Le secteur du bâtiment est considéré comme un gros consommateur d'énergie et une source de pollution majeure parmi tous les secteurs économiques. Il représente entre 16 et 50 pour cent des consommations nationales d'énergie. La réduction de ces consommations et des émissions est donc une étape importante vers un développement durable. Récemment, la transition vers la construction des bâtiments à faible consommation d’énergie a conduit à de nouvelles exigences en matière de performance et de durabilité, et ainsi encore complexifié le processus de conception des bâtiments. Le comportement des occupants est maintenant considéré comme un facteur déterminant de la performance énergétique d’un bâtiment, particulièrement dans le cas des bâtiments basse consommation (BBC). Pourtant, les outils de simulation utilisés dans l'industrie des bâtiments ne sont pas aujourd'hui en mesure de fournir des estimations fiables de la demande d'énergie des occupants. Par conséquent, les experts en énergie et bâtiments portent une grande attention à développer des méthodes plus précises pour la modélisation et la prévision de l’influence des occupants sur la performance du bâtiment. Ces modèles doivent pouvoir fournir des estimations plus précises des consommations d’énergie et évaluer la variabilité de ces consommations. En conséquence, l’objectif visé est de permettre aux experts en construction d’améliorer leurs solutions techniques, améliorer la performance de leurs services, et promouvoir des incitations mieux ciblées vers les usagers afin de réduire leurs consommations énergétiques. L'objectif de cette thèse est de proposer un modèle pour estimer la consommation d'énergie liée aux comportements des occupants de bâtiments résidentiels, en prenant en compte la variabilité des modes de consommation au travers de la diversité des profils socio-démographiques et économiques des occupants. Une approche stochastique basée sur la notion d’activité est donc adoptée. Avec ce modèle, la consommation d'énergie d'un ménage est estimée en additionnant la consommation d'énergie des différentes activités domestiques (comme faire la cuisine, le lavage du linge, etc.). La nature stochastique du modèle est due aux relations probabilistes établies entre les attributs des ménages d'une part (type de ménage, nombre d'occupants, etc.) et la possession des équipements domestiques, les caractéristiques des appareils, leur puissance, et les quantités d'activité d’autre part. Afin d'établir ces relations stochastiques, un nombre suffisant d'attributs est pris en compte pour caractériser un ménage. Le modèle proposé a été appliqué pour deux activités domestiques, à savoir regarder la télévision et laver le linge. Des simulations de Monte Carlo sont effectuées pour fournir des estimations de consommation d'énergie pour ces deux activités dans trois cas de figure : pour un ménage spécifique, pour des ménages générés aléatoirement avec des contraintes sur leurs attributs, et pour des ménages totalement aléatoires représentatifs de la population française. Une comparaison entre les résultats de la simulation de modèle d’une part et des données de consommation d'énergie réelle d’autre part, a permis de valider le modèle pour les deux activités considérées. Un cadre de généralisation du modèle pour d'autres activités domestiques a été introduit, et sa possible intégration dans le processus de conception des bâtiments a été discutée et illustrée au travers d’un certain nombre d’exemples. / Résumé en Anglais : The building sector is considered as a major energy consumer and pollution source among all economic sectors. It accounts for important shares, ranging between 16 and 50 percent, of national energy consumption worldwide. Reducing these consumptions and emissions is thus an important step towards sustainable development. Recently, the shift towards constructing low-consuming and nearly zero-energy buildings lead to further requirements with regard to performance and sustainability, and thus caused the design process of buildings to be more complex. Occupants’ behavior is now considered as a key determinant of building’s energy performance especially in the case of green buildings. Yet, energy simulation tools used in buildings industry nowadays are not capable of providing accurate estimations of occupant-related energy demands. Therefore, buildings and energy experts are devoting considerable efforts on developing more precise methods for modeling and forecasting occupants influence on whole building performance. Such models can provide accurate energy estimates and can assess future consumption variability. Consequently, building experts may improve their technical solutions, ameliorate their service performances, and promote targeted incentives. The objective of this dissertation is to propose a model for forecasting occupant-related energy consumption in residential buildings, while accounting for variability in consumption patterns due to diversity in occupants’ socio-demographic and economic profiles. A stochastic activity-based approach is thus adopted. By activity-based, it means that energy consumption of a household is estimated by summing up the energy use of different activities performed (such as cooking, washing clothes, etc.). The stochastic nature of the model is due to the probabilistic mapping established between household attributes from one side (household type, number of occupants, etc.) and the corresponding appliance ownership, appliance characteristics and power rating, and activity quantities from the other side. In order to establish these stochastic relations, a fairly sufficient number of households’ characterizing attributes is taken into account. The proposed model is applied for two domestic activities, namely watching TV and washing laundry. Three types of Monte Carlo simulations are performed to provide energy estimates for these two activities: for a given specified household, for randomly generated households with constraints, and for totally random population-wise households. A comparison between model’s simulation results and real measured energy consumption data enables validating the model for the two considered activities. A generalization framework of the modeling approach for other domestic activities is sketched, and its possible integration into buildings design process is discussed and illustrated through a number of examples.

