Pour répondre aux enjeux énergétiques et climatiques, une des échelles d'action pertinentes est désormais celle du quartier ou de la ville. Des besoins de connaissance, d'outils d'aide à la décision et d'évaluation à cette échelle se manifestent de plus en plus. Un des volets concerne la modélisation de la demande d'énergie des bâtiments résidentiels, préalable à la mise en place d'actions de rénovation de l'existant ou à la valorisation de sources d'énergie locales. La diversité de situations de terrains, d'objectifs d'acteurs et de contextes de disponibilité de données incitent à rechercher des modèles flexibles, aptes à produire de l'information pour différentes applications, à partir de jeux alternatifs de données d'entrée, combinant des modèles de natures diverses (notamment physiques et statistiques) selon les besoins. Dans cet esprit, le présent travail cherche à explorer le potentiel de méthodes dites ascendantes, s'appuyant sur des modèles développés à l'origine pour la simulation à l'échelle d'un bâtiment isolé, mais extrapolés ici pour le parc de bâtiments d'une zone urbaine sur la base de bâtiments types. Les deux questions clés abordées sont celles de la sélection des bâtiments types et de la reconstitution des données d'entrée pertinentes sur le plan statistique pour la zone étudiée. Des techniques d'analyse de sensibilité, en particulier la méthode des effets élémentaires de Morris, ont été appliquées à un code de calcul thermique de bâtiment (ESP-r). Elles ont mis en évidence une réponse non linéaire du modèle, notamment du fait des interactions entre paramètres et de la dispersion des paramètres d'entrée. Elles ont permis d'identifier les paramètres les plus sensibles et les plus en interaction (concernant les bâtiments eux-mêmes, leur environnement ou leurs habitants), sur lesquels doit être concentré le travail de collecte ou de reconstitution statistique. Un modèle, dénommé MEDUS, de reconstitution de la distribution des besoins de chaleur sur un quartier à partir de trois typologies de bâtiments, a été développé et testé sur le secteur St-Félix à Nantes. Il est alimenté par des données INSEE à l'échelle d'un IRIS. Ses résultats sont analysés, à la fois sous l'angle de la pertinence des typologies choisies et dans une perspective d'application à l'échelle du quartier.

Pour répondre aux enjeux énergétiques et climatiques, une des échelles d’action pertinentes est désormais celle du quartier ou de la ville. Des besoins de connaissance, d’outils d’aide à la décision et d’évaluation à cette échelle se manifestent de plus en plus. Un des volets concerne la modélisation de la demande d’énergie des bâtiments résidentiels, préalable à la mise en place d’actions de rénovation de l’existant ou à la valorisation de sources d’énergie locales. La diversité de situations de terrains, d’objectifs d’acteurs et de contextes de disponibilité de données incitent à rechercher des modèles flexibles, aptes à produire de l’information pour différentes applications, à partir de jeux alternatifs de données d’entrée, combinant des modèles de natures diverses (notamment physiques et statistiques) selon les besoins. Dans cet esprit, le présent travail cherche à explorer le potentiel de méthodes dites ascendantes, s’appuyant sur des modèles développés à l’origine pour la simulation à l’échelle d’un bâtiment isolé, mais extrapolés ici pour le parc de bâtiments d’une zone urbaine sur la base de bâtiments types. Les deux questions clés abordées sont celles de la sélection des bâtiments types et de la reconstitution des données d’entrée pertinentes sur le plan statistique pour la zone étudiée. Des techniques d’analyse de sensibilité, en particulier la méthode des effets élémentaires de Morris, ont été appliquées à un code de calcul thermique de bâtiment (ESP-r). Elles ont mis en évidence une réponse non linéaire du modèle, notamment du fait des interactions entre paramètres et de la dispersion des paramètres d’entrée. Elles ont permis d’identifier les paramètres les plus sensibles et les plus en interaction (concernant les bâtiments eux-mêmes, leur environnement ou leurs habitants), sur