Chapitre II :

Diagnostique energetique

1
 Le deuxième chapitre consiste à réaliser un audit énergétique par l’étude de l’évolution de
la production et de la consommation d’énergie électrique de la laverie DAOUI et diagnostique
des différents problèmes rencontré. Une analyse par régression linéaire est utilisée pour
étudier la dépendance entre production et consommation.

I. Analyses des factures électriques

1. Mode de facturation MT

Le tarif général est constitué d'un prix de KWh par poste horaire et une prime fixe pour la
facturation de la puissance souscrite.

a) Redevance de consommation (RC)

Le prix de l'électricité dépend principalement de la consommation par poste horaire. Une

bonne gestion des horaires de consommation vous permettra par conséquent, une meilleure
maîtrise de votre facture d'électricité.

Figure 1 : Les différents postes horaires

Cette redevance est égale à la somme des consommations dans chaque poste horaire après
l’application du tarif relatif à l’option concernée.

RC = PHP × ConsHP + PHPL × ConsHPL + PHC × ConsHC

PHP : Prix du kWh du poste heures de pointe

PHPL : Prix du kWh du poste heures pleines

PHC : Prix du kWh du poste heures creuses

Cons : Energie active consommée durant un poste horaire.

2
 b) Redevance de puissance (RP)

La redevance de puissance est établie en fonction de la puissance souscrite annuellement.

La redevance de puissance (RP) est calculée pour l’année et est facturée mensuellement par
douzième. Son montant est déterminé par application de la formule suivante :

Pf
RP = × Ps
12

Pf : Prime fixe annuelle

Ps : Puissance souscrite

c) Redevance de dépassement de la puissance souscrite (RDPS)

Si au cours d'un mois donné de l'année, la puissance enregistrée dépasse la valeur de la

puissance souscrite, la différence positive des deux puissances sera passible d'une redevance
dite de dépassement de puissance souscrite (RDPS) déterminée comme suit :

Pf
RDPS = 1,5 × × (PA − PS )
12

PA : Puissance maximale enregistrée pendant le mois

d) Majoration pour facteur de puissance inférieur à 0,8 (𝐌𝐚𝐣. 𝐜𝐨𝐬 𝛗)

Si au cours d’un mois donné, la quantité d’énergie réactive consommée donne lieu à une
valeur inférieure à 0,8 du facteur de puissance moyen mensuel, le montant total des
redevances dues par le client au titre de sa consommation mensuelle (redevance de la
puissance souscrite, redevance de dépassement éventuel de la puissance souscrite et
redevance de consommation) sera majoré de 2% pour chaque centième d’insuffisance du
facteur de puissance constatée.

Maj. cos φ = 2 × (0,8 × cos φ) × (RP + RC + RDPS)

2. Historique de la consommation électrique

La route vers l’économie d’énergie commence par l’analyse des factures électriques la
chose qui va nous permettre d’avoir une idée sur le profil de consommation et les appels de
puissances afin de dégager les possibilités d’amélioration du facteur de puissance (cos φ),
d’optimisation de la puissance souscrite, et de minimisation de l’utilisation en heures de
pointe et en contrepartie une utilisation accentuée en heures creuses.

3
 a) Historique de la tarification

L’année Prix KWH Prix KWH Prix KWH Prix KVA

Heures de pointe Heures pleines Heures creuses (HTVA)
(HTVA) (HTVA) (HTVA) DHS/KVA/an
DHS DHS DHS
2012 1,07588 0,70623 0,45957 334,57
2013 1,07588 0,70623 0,45957 334,57
2014 1,15264 0,76097 0,48755 337,91
2015 1,16465 0,81351 0,53632 371,63
2016 1,20632 0,84904 0,59 408,79
2017 1,24185 0,88606 0,64895 408,79
Tableau 2 : L'évolution du prix des tarifs de 2012 à 2017

Le tableau nous montre l’évolution des couts de KWh et les augmentations qu’il a connus
depuis l’année 2012 jusqu’à 2017 et ceux par tranche horaire.

b) Historique de la consommation d’électricité

Tableau 3 : Historique de la tarification

Consommation Consommation Consommation Consommation

L’année Heures de pointe Heures pleines Heures creuses Total
(KWH) (KWH) (KWH) (KWH)
2013 5 381 419 11 570 050 9 686 554 26 907 095
Répartition % 20% 43% 36% 100%
2014 6 936 568 16 063 631 13 508 053 36 508 253
Répartition % 19% 44% 37% 100%
2015 7 570 821 17 133 965 15 540 108 39 846 431
Répartition % 19% 43% 39% 100%
2016 6 352 581 14 376 894 13 039 509 33 434 639
Répartition % 19% 43% 39% 100%
2017 7 115 686 13 892 530 12 876 003 33 884 220
Répartition % 21% 41% 38% 100%
Tableau 4 : Consommation annuelle par tranche horaire

Le tableau regroupe l’historique la consommation d’électricité par poste horaire de la

laverie DAOUI de l’année 2013 à 2017.

