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 |
Mots clés
Résumé
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.