Prédiction des performances énergétiques des bâtiments avec prise en compte du comportement des usagers

Buildings energy performance prediction including occupants' behaviours

• Auteur / Autrice : Quentin Darakdjian
• Direction : Christian Inard
• Type : Thèse de doctorat
• Discipline(s) : Génie civil
• Date : Soutenance le 05/07/2017
• Etablissement(s) : La Rochelle
• Ecole(s) doctorale(s) : École doctorale Sciences et ingénierie des matériaux, mécanique, énergétique et aéronautique (Poitiers ; 2009-2018)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des Sciences de l’Ingénieur pour l’Environnement (La Rochelle)
• Jury : Président / Présidente : Monika Woloszyn
• Jury : Examinateurs / Examinatrices : Christian Inard, Monika Woloszyn, Stéphane Ploix, Darren Robinson, Sylvain Billé, Thierry Guiot, Jean-Marc Ogier, Éric Vorger
• Jury : Rapporteur / Rapporteuse : Stéphane Ploix, Darren Robinson

Mots clés

Mots clés contrôlés

Modèles mathématiques

Comportement humain

Constructions -- Économies d'énergie

Mots clés libres

Simulation thermique dynamique

Comportement des occupants

Système multi-agents

Modèle stochastique

Statistique multivariée

Dynamic thermal simulation

Occupant behaviour

Multi-agent system

Stochastic modelling

Multivariate statistics

Résumé

L’amélioration continue de la performance énergétique des bâtiments a été accompagnée par un développement d’outils numériques de plus en plus performants et précis. Alors que la prise en compte des phénomènes liés aux bâtiments, aux systèmes et à la météorologie est bien maîtrisée, le comportement des occupants est modélisé de manière très simplifiée par des scénarii répétitifs et des lois déterministes. L’impact des occupants sur les consommations énergétiques dans les bâtiments performants est pourtant majeur, comme en témoigne les écarts récurrents entre les résultats prédits et mesurés. Le travail de thèse propose, par l’intermédiaire d’une plateforme multi-agents et de modèles stochastiques, une mise à jour de la prise en compte de la présence des occupants et de leurs comportements sur la gestion des ouvrants, des dispositifs d’occultation, de l’éclairage et de la température de consigne de chauffage. Le champ d’application de la plateforme concerne les bâtiments de bureaux et de logements, pour des opérations neuves et de rénovation. Les modèles de comportement des occupants sont idéalement issus de campagnes de mesures in situ, d’études de laboratoire ou d’enquêtes sociologiques. La plateforme proposée est alors co-simulée avec le logiciel EnergyPlus, afin d’étudier l’influence des modèles sur les performances énergétiques. Dans la perspective de garantie de performance énergétique, ce travail contribue à la mise à jour et à la fiabilisation des outils de prédiction.

Continuous improvement of the building energy performance is associated with the development of increasingly efficient and accurate numerical tools. While the consideration of phenomena related to buildings, systems and weather is well mastered, occupants’ behaviours are modelled in a very simplified way by repetitive scenarios and deterministic laws. The impact of occupants on energy consumption in high-performance buildings is dominant, as evidenced by the recurring gaps between predicted and measured results. The thesis demonstrates, via a multi-agent platform and stochastic models, an update on the ability to model occupants’ presence, their behaviours on windows, occultation devices, artificial lighting and heating setpoint temperatures. The application of the platform applies to office and residential buildings, for new builds and refurbishments. Occupants’ behaviour models are ideally obtained from in situ surveys, laboratory studies or sociological works. The suggested platform is then co-simulated with the EnergyPlus software, to study the influence of the models on a buildings energy performance. In the perspective of energy performance guarantees, this work contributes to the updating and reliability of prediction tools.