4
 45,000,000
25000000 40,000,000
35,000,000 Consommation Heures de
20000000 pointe (KWH)
30,000,000
Consommation Heures
15000000 25,000,000
pleines (KWH)
20,000,000
Consommation Heures
10000000 15,000,000 creuses (KWH)
10,000,000 Consommation Total (KWH)
5000000
5,000,000
0 0
2014 2015 2016 2017
Figure 5 : Historique de la de la consommation d’électricité

La figure présente l’évolution de la consommation de la période comprise entre 2014 et

2017 de la laverie DAOUI.

On constate d’après les données regroupées dans le tableau que la laverie consomme plus
durant les heures pleines avec un pourcentage de 43% et durant les heures creuses qui
représente un pourcentage de 36% en moyenne.

3. Optimisation de la facture électrique

a) Evolution des puissances souscrites et appelée

La puissance souscrite est une caractéristique du contrat de fourniture d’électricité. Il s’agit

d’une indication de puissance maximale qui ne doit pas être franchie et dont les dépassements
sont facturés.

La puissance appelée doit être peu différente de la puissance souscrite.

Dans le cas où la puissance appelée et très inférieure à la puissance souscrite et que le fait
est confirmé sur l’historique de consommation des années précédentes, il convient de
diminuer la puissance souscrite pour réduire la redevance de puissance RP.

L’optimisation de la puissance souscrite se fait par l’algorithme suivant :

Le principe de base de cette méthode consiste à chercher la puissance à souscrire dans un

intervalle de puissances en se basant sur les 12 dernières puissances appelées des mois
précédents, la puissance optimale, serait la puissance qui minimise les redevances annuelles.
L’algorithme de L’optimisation de la puissance souscrite est détaillé dans l’annexe 2

Malheureusement la puissance souscrite du groupe OCP regroupe les centres de

productions (SIDI CHENAN, LEHLASSA, PARCK ELWAFI…) et d’autre laveries ainsi que
5
le groupe détermine la puissance souscrite suivant le tonnage objectif de chaque année c’est à
dire que la puissance souscrite est signée pour chaque année alors nous ne pouvons pas
procéder à l’optimisation de la puissance souscrite parce que les données énergétiques entre
nos mains et juste celle de la laverie DAOUI.

b) Evolution du facteur de puissance

Le tableau regroupe l’historique du facteur de puissance de l’année 2016/2017.

Mois Facteur de puissance en 2016 Facteur de puissance en 2017

Janvier 0,988 0,981
Février 0,988 0,975
Mars 0,987 0,980
Avril 0,987 0,980
Mai 0,983 0,981
Juin 0,983 0,978
Juillet 0,974 0,976
Aout 0,979 0,973
Septembre 0,981 0,940
Octobre 0,971 0,966
Novembre 0,980 0,976
Décembre 0,977 0,983
Tableau III - 7 : Evolution du facteur de puissance en 2016-2017

Les figures suivantes représentent l’évolution du facteur de puissance de laverie en 2016 et

2017, nous pouvons remarquer que le facteur de puissance est stable et reste toujours proche
de 0.98.

Facteur de puissance en 2016

1

0.9

0.8

0.7

0.6

0.5

Figure III - 5 : Evolution du facteur de puissance en 2016

6
 Facteur de puissance en 2017
1

0.9

0.8

0.7

0.6

0.5

Figure III - 5 : Evolution du facteur de puissance en 2017

Le facteur de puissance est de l’ordre de 0, 98 comme l’indique le tableau 5. Il est supérieur

à 0,8.

