Auteur / Autrice : | Simon Ligier |
Direction : | Bruno Peuportier, Patrick Schalbart |
Type : | Thèse de doctorat |
Discipline(s) : | Energétique et procédés |
Date : | Soutenance le 28/09/2018 |
Etablissement(s) : | Paris Sciences et Lettres (ComUE) |
Ecole(s) doctorale(s) : | École doctorale Sciences des métiers de l'ingénieur (Paris) |
Partenaire(s) de recherche : | établissement de préparation de la thèse : École nationale supérieure des mines (Paris ; 1783-....) |
Laboratoire : Centre Efficacité Énergétique des Systèmes. Paris | |
Jury : | Président / Présidente : Monika Woloszyn |
Examinateurs / Examinatrices : Bruno Peuportier, Patrick Schalbart, Laurent Mora, Christophe Gobin | |
Rapporteurs / Rapporteuses : David Bigaud, Stéphane Ploix |
Résumé
Les écarts communément observés entre les prévisions de consommations énergétiques et les performances réelles des bâtiments limitent le développement des projets de construction et de réhabilitation. La garantie de performance énergétique (GPE) a pour vocation d’assurer des niveaux de consommations maximaux et donc de sécuriser les investissements. Sa mise en place fait cependant face à plusieurs problématiques, notamment techniques et méthodologiques. Ces travaux de thèse se sont intéressés au développement d’une méthodologie pour la GPE associant les outils de simulation énergétique dynamique (SED) à un protocole de mesure et vérification. Elle repose d’abord sur la modélisation physico-probabiliste du bâtiment. Les incertitudes sur les paramètres physiques et techniques, et les variabilités des sollicitations dynamiques sont modélisées et propagées dans la SED. Un modèle de génération de données météorologiques variables a été développé. L’étude statistique des résultats de simulation permet d’identifier des modèles liant les consommations d’intérêt à des facteurs d’ajustement, caractéristiques des conditions d’exploitation. Les méthodes de régression quantile permettent de déterminer le quantile conditionnel des distributions et caractérisent donc conjointement la dépendance aux facteurs d’ajustement et le niveau de risque de l’engagement. La robustesse statistique de ces méthodes et le choix des meilleurs facteurs d’ajustement ont été étudiés, tout comme l’influence des incertitudes sur la mesure des grandeurs d’ajustement en exploitation. Leur impact est intégré numériquement en amont de la méthodologie. Cette dernière est finalement mise en œuvre sur deux cas d’étude : la rénovation de logements, et la construction de bureaux.