre les impacts moyens par heure d’événement et région, ainsi que le taux de participation au cours des événements. Les événements standards de l’été 2020 durent trois heures. Deux événements régionaux non standards sont présentés dans les résultats, mais ne sont pas pris en compte dans les calculs moyens des événements. Les impacts moyens des événements standards de trois heures sont pondérés également dans l’économie moyenne horaire de 1,12 kW. Au total, les impacts de l’été 2020 ont été les plus importants durant la première heure de l’événement et ont diminué dans les heures suivantes. Cette tendance à la baisse est typique des programmes de réduction des données par thermostat qui utilisent une stratégie de recul.

La figure 9 résume les résultats LATE de tous les événements de réponse à la demande appelés pendant l'été 2019 et l'été 2020. En général, les réductions de charge par appareil augmentent avec la température extérieure. Quelle que soit la température, les réductions de charge sont les plus importantes au cours de la première heure d'un événement de réponse à la demande et diminuent au cours de chaque heure suivante.

L’algorithme Time of Use simplifie les tarifs d’utilisation pour les clients en offrant une façon sans tracas de répondre automatiquement aux signaux de prix grâce à un pré-refroidissement personnalisé et des retraits temporaires de température de la maison. L’analyse TOU eco+ a rencontré des complications dues à l’attrition des personnes randomisées dans le groupe expérimental vers celles recevant un traitement. L’attrition résulte probablement de plusieurs facteurs, dont un faible taux d’inscription aux TOU dans les régions cibles. En conséquence, le RED a été modifié et les participants du TOU de toutes les cellules expérimentales ont été inclus dans l’analyse. Nous avons analysé quatre taux distincts provenant de cinq zones climatiques en utilisant un groupe témoin apparié pour servir de contrefactuel à la régression des différences. Les résultats par taux sont affichés dans le tableau 2.

La figure 10 illustre les impacts horaires de l’algorithme eco+ TOU sur les dépenses énergétiques de refroidissement pour le tarif SMUD Residential Time of Day (TOD) en moyenne en semaine. Les impacts sont les plus importants durant la première heure de la période de pointe de 17 h à 20 h, lorsque le recul survient, et pendant l’heure immédiatement suivant la période de pointe, lorsque l’utilisation du refroidissement a augmenté au rythme hors pointe.

En général, les économies de factures associées au traitement ECO+ TOU sont plus importantes lorsque les participants disposent de temps d’exécution de référence plus élevés à réduire, d’hypothèses de charge connectée plus élevées et de prix de pointe d’électricité plus élevés. Même si le pourcentage d’économies aux heures de pointe est le plus élevé au Canada, l’ampleur des économies est faible comparée à celle des autres régions en raison des prix de l’énergie plus bas et de la consommation limitée de la climatisation. Un autre facteur influençant le pourcentage moyen d’économies au pic est la durée du pic. Des heures de pointe plus courtes ont entraîné des impacts moyens sur la demande (kW) plus importants, mais des économies énergétiques globales moindres (kWh). Les économies sur les dépenses mensuelles d’énergie tiennent compte de la durée de la période de pointe, ainsi que de la différence de prix entre les tarifs de pointe et hors pointe. Les plus grandes économies de dépenses énergétiques ont été obtenues sur le tarif PG&E en partie parce que ce tarif avait des tarifs TOU les fins de semaine. Le taux PG&E était aussi nettement plus élevé que dans d’autres taux. En fait, le taux hors pointe de PG&E est plus élevé que le taux de pointe de Hydro One si l’on considère le taux de change entre le CAD et le dollar américain. Les résultats indiquent que l’algorithme eco+ TOU permet des économies sur les factures en déplaçant la charge des périodes coûteuses, et les clients TOU réalisent aussi des économies grâce à une diminution de la consommation globale d’énergie de refroidissement.

Pour la saison estivale 2020, la DSA a conservé l’un des taux de l’été précédent, SMUD Residential TOD, et a sélectionné trois nouveaux taux pour analyse. Ces nouveaux taux apportaient une variation supplémentaire dans la région et la structure tarifaire. L’analyse des TOU 2020 a utilisé la même méthodologie que l’été précédent. Le tableau 3 présente les résultats de l’analyse TOU 2020 par taux.

