LECONTE 2011 Archivage

THSE
Pour obtenir le grade de

DOCTEUR DE LUNIVERSIT DE GRENOBLE
Spcialit : Gnie civil et sciences de lhabitat
Arrt ministriel : 7 aot 2006

Prsente par
Antoine LECONTE

Thse dirige par Gilbert ACHARD

prpare au sein du Laboratoire LOCIE
dans l'cole Doctorale SISEO

Identification de caractristiques
rduites pour lvaluation des
performances des Systmes
Solaires Combins

Thse soutenue publiquement le 14 octobre 2011,
devant le jury compos de :
M. Christophe MENEZO
Professeur, Prsident
M. Christian INARD
Professeur, Rapporteur
M. Jean-Jacques ROUX
Professeur, Rapporteur
M. Gilbert ACHARD
Professeur mrite, Directeur de thse
Mme Cline COULAUD
Ingnieur R&D, Examinateur
M. Chris BALES
Docteur, Examinateur
M. Stphane GRIEU
Matre de Confrences HDR, Examinateur
M. Philippe PAPILLON
Docteur, Examinateur

Remerciements

Je tiens exprimer mes remerciements les plus profonds mon directeur de thse,
Gilbert ACHARD, Professeur mrite au Laboratoire Optimisation et Conception et
Ingnierie de lEnvironnement (LOCIE), qui a assur avec rigueur lencadrement de
ce doctorat. Son exprience, son regard critique et avis sur les modles thermiques
mis en jeu dans ce projet ont jou un rle fondamental pour la ralisation de ces
travaux. Sans oublier sa grande disponibilit lors de la rdaction de ce mmoire qui
ma permis de conclure ce projet le plus sereinement possible.

Je connaissais par rputation Philippe PAPILLON, docteur au Laboratoire des
Systmes Thermiques (LETh), avant de raliser cette thse. Je suis donc trs
sensible lhonneur quil ma fait en encadrant mon doctorat et en me tmoignant
ainsi sa confiance. Je resterai toujours impressionn par sa formidable facult
danalyse et par sa vision toujours trs pertinente la fois sur ce projet et sur le
domaine du solaire thermique en gnral. Il a ainsi pu orienter judicieusement mes
travaux tout au long de cette thse. Quil trouve ici lexpression de ma plus sincre
gratitude.

Mes plus vifs remerciements sont adresss Jean-Jacques ROUX, professeur
lINSA Lyon et Christian INARD, professeur lUniversit de la Rochelle, qui ont
accept de ddier une partie de leur temps lexamen de mon mmoire de thse.

Je suis galement trs honor de pouvoir compter parmi les membres du jury de ma
soutenance Cline COULAUD, ingnieur lADEME, Chris BALES, docteur au Solar
Energy Research Center en Sude, Stphane GRIEU, maitre de confrence
lUniversit de Perpignan Via Domitia et Christophe MENEZO, professeur
lUniversit de Savoie, formant ainsi un panel de comptences aussi riches que
varies.

Ces travaux nauraient pu se drouler sans la participation de lADEME et du CEA
qui mont octroy une bourse de recherche. Je leur adresse ici mes plus sincres
remerciements.

Je suis extrmement reconnaissant envers Mickal ALBARIC, du LETh, avec qui jai
partag le mme bureau pendant quelques annes, et Thomas LETZ, dINES
Education. Mon travail a bnfici de leurs expriences et conseils quant aux
performances des SSC et la mise en uvre exprimentale des tests. Ma
reconnaissance est galement adresse Laurence CORNEZ et Sbastien ONIS,
du Laboratoire Information, Modles et Apprentissage (LIMA) du CEA Saclay. Ils ont
su la fois me lancer et me conseiller dans le domaine des rseaux de neurones qui
mtait encore inconnu avant cette thse.

Jadresse un grand merci Fabien BRUYAT et Franck HALLADJAN, techniciens au
LETh, pour leur efficacit, leur ractivit lors de mes manipulations et ce, malgr
leurs multiples sollicitations. Jai galement beaucoup apprci leur passion pour la
musique quils affichent chacun leur manire !

Remerciements
4
Je tiens par ailleurs remercier lensemble des membres du LOCIE et du LETh, et
notamment toutes lquipe du PUMA3, que je ne peux malheureusement numrer
ici sans ajouter quelques pages supplmentaires celles dj trs nombreuses de
mon mmoire. Leur accueil, leurs conseils et la bonne humeur quils entretiennent
ont rendu ces annes de thse la fois agrables et trs enrichissantes, sur le plan
scientifique et mme bien au-del.

Je voudrais galement exprimer ici toute ma gratitude Babou, dont je partage
lexistence avec bonheur depuis plusieurs annes, qui ma soutenu, rconfort, et
surtout aim durant les hauts et les bas de cette thse, et plus encore. Pour tout cela
et pour ce quelle est, je ne la remercierai jamais assez.

Enfin, jaimerais associer ce moment particulier mes parents, Rjane et Jean-
Louis, mon frre Flix, et aussi tous mes amis. Cest grce vous tous que jen suis
ici aujourdhui. Je me permets donc de vous adresser lexpression de ma plus
profonde affection.

SOMMAIRE
5
SOMMAIRE
RESUME.................................................................................................................... 9
NOMENCLATURE................................................................................................... 13
ABBREVIATIONS.................................................................................................... 21
INTRODUCTION...................................................................................................... 23
CHAPITRE 1. Etat de lart sur lvaluation des performances des Systmes
Solaires Combins ................................................................................................. 29
1.1. Les Systmes Solaires Combins.............................................................. 31
1.1.1. Principes et gnralits.................................................................................31
1.1.1.1. Lenjeu des SSC................................................................................................. 31
1.1.1.2. Les principaux composants dun SSC................................................................ 32
1.1.1.3. Les principales stratgies de gestion de la chaleur............................................ 34
1.1.2. Marchs du solaire thermique et des SSC ....................................................38
1.1.2.1. Le march mondial du solaire thermique ........................................................... 38
1.1.2.2. Le march europen du solaire thermique......................................................... 39
1.1.2.3. Le march franais du solaire thermique ........................................................... 40
1.1.2.4. Le march du SSC, en France et ailleurs........................................................... 41
1.1.2.5. Les labels et certifications des CESI et des SSC............................................... 43
1.1.2.6. Les perspectives pour le march du solaire thermique...................................... 44
1.1.3. Performances des SSC et caractrisation.....................................................45
1.1.3.1. Comment valuer les performances dun SSC ? ............................................... 45
1.1.3.2. Le taux dconomie dnergie............................................................................. 47
1.1.3.3. Caractrisation des performances : la mthode FSC ........................................ 50
1.2. Les mthodes actuelles dvaluation des performances des SSC............. 55
1.2.1. Les deux approches de tests.........................................................................55
1.2.1.1. Lapproche composant ....................................................................................... 56
1.2.1.2. Lapproche globale ............................................................................................. 58
1.2.1.3. Synthse et slection de la mthode.................................................................. 59
1.2.2. Description de la mthode SCSPT................................................................60
1.2.2.1. Le banc dessai semi-virtuel ............................................................................... 61
1.2.2.2. Lenvironnement virtuel de la mthode SCSPT.................................................. 64
1.2.2.3. La squence complte........................................................................................ 68
1.2.2.4. Validation et rsultats de la SCSPT ................................................................... 68
1.3. Conclusion du chapitre............................................................................... 74
CHAPITRE 2. Identification dun modle global de SSC partir de donnes
exprimentales ..................................................................................................... 77
2.1. Modlisation de processus......................................................................... 80
2.1.1. Les principes gnraux de modlisation........................................................80
2.1.1.1. Processus et modle .......................................................................................... 80
2.1.1.2. Classification gnrale des modles .................................................................. 80
2.1.1.3. Choix dune structure de modle-hypothse ................................................ 82
2.1.2. La modlisation non-linaire dans les domaines du solaire...........................86
2.1.3. Les rseaux de neurones..............................................................................89
2.1.3.1. Quest ce quun neurone ?.................................................................................. 89
2.1.3.2. Principe et fonctionnement ................................................................................. 90
2.1.3.3. Les deux classes de rseaux usuels.................................................................. 92
2.2. Modlisation globale des SSC ................................................................... 94
SOMMAIRE
6
2.2.1. Description du modle propos.....................................................................94
2.2.1.1. Entres et sorties du modle global ................................................................... 94
2.2.1.2. Structure globale retenue ................................................................................... 96
2.2.2. La partie Bote Blanche ...........................................................................97
2.2.2.1. Mthodologie de validation des modles ........................................................... 98
2.2.2.2. Modlisation des capteurs................................................................................ 101
2.2.2.3. Modlisation des besoins de chauffage (metteurs et btiment) ..................... 105
2.2.2.4. Modlisation du stockage et de lappoint.......................................................... 115
2.2.2.5. Bilan sur lensemble de la partie bote blanche .......................................... 123
2.2.3. La partie Bote Noire .............................................................................125
2.2.3.1. Vecteurs de rgression des entres et sorties ................................................. 125
2.2.3.2. Application non-linaire .................................................................................... 127
2.3. Apprentissage du modle global de SSC................................................. 130
2.3.1. Principe gnraux sur loptimisation paramtrique de modles ...................130
2.3.2. Le processus dentranement slectionn ...................................................132
2.3.2.1. Traitement des donnes................................................................................... 132
2.3.2.2. Initialisation des poids synaptiques .................................................................. 133
2.3.2.3. Algorithme d'entranement................................................................................ 133
2.3.3. Le processus de slection...........................................................................133
2.3.3.1. Les structures tester ...................................................................................... 134
2.3.3.2. Le test en Boucle Ferme sur la squence d'entranement ............................. 134
2.3.3.3. Les critres de slection................................................................................... 135
2.3.4. Le protocole final .........................................................................................136
2.3.4.1. Test dun SSC sur le banc dessai.................................................................... 136
2.3.4.2. Modlisation et simulations du SSC test pour la caractrisation de ses
performances.......................................................................................................................... 137
2.4. Conclusion du chapitre............................................................................. 138
CHAPITRE 3. Exprimentation numrique pour la validation de la nouvelle
approche ................................................................................................... 141
3.1. Le protocole de validation ........................................................................ 143
3.1.1. Les environnements de rfrences .............................................................144
3.1.1.1. Climats.............................................................................................................. 144
3.1.1.2. Puisages ECS................................................................................................... 145
3.1.1.3. Btiments.......................................................................................................... 146
3.1.1.4. Radiateurs......................................................................................................... 147
3.1.1.5. Capteur ............................................................................................................. 148
3.1.1.6. Bilan.................................................................................................................. 149
3.1.2. Le processus dentranement et de slection...............................................150
3.1.3. Les critres de validation.............................................................................151
3.1.3.1. Erreur absolue moyenne de lensemble des rsultats du modle ( MAE )...... 151
3.1.3.2. Coefficient de corrlation statistique (
2
R ) ....................................................... 151
3.1.3.3. Estimation des courbes caractristiques .......................................................... 151
3.1.3.4. Erreur absolue moyenne sur lestimation des besoins de chauffage par rapport
aux besoins de rfrence (
ref
MAE ) ...................................................................................... 154
3.2. Modles dtaills de SSC et exploitations ............................................... 155
3.2.1. SSC1...........................................................................................................155
3.2.2. SSC2...........................................................................................................160
3.2.3. SSC3...........................................................................................................163
3.3. Rsultats et commentaires....................................................................... 168
3.3.1. Observations et analyse des sries de procdures .....................................168
3.3.2. Estimations des performances avec les modles Bote Grises ..............175
3.3.2.1. Remarques gnrales ...................................................................................... 175
3.3.2.2. Analyse du modle Bote Grise du SSC1................................................... 181
SOMMAIRE
7
3.3.3. Bilan............................................................................................................201
3.3.3.1. Validation de lapproche de modlisation des SSC par Bote Grise .......... 201
3.3.3.2. Points damliorations des modles Bote grise ......................................... 201
3.3.3.3. Etape de traitement des informations ncessaire ............................................ 203
CHAPITRE 4. Exploitations dexprimentations relles pour lapplication de
la nouvelle approche............................................................................................ 211
4.1. Protocole de test et de caractrisation des SSC...................................... 213
4.1.1. Caractristiques techniques du banc dessai semi-virtuel............................213
4.1.2. Protocole dessai et remarques sur les conditions exprimentales..............216
4.1.3. Traitement des donnes..............................................................................222
4.2. Tests du SSCa......................................................................................... 225
4.2.1. Description du systme...............................................................................225
4.2.1.1. Conception, fonctionnement du SSCa et remarques sur son installation pour les
tests .......................................................................................................................... 225
4.2.1.2. Paramtrage du modle Bote Grise pour le SSCa ................................... 227
4.2.2. Essais raliss et donnes disponibles .......................................................229
4.2.2.1. Essais raliss selon la mthode SCSPT classique .................................. 229
4.2.2.2. Essais raliss selon la mthode SCSPT modifie ................................... 230
4.2.3. Traitement des donnes pour lidentification de modles Bote Grise du
SSCa ....................................................................................................................235
4.2.4. Rsultats et caractrisation .........................................................................239
4.2.4.1. Identification partir de lEssai1....................................................................... 239
4.2.4.2. Identification partir de lEssai2....................................................................... 246
4.2.4.3. Comparaison des modles identifis partir de deux essais ......................... 251
4.3. Tests du SSCb......................................................................................... 252
4.3.1. Description du systme...............................................................................252
4.3.1.1. Conception, fonctionnement du SSCb et remarques sur son installation pour les
tests .......................................................................................................................... 252
4.3.1.2. Paramtrage du modle Bote Grise pour le SSCb ................................... 252
4.3.2. Installation et essais....................................................................................254
4.3.2.1. Essais raliss selon la mthode SCSPT classique .................................. 254
4.3.2.2. Essais raliss selon la mthode SCSPT modifie ................................... 256
4.3.3. Traitement des donnes pour lidentification de modles Bote Grise du
SSCb ....................................................................................................................258
4.3.4. Rsultats et caractrisation .........................................................................261
4.3.4.1. A partir de lEssai1 complet .............................................................................. 261
4.3.4.2. A partir de lEssai1 raccourci ............................................................................ 264
4.3.4.3. A partir des essais complmentaires (Essai2 et Essai3) ................................. 269
CONCLUSION ....................................................................................................... 275
BIBLIOGRAPHIE................................................................................................... 283
ANNEXES.............................................................................................................. 297

SOMMAIRE
8
ANNEXE A. Modlisation thermique de btiment selon la norme ISO13790 :
prcision sur les quations et paramtrage des btiments SFH ..................... 298
A.1. Equations du modle de btiment ............................................................ 298
A.1.1. Prsentations des quations et calculs selon la norme ISO13790...............298
A.2. Paramtres du modle pour simulation des btiments de la Tche 32 de
lIEA ................................................................................................................. 300
A.2.1. Proprits principales des btiments de rfrences ....................................300
A.2.1.1. Gomtrie du btiment ..................................................................................... 300
A.2.1.2. Structure de lenveloppe du btiment ............................................................... 301
A.2.1.3. Proprits des surfaces vitres ........................................................................ 301
A.2.1.4. Ventilation du btiment ..................................................................................... 302
A.2.2. Paramtrage des btiments de rfrence selon le modle ISO13790.........302
A.2.2.1. Gomtrie et inertie .......................................................................................... 302
A.2.2.2. Coefficients de transfert thermique................................................................... 303
A.2.2.3. Nombre de surfaces pour le calcul de lensoleillement .................................... 306
A.2.3. Entres du modle ISO13790 .....................................................................307
A.2.3.1. Les tempratures extrieures........................................................................... 307
A.2.3.2. Les puissances de chauffage intrieur ............................................................. 307
A.2.3.3. Les apports solaires passifs ............................................................................. 307
A.2.4. Bilan du paramtrage..................................................................................309
ANNEXE B. Modlisation de la consommation de la chaudire dappoint
selon la Rglementation Thermique 2005 .......................................................... 312
B.1. Formule gnrale des pertes au point de fonctionnement ....................... 312
B.2. Expression des pertes caractristiques.................................................... 312
B.2.1. Pertes 100% de charge............................................................................312
B.2.2. Pertes charge intermdiaire .....................................................................313
B.2.3. Pertes charge nulle ..................................................................................314
B.3. Coefficients des valeurs par dfaut .......................................................... 315

RESUME
RESUME
10
Les Systmes Solaires Combins (SSC), qui rpondent aux besoins dEau Chaude
Sanitaire (ECS) et de chauffage dun btiment, peuvent raliser des conomies
dnergie consquentes. Cependant, leurs performances dpendent normment de
leur conception, de leur installation et surtout de lenvironnement nergtique auquel
ils sont confronts (c'est--dire les besoins thermiques du btiment et les ressources
solaire). A ce jour, il est impossible de prdire lconomie dnergie quun SSC
permettrait de raliser. Il nexiste aucun test normatif permettant la caractrisation
des performances des SSC, ce qui pnalise le dveloppement de son march.

La mthode SCSPT (Short Cycle System Performance Test) a pour objectif dvaluer
les performances annuelles des SSC partir dun test de 12 jours sur banc dessai
thermique semi-virtuel. Sa particularit est de considrer chaque systme comme un
unique ensemble ce qui permet, contrairement aux mthodes de type
composant , de prendre en compte les vraies interactions entre les lments des
SSC lors de leur test. Elle montre de trs bons rsultats mais ceux-ci sont limits la
prdiction des performances du systme pour le seul environnement nergtique
adopt lors du test.

Ces travaux de recherche proposent une amlioration de la procdure SCSPT en lui
ajoutant une tape didentification dun modle gnrique de SSC partir de
donnes exprimentales. De cette manire, le modle identifi pourrait simuler le
comportement du SSC test sur diffrentes squences annuelles pour nimporte quel
environnement nergtique et ainsi caractriser ses performances ( laide de la
mthode FSC par exemple).

Larchitecture propose pour ce modle est du type Bote Grise . Elle mle une
partie Bote Blanche compose dquations physiques caractristiques de
certains lments du SSC et une partie Bote Noire constitue principalement
dun rseau de neurones artificiels. Une procdure complte est conue pour
entrainer et slectionner un modle correspondant aux SSC partir des donnes de
leur test sur banc dessai semi-virtuel.

Cette approche a t valide numriquement grce des simulations de trois
modles dtaills de SSC sous TRNSYS. En comparant leurs rsultats annuels avec
ceux des modles Botes Grises entrains partir dune squence 12 jours, ces
derniers sont capables de prdire la consommation en nergie dappoint de manire
trs prcise pour 27 environnements nergtiques diffrents.

Lapplication concrte de cette nouvelle procdure a t ralise exprimentalement
sur deux SSC rels. Elle a confirm que lapproche tait pertinente et cohrente. Elle
a galement permis didentifier quelques amliorations pour que la mthode soit
totalement oprationnelle.

Ces travaux offrent une base pour avancer dans llaboration dune mthode
complte et fiable de caractrisation des SSC qui pourrait conduire une nouvelle
procdure de normalisation et laisserait envisager un tiquetage nergtique.

MOTS CLES
Energie Solaire Thermique, Systme Solaire Combin, Rseau de Neurones,
Evaluation des performances, Mthode dessai, Caractrisation, Standardisation
ABSTRACT
11
Solar Combi Systems (SCS) can be very efficient at reducing heat energy bill of a
house but their performances depend on the environment they are working in (type of
climate and thermal quality of the building). Currently it is impossible to predict how
much energy a SCS would save before its installation. There is no standard test to
characterize SCS performances and this curbs its market development.

The Short Cycle System Performance Test (SCSPT), that is being developed at the
French National Institute of Solar Energy (INES, Chambery, France), aims to
evaluate SCS annual performance from a test on a semi-virtual test bench. Its
special feature is to test the whole system as only one part, unlike component
testing which cant consider real interaction between combisystems components.
The SCSPT method shows good results but performance prediction is limited to only
one environment (i.e. one set of system sizing, type of climate and building thermal
quality, corresponding with the test).

This work proposes an improvement of the SCSPT procedure by identifying a global
SCS model from the test data. In this way, the identified model would be able to
simulate the tested SCS behaviour in any environment and thus to characterize its
performances.

The proposed model to identify is a grey box model, mixing a white box model
composed of known physical equations and a black box model, which is an Artificial
Neural Network (ANN). A complete process is developed to train and select a
relevant global SCS model from such a test on semi-virtual test bench.

This approach has been validated through numerical simulations of three detailed
SCS models. Compared to their annual results, grey box SCS models trained from
a twelve days sequence are able to predict energy consumption with a good
precision for 27 different environments.

Concrete experimentations of this procedure have been applied to two real systems.
They have confirmed that the approach is pertinent and revealed some points to
improve in order to get it totally operational.

This work offers major basis to get ahead with a complete method to characterize
SCS that could lead developing a standardization method from performance
evaluation (and eventually complete the European norm EN 15316 for instance) and
planning a combisystems performance labelling.

KEYWORDS
Thermal solar energy, Solar Combisystem, Neural Network, Performance prediction,
Test method, Characterisation, Standardization.

NOMENCLATURE
NOMENCLATURE
14
Variables mathmatiques gnrales

Variable Dsignation Unit
Erreur de prdiction de la sortie du modle
Jeu de paramtre dun modle

Vecteur de rgression
Poids synaptiques
g
Application du modle du processus
u Entres du processus

Variables physiques gnrales

S
Angle znithal solaire (angle dincidence des rayons
solaires sur une surface horizontale)
[]
S
Azimut solaire, par rapport au sud, positif vers louest,
ngatif vers lest
[]
Constante de Stephan-Boltzman [W.m
-2.
K
-4
]
water
Masse volumique de leau [kg.m
-3
]
alb Albdo [-]
wat p
c
,
Capacit calorifique de leau [J.kg
-1
.K
-1
]
L
E Irradiance de grande longueur donde ( m 3 > ) [W.m
-2
]
b
G Irradiance solaire directe arrivant sur un plan horizontal [W.m
-2
]
d
G Irradiance solaire diffuse arrivant sur un plan horizontal [W.m
-2
]
ref
G Irradiance solaire de rfrence (1000 W.m
-2
) [W.m
-2
]
a
T Temprature de lair extrieur [C]

Critres de modlisation

ErrTot Erreur totale
MAE Erreur absolue moyenne
2
R
Coefficient de corrlation statistique
RMSE Erreur type

NOMENCLATURE
15
Critres de performances des SSC et variables de rfrences

el
Rendement de conversion de lnergie lectrique en
nergie primaire
[-]
ref aux,
Rendement de lappoint du systme de rfrence [W]
s
F Taux de couverture solaire [-]
ext sav
f
,
Taux dconomie dnergie tendu [-]
therm sav
f
,
Taux dconomie dnergie thermique [-]
FSC Fraction solarisable de consommation [-]
si
f Indicateur de fraction solaire [-]
Prod Productivit solaire [-]
ref aux
Q
,
&

Puissance consomme par lappoint du systme de
rfrence
[W]
ref loss
Q
,
&

Pertes du stockage de chaleur du systme de rfrence [W]
dhw penalty
Q
,
&

Puissance de pnalit lie aux besoins en ECS pour le
calcul de lindicateur de fraction solaire
[W]
red penalty
Q
,
&

Puissance de pnalit rduite pour le calcul de
lindicateur de fraction solaire
[W]
ref penalty
Q
,
&

Puissance de pnalit de rfrence pour le calcul de
lindicateur de fraction solaire
[W]
sh penalty
Q
,
&

Puissance de pnalit lie aux besoins de chauffage pour
le calcul de lindicateur de fraction solaire
[W]
usable solar
Q
,
Energie solaire rcuprable [Wh]
ref store
V
,
Volume du ballon de stockage du systme de rfrence [m
3
]
par
W
&

Puissance lectrique consomme par lappareillage du
systme
[W]
ref par
W
,
&

Puissance lectrique consomme par lappareillage du
systme de rfrence
[W]

Modlisation des capteurs

Angle dincidence des rayons solaires sur le capteur []
Inclinaison du capteur []
NOMENCLATURE
16
( )
en
Produit transmittance-absorbance effective du capteur
pour un rayonnement solaire direct incidence normale
[-]

Orientation du capteur, par rapport au sud, positif vers
louest, ngatif vers lest
[]
coll
A Surface de capteur (surface dentre si non-prcise) [m]
0
b Constante pour le calcul du facteur dangle dincidence [-]
1
c Coefficient de pertes thermiques du capteur
0 =
a coll
T T
[W.m
-2.
K
-1
]
2
c Coefficient de pertes thermiques du capteur en fonction
de la temprature
[W.m
-2.
K
-2
]
3
de la vitesse du vent
[W.m
-3
.K
-1
]
4
de la temprature du ciel
[W.m
-2
.K
-1
]
5
c Capacit thermique effective du capteur [J.m
-2
.K
-1
]
6
c Rendement optique en fonction du vent [s.m
-1
]
' F Facteur defficacit du capteur [-]
coll
G Irradiance solaire globale arrivant sur le plan du capteur [W.m
-2
]
b coll
G
,
Irradiance solaire directe arrivant sur le plan du capteur [W.m
-2
]
d coll
G
,
Irradiance solaire diffuse arrivant sur le plan du capteur [W.m
-2
]
b
K
Facteur dangle dincidence pour le rayonnement direct [-]

d
K
Facteur dangle dincidence pour le rayonnement diffus [-]

coll
m& Dbit du fluide dans le capteur solaire [kg.s
-1
]
out coll
Q
,
&

Puissance fournie par le capteur [W]
utile coll
Q
,
&

Puissance solaire utile (arrivant en extrmit de la
boucle uniquement solaire)
[W]
net sol
Q
,
&

Apports solaires nets sur le plan du capteur [W.m
-2
]
coll
T Temprature moyenne du capteur [C]
in coll
T
,
Temprature du fluide en entre de capteur [C]
out coll
T
,
Temprature du fluide en sortie de capteur [C]
v Vitesse du vent autour du capteur [m.s
-1
]

NOMENCLATURE
17
Modlisation du btiment et des metteurs de chaleur

f
A Surface de plancher conditionn [m
2
]
m
A Surface reprsentant la masse thermique totale du
btiment
[m
2
]
sol
A Aire collectrice effective pour le calcul des apports
solaires passifs
[m
2
]
tot
A

Surface totale des parois intrieures [m
2
]
em
C Capacit thermique totale de lmetteur de chaleur [J.K
-1
]
m
C Capacit thermique du btiment [J.K
-1
]
em tr
H
,
Coefficient de dperdition entre la structure inertielle et
lextrieur du btiment
[W.K
-1
]
is tr
H
,
Conductance de couplage entre le nud central et lair
intrieur du btiment
[W.K
-1
]
ms tr
H
,
Coefficient dchange entre la structure et lambiance
intrieure du btiment
[W.K
-1
]
op tr
H
,
Coefficient de dperdition entre lextrieur et lambiance
intrieure du btiment
[W.K
-1
]
w tr
H
,
Coefficient de dperdition thermique des parois sans
inerties du btiment du btiment
[W.K
-1
]
ve
H Coefficient de dperdition thermique du btiment due
la ventilation
[W.K
-1
]
K Constante caractristique du fonctionnement du
radiateur
[W.K
-n
]
em
m& Dbit du fluide dans lmetteur de chaleur [kg.s
-1
]
n Exposant caractristique du fonctionnement du radiateur [-]
b,int
Q
&

Apports de chaleur interne au btiment [W]
b,sol
Q
&

Apports solaires passifs au btiment [W]
em
Q
&

Puissance dlivre lmetteur de chaleur [W]
GLO loss
Q
,
&

Flux radiatif GLO vers la voute cleste [W]
sh
Q
&

Puissance dlivre lair intrieur pour les besoins de
chauffage
[W]
d sh
Q
,
&

Puissance de dimensionnement de lmetteur de chaleur [W]
d a
T
,
Temprature extrieure de base, utilise pour le
dimensionnement du circuit de chauffage
[C]
NOMENCLATURE
18
em
T Temprature moyenne de lmetteur de chaleur [C]
in em
T
,
Temprature du fluide en entre de lmetteur de
chaleur
[C]
d in em
T
, ,
Temprature dentre du radiateur, utilise pour le
[C]
out em
T
,
Temprature du fluide en sortie de lmetteur de chaleur [C]
d out em
T
, ,
Temprature de sortie du radiateur, utilise pour le
[C]
m
T Temprature reprsentative de la masse thermique du
btiment
[C]
room
T Temprature de lair intrieur, dans le btiment [C]
s
T Temprature du nud central du modle de btiment
(reprsentative de la temprature de lair et de la
temprature radiante moyenne)
[C]
sup
T Temprature de lair neuf entrant [C]
( )
building
UA Coefficient de pertes du btiment [W.K
-1
]
( )
em
UA Conductance du radiateur [W.K
-1
]
at
x Ratio entre la surface des parois internes et la surface
de plancher
[-]

Modlisation du ballon de stockage, de la chaudire dappoint, des
besoins en ECS et des diffrents circuits

insulation
Conductivit thermique de lisolant [W.m
-1
.K
-1
]
pipe
Conductivit thermique du tube [W.m
-1
.K
-1
]
inside
Coefficient de transfert de chaleur superficiel lintrieur
du tube
[W.m
-2
.K
-1
]
outside
Coefficient de transfert de chaleur superficiel
lextrieur du tube
[W.m
-2
.K
-1
]
store
C Capacit thermique du ballon de stockage [J.K
-1
]
inside
d Diamtre interne du tube [m]
insulation
d Diamtre externe du tube avec lisolant [m]
outside
d Diamtre externe du tube sans lisolant [m]
NOMENCLATURE
19
pipe
l Longueur du tube [m]
aux
m& Dbit du fluide dans le systme dappoint [kg.s
-1
]
DHW
m& Dbit de puisage de lEau Chaude Sanitaire [kg.s
-1
]
aux
Q
&

Puissance consomme par le systme dappoint [W]
out aux
Q
,
&

Puissance fournie par le systme dappoint [W]
dhw
Q
&

Puissance dlivre pour les besoins en Eau Chaude
Sanitaire
[W]
Regul Type de rgulation du chauffage (pour le modle de
gnrateur combustion)
[-]
pipe
R Resistance thermique du tube, base sur sa surface
interne
[K.m
2
.W
-1
]
store amb
T
,
Temprature dambiance du ballon de stockage [C]
cold aux
T
,
Temprature moyenne du circuit appoint, cot froid [C]
hot aux
T
,
Temprature moyenne du circuit appoint, cot chaud [C]
in aux
T
,
Temprature du fluide en entre du systme dappoint [C]
out aux
T
,
Temprature du fluide en sortie du systme dappoint [C]
DHW
T Temprature de lEau Chaude Sanitaire [C]
dhw set
T
,
Temprature de consigne de lECS [C]
store
T Temprature moyenne du ballon de stockage [C]
tap
T Temprature de leau froide en entre du rseau
sanitaire
[C]
Type Type de chaudire (pour le modle de gnrateur
combustion)
[-]
( )
cold loop aux
UA
, ,
Coefficient de pertes des tuyaux du circuit appoint, cot
froid
[W.K
-1
]
( )
hot loop aux
UA
, ,
Coefficient de pertes des tuyaux du circuit appoint, cot
chaud
[W.K
-1
]
( )
cold loop coll
UA
, ,
Coefficient de pertes des tuyaux du circuit capteur, cot
froid
[W.K
-1
]
( )
hot loop coll
UA
, ,
Coefficient de pertes des tuyaux du circuit capteur, cot
chaud
[W.K
-1
]
( )
cold loop dhw
UA
, ,
Coefficient de pertes des tuyaux du circuit ECS, cot
froid
[W.K
-1
]
NOMENCLATURE
20
( )
hot loop dhw
UA
, ,
Coefficient de pertes des tuyaux du circuit ECS, cot
chaud
[W.K
-1
]
( )
cold loop em
UA
, ,
Coefficient de pertes des tuyaux du circuit metteur,
cot froid
[W.K
-1
]
( )
hot loop em
UA
, ,
Coefficient de pertes des tuyaux du circuit metteur,
cot chaud
[W.K
-1
]
( )
pipe
UA Coefficient de pertes dun tube [W.K
-1
]
( )
store
UA Coefficient de pertes du ballon de stockage [W.K
-1
]
( )
ref store
UA
,
Coefficient de pertes du stockage du systme de
rfrence
[W.K
-1
]
Ventil Prsence ou non de dispositif de circulation dair ou de
produit de combustion dans le circuit de combustion
(pour le modle de gnrateur combustion)

store
V Volume du ballon de stockage du systme test [m
3
]

ABBREVIATIONS
21
ABBREVIATIONS

ADEME Agence de lEnvironnement et de la Maitrise de lEnergie
BBC Btiment Basse Consommation
CCT Concise Cycle Test
CEA Commissariat lEnergie Atomique et aux Energies Alternatives
CEN Comit Europen de Normalisation
CESI Chauffe Eau Solaire Individuel
CSTB Centre Scientifique et Technique du Btiment
CTSS Component Test System Simulation
DHW Domestic Hot Water (traduction anglaise de ECS )
ECS Eau Chaude Sanitaire
EN Norme europenne
ENV Prnorme europen
ESTIF European Solar Thermal Industry Federation
ESTTP European Solar Thermal Technology Platform
EUREC European Renewable Energy Agency Centres
IEA International Energy Agency
INES Institut National de lEnergie Solaire
ISO Norme internationale
NF Norme franaise
PSD Plancher Solaire Direct
SCSPT Short Cycle System Performance Test
SFH Single Family House
SHC Solar Heating and Cooling
SSC Systme Solaire Combin
TRNSYS Transcient System Simulation

INTRODUCTION
INTRODUCTION
24
La socit occidentale sest dveloppe de manire trs importante depuis lre
industrielle en profitant, lpoque, de labondance dnergie fossile bon march.
Grosse consommatrice de ptrole, elle en est mme devenue fortement dpendante
: aujourdhui, la part du ptrole dans la consommation nergtique primaire mondiale
est de 33%. Toutes les nergies fossiles runies reprsentent 81% de cette
consommation selon lAgence Internationale de lEnergie
1
.

Depuis, lquilibre offre/demande qui maintenait le ptrole un prix trs bas, se
trouve fortement perturb par une croissance toujours de plus en plus importante des
pays mergents et par la fin prvisible des rserves (lASPO
2
a revu ses prvisions
la baisse, ramenant entre 2008 et 2010 la date du peak oil ). Ce dsquilibre
amorce actuellement une crise conomique durable qui marque srement la fin de
lre du ptrole.

De plus, lutilisation massive de combustibles fossiles cause de graves dommages
notre environnement et provoque des changements climatiques de grande
envergure. Elle a introduit un excs de CO
2
qui n'a pas encore trouv sa place dans
le cycle de la matire organique et a contribu l'augmentation de l'effet de serre. A
cause de cela, ltat actuel de la plante devient de plus en plus proccupant.

Le contexte actuel nous pousse donc rflchir sur nos consommations
nergtiques. Le dveloppement de nouveaux comportements et d'nergies de
substitution est indispensable. Par consquent, il convient de limiter et rendre plus
efficace lusage de lnergie, et de se tourner vers des sources dnergies
renouvelables. Ces nergies sont inpuisables et limitent fortement la pollution en
diminuant les missions de CO
2
. Ainsi le Conseil et le Parlement europen ont-ils
approuv en 2008 le paquet nergie-climat (appel aussi plan 20-20-20 ) qui
vise la rduction de 20% des missions de gaz effet de serre en augmentant de
20% lefficacit nergtique de lUnion Europenne et en portant 20% la part des
nergies renouvelables dans le mix nergtique europen dici 2020.

Pour diversifier le bouquet nergtique, plusieurs types de ressources naturelles sont
notre disposition : la gothermie, le vent, la biomasse, leau et le soleil. Lnergie
solaire, qui est lorigine de la plupart des nergies sur Terre, est aussi une source
inpuisable dapprovisionnement immdiat en nergie. Grce divers procds, elle
peut tre transforme en une autre forme d'nergie utile pour l'activit humaine,
notamment en biomasse (photosynthse), en lectricit (conversion photovoltaque)
ou en chaleur (conversion thermique). Le solaire thermique peut tre dclin de
plusieurs faons et notamment en Systmes Solaires Combins.

Ces systmes transforment lnergie solaire en chaleur qui, couple rationnellement
une nergie dappoint, permet de rpondre aux besoins deau chaude sanitaire et
de chauffage de lhabitat. Le secteur du btiment tant un des plus nergivores (il
reprsente par exemple 43% de la consommation dnergie finale franaise et 25%
des missions nationales de CO2 selon lADEME
3
), une introduction massive de
SSC dans le parc rsidentiel et tertiaire rduirait de manire trs significative la part

1
http://www.iea.org/statist/index.htm (accs le 11 juillet 2011)
2
Association pour ltude du pic ptrolier et gazier. http://www.peakoil.net/ (accs le 11 juillet 2011)
3
http://www2.ademe.fr/servlet/KBaseShow?sort=-1&cid=96&m=3&catid=12846 (accs le 11 juillet
2011)
INTRODUCTION
25
dnergie fossile dans la consommation nergtique globale et ainsi les missions de
gaz effet de serre.

Mme sil a connu une chute ces deux dernires annes due la crise financire, le
secteur du solaire thermique en Europe est dynamique, avec un march qui a
quasiment tripl depuis 2000. En France, le taux de croissance annuel pour ce
march est en moyenne de 40% sur cette mme priode. Pourtant, le march des
SSC en particulier ne connait pas un engouement de cette ampleur (par exemple,
linstallation de SSC a diminu de quasiment 50% entre 2006 et 2010 pour
finalement ne reprsenter qu peine 15% de la surface de capteur thermique
installe en France). On constate quil est indispensable damliorer dune part la
qualit des installations et dautre part la prise en compte rglementaire de ces
solutions, en parallle avec une meilleure information des consommateurs qui
aujourdhui fait malheureusement dfaut.

Sil existe des mthodologies de caractrisation des performances pour les chauffe-
eau solaires individuels (CESI), il en est tout autrement pour les SSC, alors que les
investissements sont plus levs de mme que les enjeux nergtiques. En effet, la
grande varit de ce genre de systme, conjugue la sensibilit de leurs
performances vis--vis non-seulement de leur conception et de leur installation mais
galement de la ressource solaire et des besoins nergtiques quils doivent
compenser, rend leur caractrisation trs difficile.

Les travaux de recherche prsents dans ce mmoire sinscrivent dans une
dmarche dtude amont, ncessaire afin dlaborer une mthodologie de
caractrisation de SSC fiable, complte, reproductible, et de trouver le meilleur
compromis possible entre cots des essais et richesse de linformation obtenue.

Dans un premier temps, un tat de lart des SSC est ralis. Il permet de dcrire leur
fonctionnement en gnral et de souligner la grande varit de typologie de ces
systmes, ainsi que les verrous limitant le dveloppement de leur march. Les
diffrentes mthodes existantes de test de performances des SSC en laboratoire,
actuellement en cours de dveloppement, sont tudies. Il ressort de cette tude que
la mthode SCSPT semble pertinente. Elle teste de manire fiable les SSC laide
dune squence de 12 jours caractristiques mais prsente le dsavantage de
nestimer les performances des systmes tests que pour un environnement
nergtique donn (climat et btiment).

Une nouvelle approche est ensuite propose. Par comparaison avec les rsultats
actuellement obtenus par la mthode SCSPT, elle permettrait de recueillir beaucoup
plus dinformation sur les SSC tests, partir du mme genre dessai. Cette
extension de la mthode est base sur lidentification dun modle volu du
systme test, qui autoriserait lvaluation de ses performances pour nimporte quel
environnement nergtique, par le biais de simulations annuelles. La caractrisation
des performances des SSC, laide de simples courbes, serait donc possible en
utilisant les donnes de simulations avec la mthode FSC.

