Le secteur du bâtiment au Canada est responsable de plus de 16% des émissions de gaz à effet de serre (GES) et de 30% de la consommation énergétique. À l’échelle mondiale, cela s’élève à 30% pour les émissions de GES et à 40% en ce qui a trait à la consommation énergétique. Ce secteur a donc un rôle majeur à jouer dans la lutte aux changements climatiques et pour la transition énergétique. L’optimisation multi-objectif fait partie des méthodes de conception reconnues par les scientifiques pour son fort potentiel d’amélioration de la durabilité des bâtiments résidentiels et commerciaux. Depuis le début des années 90, son utilisation dans le domaine n’a cessé de s’accroitre. Des algorithmes d’optimisation sont en continuel développement afin de résoudre efficacement des problèmes de conception dont les exigences sont toujours plus complexes. L’objectif de cette thèse est donc de développer et d’évaluer une méthodologie d’optimisation pour la conception de bâtiments durables tenant compte simultanément d’un ensemble de variables hétérogènes et d’objectifs contradictoires. Les solutions proposées sont complémentaires aux recherches les plus avancées dans le domaine de l’optimisation multi-objectif. Dans un premier temps, une analyse de sensibilité globale est appliquée à 30 variables de conception influençant divers critères de performances relatifs à la consommation énergétique et au confort d’un bâtiment commercial. Trois méthodes d’analyse de sensibilité sont utilisées : Coefficients de régression standard, coefficients de régression partielle par le rang et les indices de Sobol. L’analyse des résultats montre que les 3 techniques mènent à des conclusions similaires. Le rang en ce qui a trait à l’importance des variables est semblable pour chacune des techniques et pour chacune des fonctions évaluées. Les principales interactions entre variables de conception ont été identifiées avec les indices de Sobol de second ordre. Cette première analyse permet d’éliminer certaines variables qui ont peu d’impact sur les critères de performances. De plus, un cadre de conception s’apparentant à une approche de conception traditionnelle a été adopté dans lequel des variables de conception sont définies de façon séquentielle. Une seconde analyse de sensibilité a été appliquée à chacune des phases du processus, en faisant l’hypothèse que les variables définies dans une phase antérieure ont une valeur fixe, soit celle du bâtiment réel. L’analyse des résultats démontre que les méthodes de conception séquentielles tendent à réduire la possibilité d’obtenir des solutions à faible consommation énergétique. Dans un deuxième temps, le problème d’optimisation suivant est formulé : la minimisation simultanée des émissions de gaz à effet de serre résultantes de la consommation énergétique d’un bâtiment résidentiel et de celles résultantes des matériaux de construction. Ce problème implique des variables se situant à différents niveaux hiérarchiques, dont certaines peuvent devenir obsolètes selon la valeur prise par une autre variable. Un algorithme considérant cette particularité est développé et comparé à l’algorithme NSGA-II. Des indicateurs de performances (e.g. convergence et diversité) montrent que les deux algorithmes parviennent à résoudre ce problème. L’analyse du front de Pareto confirme, dans le cas présent, que l’algorithme NSGA-II est finalement plus performant dans l’identification de solutions optimales. L’ensemble des solutions optimales obtenues se définit par des bâtiments utilisant une enveloppe en bois. De plus, le système de chauffage sélectionné pour chacune des solutions repose soit sur l’utilisation d’une pompe à chaleur, soit sur l’utilisation de radiateurs électriques. Finalement, l’étude de cas du bâtiment résidentiel est reprise afin d’évaluer la performance de deux modes de conception : processus de conception séquentiel et processus de conception intégré. Avec l’approche intégrée, 39 variables de conception reliées à l’architecture du bâtiment ainsi qu’aux systèmes CVAC-R sont optimisées simultanément. Dans l’approche séquentielle, les variables architecturales sont d’abord optimisées. Plusieurs solutions optimales sont alors sélectionnées pour la deuxième phase d’optimisation qui se focalisera sur des paramètres relatifs aux systèmes de chauffage. La minimisation de l’empreinte environnementale, du cout sur le cycle de vie et la maximisation du confort thermique sont optimisés simultanément par l’algorithme NSGA-II. Avec seulement 100 heures de temps de calcul, l’approche holistique a mis en lumière 59% des solutions optimales alors qu’il a fallu 765 heures pour trouver 41% des solutions optimales avec l’approche séquentielle. La comparaison démontre les effets négatifs et irréversibles qu’il y a dans la prise de décision dès les phases préliminaires de conception. La méthodologie proposée dans ces travaux de thèse permet donc d’augmenter l’efficacité à trouver des solutions optimales.
| Identifer | oai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/32726 |
| Date | 30 November 2018 |
| Creators | Gagnon, Richard |
| Contributors | Gosselin, Louis, Decker, Stéphanie |
| Source Sets | Université Laval |
| Language | French |
| Detected Language | French |
| Type | thèse de doctorat, COAR1_1::Texte::Thèse::Thèse de doctorat |
| Format | 1 ressource en ligne (xxii, 130 pages), application/pdf |
| Rights | http://purl.org/coar/access_right/c_abf2 |
Page generated in 0.0018 seconds