Dans le cadre d’un projet effectué avec Enedis, la démarche développée pendant la thèse a été appliquée dans l’aide au dimensionnement de 10 départs HTA sur la ville de Brest en relation avec Brest métropole. Nous proposons un premier bilan sur les bases de données, leur association, la validation et la calibration du simulateur de courbes de charge puis son utilisation avec différents scénarios pour aider au dimensionnement des dix départs HTA. Ce cas d’étude a fait l’objet d’une publication dans une conférence internationale avec Enedis [98].
6.3.1 Identification de la zone à simuler et données disponibles
Données d’Enedis
L’étude porte sur dix départs HTA, dont la liste des clients connectés a été fournie par Enedis pour l’année 2016. Les caractéristiques de ces départs sont recensées dans le tableau 6.1. Les mesures de ces départs ont été fournies par Enedis pour l’année 2012 au pas de temps de 10 minutes. La qualité des mesures sur cette année est tout à fait correcte, en moyenne les 10 départs HTA n’ont que 7,8% de réorganisations et valeurs manquantes (voir 3.2.1), avec un maximum à 16,2%.
Table 6.1 – Caractéristiques des 10 départs HTA étudiés
Caractéristique Valeur minimale Valeur moyenne Valeur maximale
Nombre de clients desservis 357 751 1471
Fraction de consommation résidentielle 34% 62% 91%
Valeurs manquantes et réorganisations 0,5% 7,8% 16,2%
Données de l’INSEE
La zone desservie par les 10 départs compte 27 IRIS de la ville de Brest, ainsi que 12 IRIS extérieurs à la ville de Brest. Les données du recensement de la base logement de l’INSEE permettent d’apporter de nombreuses informations utiles à la simulation de type bottom-up (voir 3.2.2). Nous prenons les données du recensement de 2013, qui sont les données les plus récentes du recensement à la date de la thèse.
Le tableau 6.2 présente les caractéristiques principales des ménages des 39 IRIS. On constate que d’un IRIS à l’autre, les caractéristiques des ménages varient grandement. Les zones à simuler peuvent aussi bien être des zones fortement urbaines que des quartiers de banlieue avec des maisons individuelles.
Table 6.2 – Récapitulatif des différentes caractéristiques des logements des 39 IRIS du cas d’étude de la ville de Brest
Quantile 0% 25% 50% Moyenne 75% 100%
Nombre de personnes 54 1726 2193 2123 2699 4066
Nombre de personnes par logement 1,45 1,69 2,20 2,13 2,47 2,79
Taux de possession du chauffage électrique 0,01 0,22 0,31 0,31 0,40 0,65 Surface moyenne par logement (m2) 57,6 71,6 97,6 91,1 105,8 128,2 Proportion de résidences principales 0,72 0,88 0,93 0,92 0,96 1,00
Chapitre 6. Simulations prospectives pour l’aide à la planification 130
Données météorologiques
Concernant les données de température, celles-ci proviennent d’une station météorologique à Brest fournie par Enedis, et issue de Météo France. Les mesures fournies vont de l’année 1983 à 2015, et sont au pas de temps de 1h. Concernant l’irradiation, qui est une entrée du modèle de chauffage du simulateur (voir figure 4.18), celle-ci est disponible avec la base de données Helioclim 3 [48], de 2005 à 2015 au pas de temps de 15 minutes. Pour les années précédentes, l’année médiane d’irradiation a été utilisée. La mise au pas de temps de 1h des données d’irradiation s’est faite en moyennant les valeurs à 15min.
6.3.2 Association de la base Enedis et INSEE
La méthode d’association par l’algorithme d’optimisation permet d’associer à chaque client un logement et vice-versa. Nous appliquons ici la méthode décrite à la section 3.3.4, qui permet ainsi d’obtenir une liste de logements associés par départ HTA. Le tableau 6.3 récapitule les différentes caractéristiques des logements associés à chaque départ HTA.
Table 6.3 – Récapitulatif des différentes caractéristiques des logements des 10 départs HTA du cas d’étude de la ville de Brest
Quantile 0% 25% 50% Moyenne 75% 100%
Nombre de foyers 306 470 600 637 796 957
Nombre de personnes 798 1064 1225 1295 1543 1972
Nombre de personnes par foyer 1,43 1,70 2,25 2,12 2,50 2,65
Taux de possession chauffage électrique 0,26 0,28 0,31 0,32 0,35 0,45 Surface moyenne par logement (m2) 66,8 90,0 102,7 100,5 113,6 126,2 Proportion de résidences principales 0,71 0,91 0,94 0,91 0,96 0,99 Proportion de maisons individuelles 0,02 0,12 0,36 0,36 0,53 0,82
6.3.3 Évaluation et calibration du simulateur de courbes de charge sur les me- sures
Partie non thermosensible
La vérification de la qualité des profils des simulations effectuées par le simulateur de courbes de charge est une étape importante, décrite à la section 5.4.2. Pour ce faire, les courbes de charge de 2012 de chaque départ ont été au préalable décomposées en une partie thermosensible et une partie non thermosensible. Ensuite, les résultats de la simulation de la partie non thermosensible du simulateur ont été comparés à ceux de la partie non thermosensible mesurée.