Pour cela, on va tudier les mthodes gnrales de modlisation de processus. A
partir de cette tude, une architecture de modle gnrique de SSC est propose.
INTRODUCTION
26
Elle est de type Bote Grise , mlant quations caractristiques normatives de
certains lments du systme (partie Bote Blanche ) et rseaux de neurones
artificiels (partie Bote Noire ). Ces derniers apprennent le comportement propre
chaque SSC, partir des donnes issues du test SCSPT sur banc dessai thermique
semi-virtuel. Une procdure complte dentranement et de slection dun modle
neuronal correspondant au systme test, est dfinie comme extension du protocole
de la mthode SCSPT.

Une exprimentation numrique de cette nouvelle mthodologie laide de 3
modles dtaills de SSC sous TRNSYS permet dvaluer la pertinence de cette
approche.

Finalement, la mthodologie propose est applique des SSC rels pour pouvoir
juger de sa mise en uvre exprimentale. Les rsultats sont encourageants et nous
permettent de souligner les points forts et les points faibles des modles Bote
Grise , de leur entranement et de leur slection.
INTRODUCTION
27

CHAPITRE 1. Etat de lart sur lvaluation des
performances des Systmes Solaires Combins

Rsum du chapitre

Lobjectif des Systmes Solaires Combins (SSC) est de rpondre aux besoins en
ECS et en chauffage dune habitation en utilisant le moins possible dnergie
dappoint, par une valorisation performante de lnergie solaire. Pour atteindre cet
objectif, la conception des SSC reposent sur lassemblage hydraulique de nombreux
composants (stockage, vanne, circulateurs, ) asservis pour certains dentre eux
un contrle-commande. Une grande varit de solutions technologiques plus ou
moins performantes et/ou adaptes certaines situations est aujourdhui disponible
sur le march.

Dans un contexte de progression globale du march du solaire thermique
notamment en Europe, le march des SSC peine se dvelopper compar celui
des CESI par exemple, bien que ces systmes soient prometteurs et comptent parmi
les clefs pour relever les enjeux nergtiques de demain. Le manque de
connaissance de ces systmes complexes, en balance avec leur cot d'installation,
empche un dveloppement serein de cette technologie. Il manque vritablement
une caractrisation fiable des SSC pour donner les moyens aux potentiels
utilisateurs de choisir de manire claire un systme parmi l'offre diverse et varie,
et ainsi permettre ce march de se dvelopper convenablement et favorablement.

Or il est difficile de mesurer et caractriser les performances dun SSC. Le taux
d'conomie dnergie, critre de performance le plus pertinent, est trs dpendant de
lensoleillement, des besoins de chauffage et d'ECS. Pourtant, il est possible de
caractriser ce critre quelles que soient les conditions nergtiques, laide dune
simple courbe construite grce la mthode FSC. Cependant, il ny a aujourd'hui
aucun moyen de construire les courbes caractristiques partir d'un test court sur le
systme.

Des mthodes exprimentales existent et sont en cours de dveloppement. Suivant
la philosophie adopte, ces mthodes permettent d'obtenir :
Soit des valuations pour n'importe quelle condition mais en supposant un
fonctionnement idal et tronqu du systme;
Soit une valuation fiable et complte des performances des systmes mais
uniquement pour une condition donne.
La mthode SCSPT, utilisant cette dernire approche, a dj montr de trs bons
rsultats. Son protocole est dcrit dans cette partie. Cest la mthode retenue
comme point de dpart de cette thse. Les travaux de recherche prsents dans ce
mmoire proposent une extension de la mthode SCSPT pour pouvoir extrapoler les
rsultats dun test dautres environnements nergtiques, via lidentification de
modles globaux volus.
CHAPITRE 1
30
CHAPITRE 1
31
1.1. Les Systmes Solaires Combins
1.1.1. Principes et gnralits
1.1.1.1. Lenjeu des SSC
Les Systmes Solaires Combins sont des systmes solaires thermiques actifs qui
utilisent lnergie du soleil, via un capteur solaire, pour couvrir une partie des besoins
en Eau Chaude Sanitaire (ECS) et en chauffage dun btiment. En thorie, lnergie
reue annuellement sur une faible surface peut tre bien suprieure aux besoins
thermiques dune habitation standard. En considrant une irradiation solaire de 1000
kWh/m/an
4
, une surface de 25m bien oriente reoit autant dnergie que les
besoins en chaleur dune famille de 4 personnes dans une maison moyennement
isole Stockholm
5
. Dans les mmes conditions dirradiation, les besoins dune
maison lablise Btiment Basse Consommation (BBC) en France
6
correspondent
une surface infrieure 10m. Cependant, le dilemme de ce genre dinstallation est
que lvolution des besoins nest pas en adquation avec la ressource solaire
disponible, comme le montre la Figure 1-1.

1 2 3 4 5 6 7 8 9 10 11 12
0
200
400
600
800
1000
1200
1400
1600
1800
2000
Mois
B
e
s
o
i
n
s

e
t

r
e
s
s
o
u
r
c
e
s

m
e
n
s
u
e
l
l
e
s

[
k
W
h
]

Besoins ECS
Besoins Chauffage
Ensoleillment (10m,sud,45)

Figure 1-1 Evolution de l'nergie solaire disponible en comparaison avec l'volution des
besoins en chauffage et en ECS

Pendant la priode estivale, la quantit dnergie solaire est nettement suprieure
aux besoins alors quen hiver, il ny a pas assez de soleil pour couvrir les besoins de
chauffage. Il y a besoin dans ce cas dau moins une source dnergie dappoint.
Mme lchelle dune journe, le dphasage entre la ressource solaire et les
besoins thermiques rend lutilisation dun stockage de chaleur ncessaire. Par
consquent, la complexit du chauffage solaire ne se rsume pas seulement un
dimensionnement de la surface des capteurs. Cest un ensemble
captage/stockage/appoint quil faut dterminer pour pouvoir adapter son
fonctionnement aux fluctuations de la mtorologie et valoriser au mieux lnergie
solaire.

4
Valeur basse europenne, daprs la carte dite par Tecsol (http://www.tecsol.fr/).
5
En prenant les valeurs maximales obtenues issues des simulations de [Heimrath, 2007].
6
Besoins infrieurs 50 kWh/m/an, qui sera lexigence rglementaire partir de 2012 selon le
Grenelle de lenvironnement [Grenelle, 2009].
CHAPITRE 1
32

Ainsi la reprsentation globale dun SSC peut-elle se faire de la manire suivante :

Stockage
Distribution
Gestion
Besoins
nergtiques
Systme
Fournitures
nergtiques
Appoint
Capteurs
ECS
Emetteurs

Figure 1-2 Reprsentation globale d'un SSC

1.1.1.2. Les principaux composants dun SSC
Les diffrents lments communs aux SSC sont prsents ci-dessous :
Le capteur solaire thermique recueille lnergie provenant du soleil et la
transmet un fluide caloporteur (trs souvent un fluide antigel compos deau et de
monopropylne-glycol). Lors de la conception dun SSC, un des principes de base
est de transfrer un maximum dnergie thermique du capteur vers le circuit
utilisateur en faisant fonctionner le capteur solaire thermique au plus bas niveau de
temprature possible pour optimiser son rendement (les pertes vers lextrieur sont
ainsi moindres, voir les modles de capteur paragraphe 2.2.2.2). Il existe diffrents
types de capteurs, plus ou moins adapts certains niveaux de tempratures. Plus
le niveau de temprature est lev, plus la technologie mise en uvre est volue et
coteuse. Les catgories de capteurs utilisables dans lhabitat sont prsentes dans
le Tableau 1-1.

CHAPITRE 1
33
Capteurs Sans vitrage Capteurs plans vitrs
Capteurs tubes sous
vide
P
h
o
t
o
s

P
r
i
n
c
i
p
e

Absorbeur air libre
Vitrage pour rduire les
pertes par convection et
favoriser leffet de serre
Isolant pour limiter les
pertes vers lextrieur.
Vide pour rduire de
manire importante les
dperditions y compris
haute temprature
A
v
a
n
t
a
g
e
s

Trs simple installer
Peu coteux (de lordre
de 100/m)
Structure simple et
robuste
Rapport
performance/prix
abordable
Adapts au chauffage de
locaux et lECS
Pertes thermiques
rduites
Adapts pour des
procds plus hautes
tempratures (>80C).
I
n
c
o
n
v
n
i
e
n
t
s
Pertes thermiques
importantes
Uniquement adapts aux
procds fonctionnant
une temprature proche
de la temprature
ambiante
Rendement modeste
sous faible
ensoleillement et cart
de temprature
relativement lev (>
50C)
Produit plus complexe
entrainant un prix lev
(de lordre de 700 /m)
U
t
i
l
i
s
a
t
i
o
n

[T<30C]
Chauffage piscine
Prchauffage ECS
[20C<T<70C]
Chauffage locaux
Chauffage ECS
[60C<T<150C]
Chauffage locaux
Chauffage ECS
Climatisation par
absorption
Tableau 1-1 Principaux types de capteurs solaires utiliss dans le domaine de l'habitat
La (ou les) source(s) dnergie(s) dappoint fournissent lnergie ncessaire
supplmentaire pour subvenir aux besoins de chaleur. Cette source dnergie peut
tre de diffrent type (biomasse, gaz, fioul, lectricit). En fonction de celle(s)
retenue(s), les conditions de fonctionnement peuvent tre trs diffrentes. Par
exemple, dans le cas dune chaudire condensation, il est indispensable de
fonctionner avec une temprature de retour la plus basse possible pour profiter de
leffet de la condensation. En revanche, une chaudire bois a besoin dune
temprature de retour leve pour viter les problmes de corrosion et de dpt lis
CHAPITRE 1
34
la fume de combustion. De plus, les commandes de chaque chaudire doivent
varier en fonction de leur facilit moduler leur puissance ou de fonctionner
uniquement en marche/arrt. Il existe une telle varit de SSC quil nest pas
possible de dfinir le meilleur systme dappoint. Gnralement, le systme
dappoint est dimensionn en puissance pour pouvoir couvrir lui tout seul,
lensemble des besoins de chauffage et de production deau chaude sanitaire, en
labsence de ressource solaire. Lobjectif pour un SSC est de faire appel le moins
possible son systme dappoint, et lors de son utilisation, de le faire fonctionner
dans les meilleures conditions possibles pour optimiser le rendement nergtique
global de celui-ci.
Lmetteur de chaleur reoit leau du rseau de chauffage pour rchauffer
lair ambiant. Pour favoriser un bon rendement de lensemble systme, lmetteur de
chaleur doit fonctionner basse temprature. Pour cela, la surface dchange avec
lair ambiant doit tre la plus grande possible. En gnral, les metteurs de chaleur
sont un circuit de radiateur ou un circuit de plancher chauffant. En fonction de la
stratgie de stockage de chaleur du SSC (voir paragraphe 1.1.1.3 ci-dessous), le
plancher chauffant peut galement constituer un lment de stockage de lnergie.
Le systme de stockage de chaleur joue le rle de tampon pour stocker
lnergie solaire quand elle est disponible et la restituer lorsquil y a besoin de
chaleur. Le stockage idal serait inter-saisonnier pour obtenir une fraction solaire
leve, c'est--dire rcuprer un maximum de chaleur en t pour la restituer en
hiver. Mais pour raliser un tel stockage avec les technologies actuelles, un volume
trop important est ncessaire : plusieurs dizaines de m
3
en utilisant de leau, un peu
moins avec des matriaux changement de phase. Un stockage par raction
chimique pourrait rduire considrablement le volume de ce stockage mais le cot
des matriaux et les tempratures ncessaires aux ractions ont limit son
dveloppement. Ces verrous technologiques sont en cours dtude pour dbloquer la
filire trs prometteuse du stockage inter-saisonnier qui nest pour linstant pas trs
rpandue. Un tat de lart sur les diffrents moyens de stocker la chaleur solaire pour
les btiments basse consommation a t ralis lors de la Tche 32 du programme
SHC de lIEA [Hadorn et al., 2005]. La plupart des SSC actuels possdent un
stockage de chaleur plus court terme, entre 1 et 2 jours. En fonction de la stratgie
de stockage du SSC (voir paragraphe 1.1.1.3 ci-dessous), le stockage de chaleur
peut se faire soit via un rservoir hydraulique, soit directement par un plancher
chauffant.
Lensemble de linstallation est gr par un ou des rgulateurs qui assurent
la commande des circulateurs et des vannes sur les diffrents rseaux hydrauliques.
Les rgulateurs peuvent tre plus ou moins complexes, allant du simple contrle
diffrentiel sur chaque circuit, la gestion globale des nergies employant des
algorithmes volus.
1.1.1.3. Les principales stratgies de gestion de la chaleur
Le type de stockage et de lmetteur diffrencie deux grandes familles de SSC
[Papillon et al., 2007] :
La premire famille de SSC stocke lnergie solaire dans des rservoirs
hydrauliques. Ce type de systme est le plus rpandu en Europe. Les volumes de
stockage vont gnralement de 500 1500 litres. Le principe est de stocker lnergie
solaire ds que possible dans un ou des ballons tampons . Lors du prlvement
CHAPITRE 1
35
dnergie, il est recommand de maintenir au mieux la stratification de la chaleur
dans le (ou les) ballon(s) pour amliorer le rendement du systme. Une stratification
bien maintenue permet de mnager une zone en partie haute temprature
suffisamment leve pour lECS, et de conserver une partie basse plus froide
favorable au bon fonctionnement du capteur. Pour cela, il existe des dispositifs actifs
(piquages multiples avec vanne trois voies par exemple) ou passifs (canne de
stratification interne par exemple).

Figure 1-3 Schmas d'exemples de dispositifs pour le maintien de la stratification dans le
ballon ( gauche, canne de stratification, droite, vanne trois voies)
La deuxime famille de SSC stocke lnergie solaire dans la masse
thermique du btiment. Par exemple, les Planchers Solaires Directs (PSD)
transfrent directement lnergie solaire pour le chauffage vers une dalle sans
changeur de chaleur ni stockage tampon intermdiaire. Labsence dlment
intermdiaire est favorable un bon rendement dinstallation. De plus, lmission de
chaleur par plancher chauffant est la plus confortable car elle ne cre que trs peu
de stratification de lair ambiant dans la pice. Lorsquil ny a pas de besoins de
chaleur pour le chauffage, lnergie solaire est utilise pour la production dECS. Le
PSD sest dvelopp la fin des annes 70 en France et ne reste utilis quasiment
que dans ce pays. La dalle joue le double rle de stockage et dmetteur de chaleur
basse temprature. Plus paisse que pour un plancher chauffant classique, elle est
surdimensionne pour stocker lnergie et la diffuser avec un certain dphasage. Un
systme de contrle/commande spcifique est ncessaire dans ce cas pour grer
lnergie solaire en direct avec la masse thermique tout en fournissant le confort
ncessaire aux occupants et pour maximiser lapport dnergie solaire sans gnrer
de temprature excessive dans le btiment.

CHAPITRE 1
36

Figure 1-4 Schma reprsentant les deux stratgies possibles de stockage de la chaleur pour
un SSC (Source : ADEME)

Type de stockage Avantages Inconvnients
Inertie thermique du
btiment
Faibles dimensions
Grande capacit de
stockage
Bonne efficacit thermique
Rgulation complexe
Difficult de comprhension
Un seul fabricant
Ballon deau chaude
Rgulation simple
Facile comprendre
Ralis par la plupart des
constructeurs
Pertes de stockage
Grandes dimensions
Performances faibles pour
certains systmes
Tableau 1-2 Comparaison globale entre les deux principales familles de SSC

Au sein des deux grandes familles prsentes ci-dessus, diffrentes solutions ont t
mises en place pour tenter de rsoudre au mieux le problme de dphasage entre
les besoins et la ressource solaire. La manire de grer les diffrentes sources de
chaleur pour approvisionner les besoins diffrencie les SSC. Il est possible de
trouver plusieurs configurations par exemple :
Stockage de la chaleur dans un seul ou plusieurs rservoirs pour le
chauffage et lECS ;
Raccordement de lappoint spar (lnergie dappoint ne transite pas par la
cuve de stockage solaire), coupl (lappoint fournit de lnergie en partie haute de la
cuve de stockage solaire) ou intgr (lappoint est intgr la cuve de stockage
solaire ;
Assemblage de composants faon (sur site) ou modules prfabriqus en
usine ;
CHAPITRE 1
37
Utilisation dantigel ou vidange des capteurs en cas de risque de gel.
Il existe une grande varit de concepts hydrauliques et autant de rgulations
diffrentes pour la stratgie de gestion de la chaleur. Cest pourquoi un nombre
important de typologies diffrentes de SSC existent : une vingtaine de systmes
gnriques de SSC ont t rpertoris en Europe par lIEA [Weiss et al., 2003]. Les
types de composants des SSC sont globalement les mmes. Cest la stratgie de
gestion de la chaleur et du stockage qui va les diffrencier. Lors du projet Combisol
[Thr et al., 2010], ont t retenus 6 schmas principaux reprsentatifs des systmes
actuellement disponibles sur le march europen. Dun point de vue hydraulique, ils
se diffrencient par leur manire de prparer lECS et dutiliser lnergie dappoint
(Tableau 1-3).

Aux-Type 1
Appoint en chauffage connect sur le
retour de lmetteur de chaleur
Aux-Type 2
Appoint en chauffage connect
directement sur le stockage
D
H
W
-
T
y
p
e

A

T
a
n
k

i
n

t
a
n
k

p
o
u
r

l
E
C
S

D
H
W
-
T
y
p
e

B

E
c
h
a
n
g
e
u
r

i
n
t
e
r
n
e

p
o
u
r

l
E
C
S

D
H
W
-
T
y
p
e

C

E
c
h
a
n
g
e
u
r

e
x
t
e
r
n
e

p
o
u
r

l
E
C
S

Tableau 1-3 Schmas des principaux SSC europens selon Combisol (Source : Combisol,
2010)

CHAPITRE 1
38
Parmi toutes ces stratgies de gestion de lnergie dans le systme, il ny a pas
forcment de meilleurs choix que dautres. Une stratgie peut tre plus adapte un
climat et/ou une habitation. Ceci vient du fait que les performances nergtiques
dun SSC sont assez complexes dfinir car elles sont trs variables (voir
paragraphe 1.1.3.3 ci-dessous).

Il existe dautres familles de SSC mais qui sont pour linstant marginales et/ou en
cours de dveloppement. Il existe par exemple des systmes utilisant lair comme
vecteur nergtique et stockant la chaleur dans des rservoirs enterrs remplis de
galets. Ce genre de systme nest pas pris en compte dans le cadre de cette thse.
1.1.2. Marchs du solaire thermique et des SSC
1.1.2.1. Le march mondial du solaire thermique
Entre 2000 et 2008, le parc mondial dinstallations solaires thermiques a connu une
croissance trs importante. Par exemple, selon le rapport du programme Solar
Heating and Cooling (SHC) de lAgence Internationale de lEnergie (IEA) [Weiss et
Mauthner, 2010], la surface installe de capteurs plans vitrs sur lanne 2008 a t
au moins 4 fois plus importante quen 2000, avec une croissance annuelle moyenne
de lordre de 20% (voir Figure 1-5). Tous types de capteurs confondus, linstallation
de systmes solaires thermiques a augment de 35% entre 2007 et 2008, ce qui
dmontre une bonne dynamique de ce march puisque cette augmentation ntait
que de 19% entre 2006 et 2007.

Figure 1-5 Capacit annuelle installe de capteurs plans et de tubes sous-vide entre 2000 et
2008 (Source : IEA SHC 2010)

Fin 2008, la puissance solaire thermique installe dans le monde tait de 152 GW
soit une surface quivalente denviron 217 millions de m
2
. La production totale de
chaleur des systmes solaires en service dans les 53 pays de cette tude
(reprsentant environ 90% du march mondial du solaire thermique) slevait 110
CHAPITRE 1
39
GWh, soit lquivalent de 12,4 millions de tonnes de ptrole : lutilisation de ces
systmes aurait ainsi permis dviter lmission de 39,4 millions de tonnes de CO
2
.

Les principaux marchs du solaire thermique se situent en Chine (87,5 GW), en
Europe (28.5GW) et en Amrique du Nord (USA et Canada : 15,1 GW) (voir Figure
1-6). Par contre, lutilisation de cette nergie diffre selon les pays. Lapplication
dominante aux Etats-Unis est le chauffage de piscine par capteurs plastiques non-
vitrs alors quen Chine et en Europe, les capteurs plans vitrs et les tubes sous vide
sont plus largement utilis pour leau chaude sanitaire et le chauffage des btiments.

Figure 1-6 Rpartition des installations totales de capteur (vitrs, non vitrs et air) par rgion
conomique la fin 2008 (Source : IEA SHC, 2010)
1.1.2.2. Le march europen du solaire thermique
Aprs avoir suivi une croissance exceptionnelle de lordre de 60% en 2008, le
march europen du solaire thermique a diminu de 10% en 2009. Cependant,
compte tenu de la situation conomique actuelle, le march sest mieux comport
que ce que laissait prvoir lESTIF, la fdration des industriels europens du solaire
thermique [ESTIF, 2010]. Finalement, pour la deuxime anne conscutive, plus de
4 millions de m de panneaux solaires thermiques se sont vendus en Europe, soit
environ 3 GW installs
7
. Les perspectives pour 2011 restent incertaines tant que la
crise financire et conomique continue davoir un effet ngatif la fois sur les
dpenses publiques et les incitations gouvernementales.

7
Lquivalence usuelle est de considrer que la puissance d1 m de capteurs est de 0.70 kW.
CHAPITRE 1
40

Figure 1-7 Evolution de la capacit installe de capteurs plans en Europe entre 1999 et 2009
(Source : ESTIF, 2010)

Toujours selon lESTIF, il y aurait actuellement plus de 31 millions de m de capteurs
plans en opration en Europe. Ce march est largement domin par lAllemagne
avec pratiquement 13 millions de m de capteurs installs. La France reprsente un
peu plus de 6% de la puissance europenne en solaire thermique.
1.1.2.3. Le march franais du solaire thermique
Entre 1998 et 2006, le march du solaire thermique en France mtropolitaine a
progress de prs de 40 % par an. Il a ensuite connu une croissance moins
soutenue en 2007 et 2008 avec environ 20 % daugmentation. Le contexte
conomique peu favorable de lanne 2009 et 2010 a engendr une diminution du
march annuel de 14 %. En 2009, 185,5 MW (265000 m2) ont t installs en
mtropole et 49 MW (70000 m2) dans les DOM-TOM.

Figure 1-8 Evolution de la capacit installe de capteurs plans en France entre 2003 et 2009
(Source : ESTIF 2010)

CHAPITRE 1
41
En 1999 le march du solaire thermique nexistait pratiquement pas. La France, par
lintermdiaire de lADEME, a lanc cette anne l le Plan Soleil destin
dvelopper les filires les plus matures du solaire thermique dont les CESI et les
SSC. Ce Plan Soleil , qui sest achev en 2006, a permis un dmarrage du
march des CESI en France. De quelques centaines dinstallations en 2000, les
ventes annuelles ont dpass les 15 000 units en 2005. La forte augmentation du
march partir de 2005 correspond la mise en place du crdit dimpt de 40 %
pour les particuliers, port 50 % pour la priode 2006/2009, auquel sajoutent des
aides linvestissement au niveau rgional et de plus en plus au niveau local. Le
systme de soutien franais est ainsi devenu, en quelques annes, un des plus
attractifs de lUnion Europenne. Lautre particularit du march franais tient son
dveloppement plus important que chez ses voisins du solaire thermique collectif. Le
dispositif Fonds Chaleur lanc en 2009 a dj permis de soutenir financirement
les projets de solaire collectif et de contribuer la croissance de ce march.

Malgr ces dispositions, le march a diminu en 2009, et nouveau en 2010 avec
un secteur rsidentiel profondment touch par la crise conomique et une forte
concurrence dautres technologies dans le domaine des nergies renouvelables, en
particulier le solaire photovoltaque. Ainsi, linstallation de CESI a diminu de 14% et
celle des SSC de 56% par rapport 2008. Nanmoins, ce secteur sera amen se
dvelopper davantage ces prochaines annes avec notamment la mise en place de
la future rglementation thermique 2012. Lnergie solaire thermique sera
dterminante pour loctroi des labels BBC par exemple, qui sera impos toute
nouvelle construction la fin 2012 selon le Grenelle de lEnvironnement [Grenelle,
2009].
1.1.2.4. Le march du SSC, en France et ailleurs
Malgr la lgre inflexion de 2009, le march du solaire thermique semble trs
prometteur. La diffusion des SSC devrait profiter de cette dynamique dautant plus
que ce genre de systme permet de raliser des conomies trs importantes.
Daprs le projet Solcombi2 [Letz, 2006], lanc par lADEME en 2007 et qui a permis
le suivi dune vingtaine dinstallations, un systme qui fonctionne bien permet une
conomie dnergie de lordre de 300 500 kWh par an et par m de capteur install,
soit sensiblement plus que pour les CESI (autour de 200 kWh.m
-2
par an). Les taux
dconomie dnergie gnrs par les SSC schelonnent entre 10 et 50 %, voire
plus dans certains cas trs favorables. Pourtant, le march des SSC reste marginal
aujourdhui en France comme le montre la Figure 1-9 ci-dessous.

CHAPITRE 1
42

Figure 1-9 Rpartition des installations poses par technologie entre 2006 et 2009 (Source :
Syndicat des Energies Renouvelables)

Ceci est globalement le cas sur le march mondial o la plupart des applications du
solaire thermique sont principalement orientes vers la production dECS. Seules
lAutriche et lAllemagne voient leurs applications se diversifier un peu plus vers le
chauffage solaire.

Figure 1-10 Distribution des diffrentes applications de la capacit totale de capteurs plans et
de tubes sous-vide installs par rgion conomique en 2008 (Source : IEA SHC)

CHAPITRE 1
43
Ce retard vient principalement du fait que les SSC sont des systmes plus
complexes que les CESI, en raison de linteraction de plusieurs sous-systmes :
chauffage, ECS, solaire, appoint. Dans les annes 80, les premiers systmes
solaires thermiques ddis la fois lECS et au chauffage, arrivant sur le march
taient des systmes ultra-complexes, conus au cas par cas. Puis, dans les annes
90, lindustrie propose de nouveaux systmes, moins chers et plus simples, mais
rsultant plus dexpriences de terrains que de relles optimisations bases sur des
connaissances scientifiques. De plus, certaines mauvaises expriences
dinstallations dfectueuses ont renforc limage des SSC comme tant des
systmes risque en termes dinvestissement. Le principal frein au dveloppement
du march des SSC vient dun manque de confiance des ventuels utilisateurs et
des craintes des installateurs, aliments par un manque dinformations fiables et
claires sur le potentiel des SSC.
1.1.2.5. Les labels et certifications des CESI et des SSC
Pour comparaison, les acteurs du domaine des CESI en France disposent dj un
panel doutils garantissant une bonne installation et un bon fonctionnement de ces
systmes. Par exemple, lassociation QualitEnR, fonde en 2006 pour assurer la
qualit dinstallation des systmes nergies renouvelables, gre les appellations
Qualisol pour certifier la bonne qualit d'installation des systmes solaires
thermiques de type CESI. Au niveau de la qualit des produits, le rfrentiel NF
CESI [Certita, 2010] pour les chauffe-eau solaires individuels circulation force
permet de garantir les bonnes performances des systmes complets. Il se base sur
la norme ISO 9459 qui permet de caractriser les performances de lensemble du
systme aux moyens dessais. A lchelle europenne, la certification Solar
Keymark, dvelopp par lESTIF et le CEN, avec le soutien de la commission
europenne, atteste la conformit des produits des normes europennes. Il
sapplique principalement aux capteurs et aux CESI prfabriqus en usine. Les CESI
assembls faon et les SSC ne sont pas couverts par la Solar Keymark.

Figure 1-11 Exemple de trois labels de certification pour l'installation et le fonctionnement des
CESI (de gauche droite : Qualisol, NF CESI et le Solar Keymark)

En ce qui concerne les SSC, une extension de lappellation Qualisol, appele
Qualisol Combi, permet de valoriser les comptences de certaines entreprises en
SSC. La marque Solaire, cre par Enerplan, association runissant les industriels
de la filire solaire thermique franaise, vise slectionner des systmes solaires
domestiques (notamment SSC) dans une dmarche de qualit. Une des rgles est
lapproche systme qui consiste proposer aux utilisateurs un kit complet pour
amliorer le fonctionnement et la qualit dinstallation.

CHAPITRE 1
44
Ces pistes vont vers une amlioration de linformation de la qualit des SSC pour les
utilisateurs mais il nexiste toujours pas ce jour de relle norme ou certification
permettant de caractriser les performances de SSC. Lune des raisons est la
difficult les estimer car elles dpendent de nombreux paramtres (voir paragraphe
1.1.3.3 ci-dessous). Les outils permettant de caractriser ces systmes de manire
rigoureuse font actuellement cruellement dfaut. Devant une offre de matriels
abondante (plus de 40 marques et 1400 produits rfrencs Solaire
8
pour les
SSC), les utilisateurs potentiels se trouveraient moins dmunis pour faire un choix
clair sil existait un test reconnu au niveau franais et/ou europen, et, encore
mieux, un tiquetage des performances nergtiques.

Les travaux de recherche prsents dans ce mmoire tentent duvrer pour
lamlioration de linformation concernant les SSC en proposant une mthode fiable
capable de caractriser leurs performances.
1.1.2.6. Les perspectives pour le march du solaire thermique
Une standardisation est maintenant ncessaire pour le bon dveloppement du
march des SSC. Dans une tude prospective, lESTIF estime quen 2050, lnergie
solaire thermique pourrait couvrir 50% des besoins en chaleur de lEurope, ce qui
veut dire quune grande majorit des btiments disposant dun potentiel solaire
suffisant serait quip en technologie solaire thermique [Weiss et Biermayr, 2009].
Le premier objectif est de mettre en opration 1m de capteur par habitant dici 2020,
avant de passer 8m par habitant en 2050 (soit une capacit installe de 2576 GW,
dans un scnario politiquement favorable, voir Figure 1-12).

Figure 1-12 Croissance de la puissance solaire thermique utilise pour diffrents scnarios
(Source : ESTIF 2008)

8
http://www.o-solaire.fr/index.php?page=21, accs le 06/06/2011

CHAPITRE 1
45
Par ailleurs, lESTTP, la plateforme technologique europenne du solaire thermique,
maintenant intgre dans la plateforme technologique Renewable Heating and
Cooling, dans sa vision des perspectives europennes, dfinit les tendances et
perspectives technologiques ainsi quune feuille de route pour atteindre ces objectifs
[ESTTP, 2010]. Dans celle-ci figure la certification Keymark des SSC ainsi que la
gnralisation de la Garantie de Rsultats Solaires (GRS
9
) moyen terme (2020).
En corollaire, cela signifie quil est indispensable de disposer dune mthode de
caractrisation des performances des SSC reconnue. Nos travaux portent donc sur
une tape cl du dveloppement de lnergie solaire thermique.
1.1.3. Performances des SSC et caractrisation
1.1.3.1. Comment valuer les performances dun SSC ?
Il existe plusieurs critres de performances qui refltent diffrents aspects du
fonctionnement dun SSC. Les critres dfinis ci-dessous utilisent les variables
prsents sur la Figure 1-13.

Stockage
Distribution
Gestion
Besoins
nergtiques
Systme Fournitures nergtiques
Q
sh
Q
dhw
Q
aux,out
Appoint
Capteurs
ECS
Emetteurs
Stockage
intermdiaire
Circuit solaire
Q
coll,out
Q
coll,utile
Q
aux
A
coll
.G
coll

Figure 1-13 Schma global de SSC montrant les principales grandeurs utiles aux calculs des
critres de performances

Le taux de couverture solaire (ou galement appele fraction solaire)
Le taux de couverture solaire (souvent appel par abus de langage fraction solaire)
est le rapport entre lnergie fournie par la partie solaire dune installation et la

9
La Garantie de Rsultats Solaires (GRS) se traduit par un engament des oprateurs techniques ce
que le systme install fournisse un niveau minimal dnergie thermique dorigine solaire.
CHAPITRE 1
46
fourniture totale dnergie de linstallation (dfinition selon la norme internationale
[ISO9488, 1999]).

dhw sh
utile coll
s
Q Q
Q
F
+
=
,
( 1-1 )

Il est possible de retrouver dans certains cas le taux de couverture solaire exprim
laide des nergies en entre de stockage.

out aux utile coll
utile coll
s
Q Q
Q
F
, ,
,
+
=
( 1-2 )

Dans ces calculs, Q
coll,utile
reprsente lnergie fournie en toute fin de la partie solaire.
Les pertes aux niveaux des canalisations et des ventuels stockages intermdiaires
ne sont pas prises en compte dans le calcul de ce critre.

Le taux de couverture traduit la rcupration de lnergie solaire mais il ne montre
pas si lnergie solaire est bien rcupre, cest dire si linstallation solaire est
utilise de manire optimale. En effet, augmenter la surface de capteur permettrait
dobtenir un trs bon taux de couverture mais ceci va augmenter le cot de la
production solaire. Un autre critre tel que la productivit permet de contrebalancer
les inconvnients du taux de couverture et de fournir des informations
complmentaires sur les performances du systme.

La productivit solaire
La productivit reprsente une quantit dnergie dlivre rapporte la surface de
capteur solaire. Pour enlever toute ambigit, il faut prciser chaque fois :
Quelle nergie est reprsente : nergie utile, nergie sortant des
capteurs, nergie solaire entrant dans le ballon ou lnergie conomise
lentre de lappoint ;
Pour quelle surface de capteur : surface hors tout, surface dentre
ou surface dabsorbeur.

coll
A
Q
Prod =
( 1-3 )

Ce critre reflte la qualit dutilisation de la partie solaire et du dimensionnement
des capteurs. Une productivit trop faible tmoigne probablement du
surdimensionnement de la surface des capteurs.

Lorsque lon fait varier les besoins ou la surface des capteurs, productivit et taux de
couverture varient en sens inverse. Par exemple, si pour une surface de capteur
donne, lensemble des besoins diminue, la productivit diminue galement, mais le
taux de couverture augmente. Le dimensionnement de la partie solaire dun systme
rsulte en fait dun compromis entre ces deux indicateurs.

CHAPITRE 1
47
Taux de couverture et productivit se compltent pour donner une information sur la
performance de la partie solaire du systme. Le problme est que la qualit de son
fonctionnement global nest pas forcment reprsente. Par exemple, un ballon de
stockage mal isol peut faire augmenter la fois la productivit et le taux de
couverture tout en entranant une consommation dnergie primaire plus importante.
Un bon systme nest pas forcment un systme qui maximise lapport solaire mais
plutt celui qui conomise le plus possible dnergie dappoint.
1.1.3.2. Le taux dconomie dnergie
Le critre qui semble le plus pertinent est le taux dconomie dnergie. Ce nombre
adimensionnel permet de comparer lconomie dnergie dappoint apporte par le
SSC en comparaison avec une installation conventionnelle de rfrence , sans
apport solaire, qui aurait fournie la mme quantit dnergie. Il est calcul au niveau
de lnergie finale consomme.

Stockage
Distribution
Gestion
Besoins
nergtiques
Systme Fournitures nergtiques
Q
sh
Q
dhw
Appoint de
rfrence
ECS
Emetteurs
Q
aux,ref
Q
loss,ref

Figure 1-14 Schma global de l'installation de rfrence montrant les principales grandeurs
utiles aux calculs des critres de performances

Un des problmes est de dfinir le systme de rfrence. Il nexiste pas encore de
consensus europen ce sujet. Il est nanmoins possible de dfinir la
consommation nergtique de rfrence de la manire suivante :

ref aux
ref loss dhw sh
ref aux
Q Q Q
Q
,
,
,
+ +
=
( 1-4 )

CHAPITRE 1
48
Aucun stockage de chaleur pour le chauffage nest considr dans le systme de
rfrence. Les pertes du ballon ECS de rfrence, Q
loss,ref
, peuvent tre dfinies par
lquation ( 1-6 ).

( ) ( )
store amb store ref store ref loss
T T UA Q
, , ,
=
&
( 1-5 )

Le volume du stockage est dfini comme tant gal 0,75 fois le puisage quotidien.
En suivant la norme [CEN/TS12977-1, 2010], le coefficient de pertes de ce ballon
peut tre dcrit de la manire suivante :

( ) 1000 16 . 0
, , ref store ref store
V UA = ( 1-6 )

En considrant une temprature de ballon moyenne de 52,5C sur lanne, une
temprature dambiance du local abritant le ballon de stockage, fixe de 15C et un
puisage quotidien de 200 litres, les pertes de rfrences sont de 644kWh sur
lanne. Cette valeur est celle retenue dans les diffrentes tudes de la Tche 26 de
lIEA.

Lnergie du systme de rfrence est suppose tre fournie par une chaudire
ayant un rendement annuel
ref aux,
de 85%.

A partir de la dfinition gnrale du taux dconomie dnergie, il est possible de
dfinir plusieurs fonctions, prenant en compte de manire plus ou moins complte
les nergies intervenant au sein du SSC (thermique, lectrique, pnalits de confort).

Taux dconomie dnergie thermique
Cet indicateur est par dfinition la fraction dnergie conomise par le SSC par
rapport au systme de rfrence.

ref aux
aux
ref aux
aux ref aux
th sav
Q
Q
Q
Q Q
f
, ,
,
,
1 =
= ( 1-7 )

Taux dconomie dnergie tendue
Cet indicateur intgre non seulement les nergies thermiques mises en jeu, mais
galement les nergies lectriques consommes par les auxiliaires (pompes,
vannes, brleur et autres appareils lectroniques, ).

el
ref par
ref aux
el
par
aux
ext sav
W
Q
W
Q
f
,
,
,
1
+
+
= ( 1-8 )

par
W est lnergie lectrique auxiliaire, utilise pour faire fonctionner le systme.
el

est le rendement de conversion de lnergie primaire en nergie lectrique pris
40% quelque soit le cas.
CHAPITRE 1
49

Indicateur de taux dconomie
Cet indicateur inclut une pnalit en cas de non respect des critres de confort sur
les tempratures de consignes pour lECS et lair intrieur. Afin de pouvoir tre
intgr dans les calculs de performance, cette pnalit est arbitrairement
transforme en nergie de pnalit qui sexprime de la manire suivante :

ref penalty dhw penalty sh penalty red penalty
Q Q Q Q
, , , ,
+ = ( 1-9 )

La puissance de pnalit pour lECS intervient lorsque la temprature fournie par
le systme est infrieure la consigne.

( ) [ ] 1 1 ) ; 0 max( ) ; 0 max( . .
; ; , ,
+ + =
dhw
x
dhw dhw set dhw dhw set wat p dhw dhw penalty
T T T T c m Q &
&
( 1-10 )

Cette puissance de pnalit se dcompose en deux termes :
Le premier terme de lquation ( 1-10 ) compense lnergie non
fournie par le systme du fait de la temprature trop faible ;
Le deuxime terme de lquation ajoute une pnalit traduisant la
non-satisfaction du confort souhait. Cette pnalit est exponentielle. Si
la valeur de lexposant
dhw
x est grande, des carts importants de
temprature par rapport la consigne seront beaucoup plus pnaliss
que les petits carts. Pour harmoniser la fonction de pnalit quand
( ) 1
,
<
dhw dhw set
T T et la rendre monotone par rapport
dhw
x , la valeur 1 est
ajoute loprande de lexposant puis soustraite la fonction globale
pour assurer sa continuit.

La puissance de pnalit pour le chauffage intervient lorsque la temprature
intrieure descend en dessous de 19,5C ou passe au dessus de 24C (ces formules
ont t mises en place lors de la Tche 26 o la temprature intrieure de consigne
a t fixe 20C). Le raisonnement pour la mise e n place de ces puissances de
pnalit est globalement le mme que pour lECS.

