Previous studies in building energy assessmnet have made it clear that the largest potential energy efficiency improvements are conected to the retrofitting of existing buildings. But, lack of information about the building stock and associated modelling tools is one of the barriers to assessment of energy efficiency strategies in the building stocks. Therefore, a methodology has been developed to describe any building stock by the means of archetype buildings.  The aim has been to assess the effects of energy saving measures. The model which is used for the building energy simulation is called:  Energy, Carbon and Cost Assessment for Buildings Stocks (ECCABS). This model calculated the net energy demand aggregated in heating, cooling, lighting, hotwater and appliances.   This model has already been validated using the Swedish residential stock as a test case. The present work continues the development of the methodology by focusing on the UK building stock by discribing the UK building stock trough archetype buildings and their physical properties which are used as inputs to the ECCABS. In addition, this work seekes to check the adequacy of applying the ECCABS model to the UK building stock. The outputs which are the final energy use of the entire building stock are compared to data available in national and international sources.   The UK building stoch is described by a total of 252 archetype buildings. It is determined by considering nine building typologies, four climate zones, six periods of construction and two types of heating systems. The total final energy demand calculated by ECCABS for the residential sector is 578.83 TWh for the year 2010, which is 2.6 % higher than the statistics provided by the Department of Energy and Climate Change(DECC). In the non-residential sector the total final energy demand is 77.28 TWh for the year 2009, which is about 3.2% lower than the energy demand given by DECC. Potential reasons which could have affected the acuracy of the final resualts are discussed in this master thesis.

L’évolution de la consommation électrique est un point clé pour les choix à venir, tant pour les moyens de production d’électricité, que pour le dimensionnement du réseau à toutes ses échelles. Aujourd’hui, ce sont majoritairement des modèles statistiques basés sur les consommations passées et des tendances démographiques ou économétriques qui permettent de prédire cette consommation. Dans le contexte de la transition énergétique, des changements importants sont en cours et à venir, et la consommation future ne sera certainement pas une continuation des tendances passées. Modéliser ces changements nécessite une modélisation fine de type bottom-up de chaque contributeur de la consommation électrique. Ce type de modèle présente des challenges de modélisation, car il nécessite un grand nombre de paramètres d’entrée qui peuvent difficilement être renseignés de façon réaliste à grande échelle. En même temps, les données et informations de tout type n’ont jamais été autant disponibles. Cela représente à la fois un atout pour la modélisation, mais aussi une difficulté importante notamment à cause de l’hétérogénéité des données. Dans ce contexte, cette thèse présente une démarche de construction d’un simulateur de consommation électrique bottom-up capable de simuler différentes alternatives énergétiques à l’échelle de la France. Un travail de recensement, de classification et d’association des bases de données pour expliquer la consommation électrique a d’abord été mené. Ensuite, le modèle de consommation électrique a été présenté ; il a été validé et calibré sur une grande quantité de mesures de consommation électrique des départs HTA fournie par Enedis. Ce modèle a enfin pu être utilisé pour simuler différentes alternatives énergétiques afin d’aider au dimensionnement du réseau de distribution. / Future trend of electricity demand is a key point for sizing both the electricity network and the power plants. In order to forecast future electricity demand, current models mostly use statistical approaches based on past demand measurements and on demographic and economic trends. Because of current context of energy transition which comes along with important changes, future electricity demand is not expected to be similar to past trends. Modeling these changes requires a bottom-up modeling of each contributor to electricity demand. This kind of model is challenging because of the large number of input data required. At the same time, data and information are more and more available. Such availability can be considered both as an asset for modeling and as an important issue because of data heterogeneity. In this context, this dissertation offers an approach to build a bottom-up load curve simulator which enables to simulate prospective scenarii at the scale of France country. Firstly, an assessment, classification, and matching of the large databases explaining the electricity demand have been performed. Then, the electricity demand model has been presented. It has been validated and calibrated on Enedis’ large volumes of electricity demand measurements of medium voltage feeders. Finally, this model has been used to simulate several prospective scenarii in order to improve the electricity distribution network sizing.

