Incertitudes prises en compte

Les sources d’incertitude rencontrées en ACV des bâtiments ont été recensées dans le chapitre 1, tableau 1-3. Puisque nous cherchons à quantifier globalement les incertitudes en ACV des bâtiments, nous considérons à la fois des sources d’incertitudes sur lesquelles le concepteur a un levier d’action (bâti) et des sources d’incertitudes liées à des choix dans les outils de modélisation ou à une variabilité des données. Bien que le concepteur puisse choisir un outil de modélisation adapté à ses objectifs d’écoconception, et qu’il conçoive un bâtiment adapté à un climat donné ou pour un type de ménage donné, il maîtrise peu ces deux dernières sources d’incertitudes.

Dans les chapitres suivants, nous étudions l’effet de certaines de ces sources d’incertitudes sur les résultats d’ACV. En particulier, nous étudions les incertitudes sur les paramètres en incluant des facteurs incertains concernant le bâtiment et son contexte, mais aussi la qualité des données environnementales et la contribution des substances à l’impact. Les incertitudes liées aux modèles sont traitées en étudiant, d’une part l’effet de la modélisation statique (annuelle), ou dynamique (horaire) pour les impacts liés à la production d’électricité, et d’autre part en considérant des incertitudes sur des paramètres internes du modèle de SED. Le choix de l’unité fonctionnelle sera étudié en faisant varier la durée de vie du bâtiment. Concernant la variabilité temporelle, les effets de la variabilité du climat et de l’occupation sont étudiés. Outre la variabilité temporelle liée à l’occupation, la diversité des comportements des occupants crée également une variabilité des impacts des bâtiments. Par ailleurs, la méta-incertitude est traitée en étudiant l’effet d’une définition erronée des caractéristiques des incertitudes.

2.4. Description des cas d’étude Certaines sources d’incertitude répertoriées ne sont pas prises en compte. C’est le cas de la variabilité spatiale, des incertitudes épistémiques et des erreurs. Les erreurs qui peuvent intervenir à toutes les étapes de l’ACV et être de nature variée, sont très difficilement quantifiables, mais peuvent être limitées en appliquant une procédure de vérification des données saisies. Parmi, les incertitudes épistémiques, les scénarios de long terme nécessiterait l’expertise de prospectivistes pour aboutir à la création de scénarios futurs possibles. Quant à la variabilité spatiale, elle n’a pas été étudiée bien qu’il eût été envisageable de prendre en compte, par exemple, l’effet de la contextualisation appliquée à plusieurs procédés50_{. De plus, pour certains types d’incertitudes, toutes}

les sources ne sont pas étudiées, c’est le cas pour les incertitudes sur les choix méthodologiques d’ACV. L’étude s’inscrivant dans un objectif d’écoconception, l’approche conséquentielle est plus adaptée. Nous n’avons donc pas étudié l’effet du choix de l’approche d’ACV. D’autre part, si des incertitudes sur le modèle sont prises en compte pour les outils de modélisation de SED et d’ACV des bâtiments, aucune incertitude n’a été prise en compte sur les outils de modélisation complémentaire. Par exemple pour le modèle de mix marginal dérivé, aucune incertitude ou variabilité n’est considérée sur les capacités installées, les disponibilités des moyens de production ou encore le niveau de la consommation nationale. Ces incertitudes influencent toutefois sensiblement le mix marginal (Roux, 2016) et pourraient être prises en compte dans de futures études. Les incertitudes prises en compte dans le chapitre 3, portant sur l’identification de facteurs influents et dans le chapitre 4, portant sur la comparaison de variantes incertaines, sont regroupées dans le tableau 2-6.