Dans cette thèse, une méthode de résolution de problèmes de commande optimale non linéaires sous contraintes d'état et de commande. Cette méthode repose sur l'adaptation des méthodes de points intérieurs, utilisées en optimisation de dimension finie, à la commande optimale. Un choix constructif de fonctions de pénalisation intérieure est fourni dans cette thèse. On montre que ce choix permet d'approcher la solution d'un problème de commande optimale sous contraintes en résolvant une suite de problèmes de commande optimale sans contraintes dont les solutions sont simplement caractérisées par les conditions de stationnarité du calcul des variations.Deux études dans le domaine de la gestion de l'énergie dans les bâtiments sont ensuite conduites. La première consiste à quantifier la durée maximale d'effacement quotidien du chauffage permettant de maintenir la température intérieure dans une certaine bande de confort, et ce pour différents types de bâtiments classés de mal à bien isolés. La seconde étude se concentre sur les bâtiments BBC et consiste à quantifier la capacité de ces bâtiments à réaliser des effacements électriques complets du chauffage de 6h00 à 22h00 tout en maintenant, là encore, la température intérieure dans une bande de confort. Cette étude est réalisée sur l'ensemble de la saison de chauffe.

Le recours à la simulation est décisif dans le processus de conception d'un bâtiment neuf. Elle permet d'évaluer différentes alternatives au regard de la performance énergétique et du confort des occupants et constitue ainsi un outil d'aide à la décision incontournable. Aujourd'hui la question de la fiabilité des codes de simulation n'est pas à négliger. L'augmentation des performances énergétiques des bâtiments, pourrait mettre en défaut un certain nombre d'hypothèses de modélisation généralement admises pour les bâtiments standards du fait de la prépondérance nouvelle de phénomènes physiques jusqu'alors négligés ou mal pris en compte. Dans le même temps on s'intéresse de plus en plus à la garantie de performance qui consiste à vérifier que les performances énergétiques réelles sont bien en adéquation avec les objectifs fixés lors de la conception or il est souvent constaté des erreurs entre consommation mesurée et estimée compte tenu des incertitudes liées notamment à la mise œuvre, aux occupants et aux conditions météorologiques. L'augmentation des exigences de précision des calculs qui en résulte rend essentiel d'apprécier les incertitudes associées à ces prévisions afin d'améliorer le processus de construction et d'évaluation. Les travaux de cette thèse portent en particulier sur l'évaluation et la hiérarchisation des incertitudes sur les résultats des simulations en phase de conception. Une méthodologie a été développée basée en trois temps qui permet d'identifier les paramètres de conception les plus influents sur la performance énergétique d'un bâtiment et de rendre compte des effets de l'incertitude associée à ces paramètres sur cette même performance. La première étape consiste à identifier parmi l'ensemble des paramètres du modèle ceux qui ont une influence sur le résultat qui nous intéresse. Celle-ci est assurée au moyen d'une analyse de sensibilité locale du modèle. La deuxième étape consiste à évaluer les incertitudes associées à ces paramètres les plus influents afin de propager cette incertitude dans le code de calcul et évaluer l'incertitude sur le résultat. Cette étape est effectuée au moyen d'approches probabilistes de type Monte Carlo. Nous ajoutons une troisième étape de manière à évaluer la responsabilité de chacun des paramètres sur les incertitudes associées au résultat. Cette information est cruciale pour l'utilisateur. Cette dernière étape est traitée au moyen d'une analyse de sensibilité globale sur un jeu de paramètres réduit. Nous nous sommes appuyés sur la plateforme expérimentale INCAS située à l'INES au Bourget du Lac (73) pour identifier les incertitudes de mesure mais aussi les incertitudes dont les hypothèses de modélisation font l'objet. Cette méthodologie pourra être utilisée durant tout le processus de conception d'un bâtiment, des premières esquisses à son exploitation. En phase de conception, cette méthodologie permettra d'orienter les choix architecturaux en évitant des options dont la fiabilité des résultats est incertaine. En phase d'exploitation, elle permettra d'identifier les points de mesure les plus pertinents, afin de réduire l'incertitude des paramètres les plus influents pour effectuer un diagnostic énergétique plus fiable du bâtiment. Elle pourra aussi s'étendre aux incertitudes liées aux occupants et aux conditions météorologiques.