( ) ( ) ( ) ( )
( ) ( ) ( )
> +

< + +
=
C T si T UA
C T C si
C T si T T UA
Q
room
x
room building
room
room
x
room room building
sh penalty
sh
sh
24 1 1 24
24 5 . 19 0
5 . 19 1 1 5 . 19 5 . 19
,
&
( 1-11 )

Lnergie de pnalit de rfrence est calcule par le biais de simulations du
systme de rfrence, dfini dans la Tche 26 [Weiss, 2003]. Ces nergies sont
calcules seulement lors des surchauffes estivales ( C T
room
> 24 ) et sont retranches
aux pnalits de chauffage du systme pour liminer linfluence des surchauffes
estivales invitables, dues aux apports solaires passifs.

Les exposants utiliss lors de la Tche 26 ont t arbitrairement fixs 4 pour
dhw
x
et 2 pour
sh
x .
CHAPITRE 1
50

Finalement, lindicateur de fraction solaire sexprime de la manire suivante :

el
ref par
ref aux
red penalty
el
par
aux
si
W
Q
Q
W
Q
f
,
,
,
1
+
+ +
= ( 1-12 )

Lintrt de cet indicateur est surtout de pnaliser fortement des systmes, qui au
prtexte dconomiser lnergie, nassureraient pas la satisfaction des besoins de
chauffage et dECS demands.
1.1.3.3. Caractrisation des performances : la mthode FSC
Les performances des SSC sont trs difficiles caractriser du fait de leur forte
dpendance au climat et la demande nergtique du btiment. Par exemple, un
mme SSC naura pas la mme performance sil est install dans une maison bien
isole Barcelone ou dans une maison mal isole Stockholm. Les systmes
peuvent tre plus ou moins adapts certains climats ou certains types de
btiment. Par consquent, il est difficile de les comparer entre eux. Cette
comparaison est dautant plus difficile quils ne sont pas forcment installs avec les
mmes surfaces de capteurs.

Pour surmonter ce problme, une mthode a t propose dans le cadre de la
Tche 26 du programme SHC de lIEA, permettant de caractriser les performances
des SSC laide dune simple courbe, caractristique uniquement du systme [Letz
et al., 2009]. Cette mthode permet ainsi de comparer trs simplement leurs
performances, dans nimporte quel contexte nergtique. Elle se base sur la
dfinition dun nombre adimensionnel : la Fraction Solarisable des Consommations
( FSC ).

Lide premire de cette mthode est de pouvoir comparer le taux dconomie
dnergie
th sav
f
,
(ou
ext sav
f
,
) dun SSC au taux dconomie dnergie maximum
thorique quil serait possible si le systme tait parfait (sans aucune pertes). Pour
cela, on doit comparer lvolution sur lanne de lnergie de rfrence
ref aux
Q
,
et de
lnergie solaire reue sur la surface des capteurs. La Figure 1-15 reprsente ces
volutions mensuelles.

CHAPITRE 1
51
J J J F M A M A S N O D
Reference consumption Irradiation
1
3
2
1
3
1
2
Excess irradiation
Excess consumption
Usable solar energy

Figure 1-15 Comparaison des volutions mensuelles de la consommation du systme de
rfrence et de l'nergie solaire arrivant sur la surface des capteurs du SSC tudi (Source :
IEA SHC)

A partir de la Figure 1-15, il est possible de dfinir 3 zones :
La zone 1 reprsente lnergie de consommation de rfrence qui ne peut
tre couverte par lnergie solaire disponible ;
La zone 2 reprsente lnergie qui pourrait tre conomise grce
lnergie solaire ;
La zone 3 reprsente lnergie solaire excdentaire qui ne pourra pas tre
valorise.

Il est alors possible de calculer lnergie solaire rcuprable au maximum sur une
anne. Elle est reprsente par la zone 2.

( )
=
coll coll ref aux usable solar
G A Q Q . ; min
, ,
( 1-13 )

Dans la Tche 26, lnergie solaire utilisable
usable solar
Q
,
est calcule sur la base
dune somme de valeurs mensuelles.

CHAPITRE 1
52
Le nombre FSC est obtenu en divisant
usable solar
Q
,
(zone 2) par lnergie de rfrence
du btiment
ref aux
Q
,

(zone 1 + zone 2). Il peut tre considr comme tant le taux
dconomie dnergie maximum thorique atteignable.

ref aux
usable solar
Q
Q
FSC
,
,
= ( 1-14 )

Contrairement au
sav
f , cet indicateur ne dpend pas du systme tudi mais fait
uniquement rfrence lnergie solaire reue dans le plan des capteurs (fonction
du climat et de la surface des capteurs) ainsi que la demande nergtique
(consommation ECS, climat et type de btiment). La comparaison entre
sav
f et FSC
donne une bonne indication de lefficacit dun SSC : plus
sav
f est proche de FSC,
mieux le systme convertit lnergie solaire reue en conomie dnergie.

En tudiant la relation entre
sav
f et FSC par le biais de nombreuses simulations
numriques dtailles de systmes, les acteurs de la tche 26 ont obtenu une
courbe de rgression caractristique.

Figure 1-16 Taux d'conomie d'nergie thermique fsav,th en fonction de la Fraction Solarisable
de Consommation FSC pour un systme simul avec PSD-MI (Source : IEA SHC)

Ainsi, il serait possible de caractriser le taux dconomie dnergie dun systme
sav
f en fonction de lindicateur FSC , laide dune simple parabole, avec un facteur
de rgression proche de 1.

. . FSC c FSC b a f
sav
+ + = ( 1-15 )
CHAPITRE 1
53

A linstar de la mthode f-Chart dcrite dans [Duffie et Beckman, 2006], il est
possible dajuster la prcision de ces courbes en compltant les formules laide
dun facteur de correction SC prenant en compte le ratio volume de stockage/surface
des capteurs (soit
coll store
A V , exprim ici en L.m
-2
dans lquation ( 1-16 )). La
correction est dfinie par lquation ( 1-17 ).

) 1 )( 1 ( 1
.
) 1 (
.
) 1 (
+ +
|
|
\
|
+ +
|
|
\
|
+ =

coll
store
coll
store
A
V
A
V
SC ( 1-16 )

( ) '. '. ' . FSC c FSC b a SC f
sav
+ + = ( 1-17 )

Dans [Letz et al., 2009], sont calculs les coefficients , et permettant dobtenir
le plus fort facteur de rgression sur lensemble des courbes
sav
f en fonction de
FSC :

25 . 0
1 . 0
L/m 160
=
=
=
( 1-18 )

Cette quation corrige amliore lestimation dnergie dappoint consomme partir
de la courbe caractristique dun systme et peut tre facilement utilise comme outil
de dimensionnement. Par contre, une faible valeur de SC a tendance surestimer
les performances des SSC. Par consquent, il nest pas possible dutiliser cette
extension de mthode pour la comparaison directe des performances de systmes
entre eux.

Cette mthode a fait ses preuves avec de nombreux modles dtaills de systmes,
dans de multiples configurations. Elle nest valable que pour les taux
th sav
f
,
et
ext sav
f
,

(voir paragraphe 1.1.3.2 ci-dessus).

CHAPITRE 1
54

Figure 1-17 Taux d'conomie d'nergie f
sav,th
, avec facteur de correction selon le volume de
stockage FC, en fonction de la Fonction Solarisable de Consommation FSC des systmes
simuls lors de la Tache 26 (Source : IEA SHC)

La mthode FSC est donc un outil puissant de caractrisation des SSC, mais ce
jour, ce genre de courbe ne peut tre obtenu que par le biais de simulations
numriques. Chaque point permettant la rgression reprsente la performance
annuelle dune configuration fige du systme, pour un environnement
climat/btiment donn. Il est donc trs difficile dobtenir ces courbes
caractristiques de manire fiable grce un essai en laboratoire par exemple, de
dure beaucoup plus courte quune anne. Il nexiste aujourdhui aucun lien entre
des valeurs physiques concrtes du systme caractriser (issues de mesures ou
dessais) et sa courbe caractristique.
CHAPITRE 1
55
1.2. Les mthodes actuelles dvaluation des performances
des SSC
Il est indispensable, pour assurer un dveloppement de qualit du march des SSC,
davoir disposition un moyen dvaluer les performances nergtiques de ces
systmes. Quelques SSC ont t valus par la procdure des Apprciation
Techniques dExprimentation (ATEx) du CSTB
10
. Mais ces ATEx ne donnent pas
d'lments sur les performances des installations.

Des mthodes dessais en laboratoire permettant dvaluer les performances de
SSC sont actuellement en cours de dveloppement et certaines sont ddies des
objectifs de normalisation europenne. Ces mthodes peuvent tre classes en deux
familles diffrentes, selon leur philosophie de test. Elles prsentent chacune leurs
avantages et inconvnients.
1.2.1. Les deux approches de tests
Pour commencer la prsentation de ces deux approches de test, il est possible de
souligner que leur principale diffrence rside en quelque sorte dans leur vision
respective dun SSC :
La premire approche considre les SSC comme un assemblage de
composants : nous lappellerons approche composant ;
La deuxime approche considre les SSC comme un systme unique part
entire : nous lappellerons approche globale .

10
Voir http://www.cstb.fr/evaluations/appreciation-technique-dexperimentation/presentation.html
CHAPITRE 1
56

Approche composant
12977-5 12977-4 12975-2 12977-5 12977-4 12975-2

Approche globale
12975-2

Tableau 1-4 Reprsentation schmatique de la vision d'un mme SSC selon le les deux
approches de tests actuelles (les nombres se rapporte aux normes europennes existantes)

Les deux approches sont dcrites plus en dtails dans les paragraphes suivant.
1.2.1.1. Lapproche composant
Les mthodes utilisant lapproche composant consistent tester individuellement
les principaux composants du systme. Les paramtres caractristiques de chacun
dentre eux sont identifis et utiliss via des simulations numriques qui, en
regroupant les modles ainsi obtenus, permettent dvaluer les performances du
systme complet.
CHAPITRE 1
57

Rgulation
T
E
S
T
Rgulation
T
E
S
T
Stockage eau chaude
T
E
S
T
Stockage eau chaude
T
E
S
T
Capteur solaire
T
E
S
T
Capteur solaire
T
E
S
T
Paramtres
caractristiques
Paramtres
caractristiques
Paramtres
caractristiques
S
i
m
u
l
a
t
i
o
n
s
P
e
r
f
o
r
m
a
n
c
e
s

Figure 1-18 Schma de principe des mthodes d'approche "composant"

Dans le cas des SSC, la principale mthode de cette famille est la mthode
Component Testing System Simulation (CTSS) [Albaric et al., 2010; Drck and
Bachmann, 2002]. La mthode CTSS est utilise pour valuer les performances
thermiques de petites installations de chauffage solaire assembles faon dans
la prnorme europenne [CEN/TS12977-2, 2010] mais cet essai reste facultatif.
Chaque composant du SSC est test sparment, suivant les normes europennes
en vigueur (voir Tableau 1-5). Les paramtres ainsi dtermins sont introduits dans
un logiciel de simulation, tel que TRNSYS [Klein, 1994] pour dterminer les
performances annuelles du systme complet.

Composant Norme
Stockage deau chaude CEN/TS 12977-4
Capteur solaire EN 12975-2
Rgulation CEN/TS 12977-5
Tableau 1-5 Normes appliquer pour la caractrisation de chaque lment d'un SSC

La mthode CTSS prsente lavantage dtre trs flexible. Il est possible de tester
tous les systmes, avec des configurations diffrentes. Avec un certain jeu de
paramtres dtermins, les performances dun SSC peuvent tre estimes pour
plusieurs sites dimplantations et plusieurs btiments par le biais de multiples
simulations. Il est galement possible dinterchanger virtuellement diffrents
composants entre eux, condition que leurs paramtres spcifiques soient
disposition. Linfluence de certaines combinaisons dlments sur les performances
du SSC est ainsi value.

Par contre, lensemble des tests ncessaires lidentification des paramtres de
chaque lment est long, et peut tre trs couteux. De plus, les interactions entre les
composants et leurs rgulations sont seulement simules. Or, il a t souvent
remarqu que les principaux problmes des SSC sont lis des difficults
dinstallation et lincohrence des comportements des lments entre eux. Les
SSC rels peuvent ainsi avoir des comportements trs diffrents de celui attendu.
Des problmes de conception et dinstallation peuvent tre ignors par ces tests.

Enfin, le test des rgulateurs est trs simplifi et principalement concentr sur le
contrle de la boucle solaire. Or les aspects contrle/commande sont de plus en
plus prpondrants dans les performances des systmes.
CHAPITRE 1
58
1.2.1.2. Lapproche globale
Les mthodes utilisant lapproche globale ont une philosophie oriente
systme . Grce des tests de type bote noire , une caractrisation globale
intgrant lensemble du procd est recherche grce une mulation des entres
et sorties du systme : capteurs solaires, circuit de distribution de chauffage et d'ECS
et ventuellement chaudire d'appoint.

P
e
r
f
o
r
m
a
n
c
e
s
Rgulation
Stockage eau chaude
T
E
S
T
Capteur solaire
Rgulation
Stockage eau chaude
T
E
S
T
Capteur solaire

Figure 1-19 Schma de principe des mthodes d'approche "globale"

De telles mthodes existent dj pour les CESI : la mthode Collector and System
Testing Group (CSTG), prsente dans la norme ISO 9459-2 [ISO9459-2, 1995], et
la Dynamic System Test (DST), prsente dans la norme ISO 9459-5 [ISO9459-5,
2007]. La premire est rserve au simple prchauffage solaire sans systme
dappoint tandis que la deuxime peut prendre en compte les CESI avec appoints.
Ces mthodes permettent didentifier des paramtres dcrivant simplement le
comportement des systmes et caractrisant leurs performances.

Dans le cadre des SSC plusieurs mthodes du mme type ont t mises au point.
Pour chacune dentre elles, la procdure commence par linstallation du systme
complet ( lexception des capteurs) sur un banc de test et procde ensuite une
phase de pr-conditionnement. La charge et la dcharge thermique du systme est
faite selon une squence de test propre chaque mthode. Par exemple, la
mthode Annual Calculation/Direct Comparison (AC/DC), dcrite dans [Bales,
2002], prvoit une phase centrale de test de 6 jours, reprsentant 2 jours dhiver, 2
jours dt et 2 jours de saison intermdiaire. La mthode Concise Cycle Test
(CCT), dcrite dans [Vogelsanger, 2002], a une phase centrale de test de 12 jours-
chaque jour reprsentant les volutions climatiques moyennes de chaque mois de
lanne. Les performances annuelles sont values laide dune simple
extrapolation de lnergie dappoint consomme durant la procdure.

Avec ce type dapproche, on est assur que lensemble des fonctions et interactions
ayant lieu au sein du systme est pris en compte. De plus, le temps ncessaire
lapplication de ces tests est relativement court, le plus long durant une douzaine de
jours.

Par contre, les rsultats obtenus avec cette approche sont figs aux conditions
utilises pendant les tests. Les performances annuelles dun systme sont values
pour un systme donn (type de rgulateur, de ballon de stockage,) et des
conditions aux limites fixes (surface de capteur, type de btiment, conditions
climatiques, puisage ECS, ). Il est donc dlicat, partir de ces mthodes, de
dimensionner un SSC en phase amont, et dvaluer ses performances (voir
CHAPITRE 1
59
paragraphe 1.1.3.3 ci-dessus) dans des conditions autres que les conditions
dessais, sauf faire de nouveaux essais avec des conditions aux limites diffrentes
1.2.1.3. Synthse et slection de la mthode
Les avantages et inconvnients des deux approches de test de performances des
SSC sont synthtiss dans le Tableau 1-6.

Approche Composant Approche Globale
Rgulation
T
E
S
T
Rgulation
T
E
S
T
Stockage eau chaude
T
E
S
T
Stockage eau chaude
T
E
S
T
Capteur solaire
T
E
S
T
Capteur solaire
T
E
S
T
Paramtres
caractristiques
Paramtres
caractristiques
Paramtres
caractristiques
S
i
m
u
l
a
t
i
o
n
s
P
e
r
f
o
r
m
a
n
c
e
s

P
e
r
f
o
r
m
a
n
c
e
s
Rgulation
Stockage eau chaude
T
E
S
T
Capteur solaire
Rgulation
Stockage eau chaude
T
E
S
T
Capteur solaire

+ - + -
- Principe simple
- Rsultats flexibles
(possibilit de
changer de
conditions aux
limites)
- Etude de
dimensionnement
de systme
possible
- Longue priode
de tests de chaque
composant
- Interactions entre
composants sont
seulement
simules (aspects
conception et
installation pas pris
en compte)
- Intgre
lensemble du
systme (aspects
conception et
installation pris en
compte)
- Rsultats limits
(configuration du
systme et
conditions aux
limites figes aux
conditions de test)
Tableau 1-6 Synthse des avantages et inconvnients des deux approches existantes de test
de performances des SSC

Les performances des SSC tant vraiment trs sensibles leur conception et leur
installation, nous considrons quil est trs important de considrer les vraies
interactions entre les lments dun systme pour pouvoir valuer ses performances
de manire vraiment fiable : lapproche globale sera donc adopte dans notre tude.
Elle sera base plus particulirement sur la mthode Short Cycle System
Performance Test (SCSPT), dveloppe par le CEA lINES [Albaric et al., 2008].
Afin dtendre les possibilits dutilisation de cette mthode, notamment dautres
conditions aux limites, nous complterons la mthodologie actuelle, dcrite ci-
dessous, par une tape didentification de modles volus du systme tester. Le
principe de cette amlioration est reprsent dans le Tableau 1-7.

CHAPITRE 1
60
M
t
h
o
d
e

S
C
S
P
T

a
c
t
u
e
l
l
e

Test du SSC
Zurich, SFH60
Evaluation des
performances
Caractrisation
Extrapolation
f
s
a
v

M
t
h
o
d
e

S
C
S
P
T

a
m
l
i
o
r
e

(
o
b
j
e
c
t
i
f

d
e

c
e
s

t
r
a
v
a
u
x
)

Barcelone, SFH30
Zurich, SFH30
Zurich, SFH100
Barcelone, SFH60
Barcelone, SFH100
Stockholm, SFH30
Stockholm, SFH60
Stockholm, SFH100
Zurich, SFH60
Modle
global
Test du SSC
Evaluation des
performances
Caractrisation
f
s
a
v

Tableau 1-7 Schmas reprsentant les rsultats disponibles avec la mthode SCSPT actuelle et
avec son amlioration envisage

1.2.2. Description de la mthode SCSPT
La mthode SCSPT est dcrite dans [Albaric et al., 2008] et [Albaric et al., 2010].
Son protocole sinspire fortement de la mthode CCT. En tant que mthode
dapproche globale (voir paragraphe 1.2.1.2 ci-dessus), la premire tape
consiste installer le SSC tester sur le banc dessai semi-virtuel. Ensuite, un
protocole incluant une phase de pr-conditionnement du systme, puis une
squence de test de 12 jours, est lanc. Finalement, les flux nergtiques
enregistrs durant la phase de test sont extrapols pour valuer les performances
annuelles.

La diffrence entre CCT et SCSPT rside dans la composition de la squence de
test. La premire mthode choisit simplement 12 jours reprsentant lvolution
annuelle de variables mtorologiques, chaque journe tant reprsentative dun
mois. Le problme est que sur cette courte squence, linertie du systme a
tendance surestimer les performances : lors des journes dautomne, le systme
charg pendant les journes dt consomme moins dnergie que ce quil devrait.
La mthode SCSPT tente de surmonter ce problme en incluant un critre dinertie
dans la slection des journes pour composer les 12 jours de squence de test.

Cette dernire mthode a montr de bons rsultats dvaluation de performance
dans le cadre de plusieurs projets, aussi bien franais (comme le projet
EvaluationSSC [Albaric et al., 2009]), queuropens (comme le projet Combisol
[Mette et al., 2010]). Plusieurs acteurs du domaine des SSC ont ainsi manifest leur
intrt envers cette mthode lors de programmes collaboratifs de R&D mens en
partenariats avec des industriels.

CHAPITRE 1
61
0%
5%
10%
15%
20%
25%
30%
35%
40%
A B C D E F
T
a
u
x

d
'
c
o
n
o
m
i
e

d
'
n
e
r
g
i
e

F
S
A
V

(
%
)
Taux d'conomie d'nergie thermique : Fsav_th
Taux d'conomie d'nergie tendue : Fsav_ext

Figure 1-20 Exemple de rsultats obtenus par la mthode SCSPT pour 6 SSC diffrents

1.2.2.1. Le banc dessai semi-virtuel
Le banc dessai semi-virtuel situ dans les locaux de lINES permet de tester
nimporte quel systme thermique en le confrontant un environnement virtuel.

Dans les cas des SSC, chaque composant propre au fonctionnement du systme
tester est physiquement prsent dans la cellule de test : stockage(s), rgulation(s),
circulateur(s), circuit(s) sont installs sur le banc dessai comme sils taient installs
normalement dans un btiment. Si le fonctionnement de base du SSC tudi inclut
un systme dappoint particulier, celui est galement install sur le banc dessai. Les
variables mtorologiques, les capteurs, le puisage ECS, les metteurs de chaleur et
le btiment sont, quant eux simuls sous TRNSYS.

La communication entre le systme rel et lenvironnement virtuel se fait grce aux
modules hydrauliques. Ces modules sont connects un rseau deau surchauffe
(180C) et un rseau deau glace (-12C), aliment s par une installation ddie,
communment appele chaufferie centrale . Ainsi, par le biais dchangeurs,
chaque module peut rchauffer ou refroidir le fluide dun circuit secondaire,
rapidement et sur commande via un ordinateur de supervision.

CHAPITRE 1
62
Module ECS
Module ECS
Baie de mesures
Module capteur
Partie relle Partie simule
Echange de donnes
en temps rel

Figure 1-21 Schma reprsentant le principe de sparation entre le SSC rel et un
environnement virtuel, communiquant par le biais de modules mulateurs

Le principe du banc dessai semi-virtuel est le suivant : chaque circuit du SSC
(principalement les circuits dECS, de chauffage et des capteurs) est connect un
module. A chaque pas de temps (1 minute), les modules enregistrent la temprature
et le dbit du fluide entrant et envoient ces donnes lordinateur de supervision.
Celles-ci sont utilises en tant quentres de la simulation en cours sous TRNSYS
(Figure 1-22).

CHAPITRE 1
63
coll
m&
in coll
T
,
coll
m&
in coll
T
,
Echange de donnes
en temps rel
Module capteur
Chaufferie centrale
Modle de capteur
Entres
Sorties

Figure 1-22 Illustration de la premire tape d'change d'information pendant le test semi-
virtuel avec lexemple du module capteur

Selon les calculs des modles numriques utiliss, les tempratures et dbits de
retour rsultants sont envoys comme consignes vers les modules hydrauliques, qui
augmentent ou rduisent ainsi la temprature du fluide du systme laide de
rseaux deau surchauffe et deau glace selon les besoins (voir la description de la
chaufferie centrale ci-dessous).

out coll
T
,
coll
m&
in coll
T
,
out coll
T
,
Echange de donnes
en temps rel
Module capteur
Chaufferie centrale
Modle de capteur
Entres
Sorties

Figure 1-23 Illustration de la deuxime tape d'change d'information pendant le test semi-
virtuel avec lexemple du module capteur

CHAPITRE 1
64
De cette manire, chaque module mule les lments virtuels modliss par le
logiciel. Certaines sondes utilises par la rgulation du systme doivent normalement
tre installes dans des lments ici simuls (par exemple pour mesurer les
tempratures dair intrieur et extrieur). Dans ce cas, ces sondes sont galement
mules grce des botes de rsistance. Les donnes changes sont
reprsentes sur la Figure 1-24.

FOURNITURE
DENERGIE
TRANSFERT, STOCKAGE, CONTRLE ET DISTRIBUTION BESOINS
PARTIE EMULEE
PARTIE
EVENTUELLEMENT
EMULEE
PARTIE EMULEE
aux
Q
&
coll
m&
in coll
T
,
out coll
T
,
out aux
T
,
in aux
T
,
aux
m&
DHW
m&
em
m&
tap
T
DHW
T
room
T
a
T
in em
T
,
out em
T
,

Figure 1-24 Schma reprsentant les donnes changes entre le systme et l'environnement
virtuel pendant le test

Les caractristiques techniques du banc dessai sont prsentes dans la partie
exprimentale de nos travaux de recherche (voir paragraphe 4.1.1).

Une fois install, le systme tester peut se comporter comme sil tait rellement
install dans un btiment, influenc par des variations climatiques. Le point essentiel
pour que la mthode fonctionne est de dterminer quel environnement virtuel va
permettre dvaluer les performances du systme en une douzaine de jours.
1.2.2.2. Lenvironnement virtuel de la mthode SCSPT
La mthode SCSPT utilise un environnement virtuel prcis pour valuer les
performances des SSC partir dune squence de 12 jours de test sur le banc semi-
virtuel [Nowag, 2007]. Lobjectif est de rendre proportionnelle la consommation
dnergie du systme test pendant la squence 12 jours (
aux,12d
Q ) avec celle
correspondant lanne entire pour couvrir les mme besoins et pour le mme
climat (
aux
Q ). De cette manire, lnergie annuelle consomme est value par la
CHAPITRE 1
65
simple extrapolation exprime dans lquation ( 1-19 ) (
aux
Q
signifie valuation de
aux
Q ).

aux,12d aux
Q Q
12
365
= ( 1-19 )

Lenvironnement virtuel est compos des modles suivants :
Les besoins en chauffage
Le modle de btiment utilis est celui dfini lors de la Tche 32 du programme SHC
de lIEA [Heimrath et Haller, 2007]. Une architecture commune est dfinie et des
variantes en termes disolation sont proposes pour obtenir au final trois btiments
de qualits nergtiques diffrentes : SFH30, SFH60 et SFH100. Ces btiments,
accueillant une seule famille (Single Family House), ont des besoins de chauffage
respectivement de 30, 60 et 100 kWh/m par an pour le climat de Zurich. Ces
modles sont expliqus plus en dtails dans le CHAPITRE 2 et lANNEXE A.

Le modle de btiment choisi est coupl un modle de radiateur eau chaude
utilisant un paramtrage standard (voir paragraphe 2.2.2.3).
Les besoins en ECS
Un profil de puisage annuel a t dfini laide de mthodes statistiques pour
prendre en compte des conditions quasi-ralistes. Les fichiers correspondants sont
gnrs par le programme mis au point par [Jordan et Vajen, 2001]. Certains profils
sont distribus librement par le Solar Energy Laboratory de lUniversit du Wisconsin
Madison
11
.

Figure 1-25 Exemple de profil de soutirage obtenu sur une semaine avec un pas de temps de 6
minutes (Source : Jordan)

La temprature de consigne pour lECS est fixe 45C. La temprature deau froide
est exprime par lquation ( 1-20 ). Elle suit un profil sinusodal sur toute la dure de
la squence (
seq day
N
,
, nombre de jours de la squence qui est ici 12). Sa variable est

11
http://sel.me.wisc.edu/trnsys/trnlib/library15.htm#IEA26Load
CHAPITRE 1
66
le temps time , exprim en heure. Sa variation (temprature moyenne
av tap
T
,
, amplitude
tap
T et dphasage
off
d ) dpend du lieu de la simulation.

|
|
\
| +
+ =
24 .
24 ). 75 . 273 (
. 360 sin
,
,
seq day
off
tap av tap tap
N
d time
T T T ( 1-20 )

Le capteur
Le modle de capteur utilis est celui dfini par [Perers et Bales, 2002]. Ce modle
sera dcrit plus en dtail dans le Chapitre 2 (paragraphe 2.2.2.2). Il permet
notamment de modliser les capteurs plans et les capteurs tubes sous vides, et
utilisent des paramtres caractristiques identifis partir dessais normatifs.
Le climat
Le climat est modlis par une squence de 12 jours de donnes mtorologiques
(position du soleil, ensoleillement, temprature de lair extrieur, temprature sche
et humidit). La squence est reprsentative d'un climat au choix et est gnre par
un algorithme prsent dans [Albaric et al., 2008]. Cet algorithme, qui est la
particularit de la mthode SCSPT, se base sur des simulations du SSC de
rfrence, modlis lors de la Tche 32 [Heimrath and Haller, 2007], dans les
conditions prsentes dans le Tableau 1-8.

Btiment SFH60
Puisage ECS
200L/jour
Pas de temps de 6 minutes
Surface capteur 12m
Volume de stockage 600L
Tableau 1-8 Conditions de la simulation du systme de rfrence pour la gnration de la
squence de test d'un climat

Lalgorithme slectionne 12 jours dune squence climatique annuelle (choisie par
lutilisateur) de manire ce que 2 critres particuliers, la variation dnergie stocke
dans le ballon et les besoins de chauffage, aient une volution quivalente, jour
aprs jour pendant la squence de test et mois aprs mois pendant la squence
annuelle.

CHAPITRE 1
67
Reference condition :
-Weather data file
- DHW load profile
- Space heating demand
Annual combisystem
smulation
Define quality criteria for simulation results
-Accuracy of annual performance
Correspondance of annual and predicted test
sequence results in :
-Space heating demand
- DHW demand
-Energy content of the store
Comparison of annual
and predicted
performance
Creation of a 12 day
weather data file
Test sequence
combisystem
simulation
Prediction
calculation
Creation of a 12 day
weather data file
Test sequence
combisystem
simulation
Prediction
calculation

Figure 1-26 Reprsentation du processus itratif de slection des 12 jours de la squence de
test d'un climat (Source : Albaric)

Par exemple, les jours slectionns par lalgorithme partir de la squence annuelle
Meteonorm
12
de Zurich (CH-Zuerich-SMA-66600.tm2) et Stockholm (SE-Stockholm-
Arlanda-24600.tm2) sont prsents dans le Tableau 1-9.

Climat
Njour squence
de test
1 2 3 4 5 6 7 8 9 10 11 12
Zurich 20 57 298 116 198 228 244 259 134 57 26 328
Stockholm
Njour squence
annuelle 64 70 84 137 163 140 140 126 121 113 51 28
Tableau 1-9 Jours slectionns pour constituer les squences de test correspondant aux
climats de Zurich et Stockholm

Les volutions rsultantes des critres sur le SSC de rfrence sont compares
dans la Figure 1-27.

12
www.meteonorm.com
CHAPITRE 1
68
1 2 3 4 5 6 7 8 9 10 11 12
0
500
1000
1500
2000
2500
3000
Jour/Mois
B
e
s
o
i
n
s

m
e
n
s
u
e
l
s

d
e

c
h
a
u
f
f
a
g
e

[
k
W
h
]

Zurich an
Zurich 12j
Stockholm an
Stockholm 12j

1 2 3 4 5 6 7 8 9 10 11 12
0
10
20
30
40
50
60
70
80
90
100
Jour/Mois
T
e
m
p
r
a
t
u
r
e

m
o
y
e
n
n
e

d
u

s
t
o
c
k
a
g
e

[
C
]

Zurich an
Zurich 12j
Stockholm an
Stockholm 12j

Figure 1-27 Comparaison des besoins de chauffage ( gauche) et de variation de l'nergie
stocke ( droite) entre la squence "12jours" et la squence annuelle

Une fois gnre pour un climat, cette mme squence mtorologique est utilise
pour tous les systmes tests. La performance du SSC ainsi value est valable
pour le climat et le type de btiment choisis dans cet environnement virtuel.
1.2.2.3. La squence complte
La squence complte de test consiste en une phase de conditionnement (32
heures), une phase centrale de test avec l'environnement dcrit ci-dessus (12 jours)
et d'une phase de dcharge du stockage (8 heures).

N Phase
Dure
(heures)
Description
1
Conditionnement
initial
0
Conditionnement du ballon 20C (sans
nergie solaire ni appoint)
2
Premier
conditionnement
8
Parties basses et hautes du ballon amenes
temprature raisonnable. Partie haute
chauffe par lappoint selon sa consigne.
3
Deuxime
conditionnement
24
Simulation de la dernire journe de la
squence pour amener le ballon dans un tat
semblable en dbut et fin de la phase centrale
de test
4
Phase centrale de
test
288 Application de la squence 12 jours de test
5 Dcharge finale 8 Dcharge du ballon
Tableau 1-10 Description des phases de la squence de test complte
1.2.2.4. Validation et rsultats de la SCSPT
La mthode SCSPT a t teste dans le cadre du projet europen Combisol, qui a
pour objectif daider le dveloppement du march des SSC en faisant la promotion
des systmes standardiss permettant une meilleure qualit des systmes installs.
La mthode a t plus particulirement tudie dans [Mette et al., 2010].

Validation numrique
CHAPITRE 1
69
Tout d'abord, la pertinence de la slection des journes de test pour les climats de
Zurich et Stockholm a t montre numriquement. Trois modles de SSC sous
TRNSYS ont t simuls avec les environnements de tests prsents ci-dessus et
les squences 12 jours correspondant chacun des climats. Ces simulations ont
t ralises plusieurs fois avec trois types de btiments et trois surfaces de
capteurs diffrentes. L'extrapolation de l'nergie consomme sur ces squences 12
jours sont chaque fois trs proches des rsultats des simulations annuelles
correspondantes. Les diffrences dpassent rarement les 10% pour chaque
simulation.

Figure 1-28 Comparaison de l'nergie consomme par l'appoint, entre celle obtenue par
simulations annuelles et celle prdite partir des simulations 12 jours , pour 3 modles de
SSC diffrents (seul le gnrique est diffrenci), 3 types de btiments et 2 climats (Source :
Albaric)
Comparaison avec la mthode CTSS
La mthode SCSPT et la mthode CTSS, brivement dcrite dans la section 1.2.1,
ont t compares en testant deux systmes avec les deux mthodes. Les rsultats
bruts sont diffrents, et ceci pour deux principales raisons:
La procdure CTSS considre que les demandes en ECS et en
chauffage sont satisfaites alors que la procdure SCSPT laisse le
systme grer les tempratures d'ECS et la temprature intrieure par lui
mme. Par consquent, si par exemple la temprature intrieure est au-
dessus ou en-dessous de sa consigne cause d'une rgulation
imparfaite ou dfaillante, la chaleur fournie pour le chauffage peut tre
trs diffrente des besoins.
Aucune perte de chaleur des circuits hydrauliques n'est considre
dans le cadre de la mthode CTSS alors celles-ci sont rellement
prsentes dans le cadre des tests SCSPT.

CHAPITRE 1
70
Systme Mthode de test
Energie fournie pour le
chauffage [kWh]
Energie fournie pour
lECS [kWh]
SCSPT 9000 3103
SSC1
CTSS 8540 3000
SCSPT 13298 3002
SSC2
CTSS 8540 3000
Tableau 1-11 Comparaison des nergies fournies pour le chauffage et l'ECS selon les deux
mthodes de tests sur deux SSC

Cependant, si les simulations finales de la mthode CTSS sont adaptes pour
correspondre aux rsultats des essais 12 jours de la mthode SCSPT (c'est dire en
ajoutant des dperditions sur les circuits par exemple), il y a une bonne concordance
entre les valuations de performances annuelles de chaque mthode. Les figures ci-
dessous (Figure 1-29 et Figure 1-30) illustrent ces rsultats en comparant lnergie
solaire arrivant sur la surface des capteurs (
col
E ), les besoins de chauffages (
SH
Q ) et
dECS (
ECS
Q ), la consommation de lappoint (
aux
Q ), lnergie rcupre par les
capteurs (
solar
Q ), les pertes thermiques du systme (
loss
Q ) et la consommation de
rfrence (
ref
Q ), obtenus par les deux mthodes appliques aux deux SSC de test.

SSC1

Figure 1-29 Comparaison des flux nergtiques du SSC1 enregistrs pendant les tests SCSPT
aux rsultats de la simulation CTSS adapte (Source : Combisol)

CHAPITRE 1
71

SSC2

Figure 1-30 Comparaison des flux nergtiques du SSC2 enregistrs pendant les tests SCSPT
aux rsultats de la simulation CTSS adapte (Source : Combisol)

Extrapolation des valuations dautres conditions
Pour valuer les performances de SSC dans diffrentes conditions de climat et de
besoins en ECS, partir d'un test SCSPT, une combinaison de cette mthode avec
le COMBI-EN tool , dvelopp par [Nielsen, 2010], a t tente dans le cadre du
projet COMBISOL. Loutil COMBI-EN tool est base sur les calculs de la norme
EN 15316-4-3 [EN15316-4-3, 2007], qui est elle mme fortement inspire de la
mthode f-Chart [Duffie et Beckman, 2006]. Les paramtres des systmes sont
d'abord ajusts dans le COMBI-EN tool pour avoir des rsultats proches des
donnes exprimentales de la SCSPT lorsque la squence 12 jours
correspondante est value grce cet outil. Ensuite, ce dernier est utilis pour
valuer les performances annuelles du SSC test pour d'autres climats et besoins en
ECS. Les estimations sont similaires celles de la mthode CTSS mais seulement
pour des climats proches des conditions de test de la SCSPT. Les carts entre les
valuations des deux mthodes s'amplifient lorsque l'irradiation solaire augmente sur
le plan des capteurs par exemple (voir Figure 1-31 et Figure 1-32).

CHAPITRE 1
72

SSC1

Figure 1-31 Comparaison des performances values pour diffrents climats et besoins en
ECS, selon les deux mthodes pour le SSC1 (Source : Combisol)

SSC2

Figure 1-32 Comparaison des performances values pour diffrents climats et besoins en
ECS, selon les deux mthodes pour le SSC2 (Source : Combisol)

Comparaison avec des rsultats de suivi in situ
Le projet Combisol incluait une partie de suivi d'installation in-situ [Letz et al., 2010].
Trois SSC tests avec la mthode SCSPT ont galement t suivis dans cette partie
du projet. Les climats des lieux de chacune de ces installations sont similaires aux
conditions climatiques utilises lors des tests. Les charges thermiques sont assez
similaires pour deux d'entre elles (appeles Manufacturer 1 et Manufacturer 3 sur la
Figure 1-33). L'autre (Manufacturer 2) a des charges moins importantes que celles
de l'environnement virtuel de test. Globalement, les performances values par la
CHAPITRE 1
73
mthode SCSPT sont cohrentes avec celles mesures lors des suivis in-situ, pour
les trois SSC tests.

0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0
FSC
Thermal fractional
energy savings
Range of properly working systems
Manufacturer 1
Manufacturer 2
Manufacturer 3
Auxiliary heater outlet
Lab
tests
In situ
tests

Figure 1-33 Comparaison des points de performances obtenus par des tests SCSPT d'une part,
et par des mesures in-situ d'autre part (Source : Combisol)
Bilan
Pour rsumer, les rsultats de la mthode SCSPT sont trs prometteurs. D'un point
de vue numrique, la slection de donnes mtorologiques semble pertinente pour
l'valuation des performances annuelles des SSC. Ses rsultats exprimentaux sont
proches des rsultats de la mthode CTSS quand celle-ci est ajuste pour prendre
en compte les dperditions des circuits hydrauliques et les imperfections de
rgulation. Pour trois SSC, les performances values en laboratoire sont
cohrentes avec les mesures de suivi in-situ.

Cependant, il semble impossible pour l'instant de caractriser compltement les
performances de SSC avec la procdure actuelle de la mthode SCSPT. Mme avec
l'aide d'outil comme le COMBI-EN tool , les rsultats fiables sont limits des
environnements proches des conditions de tests.

