L'incroyable augmentation d'objets connectés dans le monde de l'Internet des Objets impliquera plusieurs problèmes. L'efficacité énergétique est un des principaux. Le présent travail étudie l'efficacité énergétique et, plus précisément, la modélisation de l'énergie consommée par le nœud.Nous avons créé une plateforme matérielle et logicielle appelée Synergie. Cette plateforme est composée d'un ensemble d'outils matériel/logiciel :- un dispositif de mesure de la consommation d'énergie;- un algorithme qui crée automatiquement un modèle de la consommation de l'énergie;- un estimateur de la durée de vie du nœud.La plateforme des mesures de l'énergie récupère les valeurs de courant directement du nœud. Ces courants sont mesurés composant par composant du circuit et fonction par fonction du logiciel embarqué. Cette analyse matérielle/logicielle offre information sur le comportement de chaque composant.Un algorithme crée automatiquement un modèle de la consommation énergétique basé sur une chaîne de Markov. Ce modèle est une représentation stochastique du comportement énergétique du nœud en fonctionnement in situ. Le nœud fonctionne dans un réseau réel et dans des conditions réelles de canal.Finalement, une estimation de la durée de vie du nœud est réalisée en utilisant des modèles de batterie. L'estimation est possible grâce au caractère stochastique du modèle de la consommation. La possibilité de simplement changer les paramètres de consommation pour améliorer la durée de vie est présentée.Ce travail représente la première étape d'un projet global qui a pour but obtenir des réseaux de capteurs sans fil autonomes en énergie. / The significant increase of connected objects in Internet of Things will entail different problems. Among them, the energy efficiency. The present work deals with the energy efficiency and more precisely with the study of the modeling of the energy consumption in the node.We have designed a platform to instrument a node of wireless sensor network in its real environment. The hardware and software platform is made of:- a hardware energy measurement platform;- a software allowing the automatic generation of an energy consumption model;- a node lifetime estimation algorithm.The energy measurement platform recovers the current values directly from the node under evaluation, component per component in the electronic circuit and function per function of the embedded software. This hardware/software analysis of the energy consumption offers important information about the behavior of each electronic component in the node.An algorithm carries out a statistical analysis of the energy measurements. This algorithm creates automatically an energy consumption model based on a Markov chain. Thus, this platform allows to create a stochastic model of the energy behavior of a real node, in a real network and in real channel conditions. The model is made in contrast to the deterministic energy models found in the literature, whose energy behavior is extracted from the datasheets of the components. Finally, we estimate the node lifetime based on battery models. We also show on examples the simplicity to change some parameters of the model in order to improve the energy efficiency.

Dans le contexte d'un intérêt grandissant pour le domaine d'efficacité énergétique, les systèmes de réfrigération à compression très répandus offrent des bonnes possibilités d'améliorations. Le présent travail porte sur une étude expérimentale de la possibilité d'augmenter l'efficacité énergétique dans un système de réfrigération où un électeur sert de valve de détente. Un banc d'essai a été conçu et fabriqué qui permet le fonctionnement soit en mode conventionnel soit en mode avec électeur. Le réfrigérant utilisé est le R134a, avec une puissance frigorifique nominale de 5 kW et une consigne de 5ÀC à l'évaporateur et de 40ÀC au condenseur. L'électeur diphasique est muni d'un double col dans la tuyère, dont le premier col est à section variable selon la position d'un pointeau. Les mesures prises ont montré une amélioration de jusqu'à 11 % dans le coefficient de performance, ou COP, en mode électeur par rapport à celui en mode conventionnel. En mode électeur, le rapport de pression fourni par l'électeur était de 1.070 pour un ensemble d'essais complété. En mode électeur, la puissance frigorifique totale était la somme de la puissance thermique de l'évaporateur, dont le titre à l'entrée était très faible, et de la puissance thermique des éléments électriques, qui servaient de surchauffeur. Il a été constaté que la puissance frigorifique à l'évaporateur était au maximum lorsque les deux cols de la tuyère étaient d'aire égale. Un bilan d'énergie et une analyse d'erreur ont confirmé la validité des résultats. Finalement, des suggestions ont été apportées afin de palier aux difficultés vécues avec l'efficacité du séparateur dans le montage. Le besoin important de contrôler le niveau de surchauffe du réfrigérant retournant au compresseur doit faire partie du travail futur. Une avenue prometteuse serait de rajouter un deuxième évaporateur après le séparateur, ou de combiner la fonctionnalité d'un séparateur avec le deuxième évaporateur dans une seule unité. Cette voie fournirait une solution au problème du manque de surchauffe à la sortie du séparateur et laissera plus de marge de manceuvre dans le système de contrôle.