Le recours à la simulation est décisif dans le processus de conception d'un bâtiment neuf. Elle permet d'évaluer différentes alternatives au regard de la performance énergétique et du confort des occupants et constitue ainsi un outil d'aide à la décision incontournable. Aujourd'hui la question de la fiabilité des codes de simulation n'est pas à négliger. L'augmentation des performances énergétiques des bâtiments, pourrait mettre en défaut un certain nombre d'hypothèses de modélisation généralement admises pour les bâtiments standards du fait de la prépondérance nouvelle de phénomènes physiques jusqu'alors négligés ou mal pris en compte. Dans le même temps on s'intéresse de plus en plus à la garantie de performance qui consiste à vérifier que les performances énergétiques réelles sont bien en adéquation avec les objectifs fixés lors de la conception or il est souvent constaté des erreurs entre consommation mesurée et estimée compte tenu des incertitudes liées notamment à la mise œuvre, aux occupants et aux conditions météorologiques. L'augmentation des exigences de précision des calculs qui en résulte rend essentiel d'apprécier les incertitudes associées à ces prévisions afin d'améliorer le processus de construction et d'évaluation. Les travaux de cette thèse portent en particulier sur l'évaluation et la hiérarchisation des incertitudes sur les résultats des simulations en phase de conception. Une méthodologie a été développée basée en trois temps qui permet d'identifier les paramètres de conception les plus influents sur la performance énergétique d'un bâtiment et de rendre compte des effets de l'incertitude associée à ces paramètres sur cette même performance. La première étape consiste à identifier parmi l'ensemble des paramètres du modèle ceux qui ont une influence sur le résultat qui nous intéresse. Celle-ci est assurée au moyen d'une analyse de sensibilité locale du modèle. La deuxième étape consiste à évaluer les incertitudes associées à ces paramètres les plus influents afin de propager cette incertitude dans le code de calcul et évaluer l'incertitude sur le résultat. Cette étape est effectuée au moyen d'approches probabilistes de type Monte Carlo. Nous ajoutons une troisième étape de manière à évaluer la responsabilité de chacun des paramètres sur les incertitudes associées au résultat. Cette information est cruciale pour l'utilisateur. Cette dernière étape est traitée au moyen d'une analyse de sensibilité globale sur un jeu de paramètres réduit. Nous nous sommes appuyés sur la plateforme expérimentale INCAS située à l'INES au Bourget du Lac (73) pour identifier les incertitudes de mesure mais aussi les incertitudes dont les hypothèses de modélisation font l'objet. Cette méthodologie pourra être utilisée durant tout le processus de conception d'un bâtiment, des premières esquisses à son exploitation. En phase de conception, cette méthodologie permettra d'orienter les choix architecturaux en évitant des options dont la fiabilité des résultats est incertaine. En phase d'exploitation, elle permettra d'identifier les points de mesure les plus pertinents, afin de réduire l'incertitude des paramètres les plus influents pour effectuer un diagnostic énergétique plus fiable du bâtiment. Elle pourra aussi s'étendre aux incertitudes liées aux occupants et aux conditions météorologiques. / Nowadays, simulation tools are widely used to design buildings since their energy performance is increasing. Simulation is used to predict building energy performance and to improve thermal comfort of occupants, but also to reduce the environmental impact of the building over its whole life cycle and the cost of construction and operation. Simulation becomes an essential decision support tool, but its reliability should not be ignored. Hypothesis, made 10 years ago for buildings conception, are often not adapted to the new constructions because of physical phenomena which until now were overlooked. At the same time, guarantees of energy efficiency, which aims to check if actual energy performances are matching the conception goals, are becoming important. But there are usually differences between measured and simulation data. They may be the result of mistakes and unknowns on input parameters, on schedule occupation or on weather data. Today it's