Il manque donc une extension puissante la mthode SCSPT pour pouvoir
gnraliser les rsultats de ses tests et permettre la caractrisation fiable et
complte des SSC. Cest ce que nous avons dvelopp dans les travaux de
recherche prsents dans ce mmoire.
CHAPITRE 1
74
1.3. Conclusion du chapitre
Les SSC, systmes utilisant l'nergie solaire pour couvrir une partie des besoins de
chauffage et de production dECS d'un btiment, ont un principe de fonctionnement
relativement simple mais assez difficile mettre en uvre pour avoir un
fonctionnement rellement efficace. Aucune solution ultime n'existe et chaque
fabriquant propose sa propre rponse technique aux enjeux des SSC. Ainsi existe-t-il
de nombreux modles de SSC, chacun adoptant une conception hydraulique et une
stratgie de gestion des flux de chaleur particulire.

Ce type de systme peut avoir un fort potentiel de rduction de la consommation en
nergie primaire d'un btiment. Bien que prometteur, le march des SSC ne connait
pas un dveloppement aussi rapide que les autres technologies solaires thermiques.
Ceci vient trs probablement d'un manque de connaissances envers ces systmes
complexes qui ncessitent un investissement assez important. Face une offre
technologique trs varie, les utilisateurs potentiels n'ont pas doutils fiables pour un
choix de systme.

Connatre les SSC est d'autant plus compliqu que leurs performances sont trs
sensibles leur dimensionnement, leur installation et surtout aux conditions
nergtiques auxquels ils sont confronts (climat et qualit du btiment). La mthode
FSC permet de reprsenter simplement les performances des SSC quel que soit
lenvironnement, grce leur courbe caractristique. Toutefois, il n'y a aujourd'hui
aucun moyen de construire ces courbes partir d'essais ou de mesures directes.

Des essais d'valuation des performances des SSC sont en cours de dveloppement
actuellement. Deux approches de tests adoptent des stratgies compltement
diffrentes mais malheureusement, elles prsentent toutes les deux des
inconvnients :
Lapproche composant est flexible mais ne prend pas en compte les
relles interactions entre les lments du systme ;
Lapproche globale est plus fiable mais donne des rsultats limits un
climat et un btiment.
La mthode SCSPT semble tre sur une bonne voie pour valuer correctement les
performances des SSC, mais elle ne pourra tre accepte par la communaut
scientifique et industrielle que si elle est accompagne dune mthodologie
dextrapolation permettant dvaluer les performances dans des conditions autres
que celles utilises pendant la phase de test.

Nous proposons, au travers des travaux de recherche de cette thse, une extension
de la procdure de la mthode SCSPT, pour rendre cette dernire capable d'valuer
les performances annuelles des SSC dans n'importe quelle condition nergtique.
Cette amlioration repose sur une analyse plus complte des donnes enregistres
lors du test SCSPT, aboutissant sur l'identification d'un modle global volu qui
intgre quations caractristiques des lments du systme et rseaux de neurones
artificiels. Elle permettrait ainsi la caractrisation complte des SSC.
CHAPITRE 1
75

CHAPITRE 2. Identification dun modle global de SSC
partir de donnes exprimentales

Rsum du chapitre

Lobjectif final des travaux de recherche prsents dans ce mmoire est de proposer
une mthode qui permette de caractriser compltement les performances des SSC
partir dessais en laboratoire, pour renforcer le march de ces produits, pnalis,
entre autres, par un manque de normes et de repres fournir aux potentiels
utilisateurs.

Compte tenu du potentiel existant ce jour dans le domaine des tests de
performance des SSC, nous avons dcid de nous appuyer sur la mthode SCSPT,
dapproche globale , qui prsente des rsultats prometteurs mais limits un seul
jeu de conditions aux limites, soit une seule condition nergtique par test. Lide
lorigine de la mthodologie dveloppe dans ce chapitre est venue dune simple
observation : beaucoup de donnes sont enregistres pendant les tests de la
mthode SCSPT pour ne donner quun rsultat global au final, alors quil y aurait
beaucoup plus apprendre sur le comportement du SSC.

La solution envisage pour dpasser les limites de la mthode SCSPT est de passer
par une modlisation globale du systme partir des donnes de son test, c'est-
-dire une modlisation considrant le systme comme un ensemble unique, et non
pas comme lassemblage de ses diffrents lments modliss indpendamment les
uns des autres. Une telle application lors de tests du type approche globale
permettrait davoir la flexibilit de la mthode CTSS (modlisation du systme) tout
en gardant la fiabilit des rsultats de la mthode SCSPT (test du systme en
situation quasi-relle). Utiliser le modle ainsi obtenu pour simuler le comportement
du systme test permettrait de caractriser les performances de celui-ci.

Pour cela, la modlisation de processus en gnral est tudie dans cette partie. En
considrant que le fonctionnement de certains lments du SSC (notamment les
capteurs et les metteurs) est dj bien connu et que les flux de chaleur au sein du
systme sont grs de manire non-linaire, une structure particulire de modle est
envisage. Le modle global mis en place dans ce chapitre est un modle Bote
grise constitu :
dune partie Bote Blanche rassemblant les quations caractristiques
des besoins, des ressources et du stockage. Les sous-modles de la partie
Bote Blanche sinspirent autant que possible dquations prsentent dans
diffrentes normes pour favoriser la visibilit et la reconnaissance de la mthode ;
dune partie Bote Noire traduisant les comportements du SSC et sa
gestion de flux dnergie. Cette partie sera celle identifier laide dune analyse de
donnes exprimentales. Au vu des avantages que prsentent les rseaux de
neurones et de leur utilisation de plus en plus frquente dans le domaine du solaire,
cette forme de modlisation est envisage dans cette partie.

CHAPITRE 2
78
Une procdure a t mise en place pour entrainer et slectionner un modle global
du SSC test partir de ses donnes de test.

CHAPITRE 2
79
CHAPITRE 2
80
2.1. Modlisation de processus
La technique envisage dans ce projet pour pouvoir caractriser compltement les
performances de SSC de manire fiable repose sur lidentification dun modle global
de ces systmes. Lidentification se fera partir de donnes exprimentales issues
dun test ne durant pas plus dune quinzaine de jours. Le modle identifi doit ensuite
tre capable destimer leurs performances quelles que soient les conditions aux
limites.

Pour cela, il faut tout dabord savoir quels sont les mthodes et modles existants
permettant de reproduire correctement le comportement de systmes complexes tels
que les SSC.
2.1.1. Les principes gnraux de modlisation
La prsentation ci-dessous des principes gnraux de modlisation est inspire de
[Walter et Pronzato, 1994], [Sjberg et al., 1995], [Oussar, 1998] et [Lucea, 2006].
2.1.1.1. Processus et modle
Un processus peut tre de nature diverse (physique, chimique, industriel,
financier,). Il est caractris par :
Ses sorties y , rsultats du processus, grandeurs dintrts supposes
mesurables ;
Ses entres, ensemble des actions ayant une influence sur les sorties du
processus. Il est possible de distinguer deux types dentres :
Les entres u , mesurables et ventuellement contrlables par
lutilisateur
Les entres b , sur lesquels il nest pas possible dagir, considres
comme des perturbations (galement appel bruits). Ces perturbations
peuvent tre alatoires ou dterministes, mesurables ou non
mesurables.
Un modle de processus est une description mathmatique de son fonctionnement,
qui permet de rendre compte des relations existant entre ses entres et ses sorties.
2.1.1.2. Classification gnrale des modles
La classification gnrale des modles peut se faire selon lobjectif dutilisation du
modle et selon le niveau de connaissance introduit dans les relations
mathmatiques.
Selon lobjectif de la modlisation
Modle de simulation ou Simulateurs
Un modle peut tre utilis pour simuler un processus (par exemple pour de la
prvision long terme, du diagnostic de panne, de laide la conception,).
Lobjectif dans ce cas est de faire fonctionner le modle indpendamment du
processus, sans quaucune mesure ne soit ncessaire pendant sa simulation.
Modle de prdiction ou Prdicteur
CHAPITRE 2
81
Un modle peut tre utilis pour estimer les sorties venir dun processus en
connaissant celles-ci aux instants prcdents (par exemple pour du
contrle/commande). Dans ce cas le modle est utilis en parallle du
fonctionnement du processus en intgrant les sorties passes mesures comme
entres du modle.

Les exigences des rsultats attendus du modle vont dpendre de lobjectif de la
modlisation. Dans le cadre de cette thse, la modlisation de SSC a pour objectif la
prvision long terme de leurs performances. Les exigences des modles
simulateurs vont donc tre prises en compte.
Selon la connaissance introduite dans le modle
Modle phnomnologique ou Bote Blanche
Les modles Bote Blanche sont des modles de connaissance, construits
partir dune analyse appliquant soit des lois gnrales fondes sur des principes
(mcanique, thermodynamique,), soit des lois empiriques (finance, conomie,),
qui rgissent les phnomnes intervenant au sein du processus tudi.
Lidal serait de toujours tablir ce genre de modle pour le processus tudi mais
celui-ci peut tre trop complexe ou tre rgi par des phnomnes encore trop peu
connus pour quil soit possible dtablir un modle phnomnologique suffisamment
prcis pour lapplication considre. Il faut dans ce cas se tourner vers des modles
plus empiriques, fonds exclusivement sur les rsultats de mesures effectues sur le
processus.
Modle comportemental ou Bote Noire
Les modles Bote Noire se bornent reproduire un comportement observ,
sans requrir aucune connaissance a priori sur le processus ayant gnr les
donnes. Il nest mme pas ncessaire de savoir ce que reprsente la sortie, ni en
quelle unit elle est exprime. La structure du modle ne prtend en rien
correspondre celle du processus. Ses paramtres ne sont donc pas clairement
relis au processus tudi.
Le principe dans ce cas est de relier les entres aux sorties par des quations
paramtres et destimer ces paramtres partir de mesures disponibles, de
manire obtenir la meilleure prcision possible avec le plus petit nombre de
paramtres ajustables. Le domaine de validit dun tel modle ne peut stendre au-
del du domaine des entres qui est reprsent dans les mesures utilises pour
lapprentissage.
Modles Bote Grise
Les modles Bote Grise se situent entre les deux extrmes du spectre des
classes de modles prsents ci-dessus. Lorsque des connaissances sur le
processus sont disponibles mais insuffisantes pour concevoir un modle Bote
Blanche satisfaisant, il peut tre intressant de passer par une modlisation
Bote Grise qui prend la fois en considration des connaissances et des
mesures. Une telle dmarche peut concilier les avantages de lintelligibilit dun
modle de connaissance avec la souplesse dun modle comportant des paramtres
ajustables.
Au sein des modles Bote Grise , il est possible de diffrencier des sous-
catgories, nommes diffremment selon les auteurs. Par exemple, [Sjberg et al.,
1995] en distinguent deux principales :
CHAPITRE 2
82
- Les modles Bote Grise physiques sont construits autour de relations
physiques connues du processus avec un certain nombre de paramtres inconnus
identifier.
- Les modles Botes Grises semi-physiques sont construits autour dintuitions
concernant le processus qui suggrent une certaine mise en forme des entres
mesures (combinaisons de donnes par exemple). Le modle ainsi obtenu est trait
comme un modle Bote Noire par la suite.

Dautres nuances de modles Bote Grise peuvent encore tre dfinies, comme
dans [Ljung, 2010]. Mais quel que soit le cas, lauteur montre quil est prfrable
dutiliser ce type de modle car lutilisation de relations pertinentes permet de rduire
autant que possible sa complexit, ce qui favorise grandement son apprentissage
(voir le principe d approximation parcimonieuse voque dans la section 2.1.1.3
ci-dessous). Lutilisation de ce genre de modle est certes avantageuse mais nest
pas forcment ais, en termes de cot et de lourdeur des calculs.

Dans le cadre de ce projet, un modle Bote Blanche nest pas envisageable.
Cela supposerait que le fonctionnement rel (et pas seulement thorique) de tous les
SSC puissent tre mis en quations parfaitement connues. Il suffirait alors de
mesurer certains paramtres pour caractriser les SSC. Or nos travaux de recherche
portent justement sur la prise en compte du comportement rel des SSC car celui-ci
fausse lvaluation de leurs performances via des modles usuels (voir les limites de
la mthode CTSS dans le paragraphe 1.2.1).

Par contre, certaines quations permettent dexprimer en partie les flux de chaleur au
sein du systme. La gestion relle de ces flux est en fait la partie importante et
inconnue caractriser la manire dun modle Bote Noire . Il est donc
envisageable de tirer profit des avantages dune modlisation Bote Grise .
2.1.1.3. Choix dune structure de modle-hypothse
La conception dun modle, quel que soit sa classe, conduit forcment mettre des
hypothses sur les relations entre les entres et les sorties du processus. Dans le
cadre dun modle de connaissance, ces relations dcoulent directement de la mise
en quation du processus. Pour les autres modles, les informations disponibles sur
la nature du processus vont aider mettre en forme les relations mathmatiques
pour postuler, ce que [Oussar, 1998] appelle un modle-hypothse , c'est--dire
la relation dterministe liant les entres aux sorties que lon suppose a priori.

La rgle fondamentale suivre dans toute construction dun approximateur, et qui va
jouer un rle important dans le choix du modle-hypothse , est la recherche de
lapproximation la plus parcimonieuse : le modle le plus apte apprendre
correctement et gnraliser des connaissances est celui qui met en jeu le moins de
paramtres ajustables possibles. Ceci va dpendre de la complexit du processus et
du nombre de donnes disponibles.

Considrons les entres et sorties observes sur le processus (quation ( 2-1 )).

[ ]
[ ] ) ( ... ) 2 ( ) 1 (
) ( ... ) 2 ( ) 1 (
t y y y y
t u u u u
t
t
=
=
( 2-1 )
CHAPITRE 2
83

Lobjectif dune modlisation est de faire le lien entre les entres et les sorties.

) ( ) , , ( ) ( ) ( ) (
1
t y u g t t y t y
t t
+ = + =

( 2-2 )

La fonction ) (t est lerreur de prdiction de la sortie ) (t y . Ainsi, pour avoir un bon
modle, il faut dterminer la fonction g qui, avec le jeu de paramtre adquat ,
minimise la fonction ) (t . Pour une famille de fonction g fixe, il existe plusieurs
algorithmes qui dterminent le vecteur optimisant une norme donne (voir le
paragraphe 2.3.1).

Globalement, une modlisation se rsume choisir une structure (modle-
hypothse) et ladapter aux donnes disponibles par estimations de paramtres
(apprentissage). Cette dernire partie ne pose pas de problme majeur. Elle se
rsume un choix de mthode didentification. Ses rsultats dpendent
essentiellement de la structure de modle slectionne, qui est donc ltape
dterminante dans le processus de modlisation.

La famille de structure ) , , (
1
t t
y u g est trs gnrale. Selon [Sjberg et al., 1995], il
est possible de dcomposer un choix de modle-hypothse pour une identification
de processus en deux applications :
Une application qui construit un vecteur ) (t appel vecteur de rgression,
partir des observations
t
u et
1 t
y ;
Une application g qui transpose le vecteur de rgression vers lespace de
sortie.

) , ( ) (
) ), ( ( ) , , (
1
1
=
=
t t
t t
y u t
t g y u g

( 2-3 )

Le choix dun modle-hypothse se dcompose ainsi en deux sous-problmes :
choisir ) (t et choisir ) ( g . En fonction des hypothses retenues pour modliser le
processus, ces applications vont prendre des formes particulires :
Modle statique ou dynamique ?
Un modle dynamique considre des relations entre la prdiction des sorties et les
observations passes (comme lexprime la forme gnrale ( 2-2 )), alors quun
modle statique ne considre que les observations instantanes. Les seuls liens qui
existent relient alors ) (t y ) (t u dans ce cas (voir la forme globale dun modle
statique dcrite par lquation ( 2-4 )).

( ) ) ( ), ( ) ( t t u g t y + = ( 2-4 )

Lobjectif dun modle de SSC, pour caractriser ses performances, est destimer
correctement lnergie primaire consomme par le systme dappoint sur une anne
quelles que soient les conditions aux limites (voir paragraphe 1.1.3.3). Envisager un
modle statique pour cet objectif nest pas possible puisque linertie thermique des
CHAPITRE 2
84
SSC joue un rle important dans leur fonctionnement. Pour ngliger leffet de
linertie, il serait possible de considrer un modle adapt un pas de temps long
(annuel par exemple) mais cela suppose que les donnes long terme du SSC
tester, confront plusieurs environnements, soient disponibles pour son
identification. Le modle de SSC construit dans ce chapitre est donc dynamique.
Reprsentation entre/sortie ou reprsentation tat ?
La reprsentation gnrale dun modle dynamique peut se faire de deux faons, qui
pourront tre plus ou moins utiles selon les connaissances disponibles sur le modle.

Ltat dun processus, x , est dfini comme la quantit dinformation minimale
ncessaire pour prdire son comportement, tant donn les entres prsentes et
futures. Par dfinition, lordre du modle est la dimension du vecteur dtat. Une
reprsentation dtat est exprime par lquation ( 2-5 ).

( )
( )
), ( ), ( ) (
), 1 ( ), 1 ( ) (
t u t x g t y
t u t x f t x
=
=
( 2-5 )

Dans le cas dune reprsentation entre/sortie, le vecteur de rgression est compos
des sorties observes sur les
s
N derniers pas de temps et des entres observes
sur les
e
N derniers pas de temps.
s
N et
e
N caractrisent lordre du modle. Une
reprsentation entre-sortie est exprime par lquation ( 2-6 ).

( )
[ ] [ ] ( ) ) 1 ( ... ) ( , ) 1 ( ... ) ( ) (
), ( ) (
=
=
t u N t u t y N t y t
t g t y
e s

( 2-6 )

Une reprsentation peut tre plus pratique quune autre en fonction des
connaissances a priori du processus modliser. Nanmoins, les vecteurs de
rgression exprimant les tats du processus sollicitent moins de variables, ce qui
peut rendre le modle beaucoup plus efficace, compar un modle bas sur la
reprsentation entre-sortie qui utilise les mme blocs de variables, mais en dcal.
Modle dterministe ou stochastique
Les modles dterministes dcrivent leurs sorties comme si elles taient uniquement
fonction dentres maitrises. Ces modles sont souvent irralistes puisquil existe
trs souvent diverses perturbations (ou bruits, comme voqus dans la section
2.1.1.1 ci-dessus) agissant sur le systme ou faussant les mesures.
Pour avoir un modle plus raliste, les perturbations b sont souvent dcrites de
manire statistique, laide dune reprsentation stochastique (c'est--dire par des
suites de variables alatoires comme le bruit blanc par exemple).

Dans le cas de modles linaires, les structures stochastiques usuelles peuvent tre
toutes exprimes de la manire suivante :

) (
) (
) (
) (
) (
) (
) ( ) ( t b
q D
q C
t u
q F
q B
t y q A + = ( 2-7 )

CHAPITRE 2
85
Loprateur de dcalage temporel est ici appel q . ) (q A par exemple est un
polynme en
1
q .

Des cas spciaux trs connus, ayant leurs mthodes didentification spcifiques, sont
rapidement prsents dans le Tableau 2-1.

Conditions sur les fonctions
de transfert
Nom de la structure de modle
A=1 Modle de Box-Jenkins (BJ)
F=D=1
Modle AutoRgressif Moyenne Ajuste et variable
eXogne (ARMAX)
A=C=D=1 Modle Output Error (OE)
F=C=D=1 Modle AutoRegressif variable eXogne (ARX)
Tableau 2-1 Exemple de modles stochastiques linaires usuels

Dans ce cas gnral, les composants du vecteur de rgression sont :
Les entres passes, ) ( k t u , associs au polynme B ;
Les sorties passes, ) ( k t y , associs au polynme A ;
Les sorties simules partir des entres passes uniquement,
) , ( k t y
u
, associes au polynme F ;
Les erreurs de prdictions, ) , ( ) ( ) ( k t y k t y k t = , associes au
polynme C ;
Les erreurs de simulations, ) , ( ) ( ) ( k t y k t y k t
u u
= , associes
au polynme D.

Ces considrations sont surtout importantes dans la mise en place de prdicteurs
capables dvaluer leurs erreurs de prdiction chaque pas de temps, quand
lincertitude sur les commandes est trop importante. Dans le cadre de la modlisation
de comportement dun SSC, destin de la simulation pure, sans contrle derreur
instantan, pour essentiellement valuer des consommations annuelles dnergie, un
modle dterministe suffit.
Modle linaire ou non linaire ?
La plupart des processus ncessiteraient des modles non linaires sil fallait les
dcrire de manire prcise dans la totalit de leur domaine de fonctionnement. La
plupart des modles linaires constituent des approximations valables dans un
domaine plus ou moins restreint, ce qui peut suffire pour les objectifs de la
modlisation recherche.

Il convient de distinguer deux types de linarit. Une structure sera dite linaire par
rapport aux entres (LE) si sa sortie vrifie le principe de superposition par rapport
aux entres.

) , ( . ) , ( . ) , . . ( , ,
2 1 2 1
u g u g u u g + = + ( 2-8 )

CHAPITRE 2
86
Une structure de modle sera dite linaire par rapport ces paramtres (LP) si sa
sortie vrifie le principe de superposition par rapport aux paramtres.

) , ( . ) , ( . ) . . , ( , ,
2 1 2 1
u g u g u g + = + ( 2-9 )

Les structures LE bnficient de lexistence de rsultats mathmatiques trs
puissants qui facilitent leur tude thorique (stabilit, commande optimale,
comportement en prsence de perturbations) mais cette forme de linarit a
souvent un domaine de validit limit car la plupart des processus rels devient non-
linaire quand ils sont soumis a des entres damplitude suffisamment importante.

Lestimation des paramtres des structures LP est aise et il est souvent possible
dutiliser une formule explicite vitant toute procdure itrative. En effet, dans ce cas,
lapplication g peut tre dfinie comme une simple combinaison linaire entre les
paramtres du modle et le vecteur de rgression.

) ( . ) ), ( ( t t g
T
= ( 2-10 )

Des mthodes simples, telle que la mthode des moindres carrs, peuvent tre
facilement applicables dans ces conditions (voir paragraphe 2.3.1).

En considrant les fonctionnements standards que peuvent avoir les SSC et le
domaine large des entres quil faudra utiliser pour estimer leurs performances
quelles que soient les conditions, une structure non LE et non LP doit tre
envisage. Dans ces conditions, g ne peut se rsumer une simple application
linaire. Une telle structure ncessite lutilisation de mthodes plus pousses que les
outils classiques de modles linaires, en termes de construction et didentification.
2.1.2. La modlisation non-linaire dans les domaines du solaire
La mise en place et lidentification de modles non-linaires ne sont pas triviales.
Pour choisir la forme du modle apte reproduire le comportement de nimporte quel
SSC partir dune squence 12 jours (voir paragraphe 1.2.2), il est possible de
sinspirer de travaux raliss dans des domaines de recherche proches.

Dans le domaine gnral de lnergie solaire, il ressort que lidentification de
modles non-linaires est souvent utilise pour des applications de type prvision
densoleillement, caractrisation de capteurs et estimation de performances de
systmes complets long terme. Quelques exemples rcents sont rsums ci-
dessous.
Prvision densoleillement
[Mellit et Massi Pavan, 2010] et [Paoli et al., 2010] ont cherch un moyen de prvoir
lensoleillement moyen quotidien pour anticiper la production de centrales
photovoltaques connectes aux rseaux lectriques gnraux ( Trieste pour le
premier, Ajaccio pour le second).
Dans leur tude bibliographique, Mellit et Massi Pavan ont examin quelques projets
de prvision densoleillement utilisant des techniques de logique floue , de
chaines de Markov et de rseaux de neurones artificiels . Cette dernire
technique semble tre la plus utilise dans le domaine et a t choisie par les
CHAPITRE 2
87
auteurs. Paoli a tudi en parallle plusieurs techniques danalyse temporelle pour la
prvision densoleillement : la mthode classique de type ARIMA (modle
stochastique AutoRegressif Moyenne Ajuste), l infrence Bayesienne , les
chaines de Markov , les k plus proches voisins et les rseaux de neurones
artificiels . La conclusion de cette tude comparative est que les rseaux de
neurones donnent les meilleurs rsultats et sont donc mme plus prcis que
certaines mthodes classiques de prvision.
Finalement, ces deux projets ont retenu des modles type rseaux de neurones.
Bien que les architectures envisages soient diffrentes, les rsultats sont pertinents
dans les deux cas.
Caractrisation de capteurs
[Baccoli et al., 2010] ont caractris les performances ltat stationnaire dun
capteur thermique tube sous-vide. Cette caractrisation est base sur la
modlisation du capteur partir de donnes exprimentales issues de 4 jours de
suivi du capteur en fonctionnement normal (et donc en rgime dynamique).
Deux types de modles ont t tests : un modle Bote Grise (base sur des
quations physiques dtailles connues avec identification de certains paramtres)
et un modle de rseau de neurones dynamique adaptatif. Le choix de ce dernier
type de modle rsulte dune tude bibliographique montrant que les rseaux de
neurones ont t largement utiliss avec succs pour la caractrisation de
performances de capteurs thermiques de toutes sortes.
Les deux modles ont montr de bons rsultats, proches de la courbe caractristique
officielle obtenue partir de la norme EN 12975. Le modle Bote Grise est un
peu plus prcis ce qui laisse suggrer quutiliser les connaissances disponibles,
mme incompltes, aide la modlisation du systme.
Estimation de performances de systmes long terme
[Souliotis et al., 2009] ont modlis un prototype de capteur auto-stockeur pour
estimer ses performances. Pour cela, des donnes venant dun suivi in situ pendant
plus dun an ont t collects.
La technique retenue pour ce projet est appele Group Method Data Handling
(GMDH). Elle peut tre compare un algorithme gntique applique un rseau
de neurones pour dterminer le meilleur vecteur de rgression des entres et
identifier une simple application linaire de ce vecteur. Le rsultat ainsi obtenu est un
polynme dont les monmes sont composs de diffrentes combinaisons des
entres du modle et de paramtres identifis.
Le modle entrain donne de bonnes estimations de la temprature moyenne du
stockage. Il est ensuite rutilis dans TRNSYS pour des simulations long terme,
puisquaucun type dtaill de ce genre de systme nexiste pour le moment.

[Kalogirou et Panteliou, 2000] ont tent dobtenir un modle global de performances
long terme de nimporte quel CESI de type thermosiphon partir de donnes
issues de simulations dune trentaine de ces systmes, tests selon la norme
internationale ISO 9459-2, pour trois sites climatiques en Grce.
Pour cela, deux rseaux de neurones ont t entrains : le premier pour estimer
lnergie solaire rcupre par ces systmes pour un puisage de volume gal la
capacit du stockage, et lautre pour estimer lnergie solaire rcupr par ces
systmes et la quantit moyenne deau chaude mensuelle disponible des
tempratures de 35 et 40C. Les donnes dentres s ont des valeurs mensuelles de
CHAPITRE 2
88
phnomnes mtorologiques et les principales caractristiques techniques du CESI
thermosiphon dont les performances doivent tre estimes.
Les rsultats obtenus sont satisfaisants et permettent davoir disposition un outil
rapide de dimensionnement de CESI thermosiphon.

[Medinelli Sanino et Rojas Reischel, 2007] ont modlis le CESI situ dans leur
laboratoire prs de Via del Mar au Chili. Pour avoir un jeu de donnes suffisamment
riche pour lentranement, la vitesse de la pompe a t contrle selon une squence
particulire de signal appele Signal Binaire Pseudo Alatoire (SBPA), dfinie
dans [Godfrey, 1993]. Lexprience a dure environ deux jours.
Aprs avoir test diffrentes structures de modles, les auteurs ont choisi un modle
Bote Grise semi-physique combin un rseau de neurones. Les
connaissances disponibles sur le systme ont permis dorganiser la forme du vecteur
de rgression des entres et le rseau de neurones ajuste ces connaissances en
une application non-linaire. Selon les auteurs, cette incorporation de connaissances
physiques est avantageuse car elle partage les avantages des structures neuronales
et des structures Bote Grise , en proposant un modle la fois flexible et
parcimonieux. Le modle ainsi entrain prdit avec une bonne prcision la
temprature moyenne du ballon de stockage.
Bilan
Parmi les types de modlisations non-linaires qui existent, les rseaux de neurones
sont souvent utiliss dans le domaine de lnergie solaire. Ce type de modle est
trs largement exploit actuellement car, comme le souligne [Kalogirou, 2001], ils
peuvent apprendre partir dexemples, sont tolrants certains dfauts et peuvent
soccuper de problmes non linaires. Cest pourquoi ils sont souvent adopts pour
la prdiction de phnomnes complexes et la modlisation de composants et de
systmes complets.

Beaucoup dautres articles proposent lutilisation de rseaux de neurones pour des
domaines proches de cette thse. [Kalogirou, 2001] en prsente un certain nombre.
Ceux prsents ci-dessus rvlent certains points intressants :
Des phnomnes trs complexes, comme le rayonnement solaire,
peuvent tre modliss laide de rseaux de neurones, avec une
prcision parfois meilleure que les mthodes de prdictions
classiques ;
Modliser et prvoir les performances globales de systmes semble
possible avec les rseaux de neurones. Ceci a t fait de nombreuses
fois pour diffrents types de CESI ;
Intgrer autant que possible les connaissances disponibles sur le
systme semble avantageux pour la modlisation dun systme.

Jusqu prsent, trs peu de travaux semblent avoir t fait pour modliser les SSC
de manire globale, avec ou sans laide de rseaux de neurones. Les diffrents
points observs travers les articles prcdents nous ont incit envisager
lutilisation de ce type de structure ainsi que de se rapprocher dune optique Bote
Grise autant que possible pour modliser les SSC partir de donnes
exprimentales.
CHAPITRE 2
89
2.1.3. Les rseaux de neurones
Les rseaux de neurones artificiels sont des modles mathmatiques fortement
inspirs par les neurones biologiques. Leur fonctionnement ressemble a celui dun
cerveau dans le sens o les connaissances sont construites travers un processus
dentranement qui renforce les connections entre certains neurones.
La prsentation des rseaux de neurones commence par la prsentation de
llment de base de ce modle quest le neurone mathmatique.
2.1.3.1. Quest ce quun neurone ?
La structure dun neurone mathmatique est reprsente sur la Figure 2-1 et est
dcrite dans [Dreyfus et al., 2002].

1 x
1
x
i
x
n
y

Figure 2-1 Schma reprsentant un neurone mathmatique

Un neurone mathmatique est une fonction , excite par des entres
i
x . Chacune
de ces entres est lie un paramtre
i
. Le paramtre reprsente le biais de la
fonction.

( )
n i n i
x x x y , , , , , ; , , , ,
1 1
K K K K = ( 2-11 )

Le paramtrage dun neurone peut se faire de manire quelconque. Cependant, une
famille de paramtrage classique, appele neurones fonction dorsale , est trs
largement utilise pour de la modlisation non linaire de processus.

Les neurones de cette famille relient les entres aux paramtres par une simple
combinaison linaire appele potentiel du neurone (voir Equation ( 2-12 )).
Ainsi, les paramtres sont des coefficients de pondration des entres du neurone,
appels par analogie biologique, poids synaptiques .

=
+ =
n
i
i i
x
1
( 2-12 )

Ce potentiel est largument dune fonction dactivation : en fonction de la valeur de
son potentiel, un neurone va tre activ ou non. Thoriquement, la fonction
CHAPITRE 2
90
dactivation peut tre de nature quelconque. Cependant, pour bnficier de
proprits intressantes pour la modlisation type Bote Noire , certaines
fonctions sont plus adaptes comme les fonctions sigmodes (en forme de S ),
symtriques par rapport lorigine. La fonction tangente hyperbolique en est un
exemple.

3 2 1 0 1 2 3
1
0.5
0
0.5
1
x
t
a
n
h
(
x
)

Figure 2-2 Fonction tangente hyperbolique

Dans ce cas, un neurone peut tre exprim par lquation ( 2-13 ).

|
\
|
+ =

=
n
i
i i
x y
1
tanh ( 2-13 )

En raison de leurs proprits dapproximation universelle parcimonieuse (voir
paragraphe 2.1.3.3 ci-dessous), les rseaux de neurones fonction dorsale sont bien
adapts la modlisation non-linaire de processus. Les rseaux de neurones
fonction sigmode en particulier ont t trs tudis comme outils de modlisation
dynamique bote noire .
2.1.3.2. Principe et fonctionnement
Un neurone ralise simplement une fonction non-linaire, paramtre, de ses
variables dentres. Lintrt des neurones rside dans les proprits qui rsultent de
leur association en rseaux, c'est--dire de la composition des fonctions non-
linaires ralises par chacun des neurones.

Selon [Sjberg et al., 1995], la quasi-totalit des applications non linaires utilises
pour de la modlisation de type Bote Noire peuvent se dcomposer en une
somme de fonctions de base. Si une seule fonction mre ) (x est choisie comme
base, lapplication peut tre dfinie par lquation ( 2-14 ).

( ) ( )
( )

=
= =

k
k k k
t t g t y , ), ( ), ( ) , (
( 2-14 )

Les paramtres
k
et
k
reprsentent de manire grossire, respectivement,
lchelle et la translation de la fonction de base choisie. Les paramtres
k

adaptent les rsultats de chaque fonction de base aux sorties du modle. Dans
lexemple dutilisation dun paramtrage de type fonction dorsale, voqu dans le
CHAPITRE 2
91
paragraphe 2.1.3.1, la construction entre le vecteur de rgression et les paramtres
se fait de la manire dfinie dans lquation ( 2-15 ).

( ) ( )
+ = =
k
k
T
k k
t t g t y ) ( ), ( ) , (
( 2-15 )

En prolongeant le raisonnement, il est possible de rcuprer les sorties de ces
premires fonctions de base pour recrer un deuxime vecteur de rgression :

( )
[ ] ) ( ... ) (
, ), ( )) ( ( ) (
) 2 ( ) 2 (
1
) 2 (
) 2 (
t t
t t g t
n
k k k k

=
= =
( 2-16 )

En rappliquant une deuxime application non-linaire g sur ce nouveau vecteur de
rgression, une deuxime couche est cre :

=
l
l l l
g ) , , ( ) , (
) 2 ( ) 2 ( ) 2 ( ) 2 (

( 2-17 )

Ici, reprsente lensemble des paramtres des deux couches. Il est possible de
recommencer plusieurs fois la procdure et ainsi davoir un rseau multicouche.

Finalement, selon [Sjberg et al., 1995], une des meilleures stratgies de
modlisation de type Bote Noire non linaire dun processus est de mettre en
rseau une ou plusieurs couches de fonctions, appeles neurones dans la partie
prcdente. Un rseau de neurone peut alors tre reprsent par la Figure 2-3.

1 x
1
x
i
x
Ni
1 x
1
x
i
x
Ni

N
i
entres
N
n
neurones cachs
N
o
neurones de sorties

Figure 2-3 Rseau de neurones N
i
entres, une couche de N
n
neurones cachs et une couche
de N
o
neurones de sorties

Conventionnellement, il existe deux types de neurones dans un rseau :
Les neurones cachs sont caractriss par le fait que leurs sorties ne
constituent pas les sorties du rseau mais sont utilises par dautres neurones ;
Les neurones de sorties combinent les sorties de neurones cachs pour
constituer les sorties du rseau. Pour des rseaux destins la modlisation, les
neurones de sortie sont gnralement des fonctions linaires.
Globalement, le principe de ce genre de modlisation est de construire un rseau de
neurone adquat, qui correspond le mieux au processus modliser, et dappliquer
CHAPITRE 2
92
un algorithme dentranement partir dune squence de donnes, qui va dterminer
le jeu de poids synaptique optimal. Etant donne la non linarit du modle,
lalgorithme doptimisation sera forcment itratif, ce qui implique quelques difficults
et piges, notamment celles des minima locaux, mais qui peuvent tre surmontes
(voir le paragraphe 2.3.1).

La construction dune structure de rseau se fait en plusieurs tapes :
1. Choisir les entres et sorties du processus modliser ;
2. Construire un vecteur de rgression ;
3. Choisir le paramtrage des neurones (fonctions dactivation,) ;
4. Choisir le nombre de neurones et dfinir les connexions entre eux (en
diffrentes couches par exemple).

Malheureusement, il nexiste pas de mthode thorique prdfinie pour dterminer la
structure de rseau qui convient en fonction du processus modliser, notamment le
nombre de neurones qui est pourtant un aspect important pour respecter la
parcimonie du modle (voir le dilemme biais-variance dans le paragraphe 2.3.3.1). Il
faut donc ncessairement mettre en uvre une procdure numrique de conception
du modle.
2.1.3.3. Les deux classes de rseaux usuels
Les rseaux de neurones se classent en 2 grandes familles principales.
Les rseaux de neurones non-boucls ( feed-forward )
Un rseau de neurones non boucl, comme reprsent sur la Figure 2-3, est un
ensemble de neurones connects entre eux o linformation circule uniquement dans
un seul sens (des entres vers les sorties) sans retour en arrire. Graphiquement, un
tel rseau est acyclique.

Un rseau de neurones non boucl couches, dont les neurones cachs ont une
fonction dactivation sigmode est souvent appel perceptron multicouche (ou MLP,
Multi Layer Perceptron).

Parmi les nombreux modles non linaires, neuronaux ou non, qui peuvent tre
utiliss pour estimer une relation non linaire, le perceptron une couche cache
prsente des caractristiques intressantes : cest un modle bote noire non
linaire, capacit dapproximation universelle, flexible et parcimonieux :
[Cybenko, 1989] a montr que le perceptron une couche cache
est un approximateur universel, cest--dire quil permet dapproximer
toute fonction non linaire continue, dun espace de dimension finie dans
un autre, avec une prcision arbitrairement fixe ;
Dautres modles, tels que les modles polynomiaux, les sries
trigonomtriques ou les dveloppements en srie de fonctions
orthogonales, partagent galement la proprit d'approximateur
universel. Mais, contrairement ces modles, les perceptrons, du fait
quils mettent en jeu des paramtres ajustables de manire non linaire,
ncessitent moins de paramtres pour atteindre un mme degr
dapproximation [Barron, 1993]. En ce sens, ils sont parcimonieux ;
CHAPITRE 2
93
De plus, ces modles sont flexibles : plus la relation modliser est
complexe, plus nombreux seront les neurones et les paramtres dans le
modle neuronal correspondant. Cela signifie que leur complexit interne
peut tre facilement accrue, sans changer la forme globale du modle.
Ils constituent donc des outils de rgression flexibles.
Les rseaux de neurones boucls (rcurrents)
Un rseau de neurone boucl est un rseau dont le graphe des connexions est
cyclique, c'est--dire quen suivant le sens des connexions, il est possible de trouver
au moins un chemin ramenant vers le point de dpart. La sortie dun neurone est
dans ce cas une des entres dun neurone antrieur , voire mme une de ses
propres entres, applique avec un retard dau moins un pas de temps. Dans ce cas,
la notion de temps est explicitement prise en considration. Ces modles sont
qualifis de dynamiques.

1 x
1
x
i
x
Ni

q
-1

Figure 2-4 Schma dun exemple de rseau de neurones rcurrent

Les rseaux rcurrents peuvent modliser de manire trs efficace nimporte quel
systme dynamique mais leur principale difficult rside dans le fait que les
techniques dapprentissage sont trs complexes mettre en place.
CHAPITRE 2
94
2.2. Modlisation globale des SSC
Le projet dvelopp dans cette thse est de trouver un moyen d'apprendre le
comportement des SSC partir d'un test similaire la SCSPT. L'ide est de pouvoir
identifier un modle pour chaque SSC test dans le but de pouvoir simuler leurs
comportements quelles que soient les conditions et ainsi caractriser leurs
performances. Compte tenu des considrations faites sur la modlisation de
systmes dans le paragraphe ci-dessus, lidentification dun modle gnrique de
SSC est propose dans cette partie.
2.2.1. Description du modle propos
2.2.1.1. Entres et sorties du modle global
Avant toute construction mathmatique dun modle de SSC, il faut dfinir quelles
vont tre les entres et sorties du modle, en fonction des objectifs attendus et des
contraintes imposs par les tests.