Alors la société ne paie pas de pénalités sur le dépassement de l’énergie réactive, et cela est
justifié par le fait qu’elle dispose d’une compensation automatique de l’énergie réactive pour
chaque transformateur.

c) Evolution de la consommation

Le graphe suivant illustre La consommation mensuelle en 2016 de la laverie :

Consommation mensuelle 2016

3,500,000.00
3,000,000.00
2,500,000.00
2,000,000.00
1,500,000.00
1,000,000.00
500,000.00
-

Figure III - 7 : Consommation mensuelle d'électricité en 2016

7
On constate une variation stable de la consommation d’électricité avec une chute en
Septembre à cause de l’arrêt commun de la Laverie pour des opérations de maintenance. La
consommation moyenne d’électricité en 2016 est de l’ordre de 2786 MWH.

La consommation mensuelle en 2017 de la laverie est représentée dans le graphe suivant :

Consommation mensuelle en 2017

3,500,000.00

3,000,000.00

2,500,000.00

2,000,000.00

1,500,000.00

1,000,000.00

500,000.00

Figure III - 7 : Consommation mensuelle d'électricité en 2017

On constate une augmentation de la consommation d’électricité presque de 20% cela

peut être explique par le faite que la laverie est en cours d’extension (création de d’autres
chaines de lavages).

4. Indice d’efficacité énergétique

L’efficacité énergétique est définie dans les directives comme un rapport entre les résultats,
le service, et la marchandise que l'on obtient et l'énergie consacrée à cet effet.

Dans notre cas, l’indice d’efficacité énergétique est défini comme étant la quantité
d’énergie électrique consommée par unité de production, que l’on dénomme « consommation
d’énergie spécifique » (SEC), soit la définition la plus couramment utilisée par l’industrie.

L’indice d’efficacité énergétique de l’usine en 2016 et 2017 (rapport consommation par

Production) est présenté dans les figure.

8
 SEC 2016
7.80
7.60
7.40
7.20
7.00
6.80

Consommation spécifique Moyenne de la consommation spécifique

Figure III - 10 : Evolution de l'indice d'efficacité énergétique en 2016

La consommation électrique en 2016 été de 33 434 639 KWh pour une production totale de
4.6 MT, ce qui représente une consommation spécifique de 7,2683 kWh/T. La figure suivante
montre l’évolution de la consommation spécifique, on observe que l’indice d’efficacité a
connu une variation instable parfois il est en dessous de la moyenne et d’autre il est en dessus,
ceci est expliqué par le fait que la laverie a connu quelques renouvèlement du matériels
comme les compresseurs alors la consommation et la production n’étaient pas encore
maitrisés d’où la variation instable de l’indicateur de performance.

SEC 2017
7.5
7.3
7.1
6.9
6.7
6.5

Consommation spécifique Moyenne de la consommation spécifique

Figure III - 10 : Evolution de l'indice d'efficacité énergétique en 2017

9
 La consommation électrique en 2017 était de 33 884 220 KWh pour une production totale
de 4,9 MT, ce qui représente une consommation spécifique de 6,9151kWh/T. La figure
suivante montre l’évolution de la consommation spécifique, on observe que l’indice
d’efficacité énergétique est resté autour de la moyenne au court de toute l’année cela est
expliqué par le fait que la production est maitrisée.

5. Analyses des données par régression

L'analyse par régression linéaire est une technique statistique qui détermine et évalue
quantitativement la relation entre les variables. C'est un outil de gestion d'énergie largement
utilisé, qui permet d’établir des équations standards pour la consommation d'énergie, et c’est
souvent à partir des données qui seraient autrement vides de sens.

Bien que l'analyse dépendante de temps soit un comparatif utile, cette dernière a ses
limites : il est difficile d'identifier pourquoi certaines tendances arrivent et quand est-ce
qu’elles se terminent. L'analyse de régression surmonte ce problème en enlevant l'élément
'temps' de l'analyse et en se concentrant au lieu de cela sur la (les) variable (s) qui influence la
consommation d'énergie.

Pour notre cas, nous allons utiliser la régression linéaire pour but de quantifier le niveau
d’optimisation relatif à la consommation des matières d’énergie (électricité, fioul, eau), afin
d’identifier les éléments présentant des inefficiences et qui seront le siège d’éventuels
améliorations via une variété de moyens. Pour ce faire, nous allons procéder selon les étapes
suivantes :

 Tracer la courbe de l’évolution de la consommation en matière d’énergie

(exemple : électricité, eau, fioul) en fonction de la production.
 Tracer la droite de régression linéaire.
 Faire la somme des écarts entre les points au-dessus de la droite de régression
et leurs projections respectives sur cette dernière, ce qui va donner le potentiel
d’économie possible à réaliser.

