Le comportement humain est modélisé de manière sommaire dans les logiciels de simulation énergétique des bâtiments. Or son impact est considérable et il est à l'origine d'écarts importants entre résultats de simulation et mesures in situ. Les occupants influencent les consommations d'énergie des bâtiments par leur présence et leurs activités, les ouvertures/fermetures de fenêtres, la gestion des dispositifs d'occultation, l'utilisation de l'éclairage artificiel et des appareils électriques, la gestion des consignes de chauffage et les puisages d'eau chaude sanitaire. La thèse propose une modélisation de l'occupation incluant l'ensemble de ces aspects suivant une approche stochastique statistique, pour les bâtiments résidentiels et de bureaux. La construction des modèles fait appel à un grand nombre de données issues de campagnes de mesures, d'enquêtes sociologiques et de la littérature scientifique. Le modèle d'occupation proposé est couplé à l'outil de simulation thermique dynamique Pléiades+COMFIE. En propageant les incertitudes des facteurs du modèle d'occupation et du modèle thermique (enveloppe, climat, systèmes), un intervalle de confiance des résultats de simulation peut être estimé, ouvrant ainsi la voie à un processus de garantie de performance énergétique. / Human behaviour is modelled in a simplistic manner in building energy simulation programs. However, it has a considerable impact and is identified as a major explanatory factor of the discrepancy between simulation results and in situ measurements. Occupants influence buildings energy consumption through their presence and activities, the opening/closing of windows, the actions on blinds, the use of artificial lighting and electrical appliances, the choices of temperature setpoints, and the water consumptions. The thesis proposes a model of occupants' behaviour including all these aspects, according to a stochastic approach, for residential and office buildings. Models' development is based on numerous data from measurements campaigns, sociological surveys and from the scientific literature. The proposed model for occupants' behaviour is coupled to the simulation tool Pléiades+COMFIE. By propagating the uncertainties of factors from the occupants' behaviour model and the thermal model (envelope, climate, systems), the simulation results confidence interval can be estimated, opening the way to an energy performance guarantee process.

À mesure que les performances intrinsèques des bâtiments s’améliorent, les usages énergétiques non réglementés, que nous associons à une notion d’intensité énergétique des usages, prennent de plus en plus d’importance dans le bilan des consommations des bâtiments. De plus, les bâtiments performants font apparaître des problématiques au niveau de l’exploitation des installations. Ces constats nous permettent d’affirmer qu’il est aujourd’hui important de proposer un cadre pour le suivi et l’optimisation de la sobriété énergétique des usages et l’exploitation performante pour la maîtrise des consommations énergétiques réelles des bâtiments. Cette thèse propose tout d’abord de développer des modèles polynomiaux de prédiction de la consommation énergétique tous usages en fonction des facteurs caractérisant l’intensité d’usage, la qualité d’usage et la qualité d’exploitation. Pour cela, nous utilisons le logiciel EnergyPlus afin de réaliser des simulations énergétiques dynamiques (SED) sur des valeurs de paramètres définis par la méthode des plans d’expérience D-optimaux. Le modèle polynomial créé permet alors d’effectuer, avec un faible temps de calcul, une propagation des incertitudes sur les consommations d’énergie calculées. Pour ce faire, nous utilisons les données mesurées en exploitation dans le cadre de la mesure et de la vérification de la performance énergétique, associées à une incertitude concernant leur valeur. Nous pouvons alors déterminer l’incertitude globale sur les consommations énergétiques et identifier les pistes pour la réduire, permettant ainsi un meilleur suivi et encadrement de la consommation énergétique réelle. / Since building envelope and MEP systems characteristics regularly improve, the weight of non-regulatory energy end-uses increases. These energy end-uses are typically associated with tenants or owners’ activities. In addition, high performance buildings show new issues related to HVAC systems operations. Therefore, it is important to evaluate and improve non-regulatory energy end-uses energy as well as HVAC systems operations efficiencies. We have developed polynomial energy models that can predict energy consumption as a function of building’s activities characteristics and HVAC systems operations factors. We used EnergyPlus software in order to build reliable energy models along with the D-optimum design of experiments method (DOE). Then, we used measurement and verification (M&V) data, associated with probability functions, to determine the associated uncertainty of the calculated energy consumption. Finally, we combine the latter with the polynomial modeling error to calculate the energy consumption global uncertainty, with the goal to identify strategies to reduce it.