On attend dun modle global de SSC quil puisse, aprs identification, estimer
lnergie dappoint consomme sur une anne pour nimporte quel environnement
nergtique (climat, btiment, surface de capteur) afin de caractriser ses
performances. Pour cela, il est ncessaire que le modle puisse exprimer les flux
nergtiques impliqus dans le fonctionnement du systme en fonctions de variables
extrieures.

Les sorties du modle sont dfinies comme tant les flux dnergies
contrles par le systme : dune part, les flux de chaleur fournis pour rpondre aux
demandes de chauffage (
em
Q
&
) et dECS (
dhw
Q
&
) ; dautre part, la puissance fournie par
les capteurs (
out coll
Q
,
&
) et le systme dappoint (
out aux
Q
,
&
). Lappoint est de plus en plus
souvent intgr au SSC et sa qualit joue un rle important dans les performances
du systme. Il doit autant que possible tre considr comme partie intgrante du
systme. Dans ce cas, la sortie du modle de SSC est considre comme tant la
puissance consomme par lappoint (
aux
Q
&
).

CHAPITRE 2
95
SSC
out coll
Q
,
&
em
Q
&
dhw
Q
&
aux
Q
&
in coll
T
,
out coll
T
,
coll
m&
em
m&
dhw
m&
out em
T
,
in em
T
,
tap
T
dhw
T

Figure 2-5 Reprsentation des flux nergtiques caractristiques du fonctionnement des SSC,
considrs comme sorties du modle (ainsi que des dbits et tempratures ncessaires leur
calcul)

Les entres du modle sont dfinies comme les variables extrieures, cest
dire les variables non contrles par le systme. Ce sont les variables climatiques
comme la temprature extrieure
a
T , la position du soleil (dfinie par langle znithal
S
et lazimut solaire
S
) et les diffrentes irradiations solaires (au moins les
irradiations directes
b
G et diffuses
d
G sur le plan horizontal), et les variables
caractristiques des besoins en ECS comme le dbit de puisage
dhw
m& et la
temprature deau froide du rseau
tap
T . Les besoins de chauffage ne sont pas
directement pris en compte dans ces variables dentres, lexception de la
temprature extrieure. La charge de chauffage sera caractrise par des
paramtres (voir paragraphe 2.2.2.3).

Modle global
de SSC
aux
Q
&
out coll
Q
,
&
em
Q
&
dhw
Q
&
a
T
b
G
d
G
S
dhw
m&
tap
T
a
T
b
G
d
G
S
dhw
m&
tap
T
Paramtres besoins
chauffages et ECS
Paramtres
Systme

Figure 2-6 Reprsentation en bloc des entres, sorties et paramtres du modle global de SSC
envisag

CHAPITRE 2
96
Ce jeu de variables est galement choisi pour reprsenter le comportement des SSC
aussi simplement que possible pour favoriser la parcimonie du modle et ainsi
faciliter son identification.

Ces variables correspondent aux donnes disponibles lors des tests de la mthode
SCSPT. La philosophie de cette mthode tant de tester les SSC sans interfrer
dans leur fonctionnement, les seules mesures disponibles sont aux bornes des
modules mulateurs (voir paragraphe 1.2.2.1) : dbits et diffrences de temprature
lextrmit de chaque circuit et consommation de lappoint (quelle que soit sa
source). Les donnes des sondes de temprature et dbitmtres propres la gestion
de chaque SSC ne sont pas forcment enregistres (les ventuelles sondes de
tempratures dans le ballon par exemple). Les variables climatiques et les volutions
des besoins sont directement disponibles dans lenvironnement virtuel du test.
2.2.1.2. Structure globale retenue
La structure du modle propos ici est inspire des suggestions de modlisation de
la section 2.1. Pour modliser les SSC de manire correcte partir des donnes des
tests, le modle est dynamique et inclut au moins une partie Bote Noire non-
linaire de type rseau de neurones. Pour faciliter lidentification dun modle prcis,
il est ncessaire dintgrer le plus possible de connaissances du systme. Parmi les
deux reprsentations principales de modles dynamiques (voir paragraphe 2.1.1.3),
la reprsentation dtat semble intressante pour envisager une modlisation Bote
Grise .

Une analogie entre cette reprsentation et le fonctionnement rel dun SSC a inspir
la structure de modle propos ici. Gnralement, les flux nergtiques au sein du
systme sont contrls en fonction des tempratures des diffrents lments propres
au systme ou en interaction avec lui : capteurs, stockage, metteurs de chaleur,
btiment. Elles donnent des informations concernant les flux nergtiques attendus,
stocks et disponibles. Il semble donc pertinent denvisager ces tempratures
comme les tats du systme. Cette ide est dautant plus intressante que les
tempratures moyennes de chacun de ces lments peuvent tre estimes grce
leurs quations caractristiques dj connues. En reprenant lquation ( 2-5 ) il est
envisageable dexprimer lapplication f comme un modle bote blanche .
Le vrai fonctionnement caractristique de chaque SSC est sa manire de grer les
diffrents flux nergtiques en fonction des variables extrieures et de son propre
tat. Ainsi, lapplication g de lquation ( 2-5 )) est le modle bote noire non
linaire que lon doit identifier grce aux donnes de test.

CHAPITRE 2
97
Boite grise
Boite blanche
SORTIES
aux
Q
&
out coll
Q
,
&
em
Q
&
dhw
Q
&
SORTIES
aux
Q
&
out coll
Q
,
&
em
Q
&
dhw
Q
&
aux
Q
&
out coll
Q
,
&
em
Q
&
dhw
Q
&
ETATS
coll
T
em
T
room
T
sto
T
ETATS
coll
T
em
T
room
T
sto
T
coll
T
em
T
room
T
sto
T
ENTREES
a
T
b
G
d
G
S
dhw
m&
tap
T
ENTREES
a
T
b
G
d
G
S
dhw
m&
tap
T
a
T
b
G
d
G
S
dhw
m&
tap
T
Boite noire
q
-1

Figure 2-7 Schma du modle global de SSC envisag

De cette manire, le modle envisag peut tre class comme un modle Bote
Grise oriente Bloc ( block oriented slate-grey model ) selon [Ljung, 2010] :
lapplication f est considre comme un bloc linaire dynamique tandis que
lapplication g est considre comme un bloc non-linaire statique. Des modles de
cette classe ont dj t utiliss avec succs dans plusieurs contextes.
2.2.2. La partie Bote Blanche
La partie Bote Blanche a pour objectif dvaluer les tempratures moyennes des
capteurs, du stockage, des metteurs et du btiment, dun pas de temps sur lautre.
Ceci doit tre fait uniquement avec les variables prsentes dans le paragraphe
2.2.1.1 et des paramtres standards dj connus des lments. Aucun paramtre de
cette partie du modle ne doit tre identifi partir de tests supplmentaires.
Certains peuvent tre ventuellement mesurs.

CHAPITRE 2
98
aux
Q
&
out coll
Q
,
&
em
Q
&
dhw
Q
&
a
T
b
G
d
G
S
dhw
m&
tap
T
aux
Q
&
out coll
Q
,
&
em
Q
&
dhw
Q
&
a
T
b
G
d
G
S
dhw
m&
tap
T
aux
Q
&
out coll
Q
,
&
em
Q
&
dhw
Q
&
a
T
b
G
d
G
S
dhw
m&
tap
T
coll
T
em
T
room
T
sto
T
coll
T
em
T
room
T
sto
T
coll
T
em
T
room
T
sto
T
Boite blanche
Paramtres capteur
Paramtres metteur de chaleur
Paramtres btiment
Paramtres stockage
Paramtres appoint
Boite blanche
Paramtres capteur
Paramtres btiment
Paramtres stockage
Paramtres appoint
q
-1

Figure 2-8 Schma du principe du modle "Bote blanche"

La construction du modle gnrique envisag (voir Figure 2-7) rend la partie Bote
Blanche assez flexible : il est possible de la modifier ou de la complter en fonction
du systme que lon veut tudier. Cependant, dans le cadre de ces travaux de
recherche, nous nous sommes volontairement limits la configuration prsente ci-
dessous, qui offre un caractre suffisamment gnrique pour permettre de prendre
en compte lensemble des SSC sur le march.

De manire gnrale, dans loptique dadapter la dmarche globale de la
mthode SCSPT (voir paragraphe 1.2.2) en une approche de standardisation, la
partie Bote Blanche va utiliser autant que possible des modles dlments de
SSC reconnus au niveau des normes.

Dun point de vue numrique, les quations prsentes ci-dessous sont calcules
avec un schma de discrtisation explicite.
2.2.2.1. Mthodologie de validation des modles
Pour contrler la cohrence des sous-modles de la partie Bote Blanche
(c'est--dire les modles des diffrents lments des SSC), les rsultats de ces
derniers sont compars aux rsultats de modles TRNSYS couramment utiliss pour
les simulations de SSC, notamment dans le cadre de la tche 32. Les comparaisons
se font sur la base de simulations du SSC de rfrence dfini dans le cadre de cette
tche [Heimrath et Haller, 2007]. Cest un systme du type C2 selon la classification
du projet Combisol (voir paragraphe 1.1.1.3 et la Figure 2-9 ci-dessous).

CHAPITRE 2
99

Figure 2-9 Schma hydraulique des SSC du type C2 selon le projet Combisol

Les paramtres des lments de ce SSC sont dcrits en dtail dans le paragraphe
3.2.1. Son fonctionnement est simul sur une anne, avec un pas de temps de 3
minutes (pas de temps par dfaut), pour 3 climats (Stockholm, Zurich et Barcelone)
et 3 btiments (SFH30, SFH60 et SFH100) diffrents (voir la description dtaille de
ces environnements dans le paragraphe 3.1.1). Chaque fois, les variables de ces
simulations sont imposes aux bornes des modles comparer.

Le but ici nest pas de valider les sous-modles de la partie Bote Blanche ,
proprement parler, mais destimer leurs potentiels et leurs lacunes pour mieux
prendre en compte leurs influences sur lensemble du modle global.

En considrant la mthodologie exprimentale envisage, les prcisions exiges
sont diffrentes selon les modles :
Les capteurs et les besoins de chauffage (metteurs de chaleur et
btiment), en tant qulments de lenvironnement virtuel, seront simuls pendant
lapplication de la squence dentranement. Lvaluation de ltat de ces lments
sera donne comme information au SSC rel en test. Une bonne correspondance de
ces modles avec leurs quivalents de la Tche 32 permettra de se rapprocher des
donnes de rfrence usuelles pour une meilleure validation et comparaison des
rsultats.
Le ballon de stockage et le systme dappoint seront prsents physiquement
pendant lapplication de la squence dentranement. Ltat rel de ces lments
influencera le SSC en test. Une bonne prcision de ces modles garantira un
entranement plus fiable et plus efficace, avec des donnes proches de la ralit.
Cependant, il nest pas possible de vrifier la qualit destimation de ces modles
lors des tests car il nest pas prvu de mesurer les tempratures et puissances
concernes ici. En effet, la configuration appoint/stockage est propre chaque
systme. Elle ne permet aucune mesure pour certains cas (appoint intgr au ballon
par exemple) et ncessiterait une mtrologie adapte pour chaque test dans les
autres cas. Llaboration dune mthodologie gnrale serait ainsi compromise. Les
comparaisons faites dans cette partie avec les modles de la Tche 32 ne pourront
que vrifier une bonne cohrence du modle.
CHAPITRE 2
100

Les modles dtaills de la Tche 32 et les modles simplifis de chaque
composant prsents ci-aprs, sont soumis aux mmes donnes dentre et leurs
sorties sont compares. Il sera donc possible dobserver certains critres de
performances, bass sur les diffrences entre la sortie du modle de la Tche 32,
32 T
y , et la sortie du modle propos dans cette thse,
he BoiteBlanc
y , sur les n pas de
temps de la simulation.
Erreur absolue moyenne (Mean Absolute Error)

=
=
n
i
he BoiteBlanc T
i y i y
n
MAE
1
32
) ( ) (
1
( 2-18 )

Lerreur absolue moyenne ( MAE ) mesure la prcision du modle, en considrant de
manire linaire lerreur commise, sans prendre en compte la direction de lerreur.
Erreur type (Root Mean Square Error)

( )
=
=
n
i
he BoiteBlanc T
i y i y
n
RMSE
1
2
32
) ( ) (
1
( 2-19 )

Lerreur type ( RMSE ) est la racine carre de lerreur quadratique moyenne. Elle
prend en compte le carr de lerreur sur chaque pas de temps et est donc plus
sensible aux grandes erreurs, mme ponctuelles, que le critre MAE .

Les critres RMSE et MAE peuvent tre utiliss ensemble : plus RMSE est grand
par rapport MAE , plus la variance de lerreur est importante. Si RMSE et MAE
sont quivalents, toutes les erreurs sont du mme ordre de grandeur.
Coefficient de corrlation statistique (
2
R )

( )
( )
=
=
=
n
i
T T
n
i
he BoiteBlanc T
y i y
i y i y
R
1
2
32 32
1
2
32
2
) (
) ( ) (
1 ( 2-20 )

Le coefficient de corrlation statistique (
2
R ) est utilis en rgression linaire pour
quantifier la validit dune estimation. Il mesure ici la qualit de lestimation faite par
le modle simplifi. Plus
2
R est proche de 1, plus la relation
he BoiteBlanc T
y y =
32
est
vrifie.
Erreur totale ( ErrTot )

( )
( )
=
=
=
n
i
T
n
i
he BoiteBlanc T
i y
i y i y
ErrTot
1
32
1
32
) (
) ( ) (
( 2-21 )
CHAPITRE 2
101

Lerreur totale est surtout utile pour quantifier les diffrences de calcul des variables
extensives (principalement les nergies) entre les modles de rfrence (Tche 32)
et les sous-modles de la Bote Blanche . Elle mesure lerreur destimation
globale inhrente au modle Bote Blanche .
2.2.2.2. Modlisation des capteurs
Prsentation du modle de base
Le modle utilis pour valuer la temprature moyenne des capteurs est celui dcrit
dans [Perers, 1997]. Ce modle est bas sur lquation de Hottel-Whillier-Bliss
pour les capteurs plans, adapte pour caractriser quasiment tous les types de
capteurs, except les auto-stockeurs (Integrated Collector Storage). Ce modle est
largement utilis pour des simulations numriques [Perers et Bales, 2002], y compris
pour le modle de rfrence de la tche 32, et pour la normalisation [EN 12975-2,
2006 ; ASHRAE 93-86, 1986].

Les capteurs sont assimils dans ce modle un capteur unique de surface
coll
A ,
gale la somme de leur surface unitaire. Lquation dynamique ( 2-22 ) correspond
au bilan dnergie ralis sur le nud de temprature moyenne des capteurs. Elle
est compose dun terme dinertie, dun terme de prlvement de flux de chaleur et
des apports solaires nets (c'est--dire avec prise en compte de toutes les pertes),
exprims par lquation ( 2-23 ).

coll
out coll
net sol
coll
A
Q
Q
dt
dT
c
,
, 5
&
&
= ( 2-22 )

( ) ( )
( ) ( ) ( ) ( )
4
4 3
2
2 1
6 , , ,
. ). ( '
a L a coll a coll a coll
coll d coll d b coll b en net sol
T E c T T v c T T c T T c
vG c G K G K F Q

+
+ =
&

( 2-23 )

Lensemble des paramtres ncessaires ce modle sont issus de tests normatifs
de capteur [ISO 9806-1] et [ISO 9806-3].

Le facteur dangle dincidence
b
K
dpend de langle dincidence des rayons du

soleil sur le plan des capteurs. Pour la plupart des capteurs, il peut tre exprim
selon lquation ( 2-24 ).

|
\
|
= 1
cos
1
1 ) (
0
b K
b
( 2-24 )

Langle dincidence est calcul selon la position du soleil (angle znithal
S
et azimut
solaire
S
par rapport au sud), linclinaison et lazimut par rapport au sud du
plan des capteurs laide de lquation ( 2-25 ).

) cos( sin sin cos cos cos + =
S S S
( 2-25 )

CHAPITRE 2
102
Sud
Nord
Est
Ouest
+
-

Figure 2-10 Schma reprsentant les angles de position du soleil et du capteur

Certains types de capteurs (comme les Concentrateurs Paraboliques Composs et
les capteurs sans vitrage tubes spars par exemple) ont un facteur dangle
dincidence qui suit une loi diffrente, plus complexe. La solution dans ce cas est
dexprimer
b
K
laide dune table, en fonction des composantes longitudinale et

transversale de langle dincidence.
Prsentation des hypothses simplificatrices
La vitesse du vent v , prsente dans lquation ( 2-23 ), peut tre facilement intgre
dans le vecteur des entres. Elle a surtout de limportance dans la modlisation de
capteurs non vitrs. Jusqu prsent, les tests nont pas fait intervenir ce type de
capteur, inadapt pour les SSC. Par consquent, dans un souci de simplification, la
variable v ne figure pas dans les autres quations ou figures.

La principale difficult pour retranscrire ce modle dans la partie Bote Blanche
rside surtout dans le calcul des irradiations directes
b coll
G
,
et diffuses
d coll
G
,
, sur le
plan des capteurs. En effet, pour rduire le nombre dentre du modle global de
SSC, il a t choisi de ne garder uniquement que les irradiations sur le plan
horizontal :
b
G et
d
G .

Le passage du plan horizontal au plan du capteur se fait trs simplement par
lquation ( 2-26 ).

b
S
b coll
G G
cos
cos
,
=
( 2-26 )

CHAPITRE 2
103
Par contre, il existe beaucoup de modles diffrents pour calculer lirradiation diffuse
venant du ciel sur un plan inclin. Les acteurs de la tche 32 ont choisi le modle de
Perez [Perez et al., 1988]. Ce modle complexe fait intervenir des variables non
envisages en entres du modle global (comme par exemple des facteurs de clart
et de brillance du ciel). Une simplification est ici ncessaire.

Un modle simple de rayonnement diffus venant du ciel est le modle isotropique
mais qui nest vraiment valable que par ciel couvert. Dans un cas de ciel trs pur
sans nuage, il est possible galement de considrer que le rayonnement diffus vient
principalement de la direction du soleil. Il semble en fait quun modle compris entre
ces deux extrmes peut tre raisonnablement considr [Perrin de Brichambaut et
Vauge, 1982]. En ce qui concerne le rayonnement diffus venant du sol, lhypothse
usuelle consiste considrer ce rayonnement isotropique. Lexpression du
rayonnement diffus total peut donc tre exprime par lquation ( 2-27 ).

( )
2
cos 1
cos 1
cos
2
cos
2
,
+ +
+
+
=
d b d
S
d coll
G G alb G G
( 2-27 )

Cette simplification est la principale diffrence entre le modle envisag pour la
partie bote blanche et celui de la Tche 32.

Les variables et paramtres du modle de capteur retenue pour la partie bote
blanche sont reprsents sur la Figure 2-11.

) (
,
i Q
out coll
&
) (i T
a
) (i G
b
) (i G
d
) (i
S
) (i
S
) 1 ( + i T
coll
Modle capteur
Paramtres capteur
) (i T
coll
6 5 4 3 2 1
0
) ( '
c c c c c c
b K F
alb A
d en
coll

q
-1

Figure 2-11 Schma reprsentant les entres, sorties et paramtres necessaires au modle
capteur de la partie "bote blanche" (en discrtisation explicite)

Comparaison avec le modle de la Tche 32
La sortie principale du modle tant une temprature, les critres pertinents
observer sont MAE , RMSE et
2
R pour les 9 simulations annuelles cites dans le
paragraphe 2.2.2.1.

CHAPITRE 2
104
Climat Barcelone Zurich Stockholm
Btiment SFH30 SFH60 SFH100 SFH30 SFH60 SFH100 SFH30 SFH60 SFH100
MAE [K] 0.5020 0.4997 0.4987 0.6968 0.6980 0.7100 0.5581 0.5533 0.5697
RMSE [K] 1.3387 1.3350 1.3305 1.7045 1.7038 1.7183 1.4013 1.3922 1.4237
R [-] 0.9981 0.9981 0.9981 0.9957 0.9955 0.9953 0.9974 0.9973 0.9972
Tableau 2-2 Comparaison entre le modle de capteur de la tche 32 et le modle de capteur de
la partie "bote blanche" pour 9 simulations annuelles diffrentes

Les modles sont trs proches. La diffrence moyenne de temprature sur chaque
pas de temps va globalement de 0,5 0,7 K. Les coefficients de corrlations sont
trs proche de 1 ce qui traduit une bonne cohrence entre les modles tout au long
des simulations.

2980 3000 3020 3040 3060 3080
20
40
60
80
100
120
140
160
Temps [h]
T
c
o
l
l

[
C
]
Simulation : Zurich, SFH100

Boite Blanche
Tche 32

Figure 2-12 Exemple d'volution de la temprature de capteur de chaque modle

Lerreur type nest pas trs leve non plus mais peut tre 3 fois plus leve que
lerreur moyenne : certaines diffrences sont plus importantes que dautres. En effet
les diffrences sont plus consquentes pour une plage de tempratures
intermdiaires, comme le montre sur la Figure 2-13.

0 20 40 60 80 100 120 140 160
0
20
40
60
80
100
120
140
160
R=0.9953
Tcoll (Boite Blanche) [C]
T
c
o
l
l

(
T
c
h
e

3
2

[
C
]

Figure 2-13 Comparaison des tempratures de capteur tout au long de la simulation annuelle

Ceci vient principalement des modles de rayonnement diffus. Celui choisi dans la
partie bote blanche semble surestimer le rayonnement lors de journes
CHAPITRE 2
105
nuageuses, ce qui se traduit par une temprature de capteur plus importante,
comme lors de la 5
e
journe reprsente sur la Figure 2-12.

Mme avec cette diffrence, les modles sont trs semblables ce qui garantit une
information correcte sur lnergie disponible au niveau des capteurs pour le modle
global, ainsi que des rsultats comparables ce niveau avec ceux de la Tche 32.
2.2.2.3. Modlisation des besoins de chauffage (metteurs et btiment)
Prsentation des modles
La modlisation des besoins de chauffage se fait grce un couplage entre un
modle dmetteur de chaleur et un modle de btiment.

Dans le but de se rapprocher dun test normatif, le modle de btiment choisi pour
linstant est un modle de type nodal dfini par la norme internationale ISO
13790 :2008(E) [ISO13790, 2008]. Le schma lectrique quivalent, en termes de
rsistances et capacits (schma R-C) est reprsent sur la Figure 2-14.

room
T
s
T
m
T
a
T
sup
T
sh
Q
&
sol b int b
Q Q
, ,
& &
+
m
C
ve
H
w tr
H
,
em tr
H
,

Figure 2-14 Schma lectrique quivalent du modle de btiment selon la norme ISO 13790

On distingue dans ce modle nodal :
les transferts par renouvellement dair entre la temprature dair intrieure
room
T et la temprature dentre de lair
sup
T , via la conductance
ve
H dfinie par
lquation ( 2-28 ). Dans cette expression, trs couramment utilise, le dbit de
renouvellement
v
q est exprim en m
3
.h
-1
.

CHAPITRE 2
106

v ve
q H . 34 , 0 = ( 2-28 )

les transferts conductifs travers les parois de lenveloppe du btiment. Ces
transferts sont partags en deux composantes :
transferts dans les lments considrs comme purement rsistifs (ou sans
inertie telles que les parois vitres) entre la temprature
s
T et la temprature dair
extrieur
a
T , via la conductance
w tr
H
,
;
transferts dans les lments rsistifs/capacitifs (ou dots dinertie) entre leur
temprature de surface
m
T et la temprature dair extrieure
a
T via la conductance
em tr
H
,
.
Les changes superficiels par conduction et rayonnement de grandes longueurs
donde se dveloppant lintrieur du btiment peuvent tre traduits par trois
conductances formant un triangle entre les nuds
room
T ,
m
T et
w
T (temprature
superficielle moyenne des lments sans inertie). A la suite dune dcomposition
triangle-toile , on fait apparaitre un nud star la temprature
s
T qui peut
tre interprte comme une temprature rsultante sche. Cette dernire, qui est
une moyenne pondre entre la temprature dair et la temprature radiante
moyenne (moyenne des tempratures superficielles des parois pondres par leur
surface), est assez reprsentative de la temprature ressentie par les usagers.

Les conductances
w tr
H
,
,
em tr
H
,
,
ms tr
H
,
et
is tr
H
,
sont calcules partir des paramtres
physiques et architecturaux de lenveloppe de btiment. Ces calculs prennent en
compte la dcomposition triangle-toile signale prcdemment.

La capacit
m
C est donne par lquation ( 2-29 ), avec
j
la capacit thermique
interne en J.m
2
.K
-1
de llment denveloppe j daire
j
A , en contact direct avec
lambiance extrieure.

=
j
j j m
A C .
( 2-29 )

Elle est calcule partir des matrices de transfert harmoniques des parois pour une
priode journalire, conformment la norme ISO13786 :2007 [ISO13786, 2007]. La
surface quivalente des parois qui participent cette inertie squentielle est donne
par lquation ( 2-33 ). Cette expression permet de prendre en compte le fait quun
ensemble de parois caractristiques internes de stockage homognes est plus
efficace quun ensemble htrogne o les temps de rponse seraient tous
diffrents.

=
j
j j
m
m
A
C
A
.
2

( 2-30 )

Un bilan thermique sur chaque nud donne les quations ( 2-31 ).

CHAPITRE 2
107

( ) ( ) ( )
( ) ( ) ( )
( ) ( )
sh ia s room is tr room ve
st room s is tr a s w tr m s ms tr
m m s ms tr m a em tr
m
m
Q Q T T H T T H
Q T T H T T H T T H
Q T T H T T H
dt
dT
C
& &
&
&
+ = +
= + +
+ + =
, sup
, , ,
, ,

( 2-31 )

Les gains solaires passifs
sol b
Q
,
&
et les gains de chaleur internes
b,int
Q
&
, sont repartis
sur diffrents nuds de tempratures (
room
T ,
s
T ,
m
T ). Les premiers sont purement
radiatifs et sont appliqus sur les nuds
m
T et
s
T , alors que les seconds
correspondent pour moiti une part convective applique au nud
room
T , lautre
moiti radiative tant applique sur les 2 nuds prcdents. A laide de la surface de
la masse thermique
m
A et de la surface interne totale
tot
A , les quations ( 2-32 )
expriment leur rpartition.

( )
( )
sol b b
tot
w tr
tot
m
st
sol b b
tot
m
m
b ia
Q Q
A
H
A
A
Q
Q Q
A
A
Q
Q Q
, int ,
,
, int ,
int ,
5 . 0
1 . 9
1
5 . 0
5 . 0
& & &
& & &
& &
+
|
|
\
|
=
+ =
=

( 2-32 )

Le calcul des apports solaires passifs
sol b
Q
,
&
ncessite de connaitre le rayonnement
solaire sur chaque surface considre dans le modle de btiment. Ces variables
sont obtenues partir des donnes dirradiation sur une surface horizontale laide
du modle de rayonnement dj dcrit dans la partie 2.2.2.2 (voir les quations (
2-26 ) et ( 2-27 )).

Pour rpondre aux besoins de chauffage de ce btiment (flux
sh
Q
&
), la chaleur fournie
par le SSC est transfre via des metteurs de chaleur. Jusqu prsent, les tudes
de ce projet nont port que sur des metteurs du type radiateur eau chaude. Pour
adapter la partie Bote blanche aux planchers chauffants, il suffirait de dterminer
un modle numrique adquat de ce type dmetteur et de le coupler correctement
au btiment.

Le modle de radiateur utilis ici pour valuer la puissance mise et la temprature
moyenne des metteurs est bas sur les paramtres standards K et n , calculs
dans la norme europenne EN 442-2 [EN442-2, 1996]. Ils caractrisent les changes
convectifs et radiatifs de chaleur entre la temprature moyenne des radiateurs et la
temprature de lair intrieur.

( )
( )
1
) (
) (
=
=
n
room em em
room em em sh
T T K UA
T T UA Q
&
( 2-33 )

CHAPITRE 2
108
Lutilisation du terme de conductance thermique
em
UA) ( tel quexprim dans ( 2-33 )
permet de saffranchir du problme de calcul lorsque
room
T est suprieure
em
T et que
lexposant nest pas un entier.

La plupart du temps, les paramtres de dimensionnement dun radiateur se basent
sur une puissance nominale
nom sh
Q
,
&
, dtermine dans des conditions nominales
nom
T
prcises. Selon le climat et le type de btiment, la puissance nominale du radiateur
sera diffrente. Ainsi, le coefficient dchange peut tre exprim par lquation ( 2-34
).

n
nom
nom sh
T
Q
K
=
,
&
( 2-34 )

Un terme dinertie est ajout pour rendre le modle dynamique (comme les modles
usuels de simulation). La capacit du radiateur
em
C peut tre simplement calcule
partir de sa masse, du type de matriau et de sa contenance en eau.

sh em
em
em
Q Q
dt
dT
C
& &
= ( 2-35 )

Les deux modles sont coupls via les tempratures dmetteur et dair intrieur.
Cette dernire ntant pas lie une capacit thermique, la rsolution numrique des
quations prsente une petite difficult puisque
room
T doit tre solution la fois du
modle dmetteur et du modle de btiment chaque pas de temps. La mthode de
la scante, employe ici, est une mthode itrative qui permet de rechercher le zro
dune fonction, sans passer par sa fonction drive. La formule de rcurrence
gnrale est la suivante :

) (
) ( ) (
1
1
1 n
n n
n n
n n
x f
x f x f
x x
x x
=
( 2-36 )

Linitialisation ncessite deux points
0
x et
1
x proches, si possible, de la solution
recherche.

Cette mthode est applique la fonction suivante :

+
+ + +
=
=
=
=
ve is tr
sup ve s is tr sh ia
set room
m
room
H H
.T H x T H x Q Q
x x f
T x
T x
T x
,
,
, 1
0
) ( . ) (
) (
& &
( 2-37 )

Les deux valeurs initiales sont
m
T , temprature des lments inertiels du btiment, et
set room
T
,
, consigne de temprature dair intrieur, car
room
T en est trs probablement
CHAPITRE 2
109
proche lors des diffrentes simulations. Litration se termine lorsque la fonction f
est infrieure 0,0001C.

Les variables et paramtres ncessaire la modlisation des besoins retenue pour
la partie bote blanche sont reprsents sur la Figure 2-15.

Modle btiment
Paramtres btiment
) (i Q
em
&
) (i T
a
) (i G
b
) (i G
d
) (i
S
) (i
S
) (i T
a
) (i G
b
) (i G
d
) (i
S
) (i
S
) (i T
em
) (i T
room
) (i T
em
) (i T
room
Modle radiateur
) 1 ( + i T
em
) (i Q
sh
&
) 1 ( + i T
em
) (i Q
sh
&
) (i T
room
) (i T
s
) 1 ( + i T
m
) (i T
room
) (i T
s
) 1 ( + i T
m
) (i T
m
) (i Q
sh
&
) (i T
m
) (i Q
sh
&
q
-1
em
C n K
Paramtres radiateur
alb n Q n A
H H H H H
A C
Surf GLO loss Surf sol
is tr ms tr em tr w tr ve
m m
) ( ) (
,
, , , ,
&

Figure 2-15 Schma reprsentant les entres, sorties et paramtres ncessaires la
modlisation des besoins de chauffage de la partie "bote blanche" (en discrtisation explicite)

Comparaison avec les modles de la Tche 32
Les sous-modles slectionns ci-dessus remplissent les objectifs attendus,
c'est--dire de nutiliser que les variables prsentes sur la Figure 2-8, et de
correspondre des paramtres et reprsentations standardiss. Pour vrifier leur
cohrence par rapport des calculs de rfrence, il est possible de comparer leurs
rsultats avec ceux obtenus par les modles de btiment et de radiateurs utiliss lors
de la Tche 32.

Lors de la Tche 32 de lIEA, 3 btiments de qualits nergtiques diffrentes ont
servi de rfrences pour les simulations. Des modles TRNSYS (Type 56) ont t
programms partir de leur description architecturale et de leurs proprits
thermiques. Ces btiments, appels SFH30, SFH60 et SFH100, sont dcrits dans le
CHAPITRE 2
110
rapport technique [Heimrath et Haller, 2007]. Ils sont conus de manire ce quils
aient des besoins de chauffage respectifs de 30kWh.m
-2
, 60kWh.m
-2
et 100kWh.m
-2

sur une anne Zurich.

Figure 2-16 Croquis de l'architecture commune des btiments SFH modliss lors de la Tche
32 (Source : IEA SHC)

Le Type 56 de TRNSYS qui modlise les btiments est un outil trs complexe.
Les quations ncessitent un grand nombre de paramtres. Il serait difficile de les
retranscrire pour pouvoir les utiliser dans un outil diffrent tel que le modle btiment
de lensemble Bote Blanche prsent ci-dessus. De plus, cet outil nest pas
reconnu comme standard dun point de vue normalisation et reste une proprit
commerciale, limitant de fait ses applications potentielles. Nanmoins, il est trs
largement utilis dans le domaine de la thermique du btiment et fait office de
rfrence (il a notamment t utilis pour llaboration de la mthode de validation
des logiciels de simulation thermique de btiment BESTEST et de ses mises jour
lors des Tches 12 [Bryn et Schiefloe, 1996], 22 [Neymark et Judkoff, 2004] et 34
[Neymark et Judkoff, 2008] de lIEA).

Les btiments de la Tche 32 sont galement quips de protections anti-
surchauffe de lair intrieur en priode estivale : stores vnitiens, casquette sur les
fentres sud et ventilation nocturne. Si le premier dispositif peut tre programm
assez aisment, les deux derniers ncessitent des calculs complexes et des
variables non considrs dans le modle global de SSC.

Les metteurs de chaleur utiliss dans ces btiments sont du type radiateur eau
chaude. Ils sont modliss par [Holst, 1996], dans le Type 362 sous TRNSYS.
Comme dans le modle prsent par les quations ( 2-33 ), ( 2-34 ) et ( 2-35 ), il est
dynamique du premier ordre, reli au modle de btiment par des apports de chaleur
la fois convectifs et radiatifs. Lensemble des changes thermiques et la capacit
des radiateurs sont supposs lis la temprature moyenne en sortie des metteurs
de la manire suivante :

CHAPITRE 2
111
( ) ( ) ( )
room out em em
out em
em out em in em p em
T T UA
dt
dT
C T T c m + =
,
,
, ,
. . . . & ( 2-38 )

La principale diffrence avec le modle propos dans la partie bote blanche
concerne le calcul de la conductance thermique du radiateur. Son expression diffre
selon le mode dopration (trois au total). En fonctionnement normal, ce coefficient
est dfini de la manire suivante :

( )
( )
room out em
n
nom
nom sh
em
T T
T
T
Q
UA
|
|
\
|
=
,
log,
log
,
&

( 2-39 )

Le calcul de lchange thermique est donc bas sur une diffrence de temprature
logarithmique, dfinie dans lquation ( 2-40 ).

|
|
\
|
=
room out em
room in em
out em in em
T T
T T
T T
T
,
,
, ,
log
ln

( 2-40 )

Ce coefficient dchange est donc calcul partir des tempratures dentre et de
sortie de lmetteur. Or celles-ci ne sont pas disponibles au sein du modle complet
de SSC envisag. La diffrence logarithmique nest donc pas utilisable dans la partie
Bote Blanche comme le montre les formules ( 2-33 ) et ( 2-34 ).

Pour valuer linfluence de ces diffrences de calcul, les paramtres des modles de
3 btiments SFH30, 60 et 100 sont calculs selon la norme ISO 13790 :2008(E) (voir
ANNEXE A), pour les intgrer dans la partie Bote Blanche . Les puissances et
conditions nominales, ainsi que les exposants des radiateurs changent selon les
simulations (pour sadapter aux besoins) mais restent les mmes quel que soit le
type de modle.

Avant de comparer la dynamique des sous-modles de la partie Bote
Blanche avec celle des modles utiliss dans le cadre de la Tche 32, une
premire vrification est faite sur le calcul des besoins de chauffage. Les simulations
annuelles sont ralises plusieurs fois de manire ce que le SSC de rfrence soit
soumis la modlisation simplifie des besoins (cf. Bote Blanche ), au
modle de la Tche 32 (Type 56) et une dernire fois, ce mme modle mais priv
de protections anti-surchauffe .

CHAPITRE 2
112
B30 B60 B100 Z30 Z60 Z100 S30 S60 S100
0
0.5
1
1.5
2
2.5
x 10
4
Simulations
B
e
s
o
i
n
s

d
e

c
h
a
u
f
f
a
g
e

[
k
W
h
]

Boite Blanche
T32 sans protection
T32 avec protection

Figure 2-17 Comparaison des besoins de chauffage des diffrents modles pour les 9
simulations annuelles

Avec
protection
[%]
33,82 11,07 16,86 5,40 2,37 4,15 2,34 1,70 2,25
Sans
protection
[%]
-9,45 -10,32 2,90 -2,55 -3,10 0,03 -3,66 -2,56 -1,20
Tableau 2-3 Diffrences relatives entres les besoins du modle "bote blanche" et des deux
versions du modle de la Tche 32 sur les 9 simulations annuelles

La Figure 2-17 et le Tableau 2-3 montrent que les besoins calculs sont semblables
quel que soit le modle. Les protections anti-surchauffe augmentent lgrement
les besoins, du fait de linertie du btiment : moins dnergie est emmagasine en
priode estivale. Malgr cela, les diffrences restent faibles pour Zurich et Stockholm
o elles ne dpassent pas les 5,4%. Les erreurs relatives pour le climat de Barcelone
paraissent importantes mais ne concernent que de faibles quantits de besoins de
chauffage. Pour ce climat, les btiments sont beaucoup plus soumis des apports
solaires passifs et les protections anti-surchauffe jouent alors un rle important.
Sans protections anti-surchauffe , les diffrences se rduisent considrablement.
Elles ne dpassent pas les 3,7%, sauf pour le climat de Barcelone o elles atteignent
10%.

Pour comparer la dynamique de ces modles de manire pertinente, les protections
anti-surchauffe sont dsactives. En effet, suivant les modles utiliss, la
temprature dair intrieur en priode estivale est trs diffrente lorsque les
protections sont actives, ce qui fausse la valeur des critres dfinis dans le
paragraphe 2.2.2.1.

CHAPITRE 2
113
MAE [K] 0,58 0,38 0,34 0,42 0,27 0,25 0,34 0,25 0,23
RMSE [K] 0,71 0,25 0,45 0,57 0,37 0,34 0,51 0,37 0,33
R [-] 0,9866 0,9907 0,9909 0,9854 0,9880 0,9814 0,9870 0,9833 0,9713
Tableau 2-4 Comparaison entre la temprature dair intrieur du modle de la tche 32 et la
temprature dair intrieur du modle de la partie "bote blanche" pour 9 simulations annuelles
diffrentes (cas sans protections anti-surchauffe )

Le Tableau 2-4 montre que les deux modlisations de btiments ont des dynamiques
semblables. Les diffrences moyennes sont faibles et les erreurs types sont du
mme ordre de grandeur. Les diffrences sont peu prs de la mme importance
tout au long des simulations. Le coefficient de rgression est infrieur 0,99 dans
certains cas mais reste correct. Les diffrences sont assez bien quilibres tout au
long de la simulation (Figure 2-18).