Cette thèse s'inscrit dans le cadre de la conception d'architectures reconfigurables. Plus précisément, il concerne les architectures matérielles adaptatives, ces dernières pouvant être modifiées du point de vue de leurs caractéristiques matérielles au cours de l'exécution d'une application. Nous présentons une méthodologie d'auto-configuration d'une architecture reconfigurable dynamiquement ainsi qu'une architecture permettant d'illustrer l'utilisation de la méthode. L'objectif de la méthode est de réduire la consommation d'énergie en garantissant le respect des contraintes à tout instant. La méthodologie proposée s'adresse aux architectures reconfigurables à grain épais, puisque l'unité fonctionnelle matérielle correspond à une fonction de haut niveau d'abstraction (IDWT, etc.), même si la réalisation de l'architecture est basée sur l'utilisation d'une structure reconfigurable à grain fin (FPGA). Le besoin d'adaptation choisi concerne principalement deux cas de figures. Premièrement, répondre aux variations dynamiques de la charge de calcul en cours de traitement : un accroissement ou une réduction du débit de données conduit à une inadéquation entre l'architecture et son environnement. Deuxièmement, s'adapter aux variations dynamiques de la structure de l'algorithme : dans certaines applications les traitements à effectuer changent en fonction des données qui arrivent. / My PhD project focuses on Dynamic Adaptive Runtime parallelism and frequency scaling techniques in coarse grain reconfigurable hardware architectures. This new architectural approach offers a set of new features to increase the flexibility and scalability for applications in an evolving environment with reasonable energy cost. In this architecture, the parallelism granularity and running frequency can be reconfigured by using partial and dynamic reconfiguration. The adaptive method and architecture have been already developed and tested on FPGA platforms. The measurements and results analysis based on DWT show that the energy efficiency is adjustable dynamically by using our approach. The main contribution to the research project involves an auto-adaptive method development; this means using partial and dynamic reconfiguration can reconfigure the parallelism granularity and running frequency of application. The adaptive method by adjusting the parallelism granularity and running frequency is tested with the same application. We are presenting results coming from implementations of Image processing key application and analyses the behavior of this architecture on these applications.

