Sous nos latitudes, l'usage des bâtiments existants et les consommations énergétiques associées (chauffage, climatisation, ventilation, eau chaude sanitaire, éclairage et autres usages) sont responsables d'impacts considérables sur l'Environnement. De plus, le renouvellement du parc existant étant inférieur à 1% par an, dans la plupart des pays développés, la réhabilitation des bâtiments constitue un levier majeur de réduction des consommations d'énergie et des émissions de gaz à effet de serre. Cependant, l'identification de stratégies optimales de réhabilitation énergétique, incluant la planification des actions dans le temps, demeure une problématique complexe pour les acteurs de la Construction. Ces travaux de thèse visent à produire des connaissances afin de contribuer à l'aide à la décision pour l'identification de programmes efficaces de réhabilitation énergétique, à partir de méthodes d'optimisation multicritères. Les solutions (programmes séquentiels de réhabilitation énergétique) sont optimisées en termes de composition et de phasage. La composition est définie par la combinaison de mesures de réhabilitation mise en oeuvre. Celles-ci concernent l'enveloppe des bâtiments (isolation thermique, remplacement des fenêtres, surfaces de fenêtres) et le remplacement des équipements de chauffage, ventilation et production d'ECS. Pour chacune des mesures, plusieurs alternatives sont envisagées. Le phasage correspond à la permutation de ces mesures, définissant la séquence de mise en oeuvre. Les solutions sont évaluées sur une base multicritère et sur le cycle de vie. Les fonctions objectifs ciblent les impacts environnementaux de l'ACV (Analyse de Cycle de Vie), des indicateurs économiques, le bien-être des occupants par le confort thermique adaptatif en été. Des modèles d'ACV et d'analyse du coût du cycle de vie, utilisant la simulation thermique dynamique pour le calcul des besoins de chauffage et des températures intérieures, ont été développés pour l'évaluation des performances des solutions. Etant donnée la nature mathématique du problème (multicritère, combinatoire, à variables discrètes et à fonctions objectifs implicites non-linéaires), deux méthodes d'optimisation multicritères sont étudiées : les algorithmes génétiques (NSGA II) et la programmation dynamique. Dans l'approche génétique, la modélisation des solutions, sous la forme d'un couple de chromosomes, permet d'identifier des programmes séquentiels efficaces de réhabilitation énergétique et d'analyser les surfaces de compromis, en termes de définition et performances des solutions, de compromis entre les critères de décision. A partir de la représentation du problème par un graphe séquentiel, la programmation dynamique permet alors de comparer les solutions approchées issues de l'algorithme génétique, ou d'approches court-termistes, au front de Pareto exact. L'optimisation exacte a également été exploitée pour analyser la sensibilité des solutions à différents paramètres de modélisation dont le comportement des occupants, l'évolution des prix de l'énergie, la durée de vie des composants de réhabilitation. Les contraintes budgétaires s'appliquant au projet de réhabilitation ont été ensuite intégrées dans un algorithme génétique multicritère sous contraintes, adapté à l'étude des stratégies de réhabilitation sous la contrainte d'un plan de financement. Enfin, l'approche génétique a été étendue depuis l'échelle du bâtiment à celle du par cet l'optimisation exacte a été utilisée pour caractériser les typologies de bâtiment en réhabilitation. L'intérêt des différentes méthodes est illustré sur une étude de cas (...)
| Identifer | oai:union.ndltd.org:CCSD/oai:pastel.archives-ouvertes.fr:pastel-00861172 |
| Date | 21 January 2013 |
| Creators | Rivallain, Mathieu |
| Publisher | Université Paris-Est |
| Source Sets | CCSD theses-EN-ligne, France |
| Language | fra |
| Detected Language | French |
| Type | PhD thesis |
Page generated in 0.0025 seconds