20 22 24 26 28 30
20
22
24
26
28
30
R=0.98141
Tint (Boite Blanche) [C]
T
i
n
t

(
T
c
h
e

3
2
,

s
a
n
s

p
r
o
t
e
c
t
i
o
n
)

[
C
]

Figure 2-18 Comparaison des tempratures dair intrieur tout au long de la simulation
annuelle

La raison principale de ces diffrences vient surtout du fait que le modle de
btiment de la norme ISO13790 utilis dans lensemble Bote Blanche , trs
simplifi, ne prend en compte quune seule capacit thermique (modle dynamique
du premier ordre). Or, on distingue diffrentes frquences de variations dans la sortie
du Type 56 , rsultant dun ordre de modle plus important. Ainsi, les deux
modles ne ragissent pas exactement de la mme manire mais ont tout de mme
un comportement trs semblable, comme le montre la Figure 2-19. Compte tenu des
objectifs assigns ce modle simplifi de btiment, le sous-modle de la partie
Bote Blanche est donc capable de fournir une information suffisamment riche sur
la dynamique des besoins de chauffage en respectant les principales variations de
tempratures de lair intrieur.

CHAPITRE 2
114
1450 1500 1550 1600 1650 1700
19.6
19.8
20
20.2
20.4
20.6
20.8
21
21.2
21.4
Temps [h]
T
i
n
t

[
C
]

Boite Blanche
Tche 32

Figure 2-19 Exemple d'volution de la temprature dair intrieur de chaque modle

Les rsultats relatifs au comportement des btiments peuvent tre considrs
comme proches. Il sera donc possible dutiliser lors des tests et de simulations, un
modle simple de btiment, rfrenc dans les normes europennes et proche de
modles de rfrence. En ce qui concerne les radiateurs, les rsultats sont un peu
plus contrasts, comme le montre le Tableau 2-5.

MAE [K] 0,77 0,93 1,62 1,09 1,26 1,83 0,99 1,11 1,71
RMSE [K] 1,04 1,39 2,57 1,37 1,72 2,73 1,25 1,54 2,57
R [-] 0,9711 0,9262 0,7006 0,8844 0,7246 0,8369 0,8865 0,7756 0,8813
Tableau 2-5 Comparaison entre la temprature moyenne des metteurs obtenue par le modle
de la tche 32 et la temprature moyenne des metteurs obtenue par le modle de la partie
"Bote Blanche" pour 9 simulations annuelles diffrentes

Les diffrences entre MAE et RMSE pour la temprature moyenne des metteurs
sont plus importantes que dans le cas de la temprature dair intrieur. Globalement,
lerreur moyenne sur chaque pas de temps va de 0,9 1,8K. Encore une fois, les
deux critres sont proches. Les diffrences ont des importances semblables tout au
long des simulations et ne sont pas dues des phnomnes locaux. Le coefficient
de corrlation statistique est faible pour lensemble des simulations.

Pourtant, comme le montre le Tableau 2-4,
int
T nest pas influenc pas ces
diffrences. En fait, quel que soit le modle, les radiateurs mettent globalement la
mme chaleur mais avec des tempratures de fonctionnement diffrentes. Les
hypothses concernant la diffrence de temprature prendre en compte pour
lchange de chaleur (diffrence simple ou diffrence logarithmique) et le calcul du
coefficient dchange rsultant, font que le modle simplifi de radiateur fonctionne
plus haute temprature que le Type 362 . Ce phnomne est visible sur la Figure
2-20.

CHAPITRE 2
115
280 300 320 340 360 380 400 420 440 460
20
25
30
35
40
45
50
Temps [h]
T
e
m

[
C
]
Simulation : Barcelone, SFH100

Boite Blanche
Tche 32 (TRNSYS:Type362)

Figure 2-20 Exemple d'volution de la temprature moyenne des metteurs suivant le modle
utilis

Finalement, la modlisation des besoins de chauffage propose ici pour constituer la
partie bote blanche est trs proche de celle dfinie lors de la Tche 32. Dans les
diffrentes configurations de simulations slectionnes, les besoins de chauffage
calculs laide des deux approches sont similaires. Dun point de vue dynamique,
les modles de btiment sont semblables. Par contre, les radiateurs fonctionnent
temprature lgrement plus haute avec le modle simplifi de la partie bote
blanche . Ceci peut avoir une influence sur les performances du SSC test, en
fonction de la stratgie dmission de chaleur choisie. Cet aspect sera prendre en
compte lors de la comparaison destimations de performances avec les donnes de
la tche 32.
2.2.2.4. Modlisation du stockage et de lappoint
Prsentation des modles
Le stockage est un des lments propres chaque SSC. Contrairement aux autres
lments prsents ci-dessus, cette partie ne fait pas partie de lenvironnement
virtuel pendant la phase de test.

Lobjectif de ce modle est de donner une information sur la quantit dnergie
stocke dans le ballon. Etant donn quil y a trs peu de variables disponibles aux
bornes de la partie bote blanche et que seuls les paramtres directement
disponibles sans mesures complmentaires peuvent tre utiliss, un modle dtaill
de stockage prenant en compte la qualit de lnergie stocke (c'est--dire la qualit
de la stratification de leau chaude) nest pas possible. Le modle se rsume donc
un simple bilan nergtique, complt par une capacit thermique et un coefficient
global de pertes (quation ( 2-41 )).

( )
store amb store store store dhw store em store coll store aux
store
store
T T UA Q Q Q Q
dt
dT
C
, , , , ,
) ( + =
& & & &
( 2-41 )

Dans cette quation, les flux de chaleur arrivant au niveau du ballon correspondent
aux flux de chaleur sortant de chaque lment, corrigs par une estimation des
pertes au niveau des circuits. Seules des estimations grossires sur chaque tube
sont possibles avec les variables disponibles. En considrant chaque circuit comme
CHAPITRE 2
116
ayant un tube chaud et un tube froid , leurs pertes peuvent tre estimes
grce un coefficient de perte et une temprature reprsentative.

T
ch
T
fr
S
t
o
c
k
a
g
e
E
l
m
e
n
t
(
P
r
o
d
u
c
t
i
o
n

o
u

c
o
n
s
o
m
m
a
t
i
o
n
)
T
amb
out x
Q
,
&
sto x
Q
,
&
loss loop x
Q
, ,
&

Figure 2-21 Schma illustrant le principe de prise en compte des pertes thermiques au niveau
de chaque circuit

Ainsi, pour estimer les pertes au sein de chaque circuit, il suffit de dterminer la
conductance des tuyaux ( partir de leurs gomtries et de leurs isolations) et
didentifier la temprature chaude et la temprature froide correspondantes
pour chaque lment. Les tempratures actuellement retenues pour chaque lment
sont rsumes dans le Tableau 2-6.

Elment Temprature chaude Temprature froide
Appoint
hot aux
T
,

cold aux
T
,

Capteur
coll
T
store
T
Emetteur
store
T
em
T
Puisage ECS
dhw set
T
,

tap
T
Tableau 2-6 Hypothses retenues concernant les tempratures reprsentant les tuyaux de
chaque circuit d'un SSC

Trouver des tempratures reprsentatives du circuit appoint (sil y en a un) nest pas
vident sans aucune mesure. Lide serait de se baser sur des valeurs normatives et
de les adapter, en fonction du type dappoint utilis. Dans le cas dune chaudire, les
seules tempratures de fonctionnement connues et fiables sont celles imposes pour
la dtermination de la puissance nominale : daprs la norme [EN677, 1998], la
temprature du fluide en retour de la chaudire doit tre fixe 60C avec une
diffrence maintenue 20C ses bornes pendant la phase de test. En posant
comme hypothse quun changement de puissance naffecte que la temprature de
sortie (cest dire en posant un dbit de fonctionnement constant et une temprature
de retour semblable celle de lessai normatif), la temprature chaude de
lappoint peut tre trs grossirement value par lquation ( 2-42 ).

nom cold aux nom hot aux hot aux
nom cold aux cold aux
nom aux out aux
T x T x T
T T
Q x Q
, , , , ,
, , ,
, ,
). 1 ( .
.
+ =
=
=
& &
( 2-42 )

CHAPITRE 2
117
Avec ces hypothses et en considrant que les circuits sont soumis la mme
temprature dambiance que le ballon de stockage, les quations des flux de chaleur
aux bornes du ballon deviennent :

( ) ( )
( ) ( )
( ) ( )
( ) ( )
+ + =
+ + =
=
=
store amb tap cold loop dhw store amb dhw set hot loop dhw dhw sto dhw
store amb em cold loop em store amb store hot loop em em sto em
store amb store cold loop coll store amb coll hot loop coll out coll sto coll
sto amb cold aux cold loop aux store amb hot aux hot loop aux out aux sto aux
T T UA T T UA Q Q
T T UA T T UA Q Q
T T UA T T UA Q Q
T T UA T T UA Q Q
, , , , , , , ,
, , , , , , ,
, , , , , , , ,
, , , , , , , , , ,
) ( ) (
) ( ) (
) ( ) (
) ( ) (
& &
& &
& &
& &
( 2-43 )

Les pertes sont annules lorsquil ny a pas de chaleur transitant par le circuit.

Finalement, le modle de ballon est trs grossier. Cependant, il est important que la
temprature de stockage soit suffisamment prcise sur la squence dentranement
pour tre certain que le modle global de SSC apprenne le comportement du
systme test selon une information dnergie stocke correcte. Un modle de SSC
bien entrain pourra grer correctement lvolution du stockage, aux erreurs de
pertes des circuits prs.

Le modle de stockage utilise
out aux
Q
,
, lnergie fournie par le systme dappoint de
chaleur. Or, la variable disponible aux bornes de la partie bote blanche est
out aux
Q
,
, lnergie primaire consomme par le systme auxiliaire. Par consquent, une
estimation du rendement de ce dernier est ncessaire.

Les SSC tests jusqu prsent, rels (CHAPITRE 4) ou virtuels (CHAPITRE 3),
intgrent comme appoint une chaudire gaz. Il est envisageable dadapter cette
partie du modle dautres systmes dappoints tant quils ne ncessitent pas de
variables excessives, inaccessibles aux bornes du modle global.

Dans un souci de rapprochement avec les textes rglementaires et normatifs, le
modle de gnrateur combustion gaz employ dans la partie bote blanche
est celui dcrit dans la Rglementation Thermique 2005 [RT2005, 2006]. Il value les
pertes de la chaudire en fonction de la puissance qui lui est demande grce un
simple polynme du second degr. La relation entre les puissances dentre et de
sortie de la chaudire gaz peut ainsi tre exprime par lquation ( 2-44 ).

( )
aux out aux aux out aux aux aux
c Q b Q a Q + + + =
,
2
,
1
& & &
( 2-44 )

Les coefficients
aux
a ,
aux
b et
aux
c sont calculs en fonction de puissances et de pertes
caractristiques du fonctionnement dun gnrateur combustion : (puissances
nominale et intermdiaire, pertes 100% de charge, charge intermdiaire et
charge nulle). Ces caractristiques sont elles-mmes dtermines en fonctions de :
- [Type] : type de chaudire (standard, basse temprature, condensation) ;
- [Regul] : type de rgulation du chauffage (constante, temprature intrieure,
temprature extrieure)
- [Ventil] : prsence ou non de dispositif de circulation dair ou de produit de
combustion dans le circuit de combustion ;
CHAPITRE 2
118
- [
room set d a d in em
T T T
, , , ,
] : tempratures reprsentant le dimensionnement du
systme de chauffage ;
- Autres paramtres disponibles dans la documentation technique des produits
(des valeurs par dfaut peuvent tre prises dans le cas contraire).

Les calculs de ce modle sont dtaills dans lANNEXE B.

out aux
Q
,
est valu en rsolvant simplement lquation quadratique. Quand une
solution double est dtermine, la racine la plus proche de
aux
Q est slectionne
comme solution.

Pour adapter le modle de chaudire de la RT2005 au modle mis en place dans ce
projet, certaines hypothses sont ncessaires :
Le modle RT2005 est dcrit comme un modle horaire. Il faut donc
considrer que celui-ci est galement fiable pour des pas de temps
infrieurs, adapts au projet ;
Deux modes de fonctionnement sont dcrits dans la RT2005: un
mode chauffage et un mode ECS. Ce dernier considre un ratio du pas
de temps horaire o la chaudire fonctionne pleine charge. Or,
linformation des modes de fonctionnement de la chaudire nest pas
disponible au sein du modle global de SSC. Le mode ECS de la
chaudire, plus intermittent, ny est donc pas pris en compte.

CHAPITRE 2
119
Modle ballon
Paramtres ballon
) (i Q
aux
&
) (i T
em
) (i T
ext
) (i Q
aux
&
) (i T
em
) (i T
ext
Modle appoint
) (
,
i Q
out aux
&
) 1 ( + i T
store
q
-1
Paramtres appoint
) (i Q
dhw
&
) (
,
i Q
out aux
&
) (i Q
em
&
) (
,
i Q
out coll
&
) (i T
tap
) (i T
capt
) (i T
em
) (i T
store
) (i Q
dhw
&
) (
,
i Q
out aux
&
) (i Q
em
&
) (
,
i Q
out coll
&
) (i T
tap
) (i T
capt
) (i T
em
) (i T
store
cold loop dhw cold loop em cold loop coll cold loop aux
hot loop dhw hot loop em hot loop coll hot loop aux
dhw set nom cold aux nom hot aux nom aux
store amb store store
UA UA UA UA
UA UA UA UA
T T T Q
T UA C
, , , , , , , ,
, , , , , , , ,
, , , , , ,
,
) ( ) ( ) ( ) (
) ( ) ( ) ( ) (
) (
&
room set d a d in em aux amb nom aux
T T T T Q
Ventil Regul Type
, , , , , ,
&

Figure 2-22 Schma reprsentant les entres, sorties et paramtres de la partie "Bote
Blanche" ncessaires la modlisation du stockage de chaleur par ballon hydraulique et dun
appoint combustion gaz (en discrtisation explicite)

Comparaison avec les modles de la Tche 32
Le modle de ballon utilis comme rfrence par la tche 32 de lIEA est celui dfini
par [Drck, 2006]. Il est rfrenc comme tant le Type 340 sous TRNSYS. Le
ballon est dcompos en plusieurs zones de tempratures. Le calcul des changes
thermiques entre chaque zone est dtaill. Les paramtres ncessaires pour utiliser
ce modle sont trs nombreux : il faut au moins une vingtaine de paramtres dans la
configuration minimale et la plupart dentre eux ne sont pas disponibles sans
procder des tests additionnels sur le ballon. Ce modle est donc beaucoup plus
dtaill que celui retenu pour la partie bote blanche .

Le modle dappoint utilis comme rfrence par la tche 32 de lIEA est celui dune
chaudire, dvelopp par C. Beuer puis mis jour par T. Fiedler et A. Knirsch
[Fiedler et Knirsch, 1998]. Il est rfrenc comme tant le Type 370 sous
TRNSYS. Ce modle calcule de manire dtaille les puissances et tempratures de
fonctionnement de diffrents types de chaudires (fuel, gaz, bois). Pour calculer
lnergie consomme, le modle prend en compte les pertes de combustion, les
CHAPITRE 2
120
pertes thermiques et lnergie rcupre par condensation. Il est complexe et
ncessite de connaitre un grand nombre de paramtres et dentres, dont certains
ne sont pas disponibles directement.

Les comparaisons faites confrontent donc ici des modles trs simplifis des
modles dtaills.

En ce qui concerne le modle dappoint, les rsultats semblent satisfaisants.

MAE [kW] 0,01 0,02 0,04 0,07 0,12 0,14 0,11 0,16 0,17
RMSE [kW] 0,20 0,25 0,30 0,42 0,53 0,51 0,51 0,61 0,56
R [-] 0,9108 0,9534 0,9693 0,9647 0,9691 0,9803 0,9657 0,9704 0,9822
ErrTot [%] -13,48 -5,3 -1,29 -2,39 -0,32 1,54 -1,00 0,37 1,87
Tableau 2-7 Comparaison entre la puissance fournie par lappoint et calcule par le modle de
la tche 32 et celle calcule par le modle de la partie "Bote Blanche" pour 9 simulations
annuelles diffrentes

Les diffrences totales relatives sont faibles : elles dpassent rarement 2%, except
pour le climat de Barcelone mais qui ne concerne que de trs faibles valeurs
dnergie fournie par la chaudire dappoint. Dun point de vue dynamique, les
diffrences moyennes sur chaque pas de temps sont faibles galement. RMSE tant
beaucoup plus grand que MAE , les diffrences doivent tre trs localises. En effet,
comme le fonctionnement de la chaudire est assez saccad, les diffrences
principales se concentrent surtout sur les dmarrages de la chaudire comme le
montre la Figure 2-23.

1766 1767 1768 1769 1770 1771 1772
0
5
10
15
Temps [h]
P
a
u
x
,
o
u
t

[
k
W
]
Simulation : Stockholm, SFH100

Boite Blanche
Tche 32 (TRNSYS:Type370)

Figure 2-23 Exemple d'volution de la puissance fournie par lappoint suivant le modle utilis

Il semblerait que la monte en puissance de la chaudire selon le Type 370
ne soit pas prise en compte par le modle de la RT2005. En effet, lorsquelle est
sollicite pour une forte charge, la chaudire selon le type 370 fournie dabord,
sur une courte priode, une trs forte puissance, mme suprieure sa puissance
nominale alors que ce phnomne nexiste pas selon le sous-modle de la partie
Bote Blanche .

CHAPITRE 2
121
Cette diffrence de comportement nest rellement visible que sur les montes
brusques en pleine charge de la chaudire. Or, le SSC de rfrence est un
systme du Type C2 selon Combisol (voir paragraphe 2.2.2.1), c'est--dire avec un
appoint en chauffage connect directement sur le ballon et sollicite de manire trs
rgulire la chaudire, principalement pleine charge, pour rchauffer la partie
suprieure du stockage. Le phnomne en question est donc visible de manire
rcurrente tout au long des simulations de ce systme. Ce ne sera pas forcment le
cas selon le type de SSC modliser (voir les autres modles de SSC utiliss pour
lexprimentation numrique dans les paragraphes 3.2.2 et 3.2.3).

Malgr ces observations, les modles semblent globalement assez proches et ne
prsentent que de trs faibles diffrences. Cependant, ces petites diffrences
peuvent avoir des impacts plus importants sur le modle de stockage hydraulique.
Pour avoir un ordre de grandeur, considrons :
une capacit thermique de 697Wh/K (correspondant un ballon de 600L)
une diffrence de puissance de 0,17kW (correspondant la diffrence
moyenne sur chaque pas de temps pour la simulation Stockholm/SFH100)
un pas de temps de 3 minutes des simulations TRNSYS (comme prcis dans
le paragraphe 2.2.2.1)
Cette configuration peut reprsenter une diffrence de temprature de 0,0122K
chaque itration entre les 2 modles. Autrement dit, dans ces conditions, les
modles peuvent voir leurs estimations de temprature sloigner de 1K toutes les 4
heures (sans prise en compte des pertes et des autres apports de chaleur). La
capacit thermique du stockage hydraulique est telle quune petite diffrence
dvaluation de la puissance fournie par lappoint peut influencer grandement
lvolution de la temprature moyenne du stockage.

Ce phnomne est effectivement observ en comparant les modles de stockage
(voir Tableau 2-8).

MAE [K] 2,73 3,16 3,47 4,89 4,41 3,65 4,35 3,47 3,22
RMSE [K] 3,12 3,70 4,00 5,33 4,76 4,15 4,88 4,00 3,76
R [-] 0,9308 0,9180 0,9072 0,8917 0,9072 0,9085 0,9102 0,9315 0,9193
Tableau 2-8 Comparaison entre la temprature de stockage calcule par le modle de la tche
32 et celle calcule le modle de la partie "bote blanche", en gardant le modle de chaudire
Type 370 de TRNSYS dans les deux cas, pour 9 simulations annuelles diffrentes

En gardant les variables obtenues grce au modle dtaill de la chaudire (Type
370), le modle simplifi de ballon donne des rsultats corrects compte tenu des
variables et paramtres ncessaires pour le mettre en place. Les diffrences sont
globalement du mme ordre de grandeur et sont gnralises sur la dure des
simulations annuelles ( MAE et RMSE du mme ordre de grandeur). Une sorte de
biais existe tout au long des simulations (voir la Figure 2-24), principalement due aux
hypothses sur les pertes de chaque circuit.

CHAPITRE 2
122
1050 1100 1150 1200 1250 1300 1350 1400
30
40
50
60
70
80
Temps [h]
T
s
t
o
r
a
g
e

[
C
]

Boite Blanche
Tche 32

Figure 2-24 Exemple d'volution de la temprature de stockage suivant le modle (avec modle
dappoint Type 370 de TRNSYS dans les deux cas)

Malgr ce biais, lvolution de la temprature du stockage est bien retransmise. Ceci
est important puisquelle traduit le comportement du systme vis--vis de son
stockage, que devra apprendre le modle global de SSC. Un modle bien entrain
avec une volution correcte de la temprature du stockage devrait pouvoir grer les
erreurs commises sur les estimations des pertes de chaque circuit.

Par contre, les choses se compliquent en incorporant le modle RT2005 de
chaudire, comme le montre le Tableau 2-9.

MAE [K] 4,34 5,24 5,45 8,43 6,27 9,79 6,71 6,44 13,41
RMSE [K] 5,71 6,83 6,85 9,75 7,70 12,54 8,49 7,68 18,77
R [-] 0,7713 0,7325 0,7498 0,6379 0,7576 0,1719 0,7279 0,7464 -0,9777
Tableau 2-9 Comparaison entre la temprature de stockage calcule par le modle de la tche
32 et celle calcule par le modle de la partie "Bote Blanche", avec modle de chaudire
RT2005 pour ce dernier, pour 9 simulations annuelles diffrentes

Comme expliqu ci-dessus, les petites diffrences destimation de puissance fournie
par lappoint entrainent, dans certains cas, dimportantes diffrences dvolution de la
temprature de stockage. Dans le cas de simulations de charges importantes
(notamment la simulation Stockholm/SFH100), ces diffrences dnaturent
compltement cette volution, comme le montre la Figure 2-25.
CHAPITRE 2
123
0 1000 2000 3000 4000 5000 6000 7000 8000 9000
20
0
20
40
60
80
100
Temps [h]
T
s
t
o
r
a
g
e

[
C
]
Simulation : Stockholm, SFH100

Boite Blanche
Tche 32

Figure 2-25 Exemple d'volution de la temprature de stockage suivant le modle (avec modle
dappoint RT2005 pour la partie Bote Blanche )

Une telle volution ne peut videmment pas convenir pour lapprentissage dun
modle neuronal. Elle fausserait srement toute rfrence de temprature pour
lassimilation des rgles de rgulation du SSC test par le rseau de neurone. Il faut
nanmoins souligner que la squence dentranement envisage (voir paragraphe
2.3.4.1) ne sera que dune douzaine de jours et quainsi, suivant les considrations
prises ci-dessus concernant linfluence de lestimation de la puissance fournie par la
chaudire, la temprature moyenne du ballon de stockage ne risque pas dtre
estime avec de tels carts comme prsents sur la Figure 2-25.

Il faudra cependant veiller ce que lvolution de la temprature de stockage soit
correcte lors de la phase dapprentissage, quitte modifier lgrement, si besoin est,
le paramtrage de la chaudire (on pourra jouer sur certains paramtres non dfinis
prcisment de la chaudire comme par exemple lensemble Type , Rgul et Ventil ).
Il est plus important pour lapprentissage dun rseau que la temprature de
stockage soit correcte plutt que le paramtrage de la chaudire soit rel. Un modle
qui aura assimil une volution correcte de la temprature du stockage devrait
pouvoir grer correctement cette volution pour dautres simulations, avec le mme
paramtrage de la partie Bote Blanche . Ainsi, les erreurs destimations dnergie
consomme par lappoint ne diffreront quaux lgres diffrences de rendement
prs.
2.2.2.5. Bilan sur lensemble de la partie bote blanche
Les modles proposs pour constituer la partie bote blanche ne ncessitent
finalement que les paramtres prsents dans le Tableau 2-10.

CHAPITRE 2
124
Stockage
cold loop dhw cold loop em cold loop coll cold loop aux
hot loop dhw hot loop em hot loop coll hot loop aux
dhw set nom cold aux nom hot aux nom aux
store amb store store
UA UA UA UA
UA UA UA UA
T T T Q
T UA C
, , , , , , , ,
, , , , , , , ,
, , , , , ,
,
) ( ) ( ) ( ) (
) ( ) ( ) ( ) (
) (
&

Appoint
room set d a d in em aux amb nom aux
T T T T Q
Ventil Regul Type
, , , , , ,
&

Capteur
6 5 4 3 2 1
0
) ( '
c c c c c c
b K F alb
d en

Btiment
alb x H A
n P h H A
n A h H C
at ve f
Surf GLO loss ms op tr m
Surf sol is w tr m
) (
) (
, ,
,

Radiateur
em
C n K
Tableau 2-10 Tableau regroupant l'ensemble des paramtres ncessaires la partie Bote
Blanche

Les paramtres du stockage et du systme dappoint sont rcuprer ou mesurer
partir du systme concret tester. Les paramtres des capteurs peuvent tre
choisis selon les recommandations du fabricant ou partir de documentations
techniques de capteurs dj tests. Des paramtres de btiments et radiateurs ont
dj t identifis pour correspondre aux besoins de chauffage dfinis dans la Tche
32 (voir ANNEXE A).

Utiliser le moins de variables et paramtres possibles cote forcement en prcision
des modles. Le choix des modles prsents ci-dessus est un compromis qui
semble intressant compte tenu de la prcision souhaite pour lestimation des tats
du systme. Il faut vrifier si cette prcision est suffisante pour lapprentissage de
modle fiable de SSC.

Ltude ci-dessus montre les points robustes et les points faibles de cette partie
Bote Blanche , en comparant les rsultats obtenues avec ceux calculs laide
de modles de rfrences frquemment utiliss. Ainsi, les modles de capteur et de
besoins de chauffage sont proches de ceux utiliss lors de la Tche 32 de lIEA. La
modlisation du stockage et de lappoint, lments prsents physiquement lors des
tests, est un point dlicat. Lutilisation de modles trs simplifis, ncessaires pour la
parcimonie et lautonomie du modle, rend difficile une estimation correcte de la
temprature moyenne du stockage. On devra donc travailler ce point et vrifier
lvolution de la chaleur stocke en phase exprimentale, pendant la prparation de
la squence dapprentissage.

Les modles prsents ci-dessus ne concernent que les SSC utilisant des capteurs
plans vitrs, un appoint combustible, un stockage hydraulique et des metteurs de
chaleur de type radiateur eau chaude. Ces lments ont t abords en premier
lieu car ils taient les plus reprsentatifs des systmes disponibles lors de ce projet.
Pour adapter cette partie bote blanche dautres types de systmes ou tout
simplement amliorer la prcision des modles simplifis, il est possible de
remplacer ou dajouter dautres modles permettant dvaluer ltat du systme (qui
CHAPITRE 2
125
peut tre plus complet), tant que ceux-ci ne ncessitent pas de variables
supplmentaires et de paramtres non disponibles a priori.
2.2.3. La partie Bote Noire
La partie Bote Noire a pour objectif de modliser le comportement propre dun
SSC test, c'est--dire la manire dont sont grs les diffrents flux dnergie selon
certaines variables extrieures et son propre tat (les tempratures estimes par la
partie Bote Blanche , voir le paragraphe 2.2.2). Cette partie reprsente vraiment
la particularit de chaque systme. Elle correspond donc un modle purement
mathmatique, identifier compltement partir dune squence dessai sur un banc
de test.

aux
Q
&
out coll
Q
,
&
em
Q
&
dhw
Q
&
a
T
b
G
d
G
S
dhw
m&
tap
T
coll
T
em
T
room
T
sto
T
Boite Noire
Paramtres capteur
Paramtres btiment
Paramtres stockage
Paramtres appoint

Figure 2-26 Schma du principe du modle "Bote Noire"

Compte tenu du comportement gnral des SSC et des raisons voques dans le
paragraphe 2.2.1, la partie Bote Noire ncessite lidentification dune application
non-linaire tel quun rseau de neurones. Pour faciliter lapprentissage du modle et
la gnralisation de ses rsultats, il est possible de composer des vecteurs de
rgression utilisant certains paramtres propres au SSC et son environnement.
2.2.3.1. Vecteurs de rgression des entres et sorties
De manire gnrale, pour lapprentissage des rseaux de neurones, [Dreyfus et al.,
2002] suggrent de normaliser les entres et les sorties du rseau. En effet, si par
exemple, certaines entres ont de trs faibles valeurs absolues compares
dautres, elles nauront pas vraiment deffet sur lentranement. Idalement, les
variables doivent tre centres et rduites.

Une autre manire, propose ici, permettant de complter cette brute rduction de
variables, est de combiner habilement entre elles, les variables et paramtres du
systme et de son environnement. De cette manire, les entres et sorties du rseau
de neurones ne sont pas directement les tempratures et flux de chaleur mais des
CHAPITRE 2
126
critres rduits de linteraction entre le systme, le btiment et le climat. Lutilisation
de variables adimensionnelles pertinentes prsente lavantage de grouper les
diffrentes situations nergtiques possibles en quelques valeurs caractristiques,
ce qui rduit le nombre dinvestigation pour lapprentissage complet du modle
Bote Grise .

Les vecteurs de rgression des entres ( ) et sorties ( y ) du rseau proposs ici
sont dcrits par lquation ( 2-45 ).

( ) ( )
( ) ( )
( )
( )
(
(
(
=
(
(
(
(
(
(
(
(

=
nom sh em
ref coll coll
nom aux aux
ref
dhw set sto
d a room set a room
d a room set room set room
nom sh sh
ref net sol
Q Q
G A Q
Q Q
t y
G G
T T
T T T T
T T T T
Q Q
G Q
t
,
,
,
, ,
, , ,
,
,
) (
100
) (
& &
&
& &
& &
&
( 2-45 )

Les apports solaires nets sur le plan du capteur,
net sol
Q
,
&
(dfinie par lquation ( 2-23
)), et
coll
Q
&
, la chaleur fournie par les capteurs sont tous les deux diviss par une
irradiance solaire de rfrence
ref
G prise 1000W.m
-2
. Un terme similaire mettant en
jeu lirradiance solaire totale sur une surface horizontale G est ajout au vecteur de
rgression des entres dans lide que celui-ci fournisse une information
complmentaire au rseaux de neurones sur les besoins de chauffage du btiment,
notamment lors dapports solaires passifs importants.

La puissance reue par les metteurs,
em
Q
&
, et la chaleur transfre par ces derniers
vers lair intrieur,
sh
Q
&
, sont divises par la puissance nominale du radiateur,
nom sh
Q
,
&

(dfinie par lquation ( 2-33 )). Celle-ci est dfinie pour chaque simulation selon le
climat et le type de btiment.

La temprature dair intrieur,
room
T , est compare sa consigne,
room set
T
,
, et la
temprature extrieure,
a
T . Ces deux comparaisons sont divises par une diffrence
de temprature de rfrence qui prend en compte la temprature de consigne dair
intrieur et la temprature extrieure de base,
d a
T
,
, en fonction du climat.

aux
Q
&
est simplement divise par la puissance nominale du systme dappoint,
nom aux
Q
,
&
.

Puisquil ny a pas de temprature de rfrence vidente en relation avec la
temprature moyenne du stockage,
sto
T est compare avec la temprature de
consigne en ECS et est divise par 100K, la diffrence entre la temprature
dbullition et de fusion de leau pression atmosphrique.
CHAPITRE 2
127

2200 2220 2240 2260 2280 2300 2320 2340 2360 2380 2400
0
0.5
1
Temps [h]
R
e
g
r
e
s
s
i
o
n

d
e
s

e
n
t
r
e
e
s

Phi
1
Phi
2
Phi
3
Phi
4
Phi
5
Phi
6
2200 2220 2240 2260 2280 2300 2320 2340 2360 2380 2400
0
0.5
1
Temps [h]
R
e
g
r
e
s
s
i
o
n

d
e
s

s
o
r
t
i
e
s

y
1
y
2
y
3

Figure 2-27 Exemple de l'effet des vecteurs de rgression sur les signaux dune partie de la
squence annuelle

Les besoins en ECS ne sont pas pris en compte aux bornes du rseau de neurones.
Jusqu prsent, aucun des systmes tests, rels et virtuels, na rencontr de
difficults pour rpondre la demande dECS. Pour avoir un rseau le plus
parcimonieux possible, lhypothse retenue pour linstant est que le systme fournit
de lECS la temprature dsire
dhw set
T
,
. Ainsi, la sortie de la partie Bote Noire
est simplement calcule par lquation ( 2-46 ). Cet aspect devra tre repris dans des
travaux ultrieurs pour prendre en compte les ventuels dfauts de systmes en cas
de demande en ECS non satisfaite.

( )
tap dhw set wat p dhw dhw
T T c m Q =
, ,
. . &
&
( 2-46 )

Ces variables adimensionnelles devraient permettre aux rseaux de neurones de
simuler et gnraliser le comportement des SSC pour diffrentes charges de
chauffage et conditions climatiques.
2.2.3.2. Application non-linaire
La partie Bote Noire propose dans ce projet est un modle non-linaire statique
(voir paragraphe 2.2.1.2). Lapplication non-linaire qui la constitue est un rseau de
neurones de type feedforward (voir paragraphe 2.1.3.3). Il nexiste pas de
mthode pour dterminer a priori quelle structure est la plus optimise pour simuler
un processus. La dtermination dun modle correct pour chaque SSC test passe
donc par lexamen de plusieurs structures diffrentes. Par le biais de trs nombreux
tests initiaux, une structure globale plus prcise a t retenue pour limiter le nombre
de rseaux tester pour chaque SSC.

CHAPITRE 2
128
La fonction dactivation de chaque neurone est une tangente hyperbolique (mme
pour la couche de sortie). Une seule couche cache est considre : il semble que le
fait daugmenter le nombre de couches rende plus complexe lusage des algorithmes
dapprentissage sans forcment augmenter la performance des modles de manire
considrable.

La structure finale des rseaux de neurones tester est reprsente sur la Figure
2-28.

1
y
2
y
3
y
1
y
2
y
3
y
1

Figure 2-28 Structure de rseau retenue pour apprendre le comportement des SSC

Finalement, les rseaux ne diffrent que par leur nombre de neurones dans la
couche cache. Lenjeu principal maintenant est trouver le nombre de neurones
adquat. Avec trop peu de neurones, le rseau ne sera pas capable dapprendre
suffisamment le procd. Avec trop de neurones, le rseau apprendra trop bien la
squence dentranement et ne sera pas capable de gnraliser le fonctionnement
du SSC pour dautres environnements. Il nexiste pas de rgle thorique pour
dterminer le bon nombre de neurones utiliser. Le processus dentranement et de
slection de modle de SSC, dcrit dans le paragraphe ci-aprs, teste
successivement plusieurs rseaux, de complexit (nombre de neurone) croissante.

Pour limiter le nombre de recherches du meilleur rseau, il est possible destimer
grossirement le nombre maximum de neurones utiliser grce la rgle de
Widrow, dcrite dans [Widrow et Stearns, 1985] : le nombre dchantillons
dentranement
tp
N doit tre plus grand que
sw
N , le nombre de poids synaptiques
identifier, divis par lerreur tolre
tol

tol
sw
tp
N
N

( 2-47 )

A partir de cette rgle, le nombre maximum de neurones cachs peut tre calcul.
Puisquune seule couche cache est considre et quun biais est ajout chaque
neurone, y compris les neurones de sorties (voir le paramtre , paragraphe
2.1.3.1),
sw
N peut tre exprim avec
i
N , le nombre dentres,
o
N , le nombre de
sorties et
n
N , le nombre de neurones.

CHAPITRE 2
129
( ) ( ) ( )
o o i n o n n i sw
N N N N N N N N N + + + = + + + = 1 . . 1 . 1 ( 2-48 )

Ainsi, le nombre maximum de neurone dans la couche cache peut tre exprim par
lquation ( 2-49 ).

1
.
max ,
+ +
=
o i
o tp tol
n
N N
N N
N

( 2-49 )

Pendant la phase de slection, des rseaux de complexits allant de 1
max , n
N neurones seront entrains. Par exemple, dans le cas o lon a 6 entres, 3
sorties, 576 chantillons (12 jours de tests avec un pas de temps de 30 minutes, voir
paragraphe 3.1.2) et une tolrance de 10%, le processus entrainera des rseaux
pouvant avoir 5 neurones dans la couche cache. Le processus complet est expliqu
en dtail dans le paragraphe 2.3 ci-dessous.
CHAPITRE 2
130
2.3. Apprentissage du modle global de SSC
2.3.1. Principe gnraux sur loptimisation paramtrique de
modles
Dans la modlisation Bote Noire de processus, aprs avoir retenu une structure
a priori du modle, il faut dterminer le jeu de paramtre optimal qui rapproche le
plus possible le modle ) , ( g du processus. Pour cela, il faut chercher minimiser
une fonction de cot reprsentative des diffrences entre les valeurs mesures dune
squence dapprentissage et les valeurs calcules par le modle. Dans la plupart
des cas, cette fonction de cot J est la somme quadratique des erreurs sur chaque
chantillon de la squence dentranement (Equation ( 2-50 )).

( )

= =
= =
tp tp
N
i
N
i
i g i y i J
1
2
1
2
) ), ( ( ) ( ) ( ( 2-50 )

Dans le cas de modles linaires par rapport leurs paramtres (quand
) ( ) ), ( ( t t g
T
= , voir paragraphe 2.1.1.3), le minimum de la fonction de cot peut
directement tre calcul. En annulant, dans ce cas, la drive de J par le vecteur
des paramtres, la formule des moindres carrs est obtenue (Equation ( 2-51 )).

t
T
t t
T
t
mc
y
1
) (

=
( 2-51 )

Dans le cas de modles non-linaires par rapport leurs paramtres, lestimation de
ceux-ci ne peux pas se faire directement et exige la minimisation itrative de la
fonction de cot, qui de plus, possde plusieurs minima locaux. Le schma principal
de ces mthodes itratives est dcrit par lquation ( 2-52 ).

j j j
+ =
+1
( 2-52 )

Chaque algorithme doptimisation propose son propre calcul de
j
. La plupart
dentre eux se base sur le calcul du gradient de la fonction de cot ) (
j
J
(algorithmes directions de descente). Lide est de sapprocher itrativement du
vecteur des paramtres optimal en suivant linverse de ce gradient, avec laide dun
pas dapprentissage
j
: la modification des poids synaptiques suit la direction vers
laquelle la fonction derreur diminue le plus vite (c'est--dire vers la direction oppose
son gradient).

) ( .
j j j
J = ( 2-53 )

Dans le cas de rseaux de neurones feed-forward fonction dactivation
drivable pour chaque neurone, ce gradient peut tre astucieusement calcul par la
technique de retro-propagation de lerreur, dcrite dans [Rumelhart and al, 1986].
Elle consiste valuer le gradient en partant de lerreur commise au niveau des
neurones de sorties puis en remontant vers les entres.

CHAPITRE 2
131
Globalement, les algorithmes diffrent dans leur manire de calculer le pas
dapprentissage
j
. Certains, qualifis dalgorithmes du premier ordre, utilisent un
pas fixe, comme la mthode du gradient simple (ou steepest descent ) dcrit dans
[Battiti, 1992]. Cette approche semble simple et efficace mais prsente de nombreux
inconvnients :
En fonction du taux dapprentissage, la dcroissance du cot peut tre trs
lente, ou le cot peut osciller, voire augmenter ;
La performance de lalgorithme dpend normment de la surface de la
fonction de cot : cette dernire peut tre facilement bloque dans un minimum
local ou mme sur un plateau puisque dans ces conditions le gradient de la fonction
est trs faible.
Dautres algorithmes, dits du second ordre, sinspirent de la mthode de Newton et
modifient le jeu de paramtres en fonction de la drive seconde de la fonction de
cot, appele matrice Hessienne H pour une fonction multivariable. Les algorithmes
du second ordre tentent dapproximer linverse de la matrice Hessienne de la
fonction de cot, comme par exemple la mthode BFGS [Dennis and Schnabel,
1983]. Leur principe de rcurrence est exprim par lquation ( 2-54 ).