lesquels doit être concentré le travail de collecte ou de reconstitution statistique. Un modèle, dénommé MEDUS, de reconstitution de la distribution des besoins de chaleur sur un quartier à partir de trois typologies de bâtiments, a été développé et testé sur le secteur St-Félix à Nantes. Il est alimenté par des données INSEE à l’échelle d’un IRIS. Ses résultats sont analysés, à la fois sous l’angle de la pertinence des typologies choisies et dans une perspective d’application à l’échelle du quartier. / Urban scale is now considered as one of the most relevant scales to face energy and climate challenges. Specific needs for knowledge, decision making tools and evaluation are identified at urban scale. Modelling energy demand from residential buildings is one key aspect, priorto energy retrofitting of existing building asset or to valorisation of local energy sources. Diversity of local contexts, stake holder goals and data availability lead to search flexible models, with ability to produce information for different applications, from alternative input data sets, combining different types of basic models (namely both physical and statistical ones), according to user needs. The present work is exploring the potential of bottom-up approaches, based on engineering models, developed originally for isolated buildings. These models are extrapolated for the complete set of buildings in a city or neighbourhood, based on building archetypes. Two key questions tackled are the selection of suitable archetypes and the reconstitution of relevant input data, statistically representative for the area of interest Sensitivity analysis techniques have been applied to a thermal simulation programme (ESP-r), particularly the Morris elementary effects method. A non-linear response of the model has been emphasized, caused by scattering of input parameters and interaction effects. The most influencing and interacting parameters have been identified. They concern the buildings themselves, their environment and the inhabitants. Data collection or statistical reconstitution must be concentrated in priority to these main parameters. A model of the heat demand at a neighbourhood scale has been developed and tested on the sector St-Félix in Nantes. It is called MEDUS (Modelling Energy Demand at Urban Scale). Application is based on three building archetypes. Census data (INSEE) available at the sector scale are the main input data. Results are analyzed both to check archetype relevancy and to study a possible application for evaluating actions at sector scale, such as energy retrofitting.

Les collectivités territoriales s'affichent comme des acteurs majeurs du secteur énergétique.Cependant, leur relation est empreinte d'une certaine ambiguïté du fait du caractère éminemmentstratégique du second. S'il apparaît qu'au début du XXe siècle les collectivités territoriales assumaient,à travers la distribution d'énergie, un véritable service public local, la réalité d'un tel caractère estaujourd'hui contestable. La nationalisation de 1946 a en effet eu pour conséquence de remettreprofondément en cause l'exercice de cette compétence, lui faisant perdre son caractère effectivementlocal. Malgré la récente libéralisation du marché de l'énergie, les collectivités territoriales ne se sontpas réapproprié ce rôle. Elles semblent toutefois trouver progressivement une nouvelle légitimité dansce domaine à la faveur des préoccupations occupant des places de plus en plus importantes que sontla sécurité d'approvisionnement et la protection de l'environnement. Ce travail se propose d'étudier lesinteractions entre les collectivités territoriales et l'énergie à travers la problématique de ladécentralisation. Le secteur énergétique, aussi stratégique soit-il n'empêche pas la mise en placed'une certaine forme de décentralisation. Les collectivités territoriales ont un rôle important à y jouermême s'il ne saurait concerner ce secteur dans sa globalité. Elles sont ainsi passées de la prise encharge d'une activité industrielle et commerciale à une implication grandissante dans le domaine del'énergie à travers le prisme environnemental.