important to evaluate simulation and measurement reliability and uncertainties to improve design building. This PhD work aimed to evaluate and order simulation results uncertainties during the design building process. A methodology in three steps was developed to determine influential parameters on building energy performance and to identify the influence of these parameters uncertainty on the building performance. The first step uses the local sensitivity analysis and identifies the most influential parameters on the outputs among all parameters. This step enables to reduce the number of parameters which is necessary to proceed the following steps The second step is an uncertainty analysis focuses on quantifying uncertainty in model outputs. This step is conducted with the Monte Carlo probabilistic approach. The last step uses global sensitivity analysis which is the study of how uncertainty in the output of a model can be apportioned to different sources of uncertainty in the model input. This methodology was applied to the INCAS experimental platform of the French National Institute of Solar Energy (INES) in Le-Bourget-du-Lac to identify measure uncertainties and uncertainties on simulation hypothesis. This methodology may be used during the whole building design process, from the first sketches to the operating phase. It will enable to guide the architectural and technical choices and to avoid unstable options with important uncertainty. During the exploitation stage, this methodology will allow to identify the most suitable measurement in order to reduce parameters uncertainties and consequently to get the energy diagnostic more reliable. Moreover this methodology could also be used to determine uncertainties on related to inoccupants and to weather conditions.

Ce travail porte sur l'étude et le développement d'un système innovant de ventilation et de chauffage au bois dans les habitations à basse consommation d'énergie, qui sont appelées à devenir la référence constructive en France dès 2015. Dans ces habitations fortement isolées et particulièrement étanches à l'air, les besoins de chauffage sont très faibles et peuvent être couverts par une source de chaleur d'origine renouvelable, telle que le bois énergie. En outre, l'utilisation d'une ventilation performante s'impose comme étant un critère essentiel pour assurer la bonne qualité de l'air intérieur et peut même devenir l'unique vecteur de chauffage en apportant l'appoint de chaleur sur l'air insufflé dans les différentes pièces de l'habitation. Le système présenté dans cette étude propose ainsi de combiner les avantages d'un appareil de chauffage au bois de petite puissance, ici un poêle à granulés de bois, et ceux d'une ventilation à récupération de chaleur sur l'air extrait, grâce à un conduit échangeur intégré à la cheminée du poêle et relié au réseau de soufflage de la ventilation. Développé en partenariat avec l'industriel POUJOULAT, spécialisé dans la fabrication de conduits de cheminée métalliques, ce conduit échangeur permet de récupérer sur l'air neuf une partie de la chaleur initialement perdue par les fumées et de la distribuer dans toutes des zones de vie de l'habitation, même les plus éloignées de l'appareil au bois. Après avoir défini la configuration de couplage à adopter pour assurer le bon fonctionnement de l'ensemble et garantir à la fois la sécurité et le confort des occupants, les performances de plusieurs prototypes de conduit échangeur sont caractérisées expérimentalement. Les résultats obtenus lors des essais en laboratoire permettent alors d'orienter l'évolution des prochains prototypes et de souligner la nécessité de travailler avec un poêle à granulés de bois dont le cycle de combustion est étanche. Un modèle mathématique est également développé pour prédire les performances du dernier prototype de conduit échangeur à triple paroi non isolé sur sa surface extérieure et sa validation est obtenue suite au bon accord entre les résultats calculés et ceux mesurés lors des essais. L'ensemble du système combiné est ensuite installé dans deux habitations à basse consommation d'énergie situées près de Poitiers. L'exploitation des températures et des consommations recueillies pendant la première saison de chauffe montre la bonne tenue du système combiné, ses limites, ainsi que ses conditions d'appropriation par les occupants, dont le comportement apparaît jouer un rôle prédominant dans la réduction des consommations énergétiques.

