Commande prédictive distribuée pour la gestion de l'énergie dans le bâtiment Distributed model predictive control for energy management in building

Currently, energy management strategies for buildings are mostly based on a concatenationof logical rules. Despite the fact that such rule based strategy can be easilyimplemented, it suffers from some limitations particularly when dealing with complexsituations. This thesis is concerned with the development and assessment ofModel Predictive Control (MPC) algorithms for energy management in buildings. Inthis work, a study of implementability of the control algorithm on a real-time hardwaretarget is conducted beside yearly simulations showing a substantial energy savingpotential. The thesis explores also the ability of MPC to deal with the diversity ofcomplex situations that could be encountered (varying energy price, power limitations,local storage capability, large scale buildings).MPC is based on the use of a model of the building as well as weather forecasts andoccupany predictions in order to find the optimal control sequence to be implementedin the future. Only the first element of the sequence is actually applied to the building.The best control sequence is found by solving, at each decision instant, an on lineoptimization problem. MPC’s ability to handle constrained multivariable systems aswell as economic objectives makes this paradigm particularly well suited for the issueof energy management in buildings.This thesis proposes the design of a distributed predictive control scheme to controlthe indoor conditions in each zone of the building. The goal is to control thefollowing simultaneously in each zone of the building: indoor temperature, indoorCO2 level and indoor illuminance by acting on all the actuators of the zone (HVAC,lighting, shading). Moreover, the case of multi-source buildings is also explored, (e.g.power from grid + local solar production), in which each power source is characterizedby its own dynamic tariff and upper limit. In this context, zone decisions can nolonger be performed independently. To tackle this issue, a coordination mechanismis proposed. A particular attention is paid to computational effectiveness of the proposedalgorithms. This CIFRE2 Ph.D. thesis was prepared within the Gipsa-lab laboratoryin partnership with Schneider-Electric in the scope of the HOMES program(www.homesprogramme.com).À l’heure actuelle, les stratégies de gestion de l’énergie pour les bâtiments sontprincipalement basées sur une concaténation de règles logiques. Bien que cette approcheoffre des avantages certains, particulièrement lors de sa mise en oeuvre sur des automatesprogrammables, elle peine à traiter la diversité de situations complexes quipeuvent être rencontrées (prix de l’énergie variable, limitations de puissance, capacitéde stockage d’énergie, bâtiments de grandes dimension).Cette thèse porte sur le développement et l’évaluation d’une commande prédictivepour la gestion de l’énergie dans le bâtiment ainsi que l’étude de l’embarcabilité del’algorithme de contrôle sur une cible temps-réel (Roombox - Schneider-Electric).La commande prédictive est basée sur l’utilisation d’un modèle du bâtiment ainsique des prévisions météorologiques et d’occupation afin de déterminer la séquencede commande optimale à mettre en oeuvre sur un horizon de prédiction glissant.Seul le premier élément de cette séquence est en réalité appliqué au bâtiment. Cetteséquence de commande optimale est obtenue par la résolution en ligne d’un problèmed’optimisation. La capacité de la commande prédictive à gérer des systèmes multivariablescontraints ainsi que des objectifs économiques, la rend particulièrementadaptée à la problématique de la gestion de l’énergie dans le bâtiment.Cette thèse propose l’élaboration d’un schéma de commande distribué pour contrôlerles conditions climatiques dans chaque zone du bâtiment. L’objectif est de contrôlersimultanément: la température intérieure, le taux de CO2 ainsi que le niveaud’éclairement dans chaque zone en agissant sur les équipements présents (CVC, éclairage,volets roulants). Par ailleurs, le cas des bâtiments multi-sources (par exemple:réseau électrique + production locale solaire), dans lequel chaque source d’énergie estcaractérisée par son propre prix et une limitation de puissance, est pris en compte.Dans ce contexte, les décisions relatives à chaque zone ne peuvent plus être effectuéesde façon indépendante. Pour résoudre ce problème, un mécanisme de coordinationbasé sur une décomposition du problème d’optimisation centralisé est proposé. Cettethèse CIFRE 1 a été préparée au sein du laboratoire Gipsa-lab en partenariat avecSchneider-Electric dans le cadre du programme HOMES (www.homesprogramme.com)