Contrôle intelligent basé données et axé sur l'occupant pour l'efficacité énergétique des bâtiments

Intelligent, data-driven, occupant-focused control for energy efficiency inbuildings

• Auteur / Autrice : Oumaima Ait essi
• Direction : Frédéric Hamelin, Joseph Yame, Hicham Jamouli
• Type : Projet de thèse
• Discipline(s) : Automatique, Traitement du signal et des images, Génie informatique
• Date : Inscription en doctorat le 25/05/2023
• Etablissement(s) : Université de Lorraine en cotutelle avec Université Ibn Zohr
• Ecole(s) doctorale(s) : IAEM - INFORMATIQUE - AUTOMATIQUE - ELECTRONIQUE - ELECTROTECHNIQUE - MATHEMATIQUES
• Partenaire(s) de recherche : Laboratoire : CRAN - Centre de Recherche en Automatique de Nancy

Mots clés

Mots clés libres

Intelligence artificielle

Apprentissage renforcé

Efficacité énergétique

Comportement humain

Artificial intelligence

Reinforcement learning

Energitic efficiency

Human behavior

Occupant centric control

Résumé

Pour contribuer à la performance énergétique des bâtiments, deux leviers peuvent être activés : l'un relatif au bâti (enveloppe), l'autre relatif à l'utilisation juste nécessaire de l'énergie par une gestion active des systèmes et équipements techniques du bâtiment. Le projet de thèse proposé s'inscrit dans le cadre de l'efficacité énergétique active avec pour objectif le développement d'approches nouvelles de modélisation, simulation et de contrôle de l'efficience énergétique des bâtiments afin de réduire leur consommation en phase opérationnelle d'exploitation. De nombreux travaux ont été réalisés ces dernières années sur cette approche active et plusieurs solutions novatrices pour réaliser des objectifs d'efficience énergétique en présence de diverses contraintes ont été proposées pour l'essentiel dans le cadre des dispositifs de gestion de l'énergie et de contrôle du confort intérieur [1]. Les techniques avancées de commandes automatiques et en particulier le contrôle prédictif basé sur des techniques d'optimisation sous contraintes ont permis de faire des progrès notables dans la gestion énergétique des bâtiments [2]. Ces techniques ont été utilisées aussi bien pour la gestion efficace de l'énergie en fonctionnement nominal qu'en situation de défaillances des équipements pour s'accommoder aux défauts et réduire la consommation d'énergie lors d'apparition de modes de défaillances [3]-[4]. Pour améliorer significativement l'efficacité énergétique des bâtiments dans lesquels vivent et/ou travaillent des individus qui y passent en moyenne entre 65% à 90% de leur temps, la littérature scientifique montre qu'il ne suffira pas de modifier les techniques de construction ou d'utiliser des technologies de contrôle-commande plus efficaces sur le plan énergétique [5]-[7]. Parmi les nombreux facteurs dont dépend la consommation énergétique d'un bâtiment (e.g., l'enveloppe, l'orientation et les caractéristiques ambiantes telles que le chauffage, le refroidissement, l'éclairage, etc…), il s'avère que l'occupant et son comportement sont des facteurs clés extrêmement importants qui façonnent et influencent fortement l'utilisation de l'énergie de manière complexe et parfois de manière contreintuitive [8]-[9]. En effet, les actions de l'occupant, telles que le réglage d'un thermostat pour le confort, l'allumage et l'extinction des lumières, l'utilisation d'appareils électroménagers, l'ouverture et la fermeture des fenêtres, la montée et la descente des stores et les déplacements entre les espaces, etc…, peuvent avoir un impact significatif sur la consommation réelle d'énergie et le confort intérieur. Le retour d'expérience a effectivement confirmé que les performances énergétiques réelles en phase opérationnelle des bâtiments sont très différentes de celles prévues lors des calculs de conception via des logiciels de simulation de performance énergétique des bâtiments ([10]), l'une des causes majeures d'incertitudes dans la simulation étant effectivement