Plus du tiers de l’énergie consommée et des émissions de gaz à effet de serre dans l’atmosphère sont causées par le secteur du bâtiment. Ce dernier joue ainsi un grand rôle dans la lutte au réchauffement climatique et il est impératif d’améliorer son efficacité énergétique, ce qui demande une excellente compréhension du comportement thermique des bâtiments. Les outils de simulation énergétique de bâtiments sont fort utiles à cet effet, mais il y a malheureusement souvent des écarts observés entre la consommation réelle d’un bâtiment et ce qui était attendu. Étant un aspect fort probabiliste de l’opération d’un bâtiment, le comportement des occupants est difficile à représenter fidèlement lors des simulations de bâtiments. Or, vu le grand impact que les occupants ont sur la performance d’un bâtiment, il est essentiel d’avoir une représentation viable de cet aspect de la simulation. L’objectif de cette thèse est d’analyser les dessous de la consommation énergétique des bâtiments résidentiels en bois à haute performance énergétique en se concentrant principalement sur le rôle joué par les occupants. Cette thèse se base sur le suivi détaillé d’un bâtiment de logements sociaux présentement en opération. Des pistes de solutions sont proposées dans le but d’améliorer davantage la performance des bâtiments à faible consommation énergétique. Dans un premier temps, la consommation énergétique du bâtiment étudié est analysée de fonds en comble afin de comprendre pourquoi le bâtiment a besoin d’énergie. Cette évaluation expose de grandes variations de consommation énergétique et de confort thermique entre les logements. Cette grande variabilité n’est pas explicable ni par les différentes orientations et position des logements, ni par le nombre d’occupants dans les logements; les données montrent le grand effet que les gens peuvent avoir sur la performance de leur logement par les gestes qu’ils posent. Des modèles de régression linéaire sont formés à partir des données mesurées et quantifient l’impact de différentes variables sur la demande en chauffage en hiver et sur la température intérieure des logements en été. La température intérieure du bâtiment est un enjeu important puisque de la surchauffe est présente durant la saison estivale. La forte isolation et la grande étanchéité de l’enveloppe du bâtiment contribue à cette surchauffe en empêchant les transferts thermiques entre les environnements intérieur et extérieur. L’écart de performance énergétique du bâtiment étudié est également abordé. Il est montré que pour cette étude de cas, l’écart est principalement par une mauvaise représentation du comportement des occupants dans le modèle numérique du bâtiment. Un modèle stochastique simulant le comportement des occupants dans les bâtiments résidentiels est développé à partir de modèles déjà existant. Cet outil simule à la fois la présence des occupants dans leur logement, leur consommation d’eau chaude et d’électricité, ainsi que leur comportement vis-à-vis le contrôle des fenêtres. Les profils générés sont cohérents entre eux (il ne peut pas y avoir de consommation d’eau chaude si personne n’est présent) et considèrent la diversité inter-ménage du comportement des occupants. La portion traitant du contrôle des fenêtres est construite à partir des données mesurées au bâtiment étudié alors que ces données ont plutôt servies à guise de validation pour les autres parties du modèle. Cette validation montre les bienfaits des modifications apportés aux modèles déjà existants. Des simulations sont par la suite effectuées pour quantifier l’impact des occupants sur la performance énergétique des bâtiments résidentiels. Ces simulations se basent sur l’outil stochastique du comportement des occupants développé durant cette thèse. Les résultats montrent que la demande en chauffage d’un logement, sa consommation totale d’énergie et son confort thermique sont très sensible aux gestes posés par les occupants. Un modèle de régression linéaire est également construit à partir des résultats de simulation pour mesurer l’influence des divers paramètres. Un bâtiment à plusieurs unités logements est moins robuste au comportement des occupants qu’une maison unifamiliale, mais les résultats suggèrent qu’il demeure difficile de prévoir avec exactitude la performance d’un bâtiment multirésidentiel si l’aspect stochastique du comportement des occupants est négligée. L’utilisation de profils plus précis du comportement des occupants peut aussi améliorer le dimensionnement des systèmes mécaniques, notamment les systèmes d’eau chaude. / Over a third of energy use and greenhouse gas emissions are related to the building sector. As part of global efforts to combat climate change, it is essential to ensure high energy efficiency of buildings. Doing so requires a deep understanding of the thermal behavior of buildings. Building performance simulation is very useful in this regard, but it is frequent to observe discrepancies between the predicted and real energy consumption levels. Occupant behavior is very influential on the energy performance of a building, so it is essential for it to be accurately represented during building simulations. The objective of this thesis is to analyze and explain the consumption of energy in high-performance wood residential buildings by focusing on the importance of occupant behavior. This thesis relies on the monitoring of a social housing building. Potential solutions are proposed to further improve the performance of low energy consumption buildings. First, the energy consumption of the monitored building is studied in order to understand why the building requires energy. This analysis exhibits the great dwelling-to-dwelling variability of energy consumption and thermal comfort. This variability is not explainable by the various orientations and positions of the dwellings or by the different household sizes. This shows the great impact that actions taken by people at home can have on the performance of their dwelling. Linear regression models are created from the collected data to quantify the influence of multiple variables on the heating demand in winter and on the indoor temperature in summer. Indoor temperature represents an important issue since overheating is present in the building during the summer. The high insulation and air tightness of the building envelope contributes to overheating by preventing heat transfer between the indoor and outdoor environments. The energy performance gap of the building is also covered. It is demonstrated that for the case study building, the gap is mainly due to an inaccurate representation of occupant behavior during building simulations. A stochastic model that simulates occupant behavior in residential buildings is developed from already existing models. This tool simultaneously simulates occupancy, hot water and electricity consumption and window control behavior. Generated profiles are coherent with each other (there cannot be hot water consumption when no one is present at home) and consider the dwelling-to-dwelling variability of occupant behavior. The window control part of the model is built from the data coming from the monitored building whereas the data is instead use to validate the other parts of the model. The validation shows the benefits of the modifications brought to the original occupant behavior models. Building simulations are then performed to assess the impact of occupants on the energy consumption and thermal comfort of residential buildings. These simulations are based on the stochastic occupant behavior tool develop in this thesis. Results display that the heating demand of a dwelling, its total energy use and its thermal comfort are all highly sensitive to occupant behavior. A linear regression model is also built from simulated data to evaluate the influence of various parameters. The energy performance of large housing stocks is more robust with respect to occupant behavior, but the results suggest that it remains difficult to forecast with great accuracy the performance of a multiresidential building if stochastic aspects of occupant behavior are neglected. Use of more accurate occupant behavior profiles can also improve the sizing of HVAC systems, particularly of hot water systems.
| Identifer | oai:union.ndltd.org:LAVAL/oai:corpus.ulaval.ca:20.500.11794/34439 |
| Date | January 2019 |
| Creators | Rouleau, Jean |
| Contributors | Gosselin, Louis, Blanchet, Pierre |
| Publisher | Université Laval |
| Source Sets | Université Laval |
| Language | French |
| Detected Language | French |
| Type | info:eu-repo/semantics/doctoralThesis |
| Format | 1 ressource en ligne (xxii, 191 pages), application/pdf |
| Rights | info:eu-repo/semantics/openAccess, https://corpus.ulaval.ca/jspui/conditions.jsp |
Page generated in 0.0031 seconds