( )
) ( . .
) (
1
j j j j
j j
J B
H B

( 2-54 )

Lalgorithme de Levenberg-Marquardt, bien connu pour les problmes doptimisation,
mlange les deux familles dalgorithme dapprentissage [Marquardt, 1963]. Sa
relation de rcurrence est dcrite par ( 2-55 ). Elle prsente lavantage dtre plus
stable et de trouver une solution mme avec une initialisation loin du minimum.

( ) ) ( .
1
j i j j
J I B + =

( 2-55 )

Mme si les algorithmes du second ordre sont particulirement bien arms pour faire
face ce problme, le pige des minima locaux de la fonction de cot peut toujours
fausser les rsultats. Cest pourquoi il est ncessaire de raliser plusieurs
entranements avec des initialisations de paramtres diffrents.

Le but dun entranement de modle nest pas forcment de rduire autant que
possible la fonction de cot sur la squence dentranement. Dans ce cas, le rseau
risque dtre surentrain et ne pourra pas gnraliser ses connaissances. Pour
viter ce problme de surapprentissage, il existe deux stratgies principales :
La stratgie de l arrt prmatur qui stoppe lalgorithme avant la
convergence complte de lalgorithme. Elle consiste diviser les chantillons
dinformations disponibles en une base dentranement et une base de validation. A
chaque itration de lalgorithme, le nouveau jeu de paramtres est calcul partir de
la base dentranement puis une simulation du processus est ralise partir de la
base de validation et lerreur destimation est calcule. Lentranement est arrt en
fonction de lvolution de lerreur de validation au fur et mesure des itrations
(gnralement ds que lerreur commence augmenter aprs avoir diminu).
CHAPITRE 2
132
La stratgie de rgularisation consiste ajouter un terme
supplmentaire la fonction de cot afin de favoriser les fonctions rgulires, ce qui
vite le surajustement du rseau. Les rgularisations les plus communment
utilises ajoutent une fonction qui pnalise les poids levs. Les calculs sont plus
lourds mais lavantage de cette stratgie est de pouvoir profiter pleinement des
informations contenues dans la totalit de la squence dapprentissage, ce qui
favorise la gnralisation du modle.
2.3.2. Le processus dentranement slectionn
Une fois quune squence dentranement est obtenue partir dun test dun SSC sur
le banc dessai et que les paramtres ncessaires sont rcolts pour complter la
partie Bote Blanche , les donnes sont utilises pour entrainer plusieurs rseaux
de neurones ( partir de la structure propose dans le paragraphe 2.2.3). Les
considrations faites dans les diffrents paragraphes de ce chapitre ont permis de
slectionner et de construire un processus commun dentranement de rseau,
reprsent par la Figure 2-29.

Traitement des donnes
Initialisation des poids synaptiques
Algorithme dentrainement
Rseau entrainer
Rseau entrain
E
N
T
R
A
I
N
E
M
E
N
T

Figure 2-29 Schma du processus d'entranement de rseaux de neurones
2.3.2.1. Traitement des donnes
Les donnes issues du test dun SSC sur le banc dessai sont traites pour obtenir
une squence dentranement sous une forme standardise. Quelle que soit la
frquence denregistrement des donnes pendant lessai (le pas de temps est
gnralement de lordre de la minute), celle-ci est remise un pas de temps t
choisir selon les considrations suivantes :
t doit tre suffisamment court pour traduire correctement le comportement
dynamique du systme. Nous ne cherchons pas ici reproduire fidlement les rgles
de rgulation qui peuvent peut-tre agir haute frquence sur le SSC mais
uniquement retranscrire les changes de flux de chaleurs entre les lments. On
considre donc que t doit tre infrieur aux constantes de temps des principaux
lments inertiels du SSC;
un t suffisamment long permet de raliser lensemble du processus dcrit
dans ce paragraphe plus rapidement et cote beaucoup moins en terme de mmoire
informatique. De plus, il permet dobtenir des signaux dentres et sorties plus lisses,
ce qui peut faciliter lentranement des rseaux de neurones.

CHAPITRE 2
133
En considrant les constantes de temps de diffrents types de capteurs solaires
(lments qui prsentent le moins dinertie parmi les principaux lments des SSC),
la valeur de t a t fixe 30 minutes pour ltude prsente dans ce mmoire et
semble tre un bon compromis entre les considrations prises ci-dessus. Un pas de
temps infrieur pourra tre ventuellement envisag pour des travaux ultrieurs.

La partie Bote Blanche est applique la squence dentranement pour valuer
ltat du systme pendant lessai. Les erreurs de la partie Bote Blanche sont
ainsi incluses aux bornes du rseau, pour que celui-ci apprenne les grer
correctement.
2.3.2.2. Initialisation des poids synaptiques
Les poids synaptiques initiaux du rseau de neurones sont dterminants pour la
convergence de lalgorithme doptimisation et la solution trouve. Plusieurs
initialisations du rseau sont testes.

Certaines mthodes dinitialisation des poids synaptiques amliorent lentranement
du rseau de neurones. Celle utilise dans ce processus dentranement est la
mthode de Nguyen-Widrow [Nguyen and Widrow, 1990]. Le principe de cette
mthode est de gnrer alatoirement des poids synaptiques tout en veillant ce
que la distribution des rgions actives de chaque neurone (zone o les fonctions
dactivation ont une drive significative) soit quasi-uniformment rpartie dans
lespace des entres. Tous les neurones sont ainsi mieux pris en compte ds le
dbut de lapprentissage et lalgorithme pourra converger vers une solution
convenable plus rapidement.
2.3.2.3. Algorithme d'entranement
Face au panel trs large dalgorithmes doptimisations disponibles, le choix sest
port sur celui de Levenberg-Marquardt qui, par sa ralisation et sa notorit, semble
tre un algorithme relativement efficace.

Pour tirer pleinement profit des informations contenues dans la squence
dentranement, la stratgie darrt prmatur (expliqu dans le paragraphe 2.3.1) est
carte. Une rgularisation de type Bayesienne est utilise en complment de
lalgorithme de Levenberg-Marquardt [Mackay, 1992].
2.3.3. Le processus de slection
Lentranement dun rseau de neurones pour modliser le comportement dun SSC
ne peut se faire simplement en appliquant un algorithme doptimisation :
- la structure du modle-hypothse (voir paragraphe 2.1.1.3) nest pas complte
et ncessite de tester plusieurs rseaux de complexits diffrentes (paragraphe
2.2.3) ;
- les algorithmes itratifs doptimisation peuvent tre pigs par des minima locaux
de la fonction de cot et ncessitent donc plusieurs rinitialisations pour assurer un
rsultat correct (paragraphe 2.3.1).

Lentranement de nombreux rseaux est ncessaire. Lidentification dun modle
correct, reproduisant le comportement du SSC de manire suffisamment fidle,
passe par une phase de slection qui a pour base la mme squence
dentranement.
CHAPITRE 2
134

n=1/i=1
Cration dun rseau n neurones
Entrainement du rseau
Test du modle global en Boucle Ferme
Calcul du critre de slection
Mise en mmoire du rseau et de ses informations
i=N
init
?
n=N
n,max
?
Slection du modle prsentant le plus petit critre
i=i+1 n=n+1
OUI
OUI
NON
NON

Figure 2-30 Slection d'un modle reprsentant le SSC test

2.3.3.1. Les structures tester
Les structures tester sont les rseaux de complexits diffrentes allant de 1
max , n
N neurones dans la couche cache (voir paragraphe 2.2.3.2). Pour chacune de
ces structures,
init
N rseaux de poids synaptiques initiaux diffrents sont galement
crs et entrains. La slection se fait parmi ces
init n
N N
max ,
rseaux de neurones.
2.3.3.2. Le test en Boucle Ferme sur la squence d'entranement
Pour tester la qualit de gnralisation dun rseau de neurone fraichement entrain,
il faut pouvoir soumettre ce dernier une squence de donnes indite (tests
supplmentaires ou donnes non utilises pour lentranement par exemple) et
comparer ses estimations aux valeurs attendues. Or, comme indiqu dans le
paragraphe 2.3.4.1, la squence envisage pour le test des SSC dure 12 jours et est
donc trop courte pour que lon se permette de prlever quelques donnes pour une
validation ultrieure, sans avoir de lourdes consquences sur la qualit
dapprentissage des rseaux de neurones.

Cependant, il est possible dutiliser la mme squence dentranement pour raliser
un premier test de gnralisation du modle. En effet, il est possible de tirer profit du
fait que lapprentissage du modle Bote Grise se fasse de manire Boucle
Ouverte : les tats du systme sont fixs lors de la phase de traitement des
CHAPITRE 2
135
donnes et ne sont pas influencs par les erreurs du rseau. Ce dernier a donc
appris le comportement du SSC avec des tats idaux . Il est donc intressant de
voir si le modle complet ainsi obtenu est stable et prcis dans des conditions de
simulation en Boucle Ferme de la squence dentranement. Dans ce cas, le
rseau montre sil est capable de grer ses propres erreurs. Les rseaux
surentrains peuvent encore tre exclus cette tape.
2.3.3.3. Les critres de slection
Pour slectionner le rseau le plus pertinent parmi les nombreux entrains, il faut
pouvoir les comparer partir de leur validation en Boucle Ferme . Des critres,
inspirs de critres classiques en valuation de modles comme dans le paragraphe
2.2.2.1, ont ainsi t mis en place et sont calculs pour chaque sorties du modle :
Erreur type (Root Mean Square Error)

( ) ( )
=
=
tp
N
i tp
i g i y
N
RMSE
1
2
), ( ) (
1
( 2-56 )

Lerreur type ( RMSE ) est le critre utilis habituellement pour valuer un estimateur
en statistique. Il prend en compte les erreurs sur chaque pas de temps et est surtout
sensible aux grandes erreurs.

Erreur totale ( ErrTot )
La qualit attendue pour ce genre de modle est surtout destimer prcisment
lnergie globale dlivre par le SSC pour nimporte quelle simulation. Mme si des
erreurs importantes arrivent occasionnellement, le modle pourrait tre trs bien
capable destimer correctement lnergie dappoint consomme sur une anne.
Pourtant, ce modle a de forte chance davoir un critre RMSE mdiocre. Il est donc
intressant de pouvoir vrifier la qualit destimation globale du modle grce au
critre ErrTot .

( ) ( )
=
=
=
tp
tp
N
i
N
i
i y
i g i y
ErrTot
1
1
) (
), ( ) (
( 2-57 )

Coefficient d
Pour rassembler ces deux critres de qualit de modles en un seul critre, le
coefficient d combine RMSE et ErrTot de la manire suivante :

2 2
|
|
\
|
+
|
|
\
|
=
ErrTot RMSE
ErrTot RMSE
d

( 2-58 )

CHAPITRE 2
136
RMSE
et
ErrTot
permettent de moduler les exigences souhaites pour chacun des
critres. Le coefficient d reprsente ainsi une sorte de distance pondre permettant
dexclure les mauvais modles et de classer les autres.

Pour le projet prsent dans ce mmoire, le rseau slectionn comme tant le plus
pertinent pour modliser un SSC test est celui qui :
- prsente un coefficient d infrieur une limite de tolrance
lim
d pour chaque
sortie du modle (la valeur
lim
d est choisir arbitrairement comme par
exemple dans le paragraphe 3.1.2) ;
- prsente le plus petit coefficient d en moyenne sur lensemble des sorties (ici
aux
Q
&
,
out coll
Q
,
&
et
em
Q
&
).

Il serait envisageable dans des travaux ultrieurs de slectionner plusieurs rseaux
et de combiner leurs sorties. Mais ce point na pas encore t abord.
2.3.4. Le protocole final
Le protocole final mis au point pour caractriser les performances de SSC est dfini
globalement de la manire suivante :
2.3.4.1. Test dun SSC sur le banc dessai
La premire partie du test consiste installer le SSC tudier sur le banc semi-
virtuel, comme sil tait install dans une habitation relle (voir paragraphe 1.2.2.1).
Cette installation doit tre faite dans la mesure du possible par un installateur agr
par le fabricant. Les rglages des diffrentes rgulations doivent tre faits selon
lenvironnement virtuel choisi pour la squence dentranement.

Pendant ce temps, les paramtres propres au SSC et ncessaires la partie Bote
Blanche doivent tre collects (voir paragraphe 2.2.2.5). Ces paramtres sont
notamment la capacit thermique et le coefficient de pertes global du ballon ainsi que
les caractristiques de lappoint. Les autres paramtres sont fixs en fonction de
lenvironnement virtuel de la squence dentranement.

La squence dentranement peut tre applique par la suite. Elle consiste
confronter le SSC un environnement virtuel, dans lequel les conditions
mtorologiques ont t travailles de manire pouvoir exciter le systme et
enregistrer ses rponses.

Gnralement, en modlisation de systme, des signaux dentres particuliers
peuvent tre appliqus pour optimiser la squence dentranement et y retirer le
maximum dinformation ncessaire pour lidentification dun modle. Les Signaux
Binaires Pseudo Alatoires (SBPA), dfinis dans [Godfrey, 93] en sont un exemple.
Cependant, la cration de ces signaux est base sur les temps caractristiques du
systme tester (la dure dune squence complte est gale plusieurs fois la
constante de temps du systme). Or dans le cas dun SSC, le ballon de stockage
prsente dj lui seul une constante de temps pouvant aller jusqu une dizaine de
jours selon son efficacit thermique et sa capacit.

Lobjectif long terme de ces travaux de recherche est de faire voluer les textes
normatifs concernant les SSC en proposant une mthodologie complte de
CHAPITRE 2
137
caractrisation de leurs performances partir dun test en laboratoire. Ce dernier doit
donc tre ncessairement dune dure raisonnable (et donc dun cot raisonnable)
pour pouvoir tre intgre dans un processus de standardisation de produits. Une
squence type SBPA serait donc beaucoup trop longue pour lapplication normative
envisage pour cette mthode.

De plus, le SSC serait confront durant son test des configurations de charges
physiquement irralistes ou irralisables (changements brusques de tempratures,
densoleillement,). Lide de se baser sur des simulations de journes relles
semble donc plus approprie. La squence dessai doit tre courte. Plutt que de
chercher exciter le systme dans toutes les configurations possibles, il faut se
concentrer sur les situations rencontres quotidiennement par le SSC en
fonctionnement usuel. La squence 12 jours de la mthode SCSPT semble
remplir cet objectif. Elle regroupe des journes reprsentatives de chaque mois tout
en cherchant reproduire le profil annuel de charge du ballon de stockage. Cest
pourquoi le choix de la squence 12 jours pour le test des SSC a t adopt pour
cette tude (voir paragraphe 1.2.2.3).

Le protocole exprimental est donc le mme que celui de la mthode SCSPT (voir
paragraphe 1.2.2). La seule diffrence est que les modles composant la partie
Bote Blanche , dfinis dans le paragraphe 2.2.2, remplacent les modles de la
Tche 32 initialement utiliss. Outre lavantage davoir les mmes modles en phase
de test quen phase dapprentissage pour optimiser lentranement de rseaux de
neurones, ladaptation de modles normaliss pour les tests de la mthode SCSPT
confre celle-ci des lments de calculs plus appropris sa reconnaissance dans
les domaines scientifiques, industriels et normatifs. Les travaux de recherche
prsents dans ce mmoire apportent donc de multiples amliorations la mthode
SCSPT.

Les donnes rcuprer lors de ce test sont prsents dans le Tableau 2-11.

Climat ECS Appoint Capteur Emetteur Btiment
d
b
S
S
a
G
G
T

dhw
tap
dhw
T
T
m&

aux
Q
&

out coll
in coll
coll
T
T
m
,
,
&

out em
in em
em
T
T
m
,
,
&

int , b
Q
&

Tableau 2-11 Variables rcuprer lors dun test de SSC sur le banc d'essai
2.3.4.2. Modlisation et simulations du SSC test pour la caractrisation
de ses performances
Une fois lensemble des donnes et paramtres rcupr, le processus
dentranements et de slection, dfini dans les paragraphes 2.3.2 et 2.3.3, peut tre
appliqu. Un modle complet du SSC test sera ainsi obtenu.

Une fois un modle correct de SSC dtermin, celui-ci pourra tre utilis pour
raliser plusieurs simulations annuelles pour diffrents types de btiments, de
climats et de surfaces de capteurs. Ces donnes permettront de caractriser les
performances du SSC laide de la mthode FSC (voir paragraphe 1.1.3.3).
CHAPITRE 2
138
Lobjectif de ce chapitre est de dterminer comment il est possible didentifier un
modle complet de SSC partir dune squence dessai.

Aprs avoir tudi les techniques de modlisation de processus partir de donnes
exprimentales, une structure de modle a priori est prsente dans ce chapitre.
Compte tenu du fonctionnement gnral des SSC et des contraintes exprimentales,
il semble judicieux dadopter une classe de modle Bote Grise , compose dune
partie Bote Blanche linaire dynamique et dune partie Bote Noire non-
linaire statique.

La partie Bote Blanche est constitue de modles simplifis issus de textes
normatifs pour les principaux lments dun SSC : capteurs, metteurs de chaleur,
btiment, stockage de la chaleur et systme dappoint. Elle permet de renseigner de
manire dynamique ltat du systme c'est--dire les niveaux de tempratures de
chacun de ces lments. Pour linstant, seuls les metteurs de type radiateur eau
chaude , les stockages hydrauliques et les appoints de type chaudire
combustion gaz ont t abords. Cette partie devra tre complte par dautres
modles simplifis pour adapter cette approche toutes les familles de SSC
(notamment ceux en relation avec un plancher chauffant). Lutilisation de modles
simplifis, rendue ncessaire la fois par le type dessais et les techniques
dapprentissage, nest pas sans petites lacunes, notamment au niveau de la
modlisation du ballon et de la chaudire dappoint. Celles-ci doivent tre prises en
charge par la partie Bote Noire pour permettre une bonne qualit du modle
global de SSC.

La partie Bote Noire reprsente la particularit de chaque SSC. Elle doit tre
capable de retranscrire le comportement propre au SSC test aprs un
apprentissage dont la base est fournie par un test sur le banc dessai. En raison de
leur capacit apprendre des phnomnes non linaires et de leur popularit
grandissante, y compris dans le domaine des nergies renouvelables, les rseaux de
neurones ont t choisis pour constituer cette partie.

Identifier un tel modle partir dune squence de test passe dabord par
lentranement de nombreux rseaux. Un processus dentranements multiples et de
slection dun modle parmi ceux entrains a t mis en place. Le protocole final
envisag est bas sur celui de la SCSPT (avec quelques lgres modifications dans
lenvironnement virtuel) auquel est ajoute ltape didentification dun modle.

Les travaux dvelopps dans ce chapitre, sils sont valids, permettraient la
mthode SCSPT de caractriser compltement les SSC partir dune squence de
12 jours, en se basant sur des lments de calculs normaliss, ce qui faciliterait sa
reconnaissance par les milieux scientifiques, industriels et normatifs.

Il en reste donc plus qu valider cette nouvelle approche.
CHAPITRE 2
139

CHAPITRE 3. Exprimentation numrique pour la
validation de la nouvelle approche

Rsum du chapitre

La mthodologie mise au point dans le Chapitre 2 complte les essais de la mthode
SCSPT pour pouvoir valuer les performances nergtique des SSC quel que soit
lenvironnement tudi (btiment, climat, surface de capteurs solaires). Elle se base
sur les donnes issues dune squence caractristique de 12 jours de test sur banc
d'essai semi-virtuel afin de dfinir un modle complet de type Bote Grise des
systmes tudis. Avant de passer la phase pratique de l'application de ce test, il
est ncessaire de valider l'approche l'aide de simulations de modles dtaills de
SSC sous TRNSYS.

Pour cela, 3 modles de SSC ayant des stratgies diffrentes et dj utiliss dans
des prcdents projets ont t slectionns. Ces modles sont soumis deux types
de simulation :
une simulation avec la squence mtorologique de 12 jours correspondant
au test SCSPT, qui fournit les donnes d'entranement du modle Bote Grise ;
27 simulations annuelles avec climats, btiments et surfaces de capteur
diffrents, qui fournissent les donnes pour les validations.

La qualit de la nouvelle approche propose, teste dans ce chapitre, se mesure par
la prcision des estimations des nergies mises en jeu au niveau de lappoint, des
capteurs et des metteurs de chaleur de chaque SSC par rapport aux rsultats des
calculs raliss avec le logiciel TRNSYS. La caractrisation des 3 SSC par la
mthode FSC selon les deux types de modlisation est galement compare.

Une analyse dtaille des rsultats obtenus lors de cette tude permet de dgager
les points forts et les points amliorer de la mthodologie propose.
CHAPITRE 3
142
CHAPITRE 3
143
3.1. Le protocole de validation
Un protocole est mis en place dans ce paragraphe pour pouvoir valider la
mthodologie mise au point dans le CHAPITRE 2, partir de nimporte quel modle
dtaill de SSC (systme modlis sous TRNSYS par exemple). Ce protocole est
schmatis sur la Figure 3-1 (les cases bleues impliquent le modle dtaill du SSC
alors que les cases orange impliquent ses modles Bote Grise identifis).

Adaptations au modle
Boite Grise
Simulation de la
squence 12 jours
Entrainement et
slections de modles
Boite Grise
Simulations annuelles
avec les modles
Boite Grise
Simulations annuelles
avec le modle dtaill
(base de validation)
Modle dtaill de SSC
Comparaison des
rsultats
Dfinition de 27
environnements de
rfrence pour
comparaison

Figure 3-1 Schma reprsentant le protocole de validation de l'approche tudie partir dun
modle dtaill de SSC

Ce protocole instaure une base en termes de simulations raliser (sous TRNSYS
par exemple) et fixe les paramtres du processus dentranement et slection de
rseaux de neurones. Il propose galement des critres permettant de comparer les
rsultats issues des deux types de modlisation (modlisation neuronal et
modlisation dtaille) afin dvaluer la qualit des modles Bote Grise identifis
partir de la squence 12 jours . Il sera appliqu 3 modles dtaills de SSC,
prsents dans le paragraphe 0.
CHAPITRE 3
144
3.1.1. Les environnements de rfrences
Les environnements de rfrence dfinissent les simulations TRNSYS raliser la
fois pour lentranement de modles neuronaux et pour la validation des estimations
de ces derniers.
3.1.1.1. Climats
Les climats slectionns pour constituer les diffrents environnements de rfrences
sont 3 climats utiliss lors de la Tche 32 de lIEA [Heimrath et Haller, 2007] :
Barcelone
13
, Zurich et Stockholm. Ces climats ont t choisis pour couvrir les
tendues gographiques des principaux marchs europens (sud, centre et nord). Ils
sont donc assez diffrents. Par exemple, le climat de Stockholm prsente peu de
ressource solaire avec une forte de demande de chauffage pendant la saison de
chauffe alors que le climat de Barcelone est compltement loppos de ce cas.

1 2 3 4 5 6 7 8 9 10 11 12
0
50
100
150
200
Mois
I
r
r
a
d
i
a
t
i
o
n

[
k
W
h
/
m
/
m
o
i
s
]

Barcelone
Zurich
Stockholm
1 2 3 4 5 6 7 8 9 10 11 12
10
0
10
20
30
Mois
T
e
m
p
.

e
x
t
.

m
o
y
.

[
C
]

Barcelone
Zurich
Stockholm

Figure 3-2 Irradiations mensuelles sur une surface horizontale et tempratures moyennes
mensuelles pour les trois climats de rfrence

Pour les simulations annuelles, les donnes climatiques sont gnres laide du
logiciel METEONORM
14
, qui calcule les donnes ncessaires partir de moyennes

13
Le climat de Madrid est aussi un climat de rfrence de la Tche 32. Il na pas t choisi ici car
laspect humidit de lair nest pas pris en compte dans ce projet. Le climat de Barcelone qui prsente
une saison de chauffe un peu plus courte est nanmoins assez reprsentatif des deux sites.
14
METEONORM, Weather Data Generator. METEOTEST, Fabrikasse 14, CH-3012 Bern,
Switzerland ; www.meteonorm.com
CHAPITRE 3
145
mensuelles densoleillement et de temprature, enregistres sur du long-terme pour
chaque climat.

Pour lentranement de modles neuronaux, les squences 12 jours
correspondantes, cres selon la mthode SCSPT [Albaric et al., 2008], sont
utilises. Ces squences tant courtes, leur dernire journe est reproduite au dbut
de la simulation du systme tester pour que celui-ci soit charg de manire raliste
au dbut des 12 jours de tests. Les rsultats correspondant cette premire journe
ne sont pas pris en compte et ainsi les surconsommations de prchauffage qui
seraient apparues sans cette initialisation ne perturbent pas lapprentissage des
modles.

Les paramtres communs, caractrisant chaque climat (voir Tableau 3-1), sont
utiliss pour le dimensionnement du rseau de chauffage (avec la temprature
extrieure de base
d a
T
,
, voir quation ( 3-2 )) et pour la dfinition du profil de la
temprature deau froide (avec sa temprature moyenne
av tap
T
,
, son amplitude
tap
T
et son dcalage temporel
off
d , voir quation ( 1-20 )).

Climat
d a
T
,
[C]
av tap
T
,
[C]
tap
T [C]
off
d [jour]
Barcelone -1 13,5 4,5 19
Zurich -10 9,7 6,3 60
Stockholm -17 8,5 6,4 80
Tableau 3-1 Paramtres caractristiques de chaque climat

3.1.1.2. Puisages ECS
Le puisage ECS pour lensemble des simulations est dfini grce loutil dvelopp
par [Jordan et Vajen, 2001] pour gnrer un profil de puisages raliste. Celui retenu
est dfini avec un pas de temps de 6 minutes (ce qui est donc compatible avec le
pas de temps de 3 minutes envisag pour les simulations des modles dtaills de
SSC, sources des donnes dentranement et de validation). Il correspond une
consommation quotidienne de 200L dECS 45C. Le f ichier correspondant peut-
tre tlcharg sur le site du Solar Energy Laboratory
15
.

La temprature deau froide du rseau est considre comme ayant une volution
sinusodale (quation ( 1-20 )), en fonction du temps time exprim en heure. Elle est
dfinie par les trois paramtres
av tap
T
,
,
tap
T et
off
d , dpendants du climat et dfinis
dans le paragraphe prcdent. La priode de la sinusode correspond la dure de
la squence : le nombre de jours de la simulation
seq day
N
,
influence donc lvolution
de la fonction.

|
|
\
| +
+ =
24 .
24 ). 75 . 273 (
. 360 sin
,
,
seq day
off
tap av tap tap
N
d time
T T T ( 3-1 )

La temprature de consigne de lECS
dhw set
T
,
est toujours de 45C.

15
http://sel.me.wisc.edu/trnsys/trnlib/library15.htm#IEA26Load
CHAPITRE 3
146
3.1.1.3. Btiments
Les btiments slectionns pour constituer les diffrents environnements de
simulations sont 3 btiments de qualit disolation thermique diffrente et utiliss
dans la Tche 32 de lIEA,. Ils sont appels SFH30, SFH60 et SFH100.

Leur architecture commune et leurs caractristiques sont dfinies dans [Heimrath et
Haller, 2007]. Ces btiments sont supposs accueillir une seule famille (Single
Family House) et ont des besoins de chauffage respectivement de 30, 60 et 100
kWh/m par an pour le climat de Zurich. Des profils dapports de chaleur internes,
dus la fois aux habitants et aux appareillages lectriques, sont tablis (voir Figure
3-3). Il ny a pas de distinction entre les jours de semaine et de week-end pour
loccupation des habitants mais il y en a une pour lutilisation des appareils
lectriques.

0 24 48 72 96 120 144 168
0
50
100
150
200
250
Temps [h]
G
a
i
n
s

(
p
e
r
s
o
n
n
e
s
)

[
W
]
0 24 48 72 96 120 144 168
0
100
200
300
400
Temps [h]
G
a
i
n
s

(
a
p
p
a
r
e
i
l
s
)

[
W
]

Figure 3-3 Profil hebdomadaire des gains de chaleur internes au btiment dus la prsence
des habitants et l'utilisation d'appareils lectriques

Pour les simulations annuelles de validation (voir la base de validation dans la
Figure 3-1), les modles dtaills de ces btiments sont utiliss. Ils sont dfinis sous
TRNSYS laide du Type 56 [Type56, 2005]. Leurs fichiers caractristiques (.bui)
sont disponibles avec le modle du SSC de rfrence de la Tche 32,
tlchargeable sur le site de lIEA
16
. Ils sont galement quips de protections anti-
surchauffes estivales (casquettes sur les fentres sud, stores vnitiens, ventilation
nocturne), programms de manire prcise. Le fait de garder les modles dtaills

16
http://www.iea-shc.org/task32/
CHAPITRE 3
147
pour ces validations permettra une comparaison plus juste avec les rsultats obtenus
lors de travaux de lAIE.

Pour les simulations dapprentissage des modles neuronaux (voir Adaptations au
modle Bote Grise dans la Figure 3-1), lidal est davoir le mme support lors des
simulations TRNSYS et dans le modle global Bote Grise de SSC.
Lentranement est ainsi plus efficace. Par consquent, la description mathmatique
du comportement thermique des btiments du type ISO 13790-2008, dfinie dans le
paragraphe 2.2.2.3, est utilise. Les paramtres de ce modle sont calculs pour
correspondre la description de chacun des btiments. Ces calculs sont dtaills
dans lANNEXE A. Contrairement aux simulations annuelles de rfrence, aucune
protection de surchauffe estivale nest active dans ce cas car elles ne sont pas
intgres aux modles Bote Grise des SSC.
3.1.1.4. Radiateurs
Les modles de btiments sont coupls des radiateurs eau chaude pour
rpondre aux besoins de chauffage. Ces radiateurs ont en commun, quels que soient
les modles et les btiments, lexposant n caractrisant les changes de chaleur
entre le radiateur et lair intrieur. Celui-ci est fix 1,3.

Le dimensionnement des radiateurs dpend la fois du btiment et du climat. Pour
simplifier le paramtrage, un premier dimensionnement est dfini en fonction du
climat de Zurich : les radiateurs de chaque btiment sont ainsi caractriss par une
puissance de charge
Zurich d sh
Q
, ,
&
ainsi que par les tempratures dentre
d in em
T
, ,
et de
sortie
d out em
T
, ,
correspondantes.

Btiment
Zurich d sh
Q
, ,
&
[W]
d in em
T
, ,
[C]
d out em
T
, ,
[C]
SFH30 3100 35 30
SFH60 4605 40 35
SFH100 6548 60 50
Tableau 3-2 Paramtres caractristiques de chaque btiment

Pour adapter la puissance de dimensionnement dautres climats, il suffit dutiliser la
temprature extrieure de base comme le montre lquation ( 3-2 ).

Zurich d a room set
d a room set
Zurich d sh d sh
T T
T T
Q Q
, , ,
, ,
, , ,
=
& &

( 3-2 )

Pour les modles de radiateurs, on utilise la plupart du temps comme paramtre leur
puissance nominale
nom sh
Q
,
&
pour des tempratures donnes (ici 90C en entre, 70C
en sortie pour une pice 20C). Le passage de
d sh
Q
,
&
cette puissance nominale
dpend du modle souhait.

Dans le cas des simulations annuelles de validation, le modle dtaill de radiateur
(Type 362 sous TRNSYS), brivement dcrit dans le paragraphe 2.2.2.3, est utilis.
Il est bas sur un change de chaleur proportionnel une diffrence de temprature
logarithmique. De plus, selon les simulations ralises dans la Tche 32 de lIEA
CHAPITRE 3
148
[Heimrath et Haller, 2007], la puissance nominale de ce type de radiateur est base
sur sa temprature moyenne et peut ainsi sexprimer par lquation ( 3-3 ).

n
room set
d out em d in em
d sh nom sh
T
T T
Q Q
|
|
|
|
\
|
+
=
,
, , , ,
, ,
2
20
2
70 90
& &
( 3-3 )

Dans le cas des simulations pour lentranement des modles neuronaux, on choisit
un modle simplifi de radiateur, en liant les changes de chaleur une simple
diffrence de temprature. Ce modle correspond ainsi celui utilis dans le modle
global de SSC (voir paragraphe 2.2.2.3). Comme il nest constitu que dun seul
nud de temprature (la temprature de sortie
out em
T
,
, seule temprature des
metteurs connue au niveau du modle Bote Grise ), lexpression de la
puissance nominale des radiateurs est adapte (quation ( 3-4 )).

n
room set d out em
d sh nom sh
T T
Q Q
|
|
\
|
=
, , ,
, ,
20 70
& &
( 3-4 )

3.1.1.5. Capteur
Les capteurs sont considrs comme faisant partie des SSC tudis. Leurs
paramtres sont donc propres chaque systme. Par contre, leur surface nest pas
forcment fixe pour un systme donn et va jouer sur la ressource solaire
disponible et ainsi sur le calcul des performances. Il est donc intressant de faire
voluer la surface des capteurs
coll
A pour caractriser les performances dun SSC.

Le choix des surfaces prend en considration laspect dimensionnement gnral des
SSC. Pour cela, il est possible de sinspirer des travaux raliss dans le cadre de la
Tache 26 du programme SHC de lIEA, pour mettre au point la mthode FSC. Aprs
avoir pass en revue les principaux SSC existant en Europe et leurs
dimensionnement, les systmes ont t simuls selon des plages de valeurs du
rapport Volume de stockage/Surface de capteurs dfinies comme sur la Figure
3-4.

CHAPITRE 3
149

Figure 3-4 Dimensionnement des systmes simuls lors de la Tche 26 (les nombres prcds
dun # dans la lgende se rapporte des SSC gnriques). Source : [Weiss et al., 2003]

Globalement, pour lensemble des systmes, le rapport Volume de
stockage/Surface de capteurs est gnralement compris entre 50 et 125 L/m.
Ainsi, en fonction du volume de stockage de chaque SSC tester, sera-t-il possible
de choisir entre 3 surfaces de capteurs correspondant aux ratios prsents dans le
Tableau 3-3 (le volume de stockage
store
V y est exprim en m
3
). Lors de la squence
dentranement, le choix de la surface se fera en fonction des recommandations du
fabricant.

Capteurs Surface [m]
Cas 1
50 / . 1000
store
V
Cas 2
70 / . 1000
store
V
Cas 3
125 / . 1000
store
V
Tableau 3-3 Surfaces de capteur pour les diffrentes simulations de validation

Le modle de capteur prsent dans le Chapitre 2 est utilis pour chaque simulation.
Pour se rapprocher des rsultats de la Tche 32, le modle dtaill de rayonnement
diffus est utilis dans les simulations annuelles alors que lexpression simplifie de
ce rayonnement est choisie dans les simulations de la squence dentranement (voir
paragraphe 2.2.2.2).
3.1.1.6. Bilan
Pour cette tape de validation numrique, les conditions de simulation de la
squence dentranement sont prsentes dans le Tableau 3-4.

Btiment Climat
Surface des
capteurs
SFH60 Zurich Cas 1
Tableau 3-4 Environnement de la squence 12 jours d'entranement

CHAPITRE 3
150
Le btiment et le climat sont choisis pour leur position centrale en termes de
ressources solaires et de besoins nergtiques. Lextrapolation des performances
sera ainsi plus simple quavec des cas plus extrmes.

Par contre, la plus grande surface de capteurs est choisie pour solliciter au maximum
la gestion des flux de chaleur et leur stockage durant la squence dapprentissage.
Ceci est dautant plus intressant que la temprature moyenne du ballon nest
compare qu une valeur fixe dans le vecteur de rgression des entres (voir
paragraphe 2.2.3.1), contrairement aux autres variables lies des paramtres
propres chaque climat et chaque btiment. La variation de cette entre sera ainsi
plus importante avec la plus grande surface des capteurs pendant la squence
dentranement : le rseau de neurones sera donc plus adapt toutes les variations
de la temprature de stockage, mme les plus fortes.

Lorsque le meilleur rseau est slectionn par le protocole, nous tudierons la
capacit du modle Bote Grise ainsi form reproduire le comportement du
SSC test pour dautres environnements nergtiques (nous appellerons cette
capacit gnralisation dans la suite de ce chapitre). Pour cela, le modle Bote
Grise sera soumis aux 27 simulations annuelles de validations prsentes dans le
Tableau 3-5.

Btiment Climat Surface des capteurs
SFH30 Barcelone Cas 1
SFH60 Zurich Cas 2
SFH100 Stockholm Cas 3
Tableau 3-5 Environnements des squences annuelles de validation
3.1.2. Le processus dentranement et de slection
Une fois les donnes et paramtres rcuprs partir des simulations de la
squence dentranement, le processus dapprentissage et de slection dun modle
global de SSC, dfini dans le CHAPITRE 2, peut tre appliqu. Un modle complet
du SSC test sera ainsi obtenu et pourra tre confront son modle dtaill par
lintermdiaire des simulations de validation prsentes dans le paragraphe 3.1.1.

Parmi les paramtres du processus (voir paragraphe 2.3), les valeurs retenues dans
cette tude sont prsentes dans le Tableau 3-6.

Pas de temps du modle min 30 = t
Nombre de rinitialisations
25 =
init
N
Coefficient dexigence sur RMSE
5 =
RMSE

Coefficient dexigence sur ErrTot
9 . 0 =
ErrTot

Limite de tolrance pour le coefficient d 1 . 0
lim
= d
Tableau 3-6 Paramtres du processus d'entranements et de slection de modle retenus pour
ltude

Lentranement, la slection et les comparaisons de modles sont raliss avec le
logiciel MATLAB [MATLAB, 2008a] et avec laide de sa toolbox Neural Network
[MATLAB, 2008b] pour lapplication des algorithmes dinitialisation et doptimisation
des rseaux.
CHAPITRE 3
151

Pour la validation de cette dmarche, le processus est ralis plusieurs fois de suite
afin dtudier sa rptitivit.
3.1.3. Les critres de validation
Les rsultats issus des simulations de validation du modle sont confronts aux
rsultats des simulations TRNSYS correspondantes. Pour chacune des
Simu
N
simulations de validation, les nergies annuelles calcules laide de TRNSYS
(
TRNSYS
Q ) et laide du modle Bote Grise identifi (
BoiteGrise
Q ) sont compares. La
qualit de gnralisation de ce dernier modle est value grce certains critres
dj utiliss dans le Chapitre 2 (voir paragraphe 2.2.2.1).
3.1.3.1. Erreur absolue moyenne de lensemble des rsultats du modle
( MAE )
Lerreur absolue moyenne est applique lensemble des 3 sorties du modle tudi
(lnergie dappoint consomme
aux
Q , lnergie rcupre par les capteurs
coll
Q et
lnergie fournie aux metteurs pour rpondre aux besoins de chauffage
em
Q ) pour
chaque simulation ( 27 =
simu
N ) selon lquation ( 3-5 )).

=
=
Simu
N
i
BoiteGrise TRNSYS
Simu
i Q i Q
N
MAE
. 3
1
) ( ) (
. 3
1
( 3-5 )

Ce critre est donc unique pour chaque modle et mesure la proximit de ses
rsultats avec ceux du modle dtaill sous TRNSYS, sans diffrencier la prcision
des calculs pour chaque sortie du modle. En prenant en compte lensemble des
simulations et des sorties disponibles, le critre MAE reprsente en quelque sorte le
pouvoir de gnralisation global du modle, en un seul terme.
3.1.3.2. Coefficient de corrlation statistique (
2
R )
Le coefficient de corrlation statistique est appliqu chaque sortie du modle selon
la formule exprime par lquation ( 3-6 ).