À la cour de l’année 2017, la laverie a réalisé une production de plus de 4.9 MT de produit.
Pendant cette période, la consommation d’électricité au niveau de l’usine principale a été de
33 884 220 KWh.

La figure 31 donne le profil de la consommation électrique en KWh en fonction de la

production en Mt (sous la forme : y = a x + b).

10
 L’analyse par régression linéaire donne la formule suivante :

Consommation électrique = 7E + 06 × Production + 78347

3500000

3000000

2500000
y = 7E+06x + 78347
2000000 R² = 0.9085

1500000

1000000

500000

0
0.35 0.37 0.39 0.41 0.43 0.45 0.47 0.49

Figure III - 12 : Evolution de la consommation électrique en fonction de la production en

2017

Nous remarquons d’après le coefficient de détermination R² qui égale 0,9085 qu’il y a une
corrélation entre consommation et production et que l’entreprise maitrise sa consommation en
éliminant toute autre facteur peut agir sur la consommation et causer des pertes inutiles telle
que le comportement des opérateurs avec les machines, la température, les conflits interne,
etc…

6. Diagnostic de problèmes

Le bilan énergétique de la laverie DAOUI en MWh est le suivant :

Ch 1 Ch 2 Ch 3 Ch 4 Ch 5 Ch 6 Com Br UF Aux

2662,2 2662,2 2662,2 2457,4 2252,6 1843,1 5324,4 1351,6 12054,05 614,3

Tableau III - 7 : Bilan énergétique de la laverie DAOUI en 2017.

11
 Bilan Energétique de laverie DAOUI
Auxiliaire
2%

Chaine 1
8%
Chaine 2
8%

Chaine 3
Chaine Flottation 8%
35%
Chaine 4
7%

Chaine 5
7%

Chaine Commun
Chaine Broyage Chaine 6
16%
4% 5%

Figure III - 7 : Pourcentage de consommation d’énergie électrique en 2017

La majorité des problèmes rencontrée sont concentrés au niveau des six chaines qui
consomment 43% de l’énergie global de la laverie aussi il y a des problèmes de
surdimensionnements et mauvais rendement des machines électriques dans les chaines de
flottation et commun.

Après avoir observé les données collectées sur les différentes parties de la laverie nous
avons abouti aux problèmes suivants :

 Changement de luminaire : les sections de la laverie sont tous équipés de lampe

ou lampadaire de type fluorescente qui ont un rendement faibles, ainsi que la

12
 lumières de ce type de lampe cause la fatigue des yeux ce qui agit négativement
sur l’efficacité des agents aussi que la consommation d’énergie.
 Faible rendements des machines électriques : la majorité des moteurs électriques
de l’usine sont soit de classe IE1 ou IE2 qui ont un rendement relativement faible
par rapport à IE3 ou IE4.
 Machines électriques surdimensionnée : Le surdimensionnement des machines
électriques est l’un des problèmes majeurs de la sur consommation d’énergie
électrique.
En analysant les données relevées à partir des compteurs, nous avons divisé
l’énergie consommée par les heures de marches pour avoir la puissance réelle.
Après avoir fait une comparaison entre la puissance réelle et la puissance
nominale des chaines, nous conclurons qu’il s’agit de surdimensionnement des
moteurs électriques.

 Machines électriques non équipés de variateurs de vitesses : Plusieurs machines

dans la laverie entrainent des charges variables mais elles ne sont pas équipées des
variateurs de vitesse citant comme exemple le système de broyage.
 Machines électriques non équipés de démarreurs progressifs : L’arrêt et le
démarrage des chaines plusieurs fois par jours suivant la disponibilité du produit
nous oblige d’équipée toutes les machines par des démarreurs intelligents pour
limiter le courant d’appel et minimiser la puissance appelée pendant le démarrage.
Le tableau ci-dessous illustre le nombre de démarrage moyenne de chaque chaine
pendant un mois.

Ch 1 Ch 2 Ch 3 Ch 4 Ch 5 Ch 6 Com Br UF

235 242 245 243 296 152 70 33 13

Tableau III - 7 : nombre de démarrage des chaine pendant le mois de Janvier

 Marche à vide des six chaines : lorsque il n y a pas de le produit dans les chaines
elles restent toujours en marche jusqu’à l’arrêt et par l’intervention d’un opérateur
dans la salle du control.