L'accroissement des performances énergétiques de systèmes industriels motorisés mettant en œuvre des machines électriques à courants alternatifs fait actuellement l'objet d'enjeux majeurs. Les travaux présentés dans ce mémoire s'inscrivent dans ce contexte et concernent la conception d'un outil (cellule) de diagnostic énergétique. Le verrou majeur à lever consiste à estimer le couple électromagnétique des machines AC, sans décapoter leurs boîtes à bornes ni mesurer leurs vitesses de rotation. La thèse a permis de développer des techniques non invasives, basées sur la mesure du courant de ligne et/ou du flux de dispersion dans l'environnement proche de la machine. Des analyses fines de la distribution du flux de dispersion autour de la carcasse ont été réalisées car le flux est atténué et déphasé sous l'influence des courants de Foucault. L'analyse a également permis de distinguer la contribution des conducteurs actifs de celle des têtes de bobines dans la génération du flux externe. Une image du flux d'entrefer a donc pu être mise en évidence, ainsi que la manière de la mesurer, conduisant à la définition de protocoles de détermination du couple. Ces derniers sont complétés par une méthode reposant sur la mesure ou l'estimation à partir du flux de dispersion du courant de phase. Les méthodes dégagées ont été appliquées à des machines asynchrones dont les puissances s'échelonnent de 3 à 200 kW. La conception de la cellule s'est étendue à son architecture et, notamment, à la transmission sans fil des informations collectées. La gestion de l'autonomie a été un critère prépondérant durant toute l'étude, conduisant d'une part à l'élaboration d'algorithmes légers donc peu énergivores pour la cellule et, d'autre part, à l'introduction du flux de dispersion comme source d'énergie alternative. / The energetic performance increase of industrial processes using AC electrical rotating machines is nowadays of great concern. The developments presented in this thesis are situated in this context and are about the design of an energy monitoring tool (cell). The main scientific barrier to lift is the estimation of the electromagnetic torque of AC machines without dismounting their terminal box or measuring their shaft speed. Non invasive methods have been developed; they are based on the measurement of the phase current and/or the external flux in the immediate vicinity of the machine. Analyses of the external flux distribution around the external housing were made : the magnetic flux is attenuated and phase shifted because of the eddy current effect. Then, the analysis has made it possible to distinguish the contribution of the wires placed in the slots from the effect of the end-windings in the external flux emission. The work explains how to determine an image of the external flux, as well as the way to measure it. That leads to the definition of protocols for determining the electromagnetic torque, which, for some of them use current measurements or its estimation from the external flux. The proposed methods have been applied to induction machines with rated powers between 3 to 200 kW. The cell structure is described, in particular the wireless transmission of the measured information. The autonomy of the cell is a factor taken into account troughout the study, leading to the development of little-intensive computing algorithms. It is also shown that the external flux can be used as an additional energy source.

Les actionneurs à film diélectriques (DEA) sont une classe d'actionneurs prometteurs. Fabriqués de polymères, ces actionneurs électromécaniques offrent un ratio force-poids élevé et une grande plage de déplacements potentiels. Alors que leurs caractéristiques de minceur et de légèreté les destinent principalement des applications portatives ou mobiles, où l'efficacité énergétique est un facteur clé de l'intégration technologique, très peu d'information est disponible quant à leurs performances énergétiques. L'objectif de ce travail vise donc la compréhension des phénomènes qui régissent l'efficacité des DEA par la caractérisation expérimentale de leurs performances énergétiques sous différentes conditions de fonctionnement. L'avenue proposée pour l'analyse combine un modèle thermodynamique simple, basé sur la variation de capacitance des DEA, une caractérisation expérimentale des performances d'un DEA standard (conique). De nombreux graphiques d'efficacité sont obtenus et analysés en fonction d'une description énergétique combinant des processus thermodynamique, électromécanique et mécanique. Le processus thermodynamique est la base théorique de la description énergétique. Il est fonction de la capacitance d'un DEA et de son mode de fonctionnement. Le processus mécanique représente quant à lui la viscoélasticité des matériaux et réduit l'efficacité du modèle en fonction des conditions de fonctionnement, tout comme le processus électromécanique qui combine les pertes électriques et les déformations non désirées. L'analyse préliminaire des performances d'un moteur en DEA permet d'approfondir la compréhension des pertes électromécaniques en fonction des conditions aux frontières. À la lumière des résultats, des règles stratégiques de conception sont présentées en fonction de la tension imposée, de la vitesse d'actionnement, du déplacement imposé, des matériaux, des modes d'opération et des conditions aux frontières.

