Limites d’utilisation du modèle R6C2

Validité du modèle dans le temps 2.6.1

Le modèle R6C2 a été validé sur les périodes de l’année les plus froides et les plus chaudes. Il s’agit de vérifier s’il est toujours performant en intersaison et si les paramètres ont besoin d’être réajustés en cours d’année. Pour cela, une année complète de simulation au pas de temps 6 minutes est utilisée, le bâtiment est toujours celui de référence. La courbe de charge annuelle est présentée dans la figure 24, les besoins de chauffage sont comptés positivement et les besoins de froid négativement.

Le premier test (figure 24) consiste à identifier le modèle R6C2 et à prévoir les puissances et les températures intérieures sur un horizon de prévision d’une année. L’indicateur de fitting est calculé sur les deux dernières semaines de chaque mois. Les deux sorties (puissance et température) suivent la même tendance au cours de l’année. Les premiers mois (janvier, février et mars) les prévisions sont performantes (fit>80%), mais le fitting décroit de 10% en 3 mois. En intersaison, le fitting se dégrade brutalement, surtout lorsqu’il s’agit des prévisions de température (fit<40 % en mai). En début d’été les performances remontent, mais restent bien inférieures à celles observées lorsque les données d’apprentissage précédent immédiatement les données de validation. A partir de Juillet, le même phénomène se produit de manière symétrique : dégradation en intersaison et augmentation des performances avec l’arrivée de l’hiver.

Le second test est similaire au premier, mais cette fois les deux premières semaines de chaque mois sont utilisées pour l’identification des paramètres (les paramètres sont réinitialisés chaque mois). Les performances sont globalement supérieures à celles du test précédent avec, malgré tout, une dégradation en intersaison. Les prévisions des mois d’avril en puissance et de juin en température sont particulièrement éloignées de la référence. Cela peut provenir du manque de sollicitations thermiques qui ne permettent pas une bonne identification du modèle.

Thomas Berthou

66

Figure 24 : Evolution des fittings sur une année, avec (en bas) et sans (au milieu) apprentissage

régulier

A partir des résultats de l’identification mensuelle, il est possible d’observer l’évolution des paramètres du modèle au cours de l’année. La résistance équivalente du bâtiment est calculée et représentée dans la figure 25. Ce paramètre est pratiquement constant au cours de l’année avec des variations de faible amplitude en intersaison (mois 4, 5, 6 et 9, 10). Prises individuellement, les résistances thermiques varient d’un mois à l’autre, mais il y un phénomène de compensation qui permet à la résistance équivalente d’être constante. La capacité d’air (« Ci ») varie dans l’année étudiée, en intersaison la borne supérieure est atteinte. Comme le montre l’étude de sensibilité, c’est un paramètre difficile à identifier, car le bâtiment de référence est peu meublé. Enfin, la capacité du bâti (« Cm ») est pratiquement constante au cours de l’année avec tout de même une légère diminution les mois les plus chauds.

Thomas Berthou

67

Figure 25 : Evolution de trois paramètres du modèle sur une année avec un apprentissage tous les

mois

Cette étude montre les limites du modèle semi-physique R6C2. En effet, le modèle est peu performant lorsque les besoins en chaud ou en froid sont faibles (intersaison) et il est nécessaire d’ajuster les paramètres en cours d’année pour maximiser le fitting. Cela montre que le modèle simplifié ne représente qu’une partie des phénomènes physiques mis en jeu et que les paramètres n’ont pas toujours un sens physique établi. Les valeurs de chaque paramètre sont données en annexe 2.3 pour les mois de février et juillet.

Thomas Berthou

68

Validation du modèle R6C2 sur différents bâtiments et climats 2.6.2

Ce paragraphe valide la robustesse du modèle R6C2 pour différents bâtiments et climats à partir de la référence. Les caractéristiques du bâti varient une à une, et pour chaque variation un nouvel apprentissage est effectué.

Climat : Paris Chauffage : 3

semaines en février

Refroidissement : 3 semaines en juillet Inertie : U parois ext

(W/m².K) fenêtre Fitting P (%) Fitting Ti (%) Fitting P (%) Fitting Ti (%) lourde (20 cm de béton) 0.58 double (U=2.95) 86.0 89.0 87.0 84.8 moyenne (10 cm de béton) 0.58 double 87.5 90.0 86.2 83.7 légère (isolation intérieure) 0.58 double 86.3 90.2 88.3 86.8 lourde (20 cm) 1.163 double 82.7 90.4 85.7 85.8 lourde (20 cm) 0.3 triple (U=2) 80.4 72.8 90.0 87.0

Tableau 19 : Calcul des performances des prévisions en faisant varier les caractéristiques du bâti Les caractéristiques du bâti ont un faible impact sur les performances du modèle (tableau 19). Seul le dernier cas (U=0.3 W/(m².K) et triple vitrage) présente des performances dégradées pour la prévision de température. Cela provient de la très bonne isolation du bâtiment qui minimise les besoins en chauffage. Dans ce type de bâtiment, les phénomènes habituellement de faible amplitude comme la ventilation ou l’occupation deviennent du même ordre de grandeur que les déperditions à travers les parois, ce qui peut diminuer la qualité de la prévision (le même phénomène est observé en intersaison sur le cas de référence).

Climat :

Chauffage : 3 semaines en février Refroidissement : 3 semaines en juillet Fitting P (%) Fitting Ti (%) Fitting P (%) Fitting Ti (%)

Nancy 88.5 90.2 88.8 86.2

Nice 72.9 69.5 88.5 86.4

Bordeaux 74.3 76.3 88.8 87.32

Tableau 20 : Calcul des performances des prévisions en faisant varier le climat

Les performances du modèle en chauffage se dégradent pour les climats doux (Bordeaux et Nice, tableau 20). En effet, les besoins de chauffage sont faibles ce qui rend les prévisions moins fiables. Ce phénomène a déjà été rencontré en intersaison (figure 24).

Les résultats sont bons tant que toutes les zones du bâtiment ont un comportement thermique proche (taux d’occupation, composition des parois, ameublement…). Pour un bâtiment qui comporte des zones très différentes (rénovation de certaines zones par exemple) les modèles mono

Thomas Berthou

69

zone ne sont plus adaptés. Lors de la mise en place du modèle sur des bâtiments réels il sera nécessaire de vérifier que chaque zone a un comportement thermique proche à l’aide du profil de température intérieure. Et si l’une des zones est jugée trop éloignée des autres (décision d’expert) il sera nécessaire de la modéliser à part.

Par exemple, il suffit de multiplier par 3 la conductivité du sol du rez-de-chaussée pour que les prévisions de température intérieure en été passent d’environ 80% à 40%. Ce phénomène peut être détecté uniquement grâce aux mesures de température sur site.

Thomas Berthou

70

Dans le document Développement de modèles de bâtiment pour la prévision de charge de climatisation et l’élaboration de stratégies d’optimisation énergétique et d’effacement (Page 72-77)