Une nouvelle approche de génération de séquences fictives pour des estimations rapides de systèmes CVC hybrides en temps réel dans les performances des bâtiments

A novel fictitious sequence generation approach for fast estimations of hybrid real-time HVAC system in building performances

• Auteur / Autrice : Prasaant Balasundaram
• Direction : Stéphane Ploix, Benoit Delinchant
• Type : Thèse de doctorat
• Discipline(s) : Automatique et productique
• Date : Soutenance le 23/01/2023
• Etablissement(s) : Université Grenoble Alpes
• 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 : Seddik Bacha
• Jury : Examinateurs / Examinatrices : Gilles Fraisse, Stéphane Ginestet
• Jury : Rapporteurs / Rapporteuses : Frédéric Hamelin, Christian Inard

Mots clés

Mots clés contrôlés

Constructions -- Économies d'énergie

Optimisation mathématique

Simulation par ordinateur

Temps réel (informatique)

Mots clés libres

Simulation en temps réel

Réduction de séquence

Optimisation

Real time simulation

Sequence Reduction

Optimization

Résumé

Les simulations Hardware in the Loop (HIL) offrent un avantage de test en temps réel dans des conditions de champ quasi réelles, car elles comportent deux parties, une partie réelle et une partie virtuelle. Dans la plupart des cas, la partie réelle est le système qui doit être testé (généralement un système de chauffage ou de refroidissement), tandis que la partie virtuelle constitue l'enveloppe du bâtiment qui combine l'environnement bâti et les conditions météorologiques. On peut utiliser cette philosophie pour évaluer la performance saisonnière d'un système de chauffage/refroidissement par rapport à une enveloppe de bâtiment particulière. Les méthodologies existantes utilisent cette philosophie HIL pour évaluer l'efficacité saisonnière. Ils s'appuient sur l'idée de récupérer des jours représentatifs de test à partir des données météorologiques existantes. Ces journées types peuvent inclure des journées de différentes saisons. La sélection des jours pertinents est basée sur la technique de regroupement où les jours de différentes saisons sont utilisés pour les tests sont discontinus, ce qui a entraîné des retards supplémentaires dans la durée des tests.Ce travail de recherche propose une alternative à l'approche du jour de ramassage : la conception de données météorologiques fictives représentatives. On peut surmonter la méthodologie de test actuelle en essayant d'ajouter plus de fonctionnalités au temps de test en développant de nouvelles conditions météorologiques fictives basées sur les métadonnées des données météorologiques de toute l'année. Ces données fictives peuvent représenter toutes les données météorologiques ou les données que nous voulons en utilisant ces conditions de test fictives. Un tel résultat est ensuite comparé avec la méthode de clustering de pointe.Enfin plusieurs séquences courtes fictives sont générées pour vérifier si la méthodologie pourrait poser des incertitudes sur les performances saisonnières évaluées. Les résultats obtenus à l'aide de la méthodologie des séquences fictives tiennent bon pour différentes conditions climatiques, différentes enveloppes de bâtiments et différentes séquences d'essais. Les résultats obtenus expliquent également que la même chose pourrait être appliquée aux cas d'utilisation où plusieurs caractéristiques (signaux) pourraient être impliquées pour les applications HIL en boucle ouverte et en boucle fermée théoriquement.

The Hardware in the Loop (HIL) simulations offer a real time testing advantage in near real field conditions, because it has two parts a real part and a virtual part. In most cases, the real part is the system that needs to be tested (usually a heating or a cooling system), while the virtual part forms the building envelope which combines the built environment and the weather conditions. One can use this philosophy to evaluate the seasonal performance of a heating/cooling system with respect to a particular building envelope. Existing methodologies make use of this HIL philosophy to evaluate the seasonal efficiency. They rely on the idea of picking-up testing representative days from the existing weather data. These typical days can include the days from different seasons. Selecting the relevant days is based on the clustering technique where days from different seasons are used for testing are discontinuous, which led to further delays in the testing time.This research work proposes an alternative to the picking-up day approach: the design of representative fictitious weather data. One can overcome the present testing methodology by trying to add more features to the testing time by developing a new fictitious weather conditions based on the meta data of the whole year weather data. This fictitious data can represent all the weather data or the data that we want using this fictitious testing conditions. Such, a result is then compared with the state-of-the-art clustering method.Finally multiple fictitious short sequences are generated to check if the methodology could pose any uncertainties on the seasonal performance evaluated. The results obtained using the fictitious sequence methodology hold good different climatic conditions, different building envelopes and different test sequences. The results obtained also elucidate that the same could be applied to use cases where multiple features (signals) could be involved for both open loop and closed loop HIL applications theoretically.