Les systèmes d’actionnement couramment utilisés sur les systèmes de robotiques mobiles tels que les exosquelettes ou les robots marcheurs sont majoritairement électriques. Les batteries couplées à des moteurs électriques souffrent toutefois d’une faible densité de stockage énergétique et une faible densité de puissance, ce qui limite l’autonomie de ces dispositifs pour une masse de système donnée. Une étude comparative des systèmes d’actionnement potentiels a permis de déterminer que l’utilisation d’une source d’énergie chimique permettait d’obtenir une densité de stockage énergétique supérieure aux batteries. De plus, il a été déterminé que l’utilisation de la combustion directement dans un actionneur pneumatique souple permettrait d’obtenir une densité de puissance beaucoup plus élevée que celle des moteurs électriques. La conception, la fabrication et la caractérisation de plusieurs types d’actionneurs pneumatiques pressurisés directement par la combustion d’une source d’énergie chimique ont permis d’évaluer la faisabilité de l’approche, dans un contexte de robotique mobile, plus précisément pour des tâches de locomotion. Les paramètres permettant d’obtenir une efficacité énergétique élevée ont été étudiés. Il a été démontré que le ratio de compression et le ratio d’expansion doivent être optimisés. De plus, comme les pertes thermiques sont le mécanisme de perte dominant, le ratio d’équivalence devrait être réduit au minimum. Parmi les carburants usuels, l’hydrogène permet d’atteindre les valeurs de ratio d’équivalence les plus faibles, ce qui en fait un choix de carburant idéal. Les résultats expérimentaux ont été utilisés pour corréler un modèle analytique d’un actionneur pneumatique à combustion. Ce modèle analytique est par la suite utilisé pour vérifier la faisabilité théorique de l’utilisation de l’approche d’actionnement pour fournir la puissance à un dispositif d’assistance à la locomotion.

De nos jours, de nombreuses entreprises choisissent de plus en plus d'adopter le cloud computing. Plus précisément, en tant que clients, elles externalisent la gestion de leur infrastructure physique vers des centres de données (ou plateformes de cloud computing). La consommation d'énergie est une préoccupation majeure pour la gestion des centres de données (datacenter, DC). Son impact financier représente environ 80% du coût total de possession et l'on estime qu'en 2020, les DCs américains dépenseront à eux seuls environ 13 milliards de dollars en factures énergétiques. Généralement, les serveurs de centres de données sont conçus de manière à atteindre une grande efficacité énergétique pour des utilisations élevées. Pour diminuer le coût de calcul, les serveurs de centre de données devraient maximiser leur utilisation. Afin de lutter contre l'utilisation historiquement faible des serveurs, le cloud computing a adopté la virtualisation des serveurs. Cette dernière permet à un serveur physique d'exécuter plusieurs serveurs virtuels (appelés machines virtuelles) de manière isolée. Avec la virtualisation, le fournisseur de cloud peut regrouper (consolider) l'ensemble des machines virtuelles (VM) sur un ensemble réduit de serveurs physiques et ainsi réduire le nombre de serveurs actifs. Même ainsi, les serveurs de centres de données atteignent rarement des utilisations supérieures à 50%, ce qui signifie qu'ils fonctionnent avec des ensembles de ressources majoritairement inutilisées (appelés «trous»). Ma première contribution est un système de gestion de cloud qui divise ou fusionne dynamiquement les machines virtuelles de sorte à ce qu'elles puissent mieux remplir les trous. Cette solution n'est efficace que pour des applications élastiques, c'est-à-dire des applications qui peuvent être exécutées et reconfigurées sur un nombre arbitraire de machines virtuelles. Cependant, la fragmentation des ressources provient d'un problème plus fondamental. On observe que les applications cloud demandent de plus en plus de mémoire, tandis que les serveurs physiques fournissent plus de CPU. Dans les DC actuels, les deux ressources sont fortement couplées puisqu'elles sont liées à un serveur physique. Ma deuxième contribution est un moyen pratique de découpler la paire CPU-mémoire, qui peut être simplement appliquée à n'importe quel serveur. Ainsi, les deux ressources peuvent varier indépendamment, en fonction de leur demande. Ma troisième et ma quatrième contribution montrent un système pratique qui exploite la deuxième contribution. La sous-utilisation