Les jumeaux numériques promettent presque tout : moins 30% d'émissions grâce au pilotage prédictif du chauffage et de la ventilation, moins 40% grâce à l'optimisation des scénarios de rétrofit, une décarbonation quasi automatique dès qu'on branche des capteurs sur un BIM. Sur le terrain, la réalité est nettement plus disputée, entre bâtiments qui peinent à faire dialoguer leurs équipements legacy et exploitants qui n'ont ni le temps ni la formation pour piloter un système supplémentaire. Une étude publiée dans la revue Sustainability (MDPI) vient documenter un cas rare : un déploiement complet de jumeau numérique dans un bâtiment universitaire au Danemark, avec des résultats chiffrés, mais aussi les vraies difficultés rencontrées. Son auteur, Muhyiddine Jradi, professeur associé en ingénierie énergétique à l'Université du Danemark du Sud (Odense), ne se contente pas d'annoncer un pourcentage : il détaille comment on y arrive, et ce qui coince en chemin.

Dans ce qui suit, on décortique ce cas concret : le dispositif testé, les résultats obtenus, et les obstacles réels rencontrés par l'équipe sur place.

Le contexte : un système de ventilation, quatre sous-systèmes, trois logiques de contrôle

Le bâtiment est équipé de quatre systèmes de ventilation quasi identiques, chacun piloté par une centrale de traitement d'air qui alimente salles de classe, bureaux et espaces d'étude via une ventilation à débit variable pilotée par la demande. L'équipe a construit un modèle numérique de ce réseau, basé sur l'ontologie SAREF pour garantir une cohérence sémantique, et déployé en conteneur via FastAPI pour permettre un passage à l'échelle et un déploiement cloud.

Trois stratégies de contrôle ont été testées dans cet environnement virtuel, sans jamais perturber le bâtiment réel :

• Un contrôleur piloté par les données historiques, qui reproduit le fonctionnement existant et sert de référence.
• Un contrôleur à base de règles, déclenchant la ventilation selon des seuils fixes de CO2 ou de température. Simple à mettre en œuvre, peu coûteux.
• Un contrôleur PID, ajustant le débit d'air en continu selon l'écart aux conditions cibles.

Le résultat qui marque : -29% sans sacrifier le confort

Une expérience en particulier ressort. En remplaçant les contrôleurs existants par un contrôleur à règles simplifié, configuré avec des seuils de CO2 plus souples, la consommation d'énergie a nettement chuté. Deux facteurs expliquent ce gain : une ventilation réduite pendant les périodes de faible occupation, et la réactivation de la ventilation pilotée par la demande dans des zones où elle n'était plus utilisée.

Le jumeau numérique a aussi permis de repérer un détail qu'aucun audit classique n'aurait probablement révélé aussi finement : certains bureaux ne nécessitaient qu'environ 46% de leur débit d'air maximal, même en pleine occupation. Un ajustement du planning de ventilation basé sur ce constat a permis de réduire le gaspillage énergétique sans dégrader la qualité de l'air.

Sur la période évaluée, les stratégies de contrôle activées via le jumeau numérique ont réduit la consommation énergétique liée au HVAC d'environ 29%, soit environ 3,65 MWh d'électricité et de chaleur économisés sur le mois de décembre. En appliquant les facteurs d'émission standards de l'électricité et du chauffage urbain danois, cela correspond à environ 199 kg d'équivalent CO2 évités sur ce seul mois. Les concentrations de CO2 sont restées dans les seuils de confort acceptables pendant toute la période surveillée.

Ce résultat n'est pas un cas isolé. Le papier le met en perspective avec d'autres déploiements réels documentés ailleurs : une tour de bureaux à Singapour a atteint -30% de consommation énergétique après rétrofit avec jumeau numérique, un immeuble certifié LEED Platinum à Dublin a permis une réduction de 302 tonnes de CO2 par an, l'Université de Liverpool a obtenu -23% de consommation en seulement neuf mois, et un immeuble de bureaux certifié LEED Gold au Caire a atteint -28%. L'auteur souligne que la cohérence entre ces résultats, obtenus dans des contextes climatiques et des typologies de bâtiments très différents, suggère que les gains observés ne sont pas des anomalies propres à un site, mais des bénéfices transférables à des architectures de systèmes similaires.

