Les fenêtres intelligentes présentent un potentiel important quant à la réduction de la consommation d’énergie dans les bâtiments et permettent d’assurer le confort visuel des occupants. Depuis le début des années 90, la recherche sur les technologies de fenêtres intelligentes s’est accentuée tant au niveau des technologies elles-mêmes qu’au niveau des types de contrôle qu’on peut leur appliquer pour gérer le plus efficacement possible le rayonnement solaire qui les traverse. Plusieurs laboratoires de recherche tels que le Lawrence Berkeley National Laboratory (LBNL) se sont penché sur la question. L’évolution de la recherche dans ce domaine démontre toute la complexité associée à l’évaluation rigoureuse des performances des fenêtres intelligentes. De par sa capacité à gérer le rayonnement solaire, il va de soi que ce genre de technologies nécessite la connaissance du rayonnement solaire incident pour faciliter la prise de décision quant au contrôle à apporter. Étant donnés les coûts des technologies de capteurs de rayonnement solaire existantes et la limitation de certains quant à leur précision (lors de fluctuations du spectre électromagnétique et/ou des températures ambiantes), l’utilisation de capteurs de rayonnement solaire dédiés au contrôle de fenêtre intelligente est donc limitée. Par ailleurs, les connaissances sont encore limitées concernant les conditions permettant d’optimiser le contrôle de ce genre de technologies en termes d’énergie et de confort. L’objectif général de cette thèse est d’élargir les connaissances scientifiques sur le potentiel des technologies de fenêtres électrochromes quant à leur capacité à augmenter la performance énergétique et le confort des occupants dans les bâtiments. Dans un premier temps, un nouveau type de capteur de rayonnement solaire à faible coût est présenté. Ce capteur utilise la différence de température entre une surface blanche et une surface noire pour estimer le flux solaire radiatif traversant les ouvertures d’un bâtiment. Les mesures de rayonnement solaire sont corrélées aux températures de surfaces à l’aide un modèle thermique du capteur en 1D. Deux différents modèles de capteur sont présentés et les résultats obtenus sont comparés aux mesures solaires de référence obtenues par un pyranomètre. Il a été démontré que les modèles de capteurs présentent des précisions suffisantes pour un contrôle efficace. Finalement, il est observé que la période de calibration des capteurs requiert minimalement une demi-journée de mesures sous des conditions de ciel clair incluant le midi solaire. Dans un deuxième temps, l’impact des stratégies de contrôle de fenêtre intelligente sur la consommation énergétique globale est évalué. L’état des fenêtres intelligentes nécessaire à toute heure de la journée pour permettre une minimisation de la consommation d’énergie globale tout en respectant les contraintes reliées au confort thermique et visuel est déterminé à l’aide d’une stratégie d’optimisation basée sur des algorithmes génétiques. Ce contrôle quasi-optimal est alors comparé à d’autres approches qui peuvent être adaptées à des applications en temps réel, soit des contrôles fondés sur des règles et un modèle de contrôle prédictif. Les impacts de la masse thermique et de la puissance du système d’éclairage installé sont également analysés. Les résultats montrent que les quatre stratégies de contrôle à l’étude présentent une consommation énergétique similaire avec des écarts de consommation globale variant de 4% à 10%. Cette étude illustre que des stratégies de contrôle plus simple permettent d’obtenir des résultats satisfaisants. Finalement, une analyse de sensibilité basée sur une grande variété de combinaison de paramètres de design est réalisée. Des résultats énergétiques et de confort pour un total de 7680 scénarios sont obtenus et utilisés dans cette analyse considérant l’effet principal des paramètres de design du bâtiment. L’influence relative des paramètres est présentée et les différents designs améliorant les résultats sont déterminés. Les résultats montrent que la meilleure économie d’énergie avec fenêtres intelligentes se trouve dans des climats chauds avec une exposition élevée aux rayons solaires. La présence de fenêtres intelligentes influence principalement la charge de refroidissement maximale et agit comme une solution alternative à la masse thermique en termes de réduction potentielle de cette charge maximale. Bien que le choix de la stratégie de contrôle ait un impact limité sur l’économie d’énergie réalisée et la réduction de la charge maximale, l’analyse permet de constater que ce paramètre a un impact encore plus important sur le confort visuel. L’utilisation de fenêtres intelligentes ne semble pas influencer grandement le confort thermique à l’intérieur de la zone. / Smart windows present a huge potential in terms of energy consumption reduction in buildings while also offering the possibility to assure occupants’ visual comfort. Since the early nineties, research in the field of smart windows gains a lot of interest on both the technologies and the controls that could be applied on such technologies to manage more efficiently solar gains passing through these windows. Many different well-known entities such as the Lawrence Berkeley National Laboratory invested efforts in this field and demonstrated the great complexity related to the thorough evaluation of smart window performances. Given its capacity to manage solar radiation, it makes sense to benefit from solar radiation measurements to control efficiently such technology. However, the costs and other technical related limitations reduce the potential to use readily available solar sensors for smart window control. Moreover, general knowledge is still limited regarding the conditions leading to optimal control decisions of smart windows. The main objective of this thesis was to gain a better understanding of how electrochromic windows could lead to improved performances in terms of energy consumption and thermal comfort. First, a new design of low cost solar sensor is proposed. The sensor uses the difference in temperature of white and black surfaces to estimate the solar heat flux through building openings. Results of solar radiation measurements are obtained through a correlation