Des outils de modélisation performants comme la simulation énergétique dynamique (SED) et l'analyse de cycle de vie (ACV) peuvent aider les concepteurs et décideurs à améliorer les performances énergétiques et environnementales de leurs projets. Pour aller plus loin dans la recherche de solutions optimales, des algorithmes d'optimisation multicritère sont aujourd'hui disponibles et utilisables conjointement avec les outils de SED et d'ACV. Cette approche permet d'identifier rapidement et automatiquement des solutions optimales au sein d'un ensemble de paramètres de conception qui répondent aux attentes et aux contraintes des décideurs sur des critères économiques, énergétiques et environnementaux. L'usage de l'optimisation multicritère est prometteur pour maîtriser les coûts de construction et participer à une démarche d'écoconception qui minimise les impacts environnementaux du bâtiment, en particulier en phase amont lors de laquelle les décisions prises influencent le plus la performance. Néanmoins, comme toute démarche d'aide à la décision basée sur des modèles, la problématique des incertitudes pèse sur la fiabilité des résultats. Ces incertitudes proviennent de la précision du modèle et des données employées, de sources de variabilités naturelles incontrôlables, et d'hypothèses ou d'erreurs dans la modélisation. Par ailleurs, en phase de conception, l'ACV est utilisée dans une approche prospective qui introduit des incertitudes liées au futur. Celles ci sont renforcées par la longue durée de vie du bâtiment qui dépasse généralement les 50 à 80 ans, et qui entretient des interactions complexes avec d'autres systèmes dynamiques tels que les réseaux de distribution d'énergie ou le climat. Ces diverses sources d'incertitudes devraient être propagées dans une ACV de bâtiment pour améliorer la fiabilité des résultats et rendre l'écoconception des bâtiments plus robuste dans le temps. Les travaux de cette thèse ont pour objet d'élaborer une démarche d'optimisation multicritère sous incertitudes pour l'écoconception robuste de bâtiments zéro énergie à coût de construction maîtrisé. Un état de l'art est réalisé pour identifier les sources d'incertitudes qui peuvent affecter les performances énergétiques et environnementales des bâtiments. Elles proviennent de la pratique générale de la modélisation et de l'usage de données, ainsi que d'aspects spécifiques au cycle de vie complet d'un bâtiment. Une première amélioration est apportée à la fiabilité des résultats de la procédure d'optimisation grâce à la mise à jour des données d'inventaire et des méthodes de caractérisation de la démarche de l'ACV. Puis, une méthode de propagation des incertitudes en ACV de bâtiment est construite de manière à considérer quelques incertitudes significatives du cycle de vie d'un bâtiment. La maîtrise des temps de calcul est une contrainte majeure dans la construction de cette méthode en vue de son usage en optimisation multicritère robuste de bâtiment car la procédure initiale d'optimisation multicritère du bâtiment nécessite le calcul de milliers simulations énergétiques dynamiques et peut déjà durer plus d'une dizaine d'heures selon la taille du bâtiment étudié. Ces incertitudes de cycle de vie sont représentées sous forme de scénarios inter annuels à propos du changement climatique, de l'évolution du système national de production d'électricité, du vieillissement des panneaux solaires photovoltaïques domestiques et de l'installation d'une climatisation par les occupants. Dans le cas étudié à titre d'illustration, l'approche proposée permet d'évaluer 32 trajectoires dynamiques du cycle de vie d'une conception de bâtiment et de calculer la robustesse de son bilan d'énergie positive et de ses impacts environnementaux. La procédure d'optimisation multicritère robuste ainsi proposée améliore la capacité de l'algorithme à converger vers des solutions qui performantes aujourd'hui et dans le futur, et dont les coûts de construction sont maîtrisés.
Building designers and decision makers can benefit from efficient modelling methods such as building performance simulation (BPS) and life cycle assessment (LCA) to help them make better design decision towards zero-energy buildings with low environmental impacts. BPS and LCA methods can be used jointly with a multicriteria optimisation algorithm to automatically identify optimal design decisions with regards to objectives and constraints of the decision makers. This approach based on multicriteria optimisation is promising to help minimise construction costs of zero-energy buildings, particularly in early design phases when decisions have the highest influence on performance. However, the reliability of model based decision making tools is highly sensitive to uncertainties that arise from several sources: insufficiently accurate models and data, variabilities or choices and errors in the modelling process. Moreover, LCA should be used in a prospective manner during an early building design phase and brings uncertainties about the future of the building system. These future related uncertainties are reinforced by a very long building lifetime (usually more than 50 to 80 years) and complex interactions with dynamic systems such as the electricity production network or the climate. The different uncertainty sources should be propagated into building LCA in order to enhance the reliability of its results and improve the robustness of eco-design. This work develops a method for multicriteria optimisation under uncertainty in order to design affordable zero-energy buildings in a more robust way. A state of the art is presented regarding the uncertainty sources that could affect the reliability of buildings' energy and environmental performances. Those uncertainties arise both from the general practice of modelling and data use and from specific aspects that occur during a complete building life cycle. A first improvement to the reliability of the optimisation results is provided by adopting more accurate and up-to-date life cycle inventory data and life cycle impact assessment methodologies in the building LCA procedure. Then, a method of uncertainty propagation in building LCA is developed which takes into account some influential life cycle uncertainty sources in order to limit the computational burden when applied into a robust multicriteria optimisation procedure. The limitation of the calculation cost is an important constraint as the initial multicriteria optimisation procedure involves thousands of building performance simulations and can last more than ten hours depending on the building project's size. Future related uncertainties about climate change, national electricity production system, domestic photovoltaic panels ageing and the possible installation of a cooling system by the occupants in a warmer climate are described using interannual scenarios. In the illustrating case study, this approach allows assessing 32 alternative dynamic life cycles for each building design that is explored during the robust optimisation procedure and their respective robustness metrics about future energy and environmental performances. The proposed robust multicriteria optimisation procedure improves the capabilities of the optimisation algorithm to reach building eco-design solutions which have high performances today and in the future, while minimising their construction costs.
Titre anglais : Robust multicriteria optimisation for zero energy buildings ecodesign
Date de soutenance : Thursday 17 September 2020 à 14h00
Adresse de soutenance : 60 boulevard Saint-Michel, 75272 Paris - L213
Directeurs de thèse : Bruno PEUPORTIER, Patrick SCHALBART
Ecole
240 ans de recherche et de formation
Vidéo : 240ans de recherche
> En savoir +
Formation
Mines Paris plébiscitée par ses étudiantes
Mines Paris - PSL, une école qui répond
> En savoir +
Formation
Femmes de science
Chercheuses confirmées, doctorantes, élèves ou alumni,
> En savoir +
Formation
Quelle école d’ingénieurs a le
Mines Paris - PSL au Top 5 du classement LinkedIn 2023
> En savoir +
Formation
Virginie Ren remporte un Trophée Veolia de la
Virginie Ren, ingénieure Mines Paris - PSL, en
> En savoir +
Formation
Agathe Gilain, Prix de droit, économie et
L’Académie de l’Air et de l’Espace
> En savoir +