Dans cette thèse, une méthode de résolution de problèmes de commande optimale non linéaires sous contraintes d'état et de commande. Cette méthode repose sur l'adaptation des méthodes de points intérieurs, utilisées en optimisation de dimension finie, à la commande optimale. Un choix constructif de fonctions de pénalisation intérieure est fourni dans cette thèse. On montre que ce choix permet d'approcher la solution d'un problème de commande optimale sous contraintes en résolvant une suite de problèmes de commande optimale sans contraintes dont les solutions sont simplement caractérisées par les conditions de stationnarité du calcul des variations.Deux études dans le domaine de la gestion de l'énergie dans les bâtiments sont ensuite conduites. La première consiste à quantifier la durée maximale d'effacement quotidien du chauffage permettant de maintenir la température intérieure dans une certaine bande de confort, et ce pour différents types de bâtiments classés de mal à bien isolés. La seconde étude se concentre sur les bâtiments BBC et consiste à quantifier la capacité de ces bâtiments à réaliser des effacements électriques complets du chauffage de 6h00 à 22h00 tout en maintenant, là encore, la température intérieure dans une bande de confort. Cette étude est réalisée sur l'ensemble de la saison de chauffe. / This thesis exposes a methodology to solve constrained optimal controlof non linear systems by interior penalty methods. A constructivechoice for the penalty functions used to implement the interior methodis exhibited in this thesis. It is shown that itallows us to approach the solution of the non linear optimal controlproblem using a sequence of unconstrained problems, whose solutionsare readily characterized by the simple calculus of variations.Two representatives study of energy management in buildings are conducted using the provided algorithm. The first study consists in quantifying the maximal duration of daily complete load shiftings achievable by several buildings ranging from poorly to well insulated. The second study focuses on low consumption buildings and aim at quantifying the ability of these buildings to perform complete load shiftings of the heating electrical consumption from the day (6 a.m. to 10 p.m.) to the night period over the whole heating season.

La conception des bâtiments à faible consommation d’énergie est devenue un enjeu très important dans le but de réduire au maximum la consommation d’énergie et les émissions de gaz à effet de serre associées. Pour y arriver, il est indispensable de connaître les sources potentielles de biais et d’incertitude dans le domaine de la modélisation thermique des bâtiments d’un part, et de les caractériser et les évaluer d’autre part.Pour répondre aux exigences courantes en termes de fiabilité des prévisions du comportement thermique des bâtiments, nous avons essayé dans le cadre de cette thèse de quantifier les incertitudes liés à des paramètres influents, de proposer une technique de diagnostic de l’enveloppe, propager les incertitudes via une méthode ensembliste sur un modèle simplifié et puis proposer une démarche permettant d’identifier les paramètres de modélisation les plus influents et d’évaluer leur effet sur les performances énergétiques avec le moindre coût en termes de simulations. / Designing buildings with low-energy consumption has become a very important issue in order to minimize energy consumption and the emissions of associated greenhouse gas. To achieve this, it is essential to know the potential sources of bias and uncertainty in the field of buildings thermal modeling and to characterize and evaluate them.To meet the current requirements in terms of reliable predictions of buildings thermal behavior, we have tried in this thesis, to quantify uncertainties associated to influential parameters, to propose a technique for diagnosing the building’s envelope, propagate uncertainties via a set-method for the case of a simplified model. We finally proposed an approach to identify the most influential modeling parameters to evaluate their impact on energy performance.