Les collectivités territoriales s’affichent comme des acteurs majeurs du secteur énergétique.Cependant, leur relation est empreinte d’une certaine ambiguïté du fait du caractère éminemmentstratégique du second. S’il apparaît qu’au début du XXe siècle les collectivités territoriales assumaient,à travers la distribution d’énergie, un véritable service public local, la réalité d’un tel caractère estaujourd’hui contestable. La nationalisation de 1946 a en effet eu pour conséquence de remettreprofondément en cause l’exercice de cette compétence, lui faisant perdre son caractère effectivementlocal. Malgré la récente libéralisation du marché de l’énergie, les collectivités territoriales ne se sontpas réapproprié ce rôle. Elles semblent toutefois trouver progressivement une nouvelle légitimité dansce domaine à la faveur des préoccupations occupant des places de plus en plus importantes que sontla sécurité d’approvisionnement et la protection de l’environnement. Ce travail se propose d’étudier lesinteractions entre les collectivités territoriales et l’énergie à travers la problématique de ladécentralisation. Le secteur énergétique, aussi stratégique soit-il n’empêche pas la mise en placed’une certaine forme de décentralisation. Les collectivités territoriales ont un rôle important à y jouermême s’il ne saurait concerner ce secteur dans sa globalité. Elles sont ainsi passées de la prise encharge d’une activité industrielle et commerciale à une implication grandissante dans le domaine del’énergie à travers le prisme environnemental. / Local authorities present themselves as key players in the energy sector. However, the relationshipbetween energy and local authorities is quite ambiguous due to the eminently strategic nature ofenergy. If, at the beginning oh the XXth century, local authorities were in charge of a real local publicservice through energy supply, the reality of such a trait is today disputable. The 1946 nationalizationled to question the real local nature of energy supply. In spite of recent energy market liberalization,local authorities could not recapture their traditional function. However, they gradually seem to find anew energy legitimacy by owing to more and more important concerns : environmental protection andenergy supply safety. This study intends to analyze interactions between local authorities and energythrough a decentralization problematic. Energy sector, as strategic as it is, does not prevent fromintroducing a certain form of decentralization. Local authorities have a key role to play, even if it doesnot concern the global energy sector. Thus, from an industrial and commercial taking on, localauthorities are becoming more and more involved in energy sector through the environmental prism.

Cette thèse s’intéresse à la problématique de la prédiction dans le cadre du design de systèmes énergétiques et des problèmes d’opération, et en particulier, à l’évaluation de l’adéquation de systèmes de production d’énergie renouvelables. L’objectif général est de développer une approche empirique pour générer des prédictions avec les incertitudes associées. En ce qui concerne cette direction de la recherche, une approche non paramétrique et empirique pour estimer les intervalles de prédiction (PIs) basés sur les réseaux de neurones (NNs) a été développée, quantifiant l’incertitude dans les prédictions due à la variabilité des données d’entrée et du comportement du système (i.e. due au comportement stochastique des sources renouvelables et de la demande d'énergie électrique), et des erreurs liées aux approximations faites pour établir le modèle de prédiction. Une nouvelle méthode basée sur l'optimisation multi-objectif pour estimer les PIs basée sur les réseaux de neurones et optimale à la fois en termes de précision (probabilité de couverture) et d’information (largeur d’intervalle) est proposée. L’ensemble de NN individuels par deux nouvelles approches est enfin présenté comme un moyen d’augmenter la performance des modèles. Des applications sur des études de cas réels démontrent la puissance de la méthode développée. / This Ph.D. work addresses the problem of prediction within energy systems design and operation problems, and particularly the adequacy assessment of renewable power generation systems. The general aim is to develop an empirical modeling framework for providing predictions with the associated uncertainties. Along this research direction, a non-parametric, empirical approach to estimate neural network (NN)-based prediction intervals (PIs) has been developed, accounting for the uncertainty in the predictions due to the variability in the input data and the system behavior (e.g. due to the stochastic behavior of the renewable sources and of the energy demand by the loads), and to model approximation errors. A novel multi-objective framework for estimating NN-based PIs, optimal in terms of both accuracy (coverage probability) and informativeness (interval width) is proposed. Ensembling of individual NNs via two novel approaches is proposed as a way to increase the performance of the models. Applications on real case studies demonstrate the power of the proposed framework.