Optimization of building energy consumption using simplified models and new control methods
(Optimisation de la consommation énergétique de bâtiment à l'aide de modèles simplifiés et des nouvelles méthodes de contrôle)

URL d'accès : http://ori-nuxeo.univ-lille1.fr/nuxeo/site/esupver...

Auteur(s):  Alhaj Hasan, Ola
Date de soutenance : 09/12/2014
Éditeur(s) : Université Lille1 - Sciences et Technologies 

Langue : Anglais
Directeur(s) de thèse :  Shahrour, Isam ; Defer, Didier
Laboratoire : Laboratoire de génie civil et géo-environnement (LGCgE)
Ecole doctorale : École doctorale Sciences pour l'Ingénieur (Lille)

Classification : Sciences de l'ingénieur
Discipline : Génie civil
Mots-clés : Confort thermique
Constructions -- Consommation d'énergie -- Évaluation
Chauffage -- Économies d'énergie
Chauffage -- Régulation
Commande prédictive
Commande en temps réel

Résumé : L'inquiétude croissante concernant le futur des ressources énergétique a fait de l'optimisation énergétique une priorité dans tous les secteurs. De nombreux sujets de recherche se sont focalisés sur celui du bâtiment étant le principal consommateur d'énergie, en particulier à cause de ses besoins en chauffage. Beaucoup de propositions pour réduire la consommations ont été faites. Ceux-ci vont de l'amélioration de l'isolation au changement du système de gestion du thermostat en passant par la formation des occupants à une meilleure gestion de leur bâtiment. Cette thèse propose une nouvelle méthode de contrôle qui permet de minimiser la consommation énergétique et dépenses budgétaires. La méthode génère un planning énergétique sur une période de temps pré-définie, ceci en prenant compte du confort thermique des occupants. Elle est basée sur l'application de la méthode de Monte Carlo, un générateur aléatoire appliqué au système de chauffage. L'objectif est de déterminer le planning de chauffage optimal, qui respecte les trois contraintes suivantes: - Le confort thermique des résidents; - La minimisation de l'énergie consommée / du budget; - Le déplacement de la charge. De plus, pour tester cette méthode, l'identification du comportement thermique du bâtiment a été requise. De ce fait, un modèle thermique du bâtiment a été développé. Ce modèle a été volontairement simplifié afin de l'intégrer plus simplement dans le processus de contrôle. De plus, une nouvelle approche d'identification thermique du bâtiment aussi bien qu'une nouvelle méthode de contrôle en temps réel ont été présentées.


Résumé (anglais) : With the highly developing concerns about the future of energy resources, the optimization of energy consumption becomes a must in all sectors. A lot of research was dedicated to buildings regarding that they constitute the highest energy consuming sector mainly because of their heating needs. Many proposals of new strategies to minimize building consumption were done. These proposals vary between recommending better insulation, advising change in occupants' behavior and changing the heating control management. This thesis proposes a new control method that helps minimizing the heating consumption and expenses. This method generates an energy plan over a defined prediction horizon respecting the occupants’ thermal comfort. It is based on the application of Monte Carlo method, i.e., a random generator for the heating system scenarios. The aim is to determine the optimal heating plan for the prediction horizon that fulfills the constraints regarding the following three factors: • The thermal comfort of occupants; • The minimization of the energy consumption/expenses; • Load shifting. However, to test this method, an identification of the building thermal behavior was needed. Thus, a building thermal model to simulate the building behavior was developed. This model was meant to be simplified in order to better integrate it in the control process. Furthermore, a new parameter estimation approach as well as a real time temperature control method are presented to ensure the implementation of the optimal predicted plan.


Cité Scientifique BP 30155 59653 VILLENEUVE D'ASCQ CEDEX Tél.:+33 (0)3 20 43 44 10