based on a 1D thermal model of the sensor. Two designs of the sensor are presented and obtained results compared with solar measurements of a high precision pyranometer. It was shown that the new sensors present sufficient accuracy for smart window control applications. Finally, it was observed that ideal sensors calibration period should consider at least half a day of measurements, including solar peak time, and should be done during clear sky conditions. Then, the impact of the applied control strategy on the overall energy consumption is investigated. The hour-by-hour state of the smart windows required to minimize overall energy consumption while respecting constraints related to comfort is determined through an optimization strategy based on genetic algorithms. This quasi-optimal control is compared to other approaches that could be applied in real-time applications, i.e. rule-based controls and a model predictive control. The impacts of thermal mass and installed light power density are also analyzed. Results show that the four control strategies under study presented similar energy consumption with differences in total energy consumption ranging from 4% to 10%. This study illustrates that simpler control strategies can also lead to satisfying results. Finally, a sensitivity analysis based on a large number of different combinations of design parameters is performed. Results related to energy and for a total of 7680 scenarios were obtained and used in this analysis considering the Main effect of the building parameters. The relative influence of the parameters is presented and the different designs improving the outputs are determined. Results have shown that the greatest total energy savings considering EC windows are for warmer climates with higher solar radiation exposures. The presence of an EC window mostly influences the cooling peak load and acts as an alternative solution to thermal mass from the perspective of peak reductions. While the choice of the specific window control strategy is having a limited impact on the energy savings and peak load reductions, the analysis revealed that this parameter has a larger impact on the visual comfort. The use of smart window does not appear to greatly influence the thermal comfort within the zone.

Dans les bâtiments résidentiels à haute performance, le comportement des ménages est maintenant l'un des principaux facteurs affectant le confort et la consommation d'énergie. Malgré les progrès technologiques importants en matière d'efficacité énergétique, il demeure un écart considérable entre les prédictions réalisées au moment de la conception et la consommation réelle du bâtiment. À ce jour, il existe peu d'outils d'optimisation du bâtiment prenant en compte la diversité du comportement des occupants. Les outils actuels utilisent généralement des horaires d'occupation fixes, ce qui perpétue l'écart entre les estimations et la performance réelle du bâtiment. De plus, les simulations énergétiques tenant compte du comportement des occupants demandent un grand temps de calcul et sont complexes à implanter en entreprise. Ainsi, il devient essentiel de développer des outils adaptés pour les concepteurs afin d'améliorer l'exactitude des prédictions énergétiques. L'objectif de ce projet est de proposer des outils pour l'optimisation du bâtiment résidentiel, tout en considérant la variabilité du comportement, au moyen de simulations énergétiques. D'une part, une analyse paramétrique sur l'influence de la taille des fenêtres a été menée avec 1000 profils d'occupant différents. Cette étude a permis de conclure que l'importance de chacun des facteurs du comportement changeait selon la taille des fenêtres. Par exemple, lorsque les fenêtres étaient agrandies, l'ouverture des fenêtres influençait moins la demande en chauffage, mais le choix de la température de consigne devenait plus important. D'autre part, une méthode pratique et simplifiée pour considérer le large spectre du comportement, mais en ne générant qu'un nombre réduit de simulations choisies stratégiquement, a été développé. Les simulations énergétiques confirment qu'il est possible de représenter la consommation d'énergie et le confort thermique avec un nombre limité de trois profils d'occupations. En somme, la méthode permet de comparer différentes solutions de design en considérant la diversité du comportement des occupants. / Occupant behavior is now known to be one of the most important parameters affecting thermal comfort and energy consumption, in particular in the residential sector. Despite great technological progress in the field of energy efficiency, huge energy consumption disparities remain to a great extent between prior-to-construction estimations and real energy demand. Nowadays, few optimization tools exist to account for occupant behavior diversity. Usually, single schedules are used to represent occupant behavior, which broaden the gap between estimations and actual consumption. Moreover, energy simulations that include occupant behavior diversity are time-consuming and complex to implement in the industry. Il becomes essential to develop tools that are adapted for practitioners to increase energy predictions reliability. The objective of this study is to propose optimisation tools for the residential sector considering the occupant behavior variability through energy simulations. First, a parametric study has been conducted to measure the influence of window-to-wall ratio with 1000 different occupancy profiles. This exploratory work shows that the relative importance of different occupant behavior aspects can change depending on the window-to-wall ratio. For example, when windows are enlarged, window opening becomes less influential on the heating demand, but, on the other hand, the choice of temperature set point becomes more influential. Afterward, a practical and simple method has been developed to consider thew hole spectrum of occupant behavior, but with a reduced number of strategically chosen profiles. Energy simulations showed that it was possible to represent energy demand and thermal comfort with a limited number of three occupancy profiles. In short, this method allows one to compare different design solutions by considering occupant behavior diversity.