Thèse soutenue

Etude et amélioration de l'application de calibrage bayésien dans les modèles énergétiques du bâtiment
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Samih Akkari
Direction : Bruno Peuportier
Type : Thèse de doctorat
Discipline(s) : Energétique et génie des procédés
Date : Soutenance le 03/10/2022
Etablissement(s) : Université Paris sciences et lettres
Ecole(s) doctorale(s) : Ecole doctorale Ingénierie des Systèmes, Matériaux, Mécanique, Énergétique
Partenaire(s) de recherche : Laboratoire : Centre Efficacité Énergétique des Systèmes. Paris
établissement de préparation de la thèse : École nationale supérieure des mines (Paris ; 1783-....)
Jury : Président / Présidente : Laurent Mora
Examinateurs / Examinatrices : Bruno Peuportier, Séverine Demeyer, Christian P. Robert, Maxime Trocmé, Patrick Schalbart
Rapporteurs / Rapporteuses : Ruchi Choudhary, Stéphane Ploix

Résumé

FR  |  
EN

Les outils de simulation énergétique dynamique des bâtiments sont essentiels pour analyser la performance de projets de rénovation ou de construction neuve. Cependant, ces modèles sont caractérisés par un degré d'incertitude et un biais est généralement constaté par rapport aux observations mesurées. Ainsi, le calibrage des modèles et la propagation des incertitudes ont reçu une attention croissante dans le domaine de la simulation énergétique des bâtiments. Dans cette thèse, différentes méthodes bayésiennes sont sélectionnées dans la littérature et évaluées en termes de précision et d'efficacité de calcul. Une nouvelle méthode plus rapide en termes de calcul que celles trouvées dans la littérature est également proposée et testée sur des données virtuelles. Une comparaison détaillée entre des méthodes d’analyse de sensibilité est effectuée en termes de robustesse, de précision et d'efficacité de calcul. De plus, une analyse d'identifiabilité basée sur les résultats de sensibilité est menée pour classer les paramètres non seulement en termes d'importance mais aussi pour tenir compte d’éventuelles interactions. L'effet de cette étape est évalué en termes de performance du calibrage. De plus, le choix du nombre de paramètres pour le calibrage est étudié sur une étude de cas virtuelle suivant une méthodologie appropriée. Enfin, une étude de cas réel correspondant à des données réelles monitorées est utilisée pour vérifier les conclusions de cette thèse.