la mauvaise prise en compte des occupants et de leurs comportements. En phase opérationnel d'exploitation des bâtiments, lestravaux prenant en compte le facteur clé non-technique qu'est le comportement humain dans la problématique du contrôle actif de l'efficacité énergétique sont effectivement rares [11], exceptés quelques travaux rapportés très récemment dans la littérature scientifique [12]. Au regard de cette lacune de la recherche sur le contrôle actif de l'efficacité énergétique axé sur l'occupant et son comportement, les objectifs scientifiques de ce projet de thèse sont de développer des modèles dynamiques de bâtiments intégrant le comportement des occupants et orientés vers la commande avec pour finalité la conception et la mise en œuvre de stratégies de contrôle-commande pour une réduction optimale de la consommation énergétique. Dans cette optique, comprendre le comportement des occupants d'un bâtiment et leurs habitudes d'occupation est nécessaire pour minimiser la consommation d'énergie tout en satisfaisant leur confort. L'occupation d'un espace et le comportement des occupants représentent en réalité une énorme source d'incertitude dans la modélisation classique de la dynamique thermique des bâtiments basée sur les modèles de connaissances classiques issues des lois de la physique et de la thermodynamique. Le point de vue original et innovant que nous souhaitons adopter dans ce travail de recherche est de considérer plutôt le comportement des occupants comme une caractéristique endogène de la dynamique globale d'un bâtiment. Une question importante de recherche qui découle de ce point de vue est comment cette caractéristique peut être correctement identifiée et modélisée pour un contrôle intelligent de l'efficacité énergétique ? Le projet de recherche propose de décliner cette question importante en deux problématiques centrales : i. la modélisation dynamique des bâtiments axée sur le comportement des occupants et adaptée à l'objectif de contrôle optimal de l'efficacité énergétique ii. le développement de nouvelles techniques et algorithmes de contrôle intelligent adaptatif centré sur l'occupant, ces algorithmes assurant l'efficience énergétique des bâtiments sous contrainte de confort thermique et des variations du comportement humain. Cette question du contrôle intelligent de l'efficacité énergétique des bâtiments telle que formulée via les problématiques ci-dessus présente des difficultés spécifiques non triviales et des verrous scientifiques à lever en raison des contraintes cumulatives qu'elles impliquent au regard de la modélisation thermique et de la prise en compte de l'occupation et du comportement des occupants. Une piste de recherche que nous projetons d'explorer prioritairement au niveau méthodologique est celle de la modélisation et du contrôle basés sur les données désormais omniprésentes grâce aux technologies du numérique. L'analyse des données collectées peut permettre de comprendre la manière dont les occupants réagissent à leur environnement intérieur et par conséquent aider à révéler certains paramètres relatifs à l'information sur l'occupant. L'identification de ces paramètres (e.g., l'occupation, la localisation, le comportement/activité, les déplacements, etc.) sera donc cruciale pour « injecter » de l'intelligence dans les systèmes de contrôle de l'efficacité énergétique. Les stratégies de commande envisagées, centrées sur l'occupant, portera sur des stratégies basées données avec un accent particulier sur les commandes optimales par apprentissage renforcé (reinforcement learning) et ses variantes éventuellement de type contrôle prédictif basé sur l'apprentissage renforcé. La faisabilité des résultats, sera démontrée via des simulations numériques dans l'environnement MATLAB couplé si nécessaire à des logiciels spécifiques de simulation de bâtiments (e.g., TRNSYS) et via le démonstrateur Eco-sûr du CRAN, nouvellement construite et installée à ATELA.