50

Chapitre 2. Modélisation environnementale des bâtiments

Tableau 2-6 : Incertitudes prises en compte

Types d’incertitude Sources Chapitre 3 Chapitre 4

Incertitudes sur les paramètres

Hypothèses sur le bâtiment, ses systèmes

et le site  

Qualité des données environnementales  

Paramètres internes du modèle  

Incertitudes sur la contribution relative à

l’impact  

Incertitudes sur le modèle Calculs énergétiques et

environnementaux annuels ou horaires  

Incertitudes liées aux choix Choix de l’unité fonctionnelle  

Variabilité temporelle

Variables météorologiques Occupation du bâtiment



simplifié 

Choix de l’horizon temporel  

Variabilité entre individus

Occupation du bâtiment _simplifié  

Différences dans les caractéristiques

environnementales (matériaux)  

Incertitude épistémique Définition de scénarios de long terme   Méta-incertitude Estimation de l’incertitude sur

l’incertitude  

2.5.

Conclusion du chapitre

Ce chapitre a permis de présenter les outils de modélisation qui seront utilisés dans cette thèse. L’outil de modélisation novaEQUER, couplé à l’outil de SED Pléiades+COMFIE est retenu. Afin de réaliser simplement de nombreuses simulations d’un modèle de bâtiment avec ces outils, une plateforme de simulation multiple est utilisée. Elle permet la gestion des simulations et le traitement des résultats grâce à l’outil statistique R. Des modèles complémentaires ont également été présentés. Ils serviront pour une prise en compte plus fine des impacts liés à l’usage d’électricité, de la variabilité du climat et de l’occupation et des incertitudes sur les données environnementales.

Les maisons de la plateforme expérimentale INCAS sur lesquelles se baseront les études dans les chapitres suivants ont été décrites. Les hypothèses de modélisation retenues et les résultats d’ACV des maisons ont été présentés dans le cas de base, sans prise en compte d’incertitude. Ces premiers résultats déterministes ont mis en avant la difficulté d’effectuer un choix parmi les variantes constructives (maisons en béton banché, double mur ou à ossature bois) alors que des variantes se dégagent pour les comparaisons de variantes énergétiques (étude des énergies électricité avec ou sans PAC, gaz et bois). Dans la modélisation de ces maisons, de nombreux facteurs sont incertains. Afin de déterminer, d’une part, les facteurs pour lesquels une connaissance plus précise de la valeur inventoriée est nécessaire et d’autre part, l’effet des incertitudes sur les comparaisons de variantes,

2.5. Conclusion du chapitre des méthodes de quantification des incertitudes sont mises en œuvre et adaptées au contexte de l’ACV des bâtiments dans les chapitres suivants.

Chapitre 3. Identification de facteurs

incertains influents

La connaissance des facteurs incertains ayant le plus d’influence en analyse de cycle de vie des bâtiments permet, d’une part, de simplifier la saisie dans les outils ainsi que la collecte des données sans compromettre la robustesse des résultats. En effet, les facteurs incertains les moins influents peuvent prendre des valeurs ou des distributions de probabilité par défaut tandis qu’il faut approfondir la recherche d’informations pour les facteurs les plus influents. L’objectif de ce chapitre est d’étudier la performance de méthodes permettant d’identifier ces facteurs. Plusieurs méthodes d’analyse de sensibilité, pouvant être appliquées dans le cadre de l’ACV des bâtiments et présentant différents compromis coût calculatoire – précision, ont été appliquées au cas d’une maison individuelle performante simulée avec la suite logicielle de Pléiades+COMFIE. Toutes les méthodes ont permis d’identifier le même jeu de facteurs incertains mais la manière de quantifier l’influence des facteurs varie de l’une à l’autre. Ces différences de quantification sont expliquées dans la suite. Pour les réduire, deux adaptations de méthodes sont proposées et appliquées. Elles permettent d’obtenir des résultats précis en un nombre réduit de simulations. Finalement, une aide au choix des méthodes d’analyse de sensibilité adaptées au cas de l’ACV des bâtiments est proposée.

Chapitre 3. Identification de facteurs incertains influents