observée sur les serveurs physiques existe également pour les machines virtuelles. Il a été démontré que les machines virtuelles ne consomment qu'une petite fraction des ressources allouées car les clients du cloud ne sont pas en mesure d'estimer correctement la quantité de ressources nécessaire à leurs applications. Ma troisième contribution est un système qui estime la consommation de mémoire (c'est-à-dire la taille du working set) d'une machine virtuelle, avec un surcoût faible et une grande précision. Ainsi, nous pouvons maintenant consolider les machines virtuelles en fonction de la taille de leur working set (plutôt que leur mémoire réservée). Cependant, l'inconvénient de cette approche est le risque de famine de mémoire. Si une ou plusieurs machines virtuelles ont une forte augmentation de la demande en mémoire, le serveur physique peut manquer de mémoire. Cette situation n'est pas souhaitable, car la plate-forme cloud est incapable de fournir au client la mémoire qu'il a payée. Finalement, ma quatrième contribution est un système qui permet à une machine virtuelle d'utiliser la mémoire distante fournie par un autre serveur du rack. Ainsi, dans le cas d'un pic de la demande en mémoire, mon système permet à la VM d'allouer de la mémoire sur un serveur physique distant. / Nowadays, many organizations choose to increasingly implement the cloud computing approach. More specifically, as customers, these organizations are outsourcing the management of their physical infrastructure to data centers (or cloud computing platforms). Energy consumption is a primary concern for datacenter (DC) management. Its cost represents about 80% of the total cost of ownership and it is estimated that in 2020, the US DCs alone will spend about $13 billion on energy bills. Generally, the datacenter servers are manufactured in such a way that they achieve high energy efficiency at high utilizations. Thereby for a low cost per computation all datacenter servers should push the utilization as high as possible. In order to fight the historically low utilization, cloud computing adopted server virtualization. The latter allows a physical server to execute multiple virtual servers (called virtual machines) in an isolated way. With virtualization, the cloud provider can pack (consolidate) the entire set of virtual machines (VMs) on a small set of physical servers and thereby, reduce the number of active servers. Even so, the datacenter servers rarely reach utilizations higher than 50% which means that they operate with sets of longterm unused resources (called 'holes'). My first contribution is a cloud management system that dynamically splits/fusions VMs such that they can better fill the holes. This solution is effective only for elastic applications, i.e. applications that can be executed and reconfigured over an arbitrary number of VMs. However the datacenter resource fragmentation stems from a more fundamental problem. Over time, cloud applications demand more and more memory but the physical servers provide more an more CPU. In nowadays datacenters, the two resources are strongly coupled since they are bounded to a physical sever. My second contribution is a practical way to decouple the CPU-memory tuple that can simply be applied to a commodity server. Thereby, the two resources can vary independently, depending on their demand. My third and my forth contribution show a practical system which exploit the second contribution. The underutilization observed on physical servers is also true for virtual machines. It has been shown that VMs consume only a small fraction of the allocated resources because the cloud customers are not able to correctly estimate the resource amount necessary for their applications. My third contribution is a system that estimates the memory consumption (i.e. the working set size) of a VM, with low overhead and high accuracy. Thereby, we can now consolidate the VMs based on their working set size (not the booked memory). However, the drawback of this approach is the risk of memory starvation. If one or multiple VMs have an sharp increase in memory demand, the physical server may run out of memory. This event is undesirable because the cloud platform is unable to provide the client with the booked memory. My fourth contribution is a system that allows a VM to use remote memory provided by a different rack server. Thereby, in the case of a peak memory demand, my system allows the VM to allocate memory on a remote physical server.

