Les quartiers constituent aujourd'hui une échelle privilégiée des collectivités pour leur politique de transition énergétique. Cette thèse propose une méthode de construction de modèles thermiques de bâtiments applicable à cette maille. L'objectif est de pouvoir simuler des scénarios de performance énergétique (flexibilité, rénovation, sobriété) pour aider les prises de décisions, ainsi que de réaliser un suivi permettant d'identifier des dérives de consommation et d'évaluer des actions de performances énergétique mises en place. Dans une première phase, des modèles réduits RC, sont paramétrés à partir de bases de données territoriales, de documents de construction et de données statistiques d'enrichissement. Ces modèles, dis a priori, peuvent ensuite être calibrés par inférence bayésienne, à partir des données d'exploitation des bâtiments telles que les puissances de chauffage et les températures intérieures. Un modèle RC est construit sur la base de la norme ISO13790 et sélectionné pour ses capacités prédictives et l'identifiabilité de ses paramètres. Les possibilités et les limites des modèles a priori et a posteriori sont évaluées au regard des objectifs de la thèse, et en fonction des données de calibration disponibles.
Districts are now a privileged scale for local authorities in their energy transition policy. This thesis proposes a method for constructing thermal models of buildings applicable to this scale. The objective is to simulate energy performance scenarios (flexibility, renovation, sobriety) in order to help decision making, as well as to perform an energy monitoring in order to identify consumption drifts and to evaluate the energy performance measures implemented. In a first phase, RC models are parameterized from territorial databases, construction documents and statistical data. Then, these models can be calibrated by Bayesian inference, with building operating data such as heating power and indoor temperatures. A RC model has been built on the basis of the ISO13790 standard and selected for its predictive capabilities and the identifiability of its parameters. The possibilities and limitations of the prior and posterior models are evaluated with respect to the objectives of the thesis, and according to the available calibration data.
Titre anglais : Modeling for monitoring and improving the energy performances of districts
Date de soutenance : jeudi 9 septembre 2021 à 9h30
Adresse de soutenance : Mines ParisTech - Université PSL 60 Bd Saint-Michel, 75272 Paris - V107
Directeur de thèse : Pascal STABAT
Co-encadrant : Thomas BERTHOU
Formation
Journée internationale des femmes dans
Olympe, Leïla, Héloïse, Louison,
> En savoir +
Formation
Débat : Mettre fin à la défiance à l’égard des
Parc éolien dans l’Aisne. Bruno Peuportier,
> En savoir +
Formation
Solidarité avec le peuple et soutien aux étudiants
L‘Université PSL condamne fermement
> En savoir +
Formation
L'ambition d'une vraie transition
Rendez-vous pour le lancement, les 22 avril à Paris et 5
> En savoir +
Formation
Femmes de science
Chercheuses confirmées, doctorantes, élèves ou alumni,
> En savoir +
Formation
Concours Mines Paris Spin-off 2022
L'école et sa fondation lancent la 2e
> En savoir +
Le 29 septembre 2022 Le numérique dans la transition énergétique?
Du 29 août 2022 au 7 janvier 2023 La rentrée 2022-2023
Le 29 septembre 2022 Le numérique dans la transition énergétique?
Du 29 août 2022 au 7 janvier 2023 La rentrée 2022-2023