To contribute to the energy performance of buildings, two levers can be activated: one relating to the building (envelope), the other relating to the just necessary use of energy through active management of the building's technical systems and equipment. . The proposed thesis project falls within the framework of active energy efficiency with the objective of developing new approaches to modelling, simulation and control of the energy efficiency of buildings in order to reduce their consumption in the operational phase by operation. Many studies have been carried out in recent years on this active approach and several innovative solutions for achieving energy efficiency objectives in the presence of various constraints have been proposed, essentially within the framework of energy management and indoor comfort control [1]. Advanced automatic control techniques and in particular predictive control based on constrained optimization techniques have made significant progress in the energy management of buildings [2]. These techniques have been used both for efficient energy management in nominal operation and in equipment failure situations to accommodate faults and reduce energy consumption when failure modes appear [3]. -[4]. To significantly improve the energy efficiency of buildings in which people live and/or work who spend on average between 65% and 90% of their time there, the scientific literature shows that it will not be enough to modify construction techniques or to use more energy-efficient control technologies [5]-[7]. Among the many factors on which the energy consumption of a building depends (e.g., the envelope, the orientation and the ambient characteristics such as heating, cooling, lighting, etc.), it turns out that the occupant and their behavior are extremely important key factors that strongly shape and influence energy use in complex and sometimes counterintuitive ways [8]-[9]. Indeed, the actions of the occupant, such as setting a thermostat for comfort, turning lights on and off, using appliances, opening and closing windows, Raising and lowering blinds and moving between spaces, etc., can have a significant impact on actual energy consumption and interior comfort. Feedback has effectively confirmed that the actual energy performance of buildings in the operational phase is very different from that predicted during design calculations using building energy performance simulation software ([10]), one of the causes major uncertainties in the simulation being indeed the bad taking into account of the occupants and their behaviors. In the operational phase of building operation, work taking into account the key non-technical factor of human behavior in the issue of active control of energy efficiency is indeed rare [11]. except for a few works reported very recently in the scientific literature [12]. In view of this gap in research on the active control of energy efficiency focused on the occupant and his behavior, the scientific objectives of this thesis project are to develop dynamic models of buildings integrating the behavior of the occupants and oriented towards control with the aim of designing and implementing control-command strategies for optimal reduction of energy consumption. With this in mind, understanding the behavior of the occupants of a building and their occupation habits is necessary to minimize energy consumption while satisfying their comfort. Occupancy of space and behavior of the occupants actually represent a huge source of uncertainty in the classical modeling of the thermal dynamics of buildings based on classical knowledge models from the laws of physics and thermodynamics. The original and innovative point of view that we wish to adopt in this research work is to consider the behavior of the occupants rather as an endogenous characteristic of the overall dynamics of a building. An important research question that arises from this perspective is how this characteristic can be properly identified and modeled for intelligent control of energy efficiency? The research project proposes to break down this important question into two central issues: i. dynamic modeling of buildings focused on occupant behavior and adapted to the objective of optimal control of energy efficiency ii. the development of new adaptive intelligent control techniques and algorithms centered on the occupant, these algorithms ensuring the energy efficiency of buildings under thermal comfort constraints and variations in human behavior. This question of intelligent control of the energy efficiency of buildings as formulated via the above issues presents specific non-trivial difficulties and scientific locks to be lifted because of the cumulative constraints they imply with regard to thermal modeling and consideration of occupancy and occupant behavior. A research avenue that we plan to explore as a priority at the methodological level is that of modeling and control based on the data now ubiquitous thanks to digital technologies. Analysis of the collected data can help understand how occupants react to their indoor environment and therefore help reveal certain parameters related to occupant information. The identification of these parameters (e.g., occupation, location, behaviour/activity, movements, etc.) will therefore be crucial to “inject” intelligence into energy efficiency control systems. The control strategies envisaged, centered on the occupant, will focus on data-based strategies with a particular emphasis on optimal controls by reinforcement learning and its variants, possibly of the predictive control type based on reinforced learning. The feasibility of the results will be demonstrated via numerical simulations in the MATLAB environment coupled if necessary with specific building simulation software (e.g., TRNSYS) and via the CRAN Eco-sûr demonstrator, newly built and installed at ATELA.