La performance énergétique dans les bâtiments est influencée par de nombreux facteurs, tels que les conditions météorologiques ambiantes, la structure du bâtiment et les caractéristiques, l'occupation et leurs comportements, l'opération de sous-composants de niveau comme le chauffage, de ventilation et de climatisation (CVC). Cette propriété rend complexe la prévision, l'analyse, ou faute de détection / diagnostic de la consommation énergétique du bâtiment est très difficile d'effectuer rapidement et avec précision. Cette thèse se concentre principalement sur la mise à jour des modèles d'intelligence artificielle avec des applications pour résoudre ces problèmes. Tout d'abord, nous passons en revue les modèles récemment développés pour résoudre ces problèmes, y compris des méthodes d'ingénierie détaillée et simplifiée, les méthodes statistiques et les méthodes d'intelligence artificielle. Puis nous simulons des profils de consommation d'énergie pour les bâtiments simples et multiples, et basé sur ces ensembles de données, des modèles de soutien vecteur de la machine sont formés et testés pour faire la prédiction. Les résultats des expériences montrent vaste précision de la prédiction haute et la robustesse de ces modèles. Deuxièmement, déterministe récursif Perceptron (RDP) modèle de réseau neuronal est utilisé pour détecter et diagnostiquer défectueuse consommation d'énergie du bâtiment. La consommation anormale est simulé par l'introduction manuelle d'une dégradation des performances des appareils électriques. Dans l'expérience, le modèle montre la capacité de détection RDP très élevé. Une nouvelle approche est proposée pour diagnostiquer des défauts. Il est basé sur l'évaluation des modèles RDP, dont chacun est capable de détecter une panne de matériel. Troisièmement, nous examinons comment la sélection des sous-ensembles caractéristiques de l'influence la performance du modèle. Les caractéristiques optimales sont choisis en fonction de la faisabilité de l'obtention eux et sur les scores qu'ils fournissent dans l'évaluation de deux méthodes de filtrage. Les résultats expérimentaux confirmer la validité de l'ensemble sélectionné et montrent que la proposé la méthode de sélection fonction peut garantir l'exactitude du modèle et réduit le temps de calcul. Un défi de la consommation énergétique du bâtiment est d'accélérer la prédiction de formation du modèle lorsque les données sont très importantes. Cette thèse propose une mise en œuvre efficace parallèle de Support Vector Machines basée sur la méthode de décomposition pour résoudre de tels problèmes. La parallélisation est réalisée sur le travail le plus fastidieux de formation, c'est à dire de mettre à jour le vecteur gradient de f. Les problèmes intérieurs sont traitées par solveur d'optimisation séquentielle minimale. Le parallélisme sous-jacente est réalisée par la version de mémoire partagée de Map-Reduce paradigme, qui rend le système particulièrement adapté pour être appliqué à des systèmes multi-core et multi-processeurs. Les résultats expérimentaux montrent que notre implémentation offre une augmentation de la vitesse élevée par rapport à libsvm, et il est supérieur à l'état de l'art Pisvm application MPI à la fois la rapidité et l'exigence de stockage. / The energy performance in buildings is influenced by many factors, such as ambient weather conditions, building structure and characteristics, occupancy and their behaviors, the operation of sub-level components like Heating, Ventilation and Air-Conditioning (HVAC) system. This complex property makes the prediction, analysis, or fault detection/diagnosis of building energy consumption very difficult to accurately and quickly perform. This thesis mainly focuses on up-to-date artificial intelligence models with the applications to solve these problems. First, we review recently developed models for solving these problems, including detailed and simplified engineering methods, statistical methods and artificial intelligence methods. Then we simulate energy consumption profiles for single and multiple buildings, and based on these datasets, support vector machine models are trained and tested to do the prediction. The results from extensive experiments demonstrate high prediction accuracy and robustness of these models. Second, Recursive Deterministic Perceptron (RDP) neural network model is used to detect and diagnose faulty building energy consumption. The abnormal consumption is simulated by manually introducing performance degradation to electric devices. In the experiment, RDP model shows very high detection ability. A new approach is proposed to diagnose faults. It is based on the evaluation of RDP models, each of which is able to detect an equipment fault.Third, we investigate how the selection of subsets of features influences the model performance. The optimal features are selected based on the feasibility of obtaining them and on the scores they provide under the evaluation of two filter methods. Experimental results confirm the validity of the selected subset and show that the proposed feature selection method can guarantee the model accuracy and reduces the computational time.One challenge of predicting building energy consumption is to accelerate model training when the dataset is very large. This thesis proposes an efficient parallel implementation of support vector machines based on decomposition method for solving such problems. The parallelization is performed on the most time-consuming work of training, i.e., to update the gradient vector f. The inner problems are dealt by sequential minimal optimization solver. The underlying parallelism is conducted by the shared memory version of Map-Reduce paradigm, making the system particularly suitable to be applied to multi-core and multiprocessor systems. Experimental results show that our implementation offers a high speed increase compared to Libsvm, and it is superior to the state-of-the-art MPI implementation Pisvm in both speed and storage requirement.

