Problématiques traitées dans la thèse

3.1. Modélisation pour la gestion énergétique, la conception et la

réhabilitation du bâtiment

Une synthèse sur les besoins d’interopérabilité dans le domaine du bâtiment (Delinchant, 2013), montre qu’il existe une centaine d’outils pour modéliser les phénomènes physiques dans le bâtiment. A l’aide de ces outils, des modèles sont établis par des experts de plusieurs spécialités (thermiciens, énergéticiens…), la plupart d’entre eux servant des objectifs spécialisés. Dans le but de bénéficier des points forts de chaque outil et modèle, une méthodologie d’interopérabilité (Gaaloul, 2012) a été développée afin de réaliser des simulations globales. Cependant, les modèles utilisés nécessitent une grande expertise et sont difficiles à configurer pour la simulation globale « boite noire ».

La voie de la modélisation de type « boite blanche », si elle est possible, est préférable pour le couplage des modèles et l’optimisation. Pour répondre à ces besoins, on a développé des modèles d‘équipements électriques, de phénomènes thermiques et du comportement des occupants (LE, 2008) (Chenailler, 2012). Cependant, selon la nature de la modélisation, la réutilisation des modèles est plus ou moins compliquée, voire impossible.

Afin de résoudre le problème actuel, nous avons proposé les fonctionnalités à développer pour approcher la gestion optimale des flux énergétiques dans le bâtiment, avec la plateforme PREDIS MHI comme le cas concret étudié.

Chapitre 1 : Contexte général et problématique de l’énergie dans le bâtiment

28

Figure 1-17. Fonctionnalités à développer pour un système de supervision et de gestion optimale de bâtiment à base de modèle (projet PRECCISION – ANR Bâtiment et Ville Durable)

Dans cette thèse, nos travaux principaux correspondent à la tache F5, où on se concentre sur la modélisation pour la simulation dynamique. En outre, nous travaillons aussi à la tache F3 afin de définir les paramètres nécessaires pour les modèles développées, et aux taches F4, F6 pour appliquer ceux-ci à la gestion des équipements énergétiques.

3.2. Méthode de modélisation

La modélisation est la conception d’un modèle dépendant de l’objectif et des moyens utilisés. La modélisation peut se décliner en différents niveaux de complexité et en différents niveaux de précision et de finesse (Figure 1-18). En effet, les modèles à grande performance de calcul (complexe, précise et fins) sont souvent compliqué et difficiles à configurer si on veut les appliquer dans plusieurs cas d’étude et au contraire, un modèle moins fin est plus facile à utiliser et à configurer mais son application peut être limitée par les hypothèses et/ou la zone de fonctionnement proposée. Ainsi, il existe un compromis entre imprécision du modèle (dû à sa faible finesse comme typiquement un modèle empirique) et imprécision des données à fournir (pour un modèle très fin et complexe comme modèle numérique) qui conduit à une solution optimale vis-à-vis des incertitudes de modélisation.

F1 : Concentration de mesures F2 : Monitoring

· F2a : Temps réel · F2b : Historique F0 : Suivi de consommation

· F0a : Historique · F0b : Instantanée

· F0c : Anticipative (prédiction) · F0d : Conseil aux usages

F3 : Identification de modèles

· F3a : Calibration du modèle par l’historique de mesure

F5 : Simulation dynamique · F5a : Temps discret · F2b : Continue F4 : Gestion anticipative

Chapitre 1 : Contexte général et problématique de l’énergie dans le bâtiment

29

Figure 1-18. Complexité du modèle vs erreurs potentiels de la performance prévue

Source : (Hensen J. , 2011)

On peut classifier les modèles en trois méthodes de modélisation principales selon leur niveau de complexité : numérique, analytique et empirique. La modélisation numérique est préférée dans cas d’études de phénomènes physiques, où l’on a besoin de calcul fin à partir d’une description détaillée du système pour résoudre les formulations mathématiques décrivant ce phénomène. En modifiant les variables d’entrée et les paramètres, on peut aussi prévoir les modifications du système physique. Basée sur le même principe de modélisation du système physique, la modélisation analytique résout le plus souvent des formulations mathématiques simplifiées par des hypothèses qui sont valable dans des limites de cas d’études qui peuvent être plus strictes. Cette méthode permet de réduire la complexité du problème et du modèle pour limiter la description du système au strict nécessaire, et permet ainsi aussi d’accélérer la vitesse du calcul. Enfin, dans la modélisation empirique, le modèle définie une relation déduite à partir des données entrantes et sortantes de l’objet physique, en combinaison avec l’expérience du modélisateur. En raison de sa simplicité et de son pragmatisme, ce type de modèle est très utilisé dans l’industrie. Cependant, cette méthode n’est valable que dans des cas d’application très précis et ne permet par exemple pas d’imaginer des études paramétrées telles qu’un dimensionnement. Modélisation analytique Modélisation numérique Modélisation empirique Zone souhaitée

Chapitre 1 : Contexte général et problématique de l’énergie dans le bâtiment

30

Figure 1-19. Topologie de modélisation en fonction des objectifs

L’énergie dans le bâtiment est multi-physique (thermique, électrique, aéraulique, matériau…), il existe donc différents modèles développés par des experts issus de ces domaines différents. Ces modèles sont souvent mono-physiques, visant à répondre à des problématiques de chacun de ces métiers. Ils sont souvent du type numérique et sont difficilement exploitables pour nos recherches orientées « système » visant au calcul énergétique global, intégrant également les aspects du confort humain. Par ailleurs, beaucoup d’incertitudes apparaissent trouvant leur origine dans les activités des usagers, de la météo ce qui rend illusoire l’utilisation de modèles cherchant à offrir une trop grande précision.

Ainsi, nous nous sommes intéressés à une méthodologie de modélisation qui vise un compromis entre précision et facilité de description, visant ainsi l’optimum vis-à-vis des incertitudes. Ainsi, les modèles développés doivent être assez précis et flexibles afin d’être appliqués dans plusieurs cas d’étude. Selon la topologie de modélisation présentée (Figure 1-19), nous nous intéressons plus particulièrement à deux méthodes de modélisation : analytique et empirique.

Système réel Modèle Empirique Modèle analytique Modèle numérique Objectifs : Contrôle Simulation Conception Optimisation Réduction Calcul

Chapitre 1 : Contexte général et problématique de l’énergie dans le bâtiment

31

Conclusion

Dans sa vie moderne, l’Homme consomme plus d’énergie. Pour satisfaire sa demande, il a exploité fortement les sources d’énergie fossile et d’énergie nucléaire. A côté de leur impact négatif sur l’environnement, ces sources ne peuvent pas subvenir indéfiniment à nos besoins et seront épuisées bientôt au rythme actuel. Nous avons essayé de mettre en œuvre les sources renouvelables afin de changer progressivement les sources traditionnelles, mais les économies d’énergie et l’utilisation énergétique efficace sont aussi des solutions pour notre futur.

Le bâtiment est un gros consommateur d’énergie, donc les recherches sur l’efficacité énergétique du bâtiment sont très importantes. La modélisation des équipements énergétiques et des phénomènes physiques dans le bâtiment est le premier verrou pour espérer atteindre une gestion optimale des flux énergétiques, ce qui constituerait une avancée importante vers le développement durable de notre société.