Ce travail propose un modèle thermique dynamique des appareils électriques dans les bâtiments basse consommation. L'objectif de ce travail est d'étudier l'influence des gains thermiques de ces appareils sur le bâtiment. Cette étude insiste sur la nécessité d'établir un modèle thermique dynamique des appareils électriques pour une meilleure gestion de l'énergie du bâtiment et le confort thermique de ses habitants.Comme il existe des interactions thermiques entre le bâtiment et les appareils électriques, sources de chaleur internes au bâtiment, il est nécessaire de modéliser le bâtiment. Le bâtiment basse consommation est modélisé dans un premier temps par un modèle simple reposantl'étude d'une pièce quasi-adiabatique. Ensuite, dans le but d'établir le modèle des appareils électriques, ceux-ci sont classés en quatre catégories selon leurs propriétés thermiques et électriques. A partir de cette classification et du premier principe de la thermodynamique, un modèle physique générique est établi. Le protocole expérimental et la procédure d'identification des paramètres thermiques des appareils sont ensuite présentés. Afin d'analyser la pertinence du modèle générique appliqué à des cas pratiques, plusieurs appareils électriques utilisés fréquemment dans les résidences – un écran, un ordinateur, un réfrigérateur, un radiateur électrique à convection et un micro-onde – sont choisis pour étudier et valider ce modèle ainsi que les protocoles d'expérimentation et d'identification. Enfin, le modèle proposé est intégré dans le modèle d'un bâtiment résidentiel développé et validé par le CSTB. Ce modèle couplé des appareils et du bâtiment est implémenté dans SIMBAD, un outil de simulation du bâtiment. A travers cette simulation, le comportement thermique du bâtiment et la quantité d'énergie nécessaire à son chauffage sur une période hivernale, ainsi que l'inconfort thermique dû aux appareils électriques durant l'été, sont observés.Ce travail fournit des résultats quantitatifs de l'effet thermique de différents appareils électriques caractérisés dans un bâtiment basse consommation et permet d'observer leur dynamique thermique et leurs interactions. Finalement, cette étude apporte une contribution aux études de gestion de l'énergie des bâtiments à basse consommation énergétique et du confort thermique des habitants. / This work proposes a dynamic thermal model of electrical appliances within low energy buildings. It aims to evaluate the influence of thermal gains of these appliances on the buildings and persuades the necessity of dynamic thermal modeling of electrical appliances for the energy management of low energy buildings and the thermal comfort of inhabitants.Since electrical appliances are one of the free internal heat sources of a building, the building which thermally interact with the appliances has to be modeled. Accordingly, a test room which represents a small scale laboratory set-up of a low energy building is first modeled based on the first thermodynamics principle and the thermal-electrical analogy. Then, in order to establish the thermal modeling of electrical appliances, the appliances are classified into four categories from thermal and electrical points of view. After that, a generic physically driven thermal model of the appliances is derived. It is established based also on the first thermodynamics principle. Along with this modeling, the used experimental protocol and the used identification procedure are presented to estimate the thermal parameters of the appliances. In order to analyze the relevance of the proposed generic model applied to practical cases, several electrical appliances which are widely used in residential buildings, namely a monitor, a computer, a refrigerator, a portable electric convection heater, and microwave are chosen to study and validate the proposed generic model and the measurement and identification protocols. Finally, the proposed dynamic thermal model of electrical appliances is integrated into a residential building model which was developed and validated by the French Technical Research Center for Building (CSTB) on a real building. This coupled model of the appliances and the building is implemented in a building energy simulation tool SIMBAD, which is a specific toolbox of Matlab/Simulink®. Through the simulation, thermal behavior and heating energy use of the building are observed during a winter period. In addition, thermal discomfort owing to usages of electrical appliances during a summer period is also studied and quantified.This work therefore provides the quantitative results of thermal effect of differently characterized electrical appliances within a low energy building and leads to observe their thermal dynamics and interactions. Consequently, it permits the energy management of low energy buildings and the thermal comfort of inhabitants in accordance with the usages of electrical appliances.