Chaine 1
Date HM Enrgies T-Sec Eng/T Etat Perte énergétique
01/01/2018 11,2 6,134 1493,34992 4,10754365 P 2400,625193

13
 02/01/2018 2,7 2,96 504,003239 5,87297813 P 1699,991904
03/01/2018 21 8,398 3837,50325 2,18840206 N 0
04/01/2018 21,9 8,293 3525,6617 2,35218257 N 0
05/01/2018 21,6 8,586 3525,44033 2,43544046 N 0
06/01/2018 21,3 8,471 3431,44044 2,46864259 N 0
07/01/2018 9,4 6,897 1293,47826 5,33213445 P 3663,304348
08/01/2018 21,9 8,681 3233,16483 2,68498529 P 598,0879197
09/01/2018 12,3 6,744 2094,54137 3,21979794 P 1507,646573
10/01/2018 14,6 6,222 1953,96082 3,1843013 P 1337,097941
Tableau III - 7 : Extrait du tableau de calcul des perte énergétique causé par la marche à vide.

La marche à vide des chaines cause des pertes supplémentaires, nous avons
défini un seuil de la consommation spécifique de la chaine 2.5 KWh/t si il est
dépassé cela est traduit par la marche sans produit de la chaine « P » sinon on
note « N ». les pertes sont calculé par la relation suivante :
𝑝𝑒𝑟𝑡𝑒 é𝑛𝑒𝑟𝑔é𝑡𝑖𝑞𝑢𝑒 = (𝑐𝑜𝑛𝑠𝑜𝑚𝑚𝑎𝑡𝑖𝑜𝑛 𝑠𝑝é𝑠𝑖𝑓𝑖𝑞𝑢𝑒 − 2.5) ∗ 𝑡𝑜𝑛𝑛𝑎𝑔𝑒 𝑠𝑒𝑐

Chaine 1 Chaine 2 Chaine 3 Chaine 4 Chaine 5 Chaine 6

Perte 20724 KWh 35548 KWh 47801 KWh 36577,6 KWh 47197 KWh 48788 KWh
d’énergie
Puissance 410 KW 400 KW 425 KW 375 KW 425 KW 325 KW
appelée

Poucentage de perte de chaque chaine

Chaine 1
Chaine 6 9%
21%
Chaine 2
15%

Chaine 5
20% Chaine 3
20%

Chaine 4
15%

14
 On peut clairement conclure que la chaine 5 et 6 présente la grande partie de perte avec
41%, car ces deux chaines marchent si la quantité de produit est grande ce qui provoque la
marche à vide dans la plupart du temps, les pertes dans la chaine 3 est égale ceux de la chaine
5 parce qu’il ont la même puissance qu’est supérieur à celle de la chaine 4 tandis que les
chaine 1 et 2 possède le moindre de perte car la manque de produit est rare par rapport aux
autres chaines.

7. Synthèse des problèmes rencontrés

Après avoir observé le processus de fabrication des carreaux céramique, visité l’usine et
contrôlé le comportement des opérateurs avec les machines nous avons détecté les problèmes
suivant :

 Le système d’éclairage repose sur des lampes fluorescentes qui ont un rendement
faible.
 L’usine ne favorise pas l’éclairage naturel mais il se base principalement sur
l’éclairage artificiel.
 La plupart des moteurs de l’usine sont de rendement faible (classe standard).
 Il existe des moteurs surdimensionnés qui influencent sur la consommation
d’électricité.
 Il existe un nombre important de moteurs qui entrainent des chaines, des
compresseurs et des charges variables qui ne sont pas équipés d’organe de
variation de la vitesse selon la demande.
 Il existe des moteurs qui ne sont pas équipées de démarreurs.
 Mise en œuvre d’un système de régulation pour éviter la marche à vide des
chaines.
 Mise en œuvre d’un système de décantation pour minimiser la quantité d’eau
utilisé pendant le processus de lavage.
 Implémentation de la norme ISO5001 de système de gestion d’énergie pour le
suivie de la consommation d’énergie électrique.

C’est à la base de ces problèmes remarqués, qu’on va élaborer un plan d’action afin de
minimiser la consommation électrique de l’usine.

15
16