Method for optimizing building’s energy performance diagnostic by instrumentation

L’objectif de ce travail de thèse est de fiabiliser et rendre pertinent le diagnostic de performance énergétique d'un projet de rénovation de bâtiments. Le contexte réglementaire actuel est trop simplifié pour permettre de massifier les rénovations énergétiques performantes. Actuellement, les diagnostics sont réalisés de façon à rendre comparable la performance des bâtiments sans tenir compte de l’usage, du fonctionnement et de l’environnement extérieur. Le résultat obtenu est une performance standardisée et non une image de la performance réelle du bâtiment. Les travaux préconisés à l’issue de ce diagnostic ne sont donc pas spécifiques au bâtiment et les économies qui en découlent sont entachées d’erreurs. Pour changer cela il est proposé de repenser le diagnostic énergétique en prenant en compte l’environnement extérieur, les usages, le fonctionnement réel des bâtiments ainsi que l’ensemble des incertitudes qui y sont associées. En plus des actions à mener sur l’enveloppe du bâtiment et ses équipements techniques, le diagnostic proposé intégrera aussi une analyse des usages afin de mettre en évidence un potentiel d’économies d’énergie avant travaux.Dans un premier temps, il est nécessaire de disposer d’informations sur le bâtiment :- Des informations physiques : plans, coupes, métrés, matériaux utilisés, équipements techniques en place.- Des données de consommation et d’usage : elles sont récupérées via un système d’instrumentation du bâtiment.Ces données seront par la suite utilisées pour alimenter deux outils de diagnostic. Le premier, étant une amélioration du diagnostic de performances énergétiques réglementaires. Le second portant sur l’analyse des données de consommation et d’usage du bâtiment.Afin d’améliorer le résultat de l’outil de diagnostic les postes de consommations non pris en compte seront ajoutés et les méthodologies de calculs existantes sur les postes de consommations conservés seront modifiées, au besoin, pour atteindre le niveau de précision souhaité. Les données issues du système d’instrumentation seront elles aussi réutilisées pour obtenir des informations précieuses sur le niveau de service du bâtiment (température, rendement…) mais aussi sur son environnement extérieur. L’intégration de ces données dans l’outil de diagnostic permettra de le calibrer et d’obtenir une image précise de la performance réelle du bâtiment. Des garde-fous seront aussi mis en place pour permettre d’identifier rapidement les faiblesses du bâtiment. Une fois calibré, le modèle créé sera utilisé pour réaliser une analyse de sensibilité et d’incertitude. L’objectif est de fiabiliser le résultat de l’outil de diagnostic énergétique mais aussi d’identifier les paramètres sensibles et influents sur cette performance.Les données de consommation et d’usages seront analysées pour comprendre comment est consommée l’énergie dans le bâtiment et mettre en évidence un potentiel d’économies d’énergie sur l’usage de ce dernier sans mener de campagne de travaux. Pour cela les données seront traitées à l’aide d’outils statistiques. Dans un premier temps la méthode de clustering développée permettra de regrouper les jours ayant des profils de consommations semblables. Ensuite parmi les regroupements réalisés, ceux identifiés comme une dérive du bâtiment seront isolés afin de mettre en évidence le dit potentiel. Le potentiel ainsi mis en évidence est relatif au jeu de données considéré, on ne connait pas la performance optimale du bâtiment (en l’état) et ce potentiel mis en évidence ne sera peut-être pas suffisant pour l’atteindre. Cependant, pour que ledit potentiel soit pertinent, le traitement de ces données devra bien entendu s’effectuer sur une période représentative du fonctionnement du bâtiment, il faudra aussi prendre en compte ses usages (occupation, période de chauffe, période estivale…) ainsi que les différents facteurs pouvant influer sur les consommations d’énergieThe main objective of this thesis is to make more reliable and relevant building’s energy performance diagnostic. The current regulatory context is too simplified to allow massification of efficient building retrofit. Currently, building’s energy performance diagnostic is made in order to make comparable building’s performance without taking into account the use, the functioning and the external environment. The result is a standardized performance and not a representative performance of the building. Finally, renovations recommended are not specific to the building and the resulting savings are tainted with errors. In order to change this, it is proposed to rethink the building’s energy performance diagnostic by taking into account the external environment, the uses, the actual functioning of the building and all the uncertainties associated with them. In addition to renovations to achieve on the building envelope, and technical equipment, the proposed diagnosis will also include an analysis of uses to highlight potential energy saving before retrofit.At first, we must have information on the building:- Physical information: plans, sections, materials used, technical equipment in place.- Consumption data: they are retrieved from a building instrumentation system.Those data will be used into two different diagnostic tools. The first is an improvement of regulatory building’s energy performance diagnostic. The second allows the analysis of consumptions patterns of the building.In order to improve the result of the regulatory building’s energy performance diagnostic, the energy consumption sources that are not taken into account will be added and the calculation of existing energy consumption sources will be improved to reach a higher level of precision. The data from the instrumentation system will also be used to get information on consumptions patterns of the building, performance of technical equipment and the external environment. Those data will also allow to get the correct calibration of the global energy performance from the new building’s energy performance diagnostic. Once calibrated, the results will be compared with threshold values to identify building’s weaknesses and subject to a sensitivity and uncertainty analysis. The main objective is to make the result of the new building’s energy performance diagnostic more relevant and identify sensitive and influential parameters.Consumptions data will be analyzed to highlight different consumption patterns of the building to finally extract a potential energy saving without carrying out renovation. In order to do that, statistical tools will be used. At first, the clustering method developed will allow to get together days with similar consumptions profiles. Next, among all the groups realized, those identified as a drift of the building’s consumptions will be analyzed to highlight the potential. This potential is relative to the dataset considered. We don’t know the optimal performance of the existing building and this potential may not be sufficient to reach it. To be relevant, this potential must take into account several parameters (occupation, heating period, summer period…) and all factors that can affect the building’s energy consumption.The ultimate goal is to have these two tools interact to improve the accuracy of building’s energy performance diagnostic. The improvement of energy performance does not necessarily involve renovation work, different solutions are possible:- The optimization of the existing: the energy savings potential will be used to optimize the building's performance.- Unit Actions / Heavy Renovation: dialogue between the building’s energy performance diagnostic and the results of the potential for energy savings will be needed.Energy savings generated by this analysis are double. We play both on the building, its equipment and their uses. Energy savings generated are then more precisely controlle