Les normes de construction pour des bâtiments de plus en plus économes en énergie (BBC) nécessitent une attention particulière. Ces normes reposent sur l’amélioration des performances thermiques de l’enveloppe du bâtiment associé à un effet capacitif des murs augmentant la constante de temps du bâtiment. La prévision de la demande en énergie de bâtiments BBC est plutôt complexe. Ce travail aborde cette question par la mise en œuvre d’intelligence artificielle(IA). Deux approches de mise en œuvre ont été proposées : « all data » et « relevant data ». L’approche « all data » utilise la totalité de la base de données. L’approche « relevant data » consiste à extraire de la base de données un jeu de données représentant le mieux possible les prévisions météorologiques en incluant les phénomènes inertiels. Pour cette extraction, quatre modes de sélection ont été étudiés : le degré jour (HDD), une modification du degré jour (mHDD) et des techniques de reconnaissance de chemin : distance de Fréchet (FD) et déformation temporelle dynamique (DTW). Quatre techniques IA sont mises en œuvre : réseau de neurones (ANN), machine à support de vecteurs (SVM), arbre de décision (DT) et technique de forêt aléatoire (RF). Dans un premier temps, six bâtiments ont été numériquement simulés (de consommation entre 86 kWh/m².an à 25 kWh/m².an) : l’approche « relevant data » reposant sur le couple (DTW, SVM) donne les prévisions avec le moins d’erreur. L’approche « relevant data » (DTW, SVM) sur les mesures du bâtiment de l’Ecole des Mines de Nantes reste performante. / High-energy efficiency building standards (as Low energy building LEB) to improve building consumption have drawn significant attention. Building standards is basically focused on improving thermal performance of envelope and high heat capacity thus creating a higher thermal inertia. However, LEB concept introduces alarge time constant as well as large heat capacity resulting in a slower rate of heat transfer between interior of building and outdoor environment. Therefore, it is challenging to estimate and predict thermal energy demand for such LEBs. This work focuses on artificial intelligence (AI) models to predict energy consumptionof LEBs. We consider two kinds of AI modeling approaches: “all data” and “relevant data”. The “all data” uses all available data and “relevant data” uses a small representative day dataset and addresses the complexity of building non-linear dynamics by introducing past day climatic impacts behavior. This extraction is based on either simple physical understanding: Heating Degree Day (HDD), modified HDD or pattern recognition methods: Frechet Distance and Dynamic Time Warping (DTW). Four AI techniques have been considered: Artificial Neural Network (ANN), Support Vector Machine (SVM), Boosted Ensemble Decision Tree (BEDT) and Random forest (RF). In a first part, numerical simulations for six buildings (heat demand in the range [25 – 85 kWh/m².yr]) have been performed. The approach “relevant data” with (DTW, SVM) shows the best results. Real data of the building “Ecole des Mines de Nantes” proves the approach is still relevant.

