Modélisation globale des systèmes adaptée à l’optimisation

Objectifs et choix de la modélisation

La finalité de ce projet est de réaliser un outil capable de proposer un choix et un dimensionnement optimal de l’ensemble des systèmes de récupération, de stockage et de génération de l’énergie d’un bâtiment. Le dimensionnement de la boucle de récupération passe par la réalisation d’un modèle et l’utilisation d’une méthode d’optimisation.

Le modèle proposé devra donc s’adapter aux méthodes d’optimisation. De plus, il devra être simple d’utilisation, la saisie devra contenir un nombre réduit de paramètres. La modularité et l’adaptabilité du modèle sont également essentielles car il existe un très grand nombre de systèmes de stockage et de récupération, et de nouveaux systèmes pénètrent régulièrement le marché. Il est nécessaire que la prise en compte de ces nouveaux systèmes soit possible.

Enfin, le modèle devra intégrer un pilotage léger des systèmes, ce qui implique la nécessité d’appréhender correctement la temporalité. Il faut être capable de gérer les systèmes de façon instantanée, c’est la capacité réactive et à la fois de gérer des phénomènes physiques plus long (inertie), c’est la capacité anticipative. Il faut également être conscient que les perturbations et les incertitudes sont très importantes en gestion de l’énergie [MOND2007].

Le mécanisme de pilotage doit en tenir compte. Un des objectifs futurs est de pouvoir utiliser le modèle développé pour faire du pilotage. Il ne s’agit pas d’un objectif pour ces travaux mais dans la mesure du possible le modèle doit être pensé pour répondre un jour à cela. Le paragraphe suivant vise donc à déterminer le type d’approche qui répondra à la majorité de ces critères afin de construire le modèle le plus adapté à la problématique.

Choix de la méthode

Point de vue global En introduction de ce chapitre, trois types d’approches ont été présentées. Le tableau cidessous propose d’évaluer de façon globale chacune d’entre elles. Tableau 29 : Facteurs de qualité des différents niveaux de modélisation [MERA2012] Les critères rouges ont une importance haute. Les modèles de type « boites grises » et « boites noires » semblent répondre à une majorité d’entre eux.

En revanche, le modèle de type « boites blanches » répond à très peu de ces critères. Cette méthode peut être écartée. La description des domaines d’applications proposée ci-dessous ne vient que renforcer ce constat.  Par conséquent, deux modèles peuvent être envisagés : le modèle « boites grises » ou « boites noires », avec un certain avantage pour le modèle « boites grises ». Les paragraphes qui suivent, analysent ces deux types d’approches au regard des objectifs fixés afin de déterminer l’approche qui sera favorable.

Dans un premier temps, seul le point de vue de la modélisation sera considéré puis celui de l’adaptabilité du modèle à l’optimisation sera proposé. ii. Point de vue de la modélisation Modèle «boites noires» Le modèle « boites noires » est réalisé uniquement à partir de données expérimentales et d’observations. Il permet de modéliser un système à partir d’équations empiriques. Ce type de modèle n’a aucune valeur explicative sur les différents comportements [TRUO2009].

Pour aboutir à ce type de modèle, dans un premier temps, il est nécessaire de mettre en place des plans d’expériences afin d’acquérir une expertise sur les différents éléments et les différentes configurations envisageables. A partir de ces résultats, il faudra proposer des équations qui caractériseront le comportement du système en fonction des différents paramètres d’entrée. Ces paramètres dont l’influence est considérée comme dominante auront été déterminés grâce aux plans d’expériences.

Ainsi, il sera possible de réaliser des polynômes pour caractériser le comportement du système. Il suffira alors de saisir les valeurs des paramètres d’entrée dans le modèle pour connaître les résultats en sortie. Ces résultats pourront être des performances du système global par exemple.