Thèse soutenue

Analyse de la fiabilité des outils de simulation et des incertitudes de métrologie appliquée à l'efficacité énergétique des bâtiments
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Clara Spitz
Direction : Étienne WurtzLaurent Mora
Type : Thèse de doctorat
Discipline(s) : Génie civil et sciences de l'habitat
Date : Soutenance le 09/03/2012
Etablissement(s) : Grenoble
Ecole(s) doctorale(s) : École doctorale sciences et ingénierie des systèmes, de l'environnement et des organisations (Chambéry ; 2007-2021)
Partenaire(s) de recherche : Equipe de recherche : Laboratoire d'optimisation de la conception et ingénierie de l'environnement (Le-Bourget-du-Lac, Savoie)
Jury : Président / Présidente : Jean-Jacques Roux
Examinateurs / Examinatrices : Étienne Wurtz, Laurent Mora, Darren Robinson, Hubert Despretz
Rapporteurs / Rapporteuses : Bruno Peuportier

Résumé

FR  |  
EN

Le recours à la simulation est décisif dans le processus de conception d'un bâtiment neuf. Elle permet d'évaluer différentes alternatives au regard de la performance énergétique et du confort des occupants et constitue ainsi un outil d'aide à la décision incontournable. Aujourd'hui la question de la fiabilité des codes de simulation n'est pas à négliger. L'augmentation des performances énergétiques des bâtiments, pourrait mettre en défaut un certain nombre d'hypothèses de modélisation généralement admises pour les bâtiments standards du fait de la prépondérance nouvelle de phénomènes physiques jusqu'alors négligés ou mal pris en compte. Dans le même temps on s'intéresse de plus en plus à la garantie de performance qui consiste à vérifier que les performances énergétiques réelles sont bien en adéquation avec les objectifs fixés lors de la conception or il est souvent constaté des erreurs entre consommation mesurée et estimée compte tenu des incertitudes liées notamment à la mise œuvre, aux occupants et aux conditions météorologiques. L'augmentation des exigences de précision des calculs qui en résulte rend essentiel d'apprécier les incertitudes associées à ces prévisions afin d'améliorer le processus de construction et d'évaluation. Les travaux de cette thèse portent en particulier sur l'évaluation et la hiérarchisation des incertitudes sur les résultats des simulations en phase de conception. Une méthodologie a été développée basée en trois temps qui permet d'identifier les paramètres de conception les plus influents sur la performance énergétique d'un bâtiment et de rendre compte des effets de l'incertitude associée à ces paramètres sur cette même performance. La première étape consiste à identifier parmi l'ensemble des paramètres du modèle ceux qui ont une influence sur le résultat qui nous intéresse. Celle-ci est assurée au moyen d'une analyse de sensibilité locale du modèle. La deuxième étape consiste à évaluer les incertitudes associées à ces paramètres les plus influents afin de propager cette incertitude dans le code de calcul et évaluer l'incertitude sur le résultat. Cette étape est effectuée au moyen d'approches probabilistes de type Monte Carlo. Nous ajoutons une troisième étape de manière à évaluer la responsabilité de chacun des paramètres sur les incertitudes associées au résultat. Cette information est cruciale pour l'utilisateur. Cette dernière étape est traitée au moyen d'une analyse de sensibilité globale sur un jeu de paramètres réduit. Nous nous sommes appuyés sur la plateforme expérimentale INCAS située à l'INES au Bourget du Lac (73) pour identifier les incertitudes de mesure mais aussi les incertitudes dont les hypothèses de modélisation font l'objet. Cette méthodologie pourra être utilisée durant tout le processus de conception d'un bâtiment, des premières esquisses à son exploitation. En phase de conception, cette méthodologie permettra d'orienter les choix architecturaux en évitant des options dont la fiabilité des résultats est incertaine. En phase d'exploitation, elle permettra d'identifier les points de mesure les plus pertinents, afin de réduire l'incertitude des paramètres les plus influents pour effectuer un diagnostic énergétique plus fiable du bâtiment. Elle pourra aussi s'étendre aux incertitudes liées aux occupants et aux conditions météorologiques.