Les résultats sont présentés dans le tableau 6.4. On constate que certains départs HTA ont des erreurs quadratiques moyennes normalisées (NRMSE) de simulation sur les profils non thermosen- sibles importantes, supérieures pour plus de la moitié à 30%. De même, la différence relative entre l’énergie simulée sur un an et celle mesurée est assez importante, de l’ordre de 18.6% en valeur absolue. En analysant plus en détail les courbes de charge, les erreurs importantes peuvent s’ex- pliquer par des comportements ératiques dans les mesures. La figure 6.5 illustre cela en montrant le tracé de trois semaines typiques pour un départ à erreur médiane. On voit sur cette figure que la mesure est beaucoup moins régulière que la simulation. Il faudra donc prendre les résultats des départs avec ces taux d’erreur avec précaution. A l’inverse, certains autres départs HTA montrent de résultats bien meilleurs, comme illustré en figure 6.6. On constate une sous-estimation des pics
Chapitre 6. Simulations prospectives pour l’aide à la planification 131
Table 6.4 – Résultats de l’évaluation de la partie non thermosensible des départs HTA du cas d’étude
Quantile NRMSE profil
thermosensible (%) Différence énergie simulée/mesurée (%) 0% 17,2 -28,6 25% 23,4 -17,1 50% 30,1 -3,9
Moyenne de la valeur absolue 30,2 18,6
75% 36,3 16,6
100% 44,8 31,0
des heures creuses dans les deux cas, qui peuvent être corrigés notamment par un réglage adéquat du lancement des chauffe-eau, qui n’a pas été effectué dans cette étude.
Partie non thermosensible
La méthode de calibration de la partie thermosensible décrite au 5.4.3 a été appliquée sur les deux départs HTA du cas d’étude. Ainsi, pour chaque départ, les coefficients de performance des différents types de tertiaire ont été déterminés, de même que le facteur correctif pour les résistances thermiques et la température moyenne de consigne pour le résidentiel.
6.3.4 Mise en place de scénarios prospectifs
Dans ce cas d’étude, l’incertitude météorologique a fait l’objet de scénarisations. Pour ce faire, 33 années de température ont été testées pour constater leur influence sur les indicateurs utilisés pour la planification par Enedis.
Tous ces scénarios, couplés aux résultats de l’évaluation et de la calibration, permettent de simuler des courbes de charges et de calculer les différents indicateurs.
6.3.5 Résultats des simulations et calculs des indicateurs
Le simulateur de courbes de charge, calibré pour l’année 2012 est ensuite utilisé avec la même liste de clients mais sur 33 années météorologiques. Le poste HTA/BT auquel chaque client est rattaché est connu par Enedis, et le simulateur de courbes de charge simulant de façon bottom-up client par client, il est ainsi possible d’estimer la courbe de charge de chaque poste HTA/BT, en sommant la consommation de chaque client du poste en question. Cela est illustré en figure 6.7, où l’on voit pour un départ HTA de la ville de Brest la décomposition de la consommation simulée et calibrée sur différents postes.
Ainsi, il est alors possible de calculer les puissances dimensionnantes pour Enedis, P tmb et P∗max non seulement selon les différents scénarios par départ HTA, mais aussi par poste HTA/BT. Pour le dimensionnement d’un poste HTA/BT, on peut prendre comme puissance de référence le P∗max calculé pour l’année 2012, année sur laquelle on a effectué la calibration. Ensuite, on recalcule le P∗max pour chaque scénario météorologique. Ces valeurs servent ensuite d’entrée dans le modèle de calcul du réseau d’Enedis “ERABLE” [98]. La figure 6.8 donne la fréquence de dé- passement de la puissance de référence par année météorologique pour un poste HTA/BT. On voit notamment que l’année 1985 a été particulièrement froide, menant à un dépassement de la puis- sance de référence de 0.3% (soit environ 26h par an). En moyenne, la fréquence de dépassement pour ce poste est de 0.082%, soit environ 7h par an.
Chapitre 6. Simulations prospectives pour l’aide à la planification 132
Figure 6.5 – Tracé de trois semaines représentatives d’un départ HTA à erreur médiane
Figure 6.6 – Tracé de trois semaines représentatives d’un départ HTA à erreur dans le dernier quartile
Chapitre 6. Simulations prospectives pour l’aide à la planification 133
Figure 6.7 – Tracé sur une semaine de la consommation simulée d’un départ HTA avec la décom- position des consommations par postes HTA/BT
Figure 6.8 – Fréquence de dépassement de la puissance de référence d’un poste HTA/BT selon l’année météorologique [98]
Chapitre 6. Simulations prospectives pour l’aide à la planification 134
Figure 6.9 – Monotone de puissance dans un départ HTA avec des clients majoritairement rési- dentiels
Enfin, soulignons que l’analyse de la contribution à la pointe de chaque usage est un point clé pour le dimensionnement, notamment comme aide à la décision sur les choix de projets d’urbanisme. La figure 6.9 nous renseigne sur la contribution de chaque usage dans la monotone de puissance dans un départ HTA constitué de clients à majorité résidentiels. On peut ainsi mettre en évidence que dans ce cas, le chauffage électrique est clairement l’usage dimensionnant principal, et que tous les scénarios modifiant les paramètres en lien avec la consommation de chauffage (e.g. isolation des bâtis, taux de pénétration de chauffage électrique) influeront grandement sur le dimensionnement du réseau électrique.