Dans un contexte de changement climatique faisant consensus, l’heure n’est plus à prouver ce constat mais à chercher et proposer des solutions pour réduire notre impact environnemental. La chaleur fatale industrielle est un gisement conséquent faisant l’objet de nombreuses contributions de valorisation que ce soit au sein d’un procédé ou d’un site industriel. On peut citer au Laboratoire de Génie Chimique les travaux de Lucille Payet (Payet, 2018) sur les réseaux d’échangeurs de chaleur. Mais lorsque cette voie est exploitée, très peu de solutions sont proposées.
Dans ce contexte, le présent travail a contribué à développer un outil visant à améliorer l’efficacité énergétique des procédés. Plus précisément, ce document décrit un nouveau formalisme de planification des systèmes industriels orienté énergie. Celui-ci a été validé sur un système de référence comprenant un site industriel « producteur » de chaleur fatale (fumées à haute température) et un site urbain potentiellement « consommateur ».
Nous présentons ici le bilan de cette contribution, ses limites et ses perspectives.
Les contributions de ces travaux se situent à la fois sur un plan théorique/méthodologique et sur un plan pratique. Nous commencerons par une présentation des apports théoriques et méthodologiques, puis nous exposerons les contributions pratiques.
Une première contribution majeure de ces travaux de thèse réside dans la mise en œuvre d’une démarche (méthode CIP pour « Construction, Instanciation, Planification ») de planification d’un système, soit dans le formalisme ERTN (Extended Resource Task Network), soit dans le formalisme EERTN (Extended Energy Resource Task Network), plus spécifiquement adapté au contexte énergétique. Cette démarche explicite les divers niveaux d’élaboration des modèles et l’imbrication de ceux-ci au sein du formalisme ERTN/EERTN.
Dans un premier temps, la méthode CIP a été appliquée avec le formalisme ERTN. Cette application a fait apparaitre la nécessité, pour l’évaluation de certains paramètres, de recourir à des outils de simulations des procédés (type « MESH »). Le logiciel ProSimPlus (ProSim, 2019) a alors été employé à cette tâche. L’évaluation de ces paramètres via un outil de simulation a rendu ce modèle ERTN figé aux conditions de fonctionnement utilisées pour la simulation. Qui plus est, l’évaluation de certains paramètres, en l’occurrence les paramètres de l’échangeur de valorisation, d’une assez grande complexité, a engendré une modélisation simplifiée et, par voie de conséquence, la perte d’informations (températures et débits) sur ce module de valorisation.
Une seconde contribution majeure de ces travaux concerne l’élaboration d’un nouveau formalisme nommée EERTN pour Extended Energy Resource Task Network. Ce formalisme basé sur le formalisme plus ancien ERTN (Extended Resource Task Network), permet la prise en compte des
formulation ERTN. Cependant, les éléments de conversion, stockage et transport de l’énergie nécessitent une spécialisation de ce formalisme. Pour tenir compte de ces éléments, une bibliothèque de module complète le formalisme. Ces modules sont composés d’un ensemble d’éléments génériques du formalisme EERTN. L’ensemble de la modélisation EERTN permet une construction plus aisée du système à étudier. En effet, les paramètres à évaluer d’un module sont uniquement dépendants des caractéristiques de ce module. Seuls les flux entrants et les caractéristiques du module ont un impact sur les sorties de ce mêmes module. Le recours systématique à un outil de simulation de procédé n’est plus nécessaire pour l’évaluation des paramètres des modules du formalisme EERTN. Cependant, pour les modules faisant apparaitre une conversion de la matière, et lorsque les compositions en certains points ne sont pas connues, il est encore nécessaire d’y avoir recours, mais uniquement pour déterminer les compositions des flux.
Pour l’évaluation des potentiels aux différents nœuds le nécessitant, le recours à un outil de modélisation thermodynamique est nécessaire. Le logiciel Simulis Termodinamics (ProSim, 2019) a alors été employé à cette tâche. Il permet pour une composition et pression données d’accéder aux données d’enthalpie et de température. Et de ce fait, il devient un outil indispensable pour l’instanciation des modèles EERTN liés à l’énergie thermique.
Une troisième contribution majeure de ces travaux concerne l’évaluation de la chaleur fatale et des performances des différentes stratégies appliquées au système étudié. Pour le formalisme ERTN, cette évaluation de la chaleur fatale est effectuée a posteriori, en recoupant les données de simulations et les données de la planification. Cette évaluation est plus aisée pour le formalisme EERTN, en effet, les données liées aux potentiels thermiques portées par les différents flux sont directement déterminées par le modèle. Ainsi, l’évaluation de la quantité de chaleur fatale et les performances pour chaque stratégie ne nécessite que de simples calculs sur les résultats du modèle. Une dernière contribution de ces travaux réside dans la définition du module de stockage, un atout majeur pour la valorisation temporelle de la chaleur fatale. Cet aspect est mis en avant avec la dernière stratégie de valorisation proposée sur le cas d’étude. Le stockage de l’énergie thermique est étudié dans un premier temps sans pertes, puis avec pertes. En effet, le formalisme EERTN permet de définir des pertes liées au stock pour rendre le système de valorisation plus réaliste.
Ces développements théoriques sont également complétés, dans ce manuscrit, par un certain nombre d’apports pratiques.
D’un point de vue pratique, les travaux de cette thèse ont porté sur un outil d’aide à la décision pour la validation de la conception de la chaine de valorisation de la chaleur fatale industrielle. Cet outil, bien que dans ces premières phases de développement, permet par la définition des données d’entrées liées aux graphes EERTN, une construction automatique des contraintes du modèle d’optimisation mathématique. Une liberté quant à la définition de la fonction objectif est laissé à l’utilisateur pour lui permettre d’orienter l’optimisation du système suivant ses besoins : optimisation économique (CAPEX, OPEX, etc.), écologique (CO2, NOx, SOx, etc.), etc.