La problématique développée dans la thèse est d'estimer, dans une démarche prospective et dans un but d'anticipation, les impacts en puissance induits par les ruptures technologiques et comportementales qui ne font pas aujourd'hui l'objet de mesures dans les panels. Pour évaluer les modifications sur les appels de puissance du parc résidentiel engendrées par ces profondes transformations,un modèle paramétrique, bottom-up, techno-explicite et agrégatif est donc nécessaire. Celui-ci serait donc destiné à la reconstitution, de manière non tendancielle, de la courbe de charge électrique résidentielle. Il permettrait ainsi de conduire la simulation de différents scénarios d'évolution contrastés. L'élaboration d'un tel modèle constitue le sujet de ce doctorat.Pour répondre à cette problématique, nous proposons une méthode conceptuelle originale de reconstitution de courbe de charge. Sa mise en application centrée sur la génération de foisonnement d'origine comportementale a conduit à la modélisation d'un certain nombre de concepts. Ce travail a abouti à l'élaboration d'un algorithme stochastique destiné à représenter le déclenchement réalistedes appareils domestiques. Différents cas d'application ont pu être testés et les résultats en puissance ont été étudiés. Plus particulièrement pour analyser le foisonnement visible à un niveau agrégé, nous avons mis en place une méthodologie nouvelle basée sur une distance adaptée aux courbes de charge. Finalement, nous avons cherché à identifier des comportements réels d'usage des appareils. Pour cela, nous avons conduit différents travaux de classification de courbes de charge. / In this dissertation, we focus on the estimation of the impacts in terms of power demand caused by the technological and behavioural breaks that will affect the domestic sector in the future. These deep changes are not measured in the existing panels and the estimation is required for prospective (long-term) studies. To evaluate the very likely modifications of the domestic power demand that will follow previous influences, a bottom-up, technically-explicit and aggregative model is needed. This one aims at reconstituting the electric residential load curve according to a non-trending manner. Thanks to it, various evolution scenarios can be simulated. The purpose of this PhD is the elaboration of such a model.A functional analysis was carried out to build up a new method to reconstitute the domestic electric load curve. Since the clarifying of the diversity represents one of the key points of our research, we decided to begin the modelling task with focus on it. More precisely, we elaborated a stochastic algorithm whose purpose is the realistic starting of domestic appliances. Some application cases have been tested. We studied the diversity affecting aggregated power demand and we propose a new methodology able to visualise and to analyse it. This method is based on a distance adapted to the load curve. Finally we tried to identify human behaviour concerning the use of appliances thanks to load curve classifications.

La thèse répond à deux problématiques, d'une part la quantification des effacements de consommation d'électricité par technologies gaz dans l'habitat et d'autre part de l'intégration de leurs valorisations dans une perspective de planification des infrastructures. Ces travaux se justifient dans un contexte d'augmentation de la pointe électrique, à l'origine d'une hausse du risque de défaillance du système, et de la baisse des consommations de gaz naturel conduisant à une sous utilisation du réseau de distribution. Pourtant, alors que la demande en gaz naturel croît du fait de l'installation de centrales à cycle combiné sur le réseau de transport, l'interaction des réseaux de distribution gaz/électricité n'est pas exploitée.Ce manuscrit envisage l'intégration des technologies gaz comme moyen de Maîtrise de la Demande en Électricité dans le processus de planification des réseaux. Ainsi les effacements de consommations d'électricité lors des périodes dimensionnantes par des micro-cogénérateurs ou des chaudières hybrides sont des solutions alternatives aux solutions de renforcement de réseaux.Pour quantifier le gisement d'effacement, nous nous intéressons à l'impact marginal des systèmes sur la demande en termes de modification de la quantité d'Énergie Non Distribuée potentielle. Les estimations des impacts de systèmes de chauffage sur la demande sont donc des prérequis à cette approche. Nous modélisons les courbes de charge régionales par une approche Bottom-Up permettant de déterminer les profils de demande marginale de chauffage en fonction des systèmes. La mise en application de cette méthode est à fiabiliser par des études socio-technico-économiques permettant de réduire les incertitudes sur les déterminants des besoins de chauffage. Une calibration en puissance des profils générés a été proposée mais n'a pu être réalisée. En revanche, nous apportons une contribution à l'analyse des courbes de charge agrégées en montrant que le modèle d'estimation actuellement utilisé par le gestionnaire de réseau s'apparente à un modèle simplifié de bâtiment / This PhD thesis addresses two issues: Firstly, the assessment of Demand Side Management (DSM) opportunity of gas and electricity technologies in dwellings, and secondly, the integration of their valuations in infrastructure planning schemes.This work originaites from a context of the growth of electricity peaks (which increased risk of system failure) and the natural gas consumption decrease which leads to an under-utilization of the gas distribution network.This manuscript focuses on the integration of gas technologies as DSM solution to contribute to the planning of electricity grid. Indeed, relieving the electricity consumption during constrained periods by diffusing micro-cogeneration or hybrid boiler, is an actual alternative to network reinforcement solutions. To quantify the load shedding capacity, we are interested in the marginal impact of demand systems on the amount of Energy Not Supplied potential. Estimating systems' impacts on heating demand is a prerequisite to this approach. So we model the regional heating load curves by a Bottom-Up approach to simulate marginal demand profiles depending on heating systems. The implementation of this method requires socio-technico-economic studies to reduce uncertainty of the determinants of heating needs. A load calibration methodology has been proposed but has not been performed. However, we make a contribution to the analysis of aggregated load curves emphasizing that the load model currently used by network operator similar to a simplified building model.