Prise en compte de la complexité de modélisation dans la gestion énergétique des bâtiments

Complexity in modeling in building energy management

• Auteur / Autrice : Yanis Hadj Said
• Direction : Stéphane Ploix
• Type : Thèse de doctorat
• Discipline(s) : Automatique - productique
• Date : Soutenance le 20/07/2016
• Etablissement(s) : Université Grenoble Alpes (ComUE)
• Ecole(s) doctorale(s) : École doctorale électronique, électrotechnique, automatique, traitement du signal (Grenoble ; 199.-....)
• Partenaire(s) de recherche : Laboratoire : Sciences pour la conception, l'optimisation et la production (Grenoble)
• Jury : Président / Présidente : Étienne Wurtz
• Jury : Examinateurs / Examinatrices : Frédéric Wurtz, Pierre-Emmanuel Cavarec, Patrick Reignier, Cristian Muresan
• Jury : Rapporteurs / Rapporteuses : Hervé Guéguen, Jean-Jacques Roux

Mots clés

Mots clés contrôlés

Constructions -- Économies d'énergie

Modélisation des données du bâtiment

Mots clés libres

Système bâtiment

Gestion énergétique

Optimisation

Calcul symbolique

Modélisation multi-Applications

Energie

Building system

Energy management

Optimization

Computer algebraic system

Multi-Applications modeling

Energy

Résumé

Du fait de son impact énergétique, la gestion énergétique dans le bâtiment est devenu un enjeu majeur ses dernières années, qu'il s'agisse d'encourager la sobriété énergétique ou de s'adapter aux besoins des réseaux énergétiques. Différents travaux de recherche ont conduit à des gestionnaires énergétiques souvent dotés de capacités d'anticipation. Les premiers résultats, bien qu'encourageants, n'envisagent pas la complexité tant du fait nombre d'éléments que de la diversité des applications de gestion énergétique.Cette thèse propose d'apporter des éléments de solution à la problématique de complexité. Les travaux ont démarré par l'analyse du gestionnaire énergétique GHomeTech et son adaptation au prototype de bâtiment complexe CANOPEA. Les problématiques de composition sont explorées. Une solution favorisant la réutilisabilité d'éléments de modèles, l'agrégation et la transformation vers des modèles d'optimisation de type programmation linéaire en nombres entiers (PLNE), est proposée. L'outil résultant a été validé sur le projet CANOPEA.La gestion énergétique ne se limite pas à l'optimisation PLNE. Différentes natures d'applications permettent d'offrir d'autres services : l'estimation paramétrique de modèles pour simplifier la configuration des gestionnaires énergétiques, la simulation pour la validation et la prédiction fonction de scénarios définis par exemple. Cette autre dimension de la complexité est abordée dans un second volet du manuscrit. Des solutions de réécriture automatique de modèles sont proposées grâce à des manipulations symboliques permettant différents types de transformation. Plusieurs exemples de génération automatique de modèles applicatifs sont présentés.

Energy management for building has become a major issue this last decade because of its energy impact. Building energy management reduces energy wastes and enable a better matching between energy needs and grid capabilities. Different types of energy management systems are proposed in scientific literature, most of them with anticipation capacities.The first results do not really consider the complexity issue coming from the number of modeling elements and also coming from the diversity of energy management applications.This thesis proposes elements of solution to the complexity problem. The work started by analyzing the energy management system 'GHomeTech' and its adaptation to the complex building prototype CANOPEA. The issue of composition from elementary models is explored. A solution is proposed; it enables the reusability of elementary models. Aggregation and transformation into mixed integer linear programming optimization models is presented. The resulting tool has been validated on the CANOPEA project.Energy management is not limited to MILP optimization. Different types of applications are also used to provide other services: parametric estimation models to simplify the configuration of energy management systems, simulation for validation and prediction depending on pre-defined scenarios for example. This other dimension of complexity is discussed in a second part of the manuscript. Solutions for automatic rewriting of models are detailed. It relies on symbolic manipulations in different types of processing. Several examples of applications illustrating the automatic generation of models are presented.