Soutenance de thèse d’Antoine LECONTE

Antoine Laconte soutiendra sa thèse le 10 octobre 2011. 

Titre : « Identification de caractéristiques réduites pour l’évaluation des performances des Systèmes Solaires Combinés».

Résumé

 

Les Systèmes Solaires Combinés (SSC), qui répondent aux besoins d’Eau Chaude Sanitaire (ECS) et de chauffage d’un bâtiment, peuvent réaliser des économies d’énergie conséquentes. Cependant, leurs performances dépendent énormément de leur conception, de leur installation et surtout de l’environnement énergétique auquel ils sont confrontés (c’est-à-dire les besoins thermiques du bâtiment et les ressources solaire). A ce jour, il est impossible de prédire l’économie d’énergie qu’un SSC permettrait de réaliser. Il n’existe aucun test normatif permettant la caractérisation des performances des SSC, ce qui pénalise le développement de son marché.

La méthode SCSPT (Short Cycle System Performance Test) a pour objectif d’évaluer les performances annuelles des SSC à partir d’un test de 12 jours sur banc d’essai thermique semi-virtuel. Sa particularité est de considérer chaque système comme un unique ensemble ce qui permet, contrairement aux méthodes de type « composant », de prendre en compte les vraies interactions entre les éléments des SSC lors de leur test. Elle montre de très bons résultats mais ceux-ci sont limités à la prédiction des performances du système pour le seul environnement énergétique adopté lors du test.

Ces travaux de recherche proposent une amélioration de la procédure SCSPT en lui ajoutant une étape d’identification d’un modèle générique de SSC à partir de données expérimentales. De cette manière, le modèle identifié pourrait simuler le comportement du SSC testé sur différentes séquences annuelles pour n’importe quel environnement énergétique et ainsi caractériser ses performances (à l’aide de la méthode FSC par exemple).

L’architecture proposée pour ce modèle est du type « Boite Grise ». Elle mêle une partie « Boite Blanche » composée d’équations physiques caractéristiques de certains éléments du SSC et une partie « Boite Noire » constituée principalement d’un réseau de neurones artificiels. Une procédure complète est conçue pour entrainer et sélectionner un modèle correspondant aux SSC à partir des données de leur test sur banc d’essai semi-virtuel.

Cette approche a été validée numériquement grâce à des simulations de trois modèles détaillés de SSC sous TRNSYS. En comparant leurs résultats annuels avec ceux des modèles « Boites Grises » entrainés à partir d’une séquence 12 jours, ces derniers sont capables de prédire la consommation en énergie d’appoint de manière très précise pour 27 environnements énergétiques différents.

L’application concrète de cette nouvelle procédure a été réalisée expérimentalement sur deux SSC réels. Elle a confirmé que l’approche était pertinente et cohérente. Elle a également permis d’identifier quelques améliorations pour que la méthode soit totalement opérationnelle.

Ce travaux offrent une base pour avancer dans l’élaboration d’une méthode complète et fiable de caractérisation des SSC qui pourrait conduire à une nouvelle procédure de normalisation et laisserait envisager un étiquetage énergétique.

Jury : 

Composition du jury :

· M. Christophe MENEZO, Professeur, Président 

  M. Christian INARD, Professeur, Rapporteur 

  M. Jean-Jacques ROUX , Professeur, Rapporteur 

  M. Gilbert ACHARD Professeur émérite, Directeur de thèse 

  Mme Céline COULAUD, Ingénieur R&D, Examinateur 

  M. Chris BALES, Docteur, Examinateur 

  M. Stéphane GRIEU, Maître de Conférences HDR, Examinateur 

  M. Philippe PAPILLON, Docteur, Examinateur