En général, les résultats ont suivi les mêmes schémas identifiés l’été précédent. Tous les taux ont eu les plus grands impacts dans la première heure de la période de pointe. La caractéristique TOU a aussi généré des impacts plus importants dans des endroits nécessitant des charges de refroidissement plus importantes à réduire. Tucson Electric Power a enregistré les plus fortes économies de demande moyenne aux pointes parmi tous les tarifs analysés, en raison des conditions météorologiques extrêmes de l’été en Arizona et des charges de refroidissement importantes.

Les nouveaux tarifs ont également apporté des informations supplémentaires sur l’impact de la fonctionnalité d’TOU eco+ sur différentes structures tarifaires. Deux des nouveaux tarifs comprenaient des frais de demande, où les clients doivent payer un supplément basé sur leur pic de demande dans une certaine période. Puisque l’analyse eco+ utilise des données d’exécution CVC plutôt que des données de la maison entière, la DSA ne peut pas identifier l’heure de pointe de la demande ni calculer l’effet de l’algorithme TOU sur ce déterminant de facturation. Pour ces tarifs, les pourcentages d’impact sur la facture ne s’appliquent qu’à la partie énergétique du projet de loi et ne tiennent pas compte de la portion sur les frais de demande du projet de loi. La figure 11 montre les impacts moyens des dépenses énergétiques de refroidissement de la caractéristique TOU sur le tarif TOU de la demande résidentielle de Tucson Electric Power. Le tarif de Tucson Electric Power est un taux de demande de pointe coïncidant, ce qui signifie que le niveau de demande de pointe est fixé pendant la période de pointe de 15 h à 19 h. En moyenne, la fonction eco+ TOU réduit le temps d’utilisation de la climatisation à chaque heure, ce qui pourrait fixer la demande d’un client. Il n’y a pas de tarif TOU les fins de semaine, donc la fonction TOU d’eco+ est inactive. Les économies modélisées reflètent cela, avec des estimations centrées sur zéro pour toutes les heures.

Le taux TOD résidentiel de SMUD a été le seul à être analysé en 2019 et en 2020. Le nombre de clients à ce taux a plus que triplé au deuxième été de l’analyse,4 offrant un échantillon plus large pour l’estimation. Le tableau 4 offre une comparaison des performances de la fonctionnalité TOU à ce taux entre les deux étés. Dans l’ensemble, les économies d’énergie et de factures ont été assez constantes pour ce rythme entre les deux étés. La principale différence est que le temps de refroidissement de base était plus élevé en 2020. Plusieurs facteurs pourraient avoir contribué à la différence de temps d’exécution de base, comme la différence dans les périodes d’analyse. L’analyse des TOU de 2019 a été réalisée à partir de données d’août et septembre, plus tard dans l’été, tandis que l’analyse de 2020 a utilisé des données de juin à août. La pandémie de COVID-19 contribue probablement à une augmentation des charges de refroidissement de base cet été. Comme plus de gens restent à la maison pendant la journée que d’habitude à cause des ordres de télétravail, les ménages imposent une pression accrue à leurs systèmes CVC pour garder leur logement confortable tout au long de la journée.

Les composantes d’efficacité énergétique de l’eco+ incluent l’ajustement de la température pour l’humidité, l’Assistant d’Emploi des Heures et l’Aide Intelligente Améliorée. La figure 12 montre le pourcentage moyen d’économies par thermostat d’adhésion dans toutes les régions. Les économies moyennes pondérées d’énergie par thermostat opt-in étaient d’environ 6% par rapport à la période post-2019 après avoir compensé la différence de temps d’exécution observée durant la période pré-période.

Le tableau 5 présente les résultats d’efficacité énergétique LATE, par région et par mois, ainsi que la marge d’erreur au niveau de confiance de 95%. Les économies d’efficacité énergétique étaient statistiquement significatives pour chacune des six régions climatiques analysées lorsque les mois d’août et septembre sont regroupés.

La figure 13 montre le pourcentage moyen d’économies quotidiennes par thermostat d’adhésion dans toutes les régions.⁵ Les économies d’énergie moyennes pondérées par thermostat à l’été 2020 étaient d’environ 5% sur la période de trois mois, après avoir neutralisé la différence de temps d’exécution observée durant la période précédente.

Le tableau 6 présente les résultats de l'efficacité énergétique LATE, par région et par mois, ainsi que la marge d'erreur au niveau de confiance de 95%. Les économies d'énergie ont été statistiquement significatives pour chacune des six régions climatiques analysées.