Return to search

Développement de modèles de bâtiment pour la prévision de charge de climatisation et l'élaboration de stratégies d'optimisation énergétique et d'effacement

Pour atteindre les objectifs de réduction de consommation et augmenter la flexibilité de la demande des bâtiments, il est nécessaire de disposer de modèles de prévision de charge de climatisation facilement diffusables sur site et performants qui permettent la mise en place de stratégies d'optimisation énergétique et d'effacement. Cette thèse compare plusieurs architectures de modèles inverses (" boite noire ", " boite grise "). Un modèle semi-physique d'ordre 2 (R6C2) a été retenu pour prévoir la puissance de climatisation et la température intérieure moyenne en chauffage et en refroidissement. Il permet aussi d'interpréter des situations inédites (effacement), absentes de la phase d'apprentissage. Trois stratégies d'optimisation énergétique et d'effacement adaptées aux contraintes d'exploitation sont étudiées. La première permet d'optimiser la relance en chauffage afin de réduire la consommation et d'atteindre effectivement la température de confort le matin. La seconde stratégie optimise les températures de consigne sur une journée dans un contexte de prix variable de l'énergie, ceci afin de réduire la facture énergétique. Enfin, la troisième stratégie permet au bâtiment de s'effacer en limitant la charge tout en respectant des critères de confort spécifiés. Le modèle R6C2 et les stratégies ont été confrontés à un bâtiment réel (une école élémentaire). L'étude montre qu'il est possible de prévoir la puissance électrique et la température moyenne d'un bâtiment complexe avec un modèle mono-zone ; elle permet d'évaluer les stratégies développées et d'identifier les limites du modèle.

Identiferoai:union.ndltd.org:CCSD/oai:pastel.archives-ouvertes.fr:pastel-00935434
Date16 December 2013
CreatorsBerthou, Thomas
PublisherEcole Nationale Supérieure des Mines de Paris
Source SetsCCSD theses-EN-ligne, France
Languagefra
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0023 seconds