( )
( )
=
=
=
Simu
Simu
N
i
TRNSYS TRNSYS
N
i
BoiteGrise TRNSYS
Q i Q
i Q i Q
R
1
2
1
2
2
) (
) ( ) (
1 ( 3-6 )

Ce coefficient mesure quel point le modle neuronal entrain est proche du modle
TRNSYS pour lestimation de chaque sortie. Plus
2
R est proche de 1, plus la relation
TRNSYS BoiteGrise
Q Q = est vrifie et donc plus la gnralisation du modle semble bonne.
3.1.3.3. Estimation des courbes caractristiques
Il est galement intressant de comparer les deux types de modles au niveau de la
caractrisation de performances de SSC, qui est lobjectif de ltude entreprise. On
peut en effet constater la cohrence entre les courbes caractristiques de la
CHAPITRE 3
152
mthode FSC obtenues selon les 2 modles (voir paragraphe 1.1.3.3 et [Letz et al.,
2009]).

Lensemble des simulations prsentes dans le paragraphe 3.1.1 permet de calculer
27 points dans le plan [
sav
f , FSC ] pour chaque modle afin de caractriser le SSC
tudi laide dune courbe. Ces critres expriment lnergie conomise par rapport
une situation de rfrence, dans laquelle un systme basique, de rendement global
ref aux,
, fournirait la mme quantit dnergie pour couvrir les besoins en chauffage et
en ECS. A chacune des simulations correspond donc une nergie de consommation
de rfrence, dfinie par lquation ( 3-7 ).

ref aux
ref loss dhw sh
ref aux
Q Q Q
Q
,
,
,
+ +
=
( 3-7 )

Bien que les environnements soient dsigns de la mme manire quel que soit le
type de modle, il existe des diffrences entre les besoins de chauffage calculs par
les modles Bote Grise et ceux calculs par les modles TRNSYS. Ainsi, pour
prendre cette diffrence en compte dans le calcul des performances des SSC, on
distingue des besoins de chauffage
sh
Q de rfrence diffrents selon le type de
modle. Ces besoins correspondent ceux obtenues lors ltude de la partie Bote
Blanche (voir 2.2.2.3). Les valeurs annuelles des besoins de chauffage de
rfrence sont prsentes dans le Tableau 3-7.

Climat Btiment
Besoins de chauffage annuels
de rfrence pour les modles
de type Bote Grise , en
kWh
Besoins de chauffage
annuels de rfrence pour
les modles TRNSYS, en
kWh
Barcelone SFH30 165 248
Zurich SFH30 3954 4178
Zurich SFH60 8410 8612
Zurich SFH100 14034 14641
Stockholm SFH30 6393 6544
Tableau 3-7 Valeurs des besoins de chauffage prendre en compte dans le calcul de l'nergie
de rfrence pour la dtermination des coefficients f
sav
et FSC

Parmi les diffrents taux dconomie dnergie prsents dans le Chapitre 1, seul le
taux dconomie dnergie thermique
th sav
f
,
pourra tre abord pour linstant. En
effet :
le modle Bote Grise ne prend pas encore en compte la consommation
dnergie lectrique des appareils du systme : il est donc impossible destimer la
fraction tendue dnergie conomise
ext sav
f
,
;
le calcul des nergies de pnalits pour le non-respect des tempratures de
consigne dECS et dair intrieur ncessite de connaitre prcisment lvolution de
CHAPITRE 3
153
ces dernires au cours des simulations. Or pour linstant, la temprature de consigne
en ECS est suppose atteinte en permanence pour faciliter cette premire tude de
modlisation globale de SSC. De plus, lestimation de la temprature intrieure
ncessite une tude plus approfondie. Etant donn que laccent est surtout mis sur la
qualit destimation des nergies de sorties lors de la phase dentranement et de
slection dun modle neuronal, la prcision sur lvolution de
room
T nest pas
forcment suffisante pour calculer correctement les ventuelles pnalits. Le calcul
de lindicateur de fraction solaire
si
f nest donc pas envisag pour linstant.

Le facteur de correction SC (voir paragraphe 1.1.3.3) pourrait tre utilis pour ajuster
ventuellement la prcision des courbes. Cependant, il ne sera pas utilis ici pour
pouvoir confronter leurs rsultats aux calculs dj raliss dans dautres projets et
nutilisant pas ce facteur de correction. Rappelons que Letz [Letz, 2010] a propos
des courbes caractristiques limites dfinissant une zone de fonctionnement correct
des SSC (voir Figure 3-5).

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.2
0.4
0.6
0.8
1
FSC
f
s
a
v
,
t
h

Range of properly working systems

Figure 3-5 Courbes "limites" dfinissant la zone de fonctionnement correct de SSC

Les courbes caractrisant les SSC tudis sont obtenues en appliquant la mthode
des moindres carrs (voir paragraphe 2.3.1) sur les ensembles [ FSC ,
th sav
f
,
] obtenus
par les modles dtaills sous TRNSYS et par les modles Bote Grise identifis,
en posant comme formule de rgression l'quation ( 3-8 ).

C FSC b FSC a f
th sav
+ + = . .
2
,
( 3-8 )

Les coefficients a, b et c ainsi identifis pourront tre compars entre les deux types
de modlisation.

On pourra utiliser les donnes de la squence de test pour dterminer un point du
plan [ FSC ,
th sav
f
,
], qui reprsente en quelque sorte la performance value par la
mthode SCSPT de manire classique . Il sera ainsi possible de vrifier la
cohrence des rsultats obtenus par 3 manires diffrentes (SCSPT classique,
modle Bote Grise et modle TRNSYS).
CHAPITRE 3
154
3.1.3.4. Erreur absolue moyenne sur lestimation des besoins de
chauffage par rapport aux besoins de rfrence (
ref
MAE )
Dans le but de se projeter dans des conditions de test rel, nous avons ajout
lindicateur
ref
MAE . Cet indicateur est la diffrence absolue moyenne entre les
estimations des nergies fournies aux metteurs par le modle Bote Grise
tudi (appele
BoiteGrise em
Q
_
dans lquation ( 3-9 ) ci-dessous) et les besoins de
chauffage de rfrence considrs (appele
em_Ref
Q ci-dessous et correspondant aux
valeurs donnes dans le Tableau 3-7).

=
=
Simu
N
i
BoiteGrise em em_Ref
Simu
ref
i Q i Q
N
MAE
1
_
) ( ) (
1
( 3-9 )

En effet, en condition relle de test de SSC, les rsultats issus des simulations de
validation ne sont pas disponibles. Les critres prsents ci-dessus ne pourront donc
pas tre utiliss pour juger de la bonne estimation du modle Bote Grise obtenu
et choisir le modle de rseau le plus adapt. Les seules valeurs disponibles pour
servir de base de comparaison sont les besoins de chauffage de rfrence,
dpendant du modle de btiment utilis dans la partie Bote Blanche du modle
global du SSC (voir le Tableau 3-7).

Aussi, un SSC assurant correctement le chauffage du btiment la temprature
dsire pendant la phase de test 12 jours , sera-t-il considr comme
parfaitement capable dassurer les besoins de chauffage annuels quel que soit
lenvironnement. Le critre
ref
MAE permettra au moins de constater si le modle
entrain estime correctement les nergies
em
Q lors des diffrentes simulations.
Lutilisation de ce critre conduira un tri parmi les diffrents modles obtenus
(comme dans le paragraphe 0) afin dcarter les modles dont les rsultats
paratraient aberrants.

CHAPITRE 3
155
3.2. Modles dtaills de SSC et exploitations
Les modles dtaills de SSC utiliss ici pour valider la nouvelle approche ont t
raliss sous TRNSYS. Ils ont dj t utiliss lors de projets franais et europens,
notamment pour valider la mthode SCSPT.

3.2.1. SSC1
Le modle de SSC n1 est celui utilis comme systme de rfrence lors de la
Tche 32 de lIEA [Heimrath et Haller, 2007]. Il a galement t utilis par [Nowag,
2007] pour mettre au point lalgorithme de slection des 12 jours de test
caractristique dun climat au choix de la mthode SCSPT. Le modle est disponible
sur le site internet de la tche 32
17
. Son schma hydraulique est reprsent par la
Figure 3-6.

Figure 3-6 Schma hydraulique du SSC1. Source : IEA

Selon la classification Combisol (voir paragraphe 1.1.1.3), ce systme est du type
C2, la diffrence prs que lnergie solaire est galement apporte via un
changeur externe. Les particularits de ce systme sont :
Stockage de la chaleur solaire via une canne de stratification dans le ballon ;
Transfert de la chaleur pour les besoins en ECS via un changeur externe
au ballon de stockage ;
Transfert de la chaleur solaire via un changeur externe au ballon de
stockage.

Le modle TRNSYS de ce SSC prsente quelques particularits :

17
Voir Complete Data Set of the Task 32 Reference System for TRNSYS ladresse : http://www.iea-
shc.org/task32/publications/index.html
CHAPITRE 3
156
Les pertes des circuits hydrauliques ne sont prises en compte que pour la
boucle capteur et la boucle dappoint. Pour cette dernire, seul le tuyau froid est
modlis. Le calcul des coefficients globaux de pertes ( ) UA utilise la formule
gnrale dfinie par lquation ( 3-10 ). Elle se base sur une rsistance thermique R ,
(en m
2
.K.W
-1
), exprime en fonction de paramtres gomtriques (diamtres d pris
plusieurs niveaux) et thermiques (conductivit thermique et coefficient
dchange superficiel ) des canalisations et de leur isolation.

( )
+ +
|
\
|
+
|
\
|
=
=
inside insulation outside
inside
insulation
outside
insulation
inside
pipe
inside
outside
inside
pipe inside loop
d
d d
d
d
d
d
d
R
l d
R
UA

1
. 2
ln .
. 2
ln .
. . .
1
.
( 3-10 )

Les paramtres de la boucle solaire dpendent de la surface des capteurs :
les diamtres interne et externe des tubes (respectivement
inside loop coll
d
, ,
et
outside loop coll
d
, ,
)
et diamtre de lisolation
insulation loop coll
d
, ,
sont dfinis par les quations ( 3-11 ). Le dbit
nominal du fluide du circuit capteur
nom coll
m
,
& est proportionnel la surface des
capteurs, avec un dbit spcifique de 15 kg.hr
-1
.m
-2
ici. Les variations de diamtres
ont pour but de conserver une certaine vitesse de fluide dans le circuit (environ 0,6
m.s
-1
). Le changement dpaisseur disolation permet de rester conforme aux
exigences de la norme EN12976-2 [EN12976-2, 2006].

+ + =
+ =
=
) 04 . 0 ; . 2 max(
002 . 0
1000
8 . 0
, , , , , , , ,
, , , ,
,
, ,
outside loop coll outside loop coll inside loop coll insulation loop coll
inside loop coll outside loop coll
nom coll
inside loop coll
d d d d
d d
m
d
&
( 3-11 )

Le volume du ballon de stockage est de 1000L pour ce systme. Les surfaces de
capteurs utilises pour les simulations de validation sont prsentes dans le Tableau
3-8.

Capteur Surface [m]
Coefficient de
dimensionnement [L/m]
Surface 1 20m 50
Surface 2 14m 71
Surface 3 8m 125
Tableau 3-8 Surfaces de capteur slectionnes pour le SSC1

Les paramtres caractristiques de ce systme utiliss dans la partie Bote
Blanche du modle global de SSC sont prsents dans le Tableau 3-9.

CHAPITRE 3
157
Capteur Stockage Appoint
1
6
1 2
5
1 2
4
1 3
3
2 2
2
1 2
1
0
s.m 0
.K J.m 7000
.K W.m 0
.K W.m 0
.K W.m 015 , 0
.K W.m 50 , 3
2 , 0
9 , 0
8 , 0 ) ( '
2 , 0
0
45

=
=
=
=
=
=
=
=
=
=
=
=
c
c
c
c
c
c
b
K
F
alb
d
en

1
, ,
1
, ,
1
, ,
1
, ,
1
, ,
1
, ,
1
, ,
1
, ,
,
, ,
, ,
3
,
,
1
1 6
W.K 0 ) (
W.K 0 ) (
W.K 0 ) (
W.K 0 ) (
W.K 58 , 2 * ) (
W.K 58 , 2 * ) (
W.K 34 , 1 ) (
W.K 0 ) (
C 45
C 60
C 80
W 10 . 10
C 15
W.K 5 ) (
J.K 10 . 18 , 4
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
cold loop dhw
hot loop dhw
cold loop em
hot loop em
cold loop coll
hot loop coll
cold loop aux
hot loop aux
dhw set
nom cold aux
nom hot aux
nom aux
store amb
store
store
UA
UA
UA
UA
UA
UA
UA
UA
T
T
T
Q
T
UA
C
&

C 20
C 10 *
C 40 *
C 15
W 10 . 10
1
1
101
,
,
, ,
,
3
,
=
=
=
=
=
=
=
=
room set
d a
d in em
aux amb
nom aux
T
T
T
T
Q
Ventil
Regul
Type
&

Tableau 3-9 Paramtres du SSC1 pour le modle "Bote Grise" (les valeurs des paramtres
marqus * changent en fonction de lenvironnement et correspondent ici lenvironnement
dentranement)

Les paramtres du modle simplifi de la chaudire dappoint ne sont pas vidents
identifier partir du paramtrage adopt dans TRNSYS. Rien ne permet de dire a
priori si la chaudire est condensation ou basse temprature. Une recherche
rapide sur le type de chaudire minimisant les erreurs destimation de la temprature
moyenne de ballon de stockage a permis didentifier le paramtre Type
correspondant.

La Figure 3-7 permet dvaluer la qualit de lestimation dtat avec ce jeu de
paramtres lors de la phase dentranement. Sur chaque graphique est note lerreur
type ( RMSE ) dfinie comme dans le paragraphe 2.2.2.1.

CHAPITRE 3
158
0 24 48 72 96 120 144 168 192 216 240 264 288
0
50
100
150
SSC1
T
c
o
l
l
RMSE=3.1C
0 24 48 72 96 120 144 168 192 216 240 264 288
20
30
40
T
e
m
RMSE=0.13C
0 24 48 72 96 120 144 168 192 216 240 264 288
18
20
22
24
26
28
T
r
o
o
m
RMSE=0.12C
0 24 48 72 96 120 144 168 192 216 240 264 288
20
40
60
80
100
Temps [h]
T
s
t
o
r
e
RMSE=1.5C

TRNSYS BoiteBlanche

Figure 3-7 Comparaison des tats du SSC1 pendant la squence d'entranement avec leur
estimation par la Bote Blanche du modle global de SSC

Lestimation faite par la partie Bote Blanche concernant les tempratures
dmetteur et dair intrieur est trs peu diffrente des rsultats de calculs avec
TRNSYS. Le lger cart vient de lestimation du rayonnement diffus simplifi dans le
modle global de SSC. Ceci affecte les calculs dapports solaires passifs mais ils
nont pas une grande influence sur lvolution de ces tempratures.

Pour les mmes raisons (estimation simplifie du rayonnement diffus), la
temprature moyenne des capteurs est surestime dans le modle global par rapport
aux donnes TRNSYS, certains moments, notamment lors de journes couvertes.
Les volutions restent nanmoins trs proches.

Lvolution de la temprature moyenne du ballon est galement trs similaire dans le
deux cas. Le jeu de paramtre dtermin pour le modle de chaudire et lestimation
de pertes des circuits traduisent correctement la chaleur stocke pendant la
simulation dentranement. La temprature du ballon est par moment lgrement plus
CHAPITRE 3
159
basse pour le modle Bote Blanche mais lcart de temprature entre le dbut et
la fin de la squence est sensiblement le mme pour les deux types de modles.

A partir de lensemble des donnes de la squence, les vecteurs de rgression
appliqus aux bornes des rseaux de neurones pour entranement sont prsents
sur la Figure 3-8.

0 24 48 72 96 120 144 168 192 216 240 264 288
0.5
0
0.5
1
SSC1
P
h
i

Phi(1) Phi(2) Phi(3) Phi(4) Phi(5) Phi(6)
0 24 48 72 96 120 144 168 192 216 240 264 288
0
0.2
0.4
0.6
0.8
1
Temps [h]
y

y(1) y(2) y(3)

Figure 3-8 Evolution des vecteurs de rgression entres et sorties au cours de la squence
d'apprentissage du SSC1

Les variables sont correctement bornes. Aucune dentre elles ne semble sous-
estime ou surestime, ce qui garantit une prise en compte quitable de toutes les
entres et sorties des rseaux. Le fonctionnement de la chaudire, avec ce systme,
conduit un signal de sortie ) 2 ( y trs saccad, ce qui peut poser dventuelles
difficults dapprentissage.
CHAPITRE 3
160
3.2.2. SSC2
Le SSC2 est un systme commercialis principalement en France et en Allemagne.
Il a t largement test au travers de projets comme EvaluationSSC [Albaric et al.,
2009] sur le plan franais et Combisol [Mette et al., 2010] sur le plan europen. Ces
deux projets ont contribu la validation de la mthode SCSPT. Des rsultats
exprimentaux et de suivis in-situ sont dj disponibles. Son schma hydraulique est
reprsent par la Figure 3-9.

Figure 3-9 Schma hydraulique du SSC2

Selon la classification Combisol (voir paragraphe 1.1.1.3), ce systme est du type
B1. Les particularits de ce systme sont :
Transfert de la chaleur solaire via un changeur interne au ballon de
stockage;
Transfert de la chaleur pour l'ECS via un changeur interne au ballon de
stockage;
Augmentation de la temprature de retour de chauffage par un piquage
direct sur le ballon de stockage.

Le modle dtaill de ce systme a t ralis partir de son schma hydraulique
(Figure 3-9) et de sa documentation technique (notamment pour la programmation
des diffrentes rgulations). Les paramtres du ballon de stockage, spcifiques au
Type 340 sous TRNSYS, ont t identifis par des tests selon la norme EN 12977-3
CHAPITRE 3
161
par le centre dessai TZS de linstitut ITW
18
de lUniversit de Stuttgart. Aucune perte
thermique de circuit n'est considre dans ce modle.

Le volume du ballon de stockage est de 723L pour ce systme. Les surfaces des
3-10.

Capteur Surface [m]
Coefficient de
Surface 1 14 52
Surface 2 10 72
Surface 3 6 121

Les autres paramtres caractristiques de ce systme utiliss dans la partie Bote

1
6
1 2
5
1 2
4
1 3
3
2 2
2
1 2
1
0
s.m 0
.K J.m 7422
.K W.m 0
.K W.m 0
.K W.m 015 , 0
.K W.m 478 , 3
18 , 0
96 , 0
77 . 0 ) ( '
2 , 0
0
45

=
=
=
=
=
=
=
=
=
=
=
=
c
c
c
c
c
c
b
K
F
alb
d
en

1
, ,
1
, ,
1
, ,
1
, ,
1
, ,
1
, ,
1
, ,
1
, ,
,
, ,
, ,
3
,
,
1
1 6
W.K 0 ) (
W.K 0 ) (
W.K 0 ) (
W.K 0 ) (
W.K 0 ) (
W.K 0 ) (
W.K 0 ) (
W.K 0 ) (
C 45
C 60
C 80
W 10 . 24
C 15
W.K 82 . 2 ) (
J.K 10 . 02 , 3
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
cold loop dhw
hot loop dhw
cold loop em
hot loop em
cold loop coll
hot loop coll
cold loop aux
hot loop aux
dhw set
nom cold aux
nom hot aux
nom aux
store amb
store
store
UA
UA
UA
UA
UA
UA
UA
UA
T
T
T
Q
T
UA
C
&

C 20
C 10 *
C 40 *
C 15
W 10 . 24
1
3
102
,
,
, ,
,
3
,
=
=
=
=
=
=
=
=
room set
d a
d in em
aux amb
nom aux
T
T
T
T
Q
Ventil
Regul
Type
&

Tableau 3-11 Paramtres du SSC2 pour le modle "Bote Grise" (les valeurs des paramtres
dentranement)

Comme pour le SSC1 (voir paragraphe 3.2.1), on value tout dabord la qualit de
lestimation dtat avec ce jeu de paramtres lors de la phase dentranement (Figure
3-10).

18
http://www.itw.uni-stuttgart.de
CHAPITRE 3
162
0 24 48 72 96 120 144 168 192 216 240 264 288
0
50
100
SSC2
T
c
o
l
l
RMSE=3.5C
0 24 48 72 96 120 144 168 192 216 240 264 288
20
30
40
T
e
m
RMSE=0.17C
0 24 48 72 96 120 144 168 192 216 240 264 288
18
20
22
24
26
28
T
r
o
o
m
RMSE=0.12C
0 24 48 72 96 120 144 168 192 216 240 264 288
20
40
60
80
100
Temps [h]
T
s
t
o
r
e
RMSE=1.4C

TRNSYS BoiteBlanche


Les remarques faites sur lestimation des tats du SSC1 lors de la squence
dentranement sont galement valables ici. La principale diffrence concerne
lestimation de la temprature moyenne du ballon de stockage
store
T .Lcart
augmente lgrement la fin de la squence pour atteindre environ 2K. Le bilan
nergtique du stockage sur la simulation dentranement sera donc lgrement
diffrent mais devrait fournir une information correcte sur la gestion du stock de
chaleur.

A partir de lensemble des donnes de la squence, les vecteurs de rgression
appliqus aux bornes des rseaux de neurones pour entranement sont prsents
sur la Figure 3-11.

CHAPITRE 3
163
0 24 48 72 96 120 144 168 192 216 240 264 288
0.5
0
0.5
1
SSC2
P
h
i

0 24 48 72 96 120 144 168 192 216 240 264 288
0
0.2
0.4
0.6
0.8
1
Temps [h]
y

y(1) y(2) y(3)


Encore une fois, les remarques faites sur les vecteurs de rgression venant de la
squence dapprentissage du SSC1 sont valables ici. On observe cependant que le
fonctionnement de la chaudire avec ce systme conduit des signaux relativement
lisses sur la totalit de la squence, ce qui devrait faciliter lapprentissage.
3.2.3. SSC3
Le SSC3 est un systme commercialis en France. Il a t modlis lors du projet
EvaluationSSC [Albaric et al., 2009] pour mettre au point et valider la mthode
SCSPT. Son schma hydraulique est reprsent par la Figure 3-12.

CHAPITRE 3
164

Figure 3-12 Schma hydraulique du SSC3

Selon le classement Combisol (voir paragraphe 1.1.1.3), ce systme est du type B1,
la diffrence prs que leau de retour des radiateurs est prchauffe par un
changeur dans le ballon. Les particularits de ce systme sont
Stockage hydraulique sans piquage direct;
stockage, coupl une canne de stratification;
Transfert de chaleur double sens via un seul changeur la fois pour le
chauffage de la partie haute du ballon par la chaudire et pour l'augmentation de la
temprature de leau de retour des metteurs de chaleur.

Le modle dtaill de ce systme a t ralis partir de son schma hydraulique
(Figure 3-9) et de sa documentation technique. Les principaux paramtres du ballon
de stockage sont fournis avec la documentation. Ses paramtres plus spcifiques au
Type 340 sous TRNSYS (notamment ceux dfinissants les performances des
changeurs), sont grossirement estims partir de valeurs usuelles. Le mme
modle de chaudire que celui du SSC2 est utilis. Aucune perte de circuit n'est
considre dans ce modle.

Le volume du ballon de stockage est de 560L pour ce systme. Les surfaces des
3-12.

CHAPITRE 3
165
Capteur Surface [m]
Coefficient de
Surface 1 11 51
Surface 2 8 70
Surface 3 5 112

Les autres paramtres caractristiques de ce systme utiliss dans la partie Bote

1
6
1 2
5
1 2
4
1 3
3
2 2
2
1 2
1
0
s.m 0
.K J.m 6700
.K W.m 0
.K W.m 0
.K W.m 0067 , 0
.K W.m 93 , 3
18 , 0
96 , 0
804 . 0 ) ( '
2 , 0
0
45

=
=
=
=
=
=
=
=
=
=
=
=
c
c
c
c
c
c
b
K
F
alb
d
en

1
, ,
1
, ,
1
, ,
1
, ,
1
, ,
1
, ,
1
, ,
1
, ,
,
, ,
, ,
3
,
,
1
1 6
W.K 0 ) (
W.K 0 ) (
W.K 0 ) (
W.K 0 ) (
W.K 0 ) (
W.K 0 ) (
W.K 0 ) (
W.K 0 ) (
C 45
C 60
C 80
W 10 . 24
C 15
W.K 91 . 2 ) (
J.K 10 . 34 , 2
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
cold loop dhw
hot loop dhw
cold loop em
hot loop em
cold loop coll
hot loop coll
cold loop aux
hot loop aux
dhw set
nom cold aux
nom hot aux
nom aux
store amb
store
store
UA
UA
UA
UA
UA
UA
UA
UA
T
T
T
Q
T
UA
C
&

C 20
C 10 *
C 40 *
C 15
W 10 . 24
1
1
102
,
,
, ,
,
3
,
=
=
=
=
=
=
=
=
room set
d a
d in em
aux amb
nom aux
T
T
T
T
Q
Ventil
Regul
Type
&

Tableau 3-13 Paramtres du SSC3 pour son modle "Bote Grise" (les valeurs des paramtres
dentranement)

La Figure 3-13 permet dvaluer la qualit de lestimation dtat avec ce jeu de
paramtre lors de la phase dentranement.

CHAPITRE 3
166
0 24 48 72 96 120 144 168 192 216 240 264 288
0
50
100
SSC3
T
c
o
l
l
RMSE=2.5C
0 24 48 72 96 120 144 168 192 216 240 264 288
20
30
40
T
e
m
RMSE=0.51C
0 24 48 72 96 120 144 168 192 216 240 264 288
18
20
22
24
26
28
T
r
o
o
m
RMSE=0.18C
0 24 48 72 96 120 144 168 192 216 240 264 288
20
40
60
80
100
Temps [h]
T
s
t
o
r
e
RMSE=6.5C

TRNSYS BoiteBlanche


Comme pour les deux autres SSC, lestimation des tempratures
coll
T ,
em
T et
room
T
est trs satisfaisante.

Par contre, la temprature moyenne du ballon du stockage est largement
surestime. Lcart augmente au fur et mesure de la simulation et atteint presque
12K. Ce phnomne provient du fonctionnement de la chaudire, combin aux
dfauts de son modle simplifi : pendant cette squence la chaudire a
frquemment des priodes dalternance rapides entre pleines charges et charges
plus basses ; or chacun de ces pics , lestimation de lnergie fournie par la
chaudire nest pas prcise (voir paragraphe 2.2.2.4), ce qui augmente petit petit
lcart entre les estimations de la temprature du ballon.

Le bilan nergtique du stockage sur la simulation dentranement est donc trs
diffrent. Il faut donc sattendre ce que les modles entrains aient tendance
CHAPITRE 3
167
surcharger le ballon. Les rseaux de neurones devront tre slectionns de
manire ce quils arrivent grer correctement ce dfaut.

La Figure 3-11 reprsente lvolution des vecteurs de rgression pour lentranement
des rseaux de neurones, obtenus partir de lensemble des donnes de la
squence.

0 24 48 72 96 120 144 168 192 216 240 264 288
0.5
0
0.5
1
SSC3
P
h
i

0 24 48 72 96 120 144 168 192 216 240 264 288
0
0.2
0.4
0.6
0.8
1
Temps [h]
y

y(1) y(2) y(3)


Les remarques faites sur les vecteurs de rgression venant de la squence
dapprentissage du SSC1 sont galement valables ici.

CHAPITRE 3
168
3.3. Rsultats et commentaires
Pour chaque modle dtaill de SSC tester, la procdure dentranement est lanc
au moins 50 fois de suite afin dtudier sa rptitivit. Pour plus de clart, ne sont
prsents ici que les rsultats les plus reprsentatifs.
3.3.1. Observations et analyse des sries de procdures
Comme le montrent les figures ci-dessous (Figure 3-15, Figure 3-16 et Figure 3-17),
le premier point remarquable est que la procdure dentranement et de slection de
modle Bote Grise nest pas rptable.

5 10 15 20 25
0.99
0.995
1
Serie : SSC1
R
2
(
Q
a
u
x
)
5 10 15 20 25
0.5
0.75
1
R
2
(
Q
c
o
l
l
)
5 10 15 20 25
0.99
0.995
1
R
2
(
Q
e
m
)
Selected models

Figure 3-15 Coefficients des corrlations statistiques obtenues pour les 3 sorties des 25
premiers modles "Bote Grises" slectionns pour reprsenter le SSC1

5 10 15 20 25
0.99
0.995
1
Serie : SSC2
R
2
(
Q
a
u
x
)
5 10 15 20 25
0.5
0.75
1
R
2
(
Q
c
o
l
l
)
5 10 15 20 25
0.99
0.995
1
R
2
(
Q
e
m
)
Selected models


CHAPITRE 3
169
5 10 15 20 25
0.99
0.995
1
Serie : SSC3
R
2
(
Q
a
u
x
)
5 10 15 20 25
0.5
0.75
1
R
2
(
Q
c
o
l
l
)
5 10 15 20 25
0.99
0.995
1
R
2
(
Q
e
m
)
Selected models


Les figures ci-dessus reprsentent les coefficients de corrlations statistiques (
2
R )
obtenues pour les trois sorties (
aux
Q ,
coll
Q et
em
Q ) des 25 premiers modles entrains
et slectionns pour chacun des systmes. Les modles sont tris par ordre
croissant derreur absolue moyenne ( MAE , voir paragraphe 3.1.3.1) pour plus de
visibilit.

Les modles slectionns ne sont mme pas de complexits identiques comme le
montrent les figures ci-dessous (Figure 3-18, Figure 3-19 et Figure 3-20).

1 (0%) 2 (1.9%) 3 (0%) 4 (15%) 5 (83%)
0
500
1000
1500
2000
2500
3000
SSC1 : Results by networks size
M
A
E

(
k
W
h
)
Networks size (neurons and share of selected models)

Figure 3-18 Rpartition des erreurs absolues moyennes des modles identifis pour le SSC1
en fonction de la taille de leur rseau de neurones.

CHAPITRE 3
170
1 (0%) 2 (0%) 3 (0%) 4 (11%) 5 (89%)
0
100
200
300
400
500
M
A
E

(
k
W
h
)

Figure 3-19 Rpartition des erreurs absolue moyennes des modles identifis pour le SSC2 en
fonction de la taille de leur rseau de neurones.

1 (0%) 2 (26%) 3 (58%) 4 (7%) 5 (9%)
0
500
1000
1500
M
A
E

(
k
W
h
)

Figure 3-20 Rpartition des erreurs absolue moyennes des modles identifis pour le SSC3 en
fonction de la taille de leur rseau de neurones.

Les rseaux ne sont pas forcment de la mme taille mais il semble tout de mme
quil existe une taille de prdilection pour chacun des systmes (comme lindiquent
entre parenthse, les pourcentages de rseaux slectionns en fonction de leur
nombre de neurones) : le SSC1 et surtout le SSC2 semblent tre plus facilement
reprsents par des rseaux de complexit maximale 5 neurones, alors que 3
neurones semblent mieux convenir au modle du SSC3. Les figures ci-dessus
montrent galement quil ny a pas forcment de lien entre la complexit du modle
slectionn et sa performance de gnralisation : un modle complexe peut tre
moins fiable quun modle de complexit moindre, mais linverse est galement
possible.

Ainsi, malgr les 25 initialisations diffrentes des poids synaptiques pour chaque
taille de rseau, le modle slectionn nest pas forcment le mme chaque
lancement de la procdure : les initialisations y jouent donc un rle important. Le
nombre de minima locaux dans la fonction de cot minimiser doit tre important. La
CHAPITRE 3
171
configuration de dpart conditionne fortement la solution trouve par lalgorithme
doptimisation.

Augmenter le nombre de jeux de poids synaptiques initiaux tester dans la phase
dentranement contribuerait srement la slection dun modle unique. Mais est ce
souhaitable ?
La fonction de cot minimiser peut tre si complexe quun nombre trs
important de rinitialisations serait ncessaire pour atteindre cet objectif, augmentant
considrablement le temps de la procdure ;
De plus, le test de validation et de slection dun rseau en Boucle
Ferme (voir paragraphe 2.3.3) nest pas infaillible. Certains modles, prsentant
des coefficients
2
R trs faibles, ont t slectionns par la procdure et pourtant ils
ne permettent pas de raliser une simulation correcte, alors que leur score de
validation Boucle Ferme tait le meilleur de leur srie dentranement. Ces
modles sont probablement surentrains et nont pas t filtrs par les diffrents
tests de la procdure de slection. De plus, il ny a pas forcment de lien entre score
de slection (critre d , voir paragraphe 2.3.3.3) et performance de gnralisation
( MAE , voir paragraphe 3.1.3.1). En observant lensemble des rsultats obtenus (voir
la Figure 3-21), on peut facilement constater que le modle prsentant le meilleur
score de slection d chaque procdure nest pas forcment celui qui affiche les
meilleurs rsultats de gnralisation. Ce qui signifie quen considrant lensemble
des rseaux entrains pour chaque SSC, le test de validation naurait pas retenu le
modle le plus pertinent.

0 500 1000 1500 2000 2500 3000
0.05
0.052
0.054
0.056
0.058
0.06
0.062
MAE [kWh]
d

c
r
i
t
e
r
i
o
n

[
]
Final d criterions during selection process
and generalisation performances of models

Figure 3-21 Reprsentation du critre d obtenu en phase de validation "Boucle Ferme" par
chaque modle slectionn pour le SSC1, en fonction de leur critre de gnralisation MAE.

Le choix dun modle unique partir dune seule application de la procdure de
slection semble donc dlicat et risqu.

Il est possible de remarquer la similitude entre les rsultats de certains modles,
formant ainsi des groupes (voir Tableau 3-14).

CHAPITRE 3
172
Ndu
modle
Nombre
de
neurones
Score de
slection
Boucle
Ferme
MAE R
2
(Qaux) R
2
(Qcapt) R
2
(Qem)
Valeur absolue des poids
synaptiques entre lentre 1 et
les neurones de la couche
cache
13 5 0,0529 238 0,999 0,934 0,992 0,00 0,29 1,48 3,02 3,15
5 5 0,0529 310 0,997 0,734 0,995 0,03 0,50 0,60 1,29 2,64
10 5 0,0529 310 0,997 0,734 0,995 0,03 0,50 0,60 1,29 2,64
15 5 0,0529 310 0,997 0,734 0,995 0,03 0,50 0,60 1,29 2,64
12 5 0,0529 310 0,997 0,734 0,995 0,03 0,50 0,60 1,29 2,64
3 5 0,0529 310 0,997 0,734 0,995 0,03 0,50 0,60 1,29 2,64
1 5 0,0529 310 0,997 0,734 0,995 0,03 0,50 0,60 1,29 2,64
9 4 0,0600 426 0,997 0,225 0,992 0,01 0,01 2,52 9,71 x
2 4 0,0523 513 0,980 0,724 0,990 0,03 0,34 9,12 9,58 x
8 5 0,0507 597 0,990 -1,984 0,997 0,00 0,03 0,81 1,06 1,91
11 5 0,0504 721 0,988 -3,406 0,996 0,01 0,06 0,77 1,07 1,92
7 5 0,0504 721 0,988 -3,406 0,996 0,01 0,06 0,77 1,07 1,92
6 5 0,0520 1036 0,978 -4,977 0,994 0,01 0,24 5,71 6,42 7,05
14 5 0,0520 1036 0,978 -4,977 0,994 0,01 0,24 5,71 6,42 7,05
4 4 0,0595 10095 -2,695 -2,016 -5,744 0,03 0,38 6,03 6,72 x
Tableau 3-14 Rsultats correspondant aux 15 premiers modles slectionns pour le SSC1, et
valeur absolue de leurs poids synaptiques entre l'entre Phi(1) et les neurones de la couche
cache

Le tableau ci-dessus reprsente les 15 premiers modles slectionns pour le SSC1,
tris par ordre croissant de leur critre MAE , et les poids synaptiques identifis entre
lentre et les neurones de la couche cache, galement tris par valeurs
croissantes. Il illustre particulirement quelques groupes de modles du SSC1
(lignes 2 7, lignes 11 et 12 et lignes 13 et 14 par exemple).

Chaque groupe est li un minimum local particulier de la fonction de cot, qui se
traduit par des valeurs de poids synaptiques spcifiques. Un groupe contenant un
nombre important de modles signifie que cette solution est plus facilement identifie
par lalgorithme doptimisation et prsente un score de test en Boucle Ferme
suffisamment bon pour se diffrencier des autres modles. Cependant, la taille du
groupe ne reprsente pas pour autant les modles les plus aptes gnraliser les
connaissances acquises. De plus, certains de ces groupes affichent des coefficients
2
R trs faibles. Il ne semble donc pas judicieux non plus de se baser sur la taille dun
groupe pour slectionner un modle reprsentant le SSC test.

Une option serait de travailler avec plusieurs de ces modles en analysant leurs
informations : ce point sera discut dans le paragraphe 3.3.3.

Malgr la diversit des modles slectionns, il est galement remarquable que la
majorit dentre eux estiment de manire trs correcte les nergies sur lensemble
des 27 simulations de validation, du moins pour lnergie consomme par la
chaudire et celle fournie pour les besoins de chauffage. Les figures ci-dessous
(Figure 3-22, Figure 3-23 et Figure 3-24) reprsentent la distribution des rsultats, en
pourcentage du nombre de modles slectionns.

CHAPITRE 3
173
0.75 0.8 0.85 0.9 0.95 0.99 1
0
0.2
0.4
0.6
0.8
1
SSC1 : Results distribution
Validation criterion (R)
S
h
a
r
e

o
f

t
h
e

s
e
l
e
c
t
e
d

m
o
d
e
l
s

[
%
]

Qaux
Qcoll
Qem

Figure 3-22 Rpartition des modles slectionns pour le SSC1 dont le coefficient de
corrlation statistique est suprieur la valeur de laxe des abscisses, pour chacune des
sorties

0.75 0.8 0.85 0.9 0.95 0.99 1
0
0.2
0.4
0.6
0.8
1
S
h
a
r
e

o
f

t
h
e

s
e
l
e
c
t
e
d

m
o
d
e
l
s

[
%
]

Qaux
Qcoll
Qem

sorties

CHAPITRE 3
174
0.75 0.8 0.85 0.9 0.95 0.99 1
0
0.2
0.4
0.6
0.8
1
S
h
a
r
e

o
f

t
h
e

s
e
l
e
c
t
e
d

m
o
d
e
l
s

[
%
]

Qaux
Qcoll
Qem

sorties

Plus de 80% des modles slectionns pour les SSC2 et SSC3 ont de trs bons
coefficients de corrlations statistiques
2
R , suprieurs 0,99, pour lestimation des
nergies consommes par lappoint
aux
Q et reues par les metteurs de chaleur
em
Q .
Un peu moins de modles montrent daussi bon rsultats pour le SSC1 mais
reprsentent tout de mme un bonne majorit (plus de 50% pour
aux
Q et un peu
moins de 75% pour
em
Q ). Outre ces excellentes estimations de
aux
Q et
em
Q , la plupart
des autres rsultats (de lordre de 90%) relatifs ces nergies ont des coefficients
2
R juste lgrement infrieurs 0,99. Lensemble est donc trs satisfaisant.

De manire gnrale, lnergie rcupre par les capteurs
coll
Q semble plus difficile
gnraliser que les autres nergies en sortie de modle. Le coefficient
2
R
correspondant cette sortie nest suprieur 0,9 que pour de rares modles de
chaque SSC. Une analyse de la difficult de gnralisation de
coll
Q sera faite en
dtail dans le prochain paragraphe.

Quelle que soit la sortie considre, il existe des potentiels trs diffrents entre les
trois systmes pour slectionner des modles fort pouvoir de gnralisation. Le
SSC2 semble tre le systme le plus facile modliser. Les SSC1 et SSC3 posent
un peu plus de