Ce que le papier ne cache pas : les vraies difficultés

C'est là que cette étude se distingue de la plupart des retours d'expérience trop lisses. L'auteur détaille plusieurs obstacles rencontrés, sans les minimiser.

L'intégration des données a été le point le plus critique. Le bâtiment combine des systèmes de gestion technique existants, des contrôleurs de débit d'air variable au niveau des pièces, et des capteurs utilisant des protocoles de communication différents. Faire fonctionner ensemble ces systèmes hétérogènes a demandé un effort important de standardisation. L'ontologie SAREF et le déploiement conteneurisé ont fourni une structure de données cohérente, mais la configuration initiale et le mappage de la sémantique des équipements sont restés des obstacles techniques réels.

L'investissement initial reste conséquent, malgré des bénéfices à long terme évidents. Les petites structures ou les bâtiments avec une infrastructure numérique limitée pourraient trouver le coût de mise à niveau des capteurs, du développement logiciel et du calibrage difficile à absorber. Le bâtiment étudié a bénéficié d'un financement de recherche et d'un soutien institutionnel qui ne sont pas nécessairement disponibles ailleurs.

La complexité opérationnelle demande de la formation. Développer un jumeau numérique intégrant plusieurs algorithmes de contrôle et des simulations de scénarios introduit une complexité que les exploitants doivent apprendre à maîtriser. Sans formation suffisante et sans interface bien conçue, les capacités du système risquent d'être sous-exploitées ou mal utilisées.

Le changement culturel n'est pas automatique. Malgré l'implication active des gestionnaires du bâtiment, une certaine hésitation est apparue face aux interventions de contrôle automatisé, en particulier dans les pièces à occupation fluctuante. Construire la confiance dans un fonctionnement piloté par les données a demandé du temps.

La modularité a été un facteur de réussite clé. L'architecture conteneurisée, construite en Python autour du même socle ontologique, a permis des mises à jour fluides et une réplication du modèle sur des systèmes similaires. C'est cette modularité qui ouvre la porte à une extension du jumeau numérique au-delà de la ventilation, vers l'éclairage, le chauffage ou l'intégration des énergies renouvelables, sans repartir de zéro.

Un signal aussi pour l'écosystème français

Le papier situe cette étude dans le paysage réglementaire européen (directive sur la performance énergétique des bâtiments, indicateur de préparation intelligente des bâtiments, Green Deal), qui pousse à l'adoption de technologies intelligentes dans le bâti. En France, les acteurs soumis au décret tertiaire et à la RE2020 suivent une même trajectoire de pilotage fin des consommations. Ce cas danois offre un précédent concret et documenté : avant de vendre du jumeau numérique comme solution universelle, il montre ce qu'il faut réellement mobiliser en données, en compétences et en accompagnement du changement pour obtenir des résultats.

Ce qu'il faut en retenir

Ce cas illustre une réalité que les discours marketing sur les jumeaux numériques passent souvent sous silence : les gains sont réels, documentés, mesurables, et cohérents avec d'autres déploiements réels en Europe et ailleurs. Mais ils dépendent directement de la qualité des données, du calibrage du modèle et de l'adhésion des équipes d'exploitation. L'étude rappelle d'ailleurs qu'un jumeau numérique pleinement développé reste rare pour le parc bâti existant. Dans la pratique, il est souvent construit progressivement, après une première rénovation, à partir des données disponibles, des capteurs IoT et des informations de gestion technique.

Le message pour les professionnels du bâtiment est clair : un jumeau numérique n'est pas une solution prête à l'emploi. C'est un projet qui se construit, se calibre, et qui nécessite autant d'attention à l'interopérabilité des données et à la formation des équipes qu'aux algorithmes eux-mêmes.

Source : Muhyiddine Jradi, "Unlocking the Potential of Digital Twin Technology for Energy-Efficient and Sustainable Buildings: Challenges, Opportunities, and Pathways to Adoption", Sustainability, MDPI, vol. 18, article 541, 5 janvier 2026. DOI : 10.3390/su18010541. Publication en libre accès sous licence Creative Commons Attribution (CC BY).