Dans un contexte d’économie d’énergie et de réduction des émissions de gaz à effet de serre, de nombreux efforts ont été réalisés en France pour renforcer l’isolation de l’enveloppe des bâtiments afin de contribuer à réduire les consommations de chauffage. Toutefois, il arrive souvent que la performance thermique calculée avant construction ou rénovation ne soit pas atteinte sur le terrain (erreur de calcul, défauts de mise en œuvre, etc.). Or, pour pouvoir généraliser la construction de bâtiments à basse consommation et la rénovation, il faut pouvoir garantir aux maîtres d'ouvrage une performance réelle de leur bâtiment après travaux. Le fait de mesurer in situ la performance intrinsèque d'isolation thermique de l'enveloppe permet de contribuer à cette garantie. Il existe à l’échelle internationale de nombreuses méthodes basées sur le suivi des consommations et des conditions thermiques intérieures et extérieures. Certaines ont déjà fait leurs preuves sur le terrain, mais sont souvent soit contraignantes, soit peu précises. Et surtout, les calculs d’incertitude associés sont souvent rudimentaires. L’objectif de ce travail financé par le CSTB est de consolider scientifiquement une nouvelle méthode de mesure de la qualité d’isolation globale d’un bâtiment à réception des travaux (méthode ISABELE). Dans le premier chapitre, un état de l'art sur les méthodes existantes a été réalisé afin de dégager des pistes d'amélioration sur la base d'une synthèse comparative. La piste prioritaire identifiée porte sur le calcul d'incertitude (un point central du problème). La propagation des erreurs aléatoires par un approche bayésienne ainsi que des erreurs systématiques par une approche plus classique feront l'objet de la méthodologie globale proposée dans le second chapitre. L'une des importantes sources d'incertitude porte sur l'évaluation du débit d'infiltration. La caractérisation de cette incertitude et de l'impact sur le résultat de mesure fera l'objet du troisième chapitre, avec un comparatif de différentes approches expérimentales (règle du pouce, modèles aérauliques, gaz traceur). Enfin, une amélioration de la prise en compte de la dynamique thermique du bâtiment au cours du test sera proposée dans le dernier chapitre. Son fondement repose sur l'adaptation du modèle thermique inverse en fonction du bâtiment et des conditions du test. Pour cela, une sélection parmi une banque de modèles simplifiés est réalisée sur la base de critères statistiques et du principe de parcimonie. Ces différentes dispositions ont été testés sur une large série de mesures menées sur un même bâtiment à ossature bois (chalet OPTIMOB). La robustesse et la précision du résultat de mesure ont ainsi pu être légèrement améliorées. La méthode de calcul du débit d'infiltration, ni trop simple ni trop complexe, a pu également être validée. Enfin, le temps de mesure minimal nécessaire a pu être déterminé en fonction de la classe d'inertie du bâtiment. / The global context of energy savings and greenhouse gases emissions control led to significant efforts in France to boost the thermal insulation in buildings in order to reduce heating consumption. Nevertheless, the stated thermal performance before construction or refurbishment is rarely achieved in practice, for many reasons (calculation errors, defects in materials or workmanship, etc.). Yet, guaranteeing the real thermal performance of buildings on the spot is crucial to enhance the refurbishment market and the construction of energy efficient buildings. To do so, measurement techniques of the intrinsinc thermal insulation performance indicators are needed. Such techniques already exist worldwide, and consist in processing the measurement data from the indoor and outdoor thermal conditions and the heat consumption. Some of them have already proved themselves in the field, but are either binding or very imprecise. And above all, the related uncertainty calculations are often rough. The objective of this thesis funded by CSTB is to consolidate a novel measurement method of the thermal insulation quality of a whole building after reception of work (ISABELE method). In the first chapter, a state of the art of the existing methods allows to identify possible ways to pursue this goal from a comparative synthesis. The primary reflection is about the uncertainty calculation method (which is a central issue). The second chapter presents a global methodology to combine the propagation of random and systematic errors from bayesian and classical approaches. One of the most important uncertainty sources deals with the infiltration air flow evaluation during the test. The third chapter investigates the characterization of this uncertainty, as well as its impact on the final result, depending on the chosen experimental approach (rule of thumb, simplified aeraulic models, tracer gases). Lastly, an improvement of the inclusion of the bluiding thermal dynamics during the test will be proposed in the last chapter. The basis of this improvement is to adapt the inverse model according to the building type and the test conditions. To do so, the proposed algorithm selects a model form a variety of simplified greybox models based on statistical criteria and parcimony. All these contributions have been tested on a large serie of measurements on a same timber-framed building (OPTIMOB shed). The robustness and precision of the results have been slightly improved. The intial infiltration air flow calculation, neither too simple of too complicated, has also been validated. Finaly, a better ordrer of magnitude of the minimal test duration has been determined, depending on the building inertia.