L’Union européenne et les États membres doivent progresser de manière continue vers une société durable, intelligente, inclusive et à faible intensité de carbone. Vue sous le prisme de l’Union de l’énergie, l’efficacité énergétique serait à la base de la refonte socio-économique de l’Europe et poserait les jalons des nouveaux paradigmes socio-économiques, nécessairement transversaux. Encore faut-il que le domaine plurisectoriel de l’efficacité énergétique soit mis en œuvre dans un cadre réglementaire et normatif harmonisé, transparent et évolutif. Nous avons donc effectué une analyse sur la mise en œuvre de l’efficacité énergétique au niveau du droit européen et niveau du droit national français. Dans une première partie, nous avons constaté la singularité juridique de la notion d’efficacité énergétique qui réside dans sa genèse et ses rapports multiformes. Dans une seconde partie, nous avons démontré le caractère pluridisciplinaire de l’efficacité énergétique. En effet, nous avons pu constater que l’efficacité énergétique est intégrée en droit public et en droit privée. En somme, le concept d’efficacité énergétique matérialise l’apparition d’une nouvelle grille de lecture en droit, résidant dans une approche transversale afin de mieux tenir compte des interactions et des synergies entre les différents phénomènes socio-économiques contemporains allant de pair avec les progrès technologiques et l’innovation. / The European Union and its Member States shall continue to evolve towards a sustainable, intelligent, inclusive and low-carbon society. Energy efficiency would be the basis for the socio-economic redesign of Europe and would lay the groundwork for new, necessarily transverse socio-economic paradigms. The multi-sector domain of energy efficiency need to be fully implemented in a harmonized, transparent and evolving regulatory and normative framework. We therefore carried out an analysis of the implementation of energy efficiency at two levels: regional level (European law) and nation level (French law). Firstly, we have noted the legal singularity of energy efficiency, which lies in its genesis and its multiform relationships. Secondly, we have demonstrated the multidisciplinary nature of energy efficiency. Indeed, we have seen that energy efficiency is recognized in both public and private law. In sum, the concept of energy efficiency materializes the emergence of a new legal reading grid. The approach is transverse to account more accurately for the interactions and synergies between the various contemporary socio-economic phenomena, which go hand in hand with technological progress and innovation.

La réfrigération dans les arénas représente un pourcentage très important de leur consommation énergétique. Ceci confirme l'importance de mettre en place des mesures d'efficacité énergétique lié à ce volet. L'optimisation de la consommation d'énergie, et l'augmentation de la fiabilité et de la durée de vie des équipements dans les systèmes de réfrigération est une préoccupation qui ne cesse de prendre de l'importance. Actuellement, les systèmes de réfrigération incorporés dans les arénas sont généralement dimensionnés selon un standard américain, qui ne tient pas compte du climat canadien. L'objectif de la présente étude est de démontrer l'impact de moduler la pression de condensation du système de réfrigération pour bénéficier du climat canadien. L'étude démontre qu'un système de réfrigération opérant avec une pression de condensation variable, offre plusieurs opportunités pour diminuer la consommation des systèmes et accroître rapidement l'efficacité énergétique du parc des arénas au Québec. Elle peut aussi à court, moyen et long terme avoir un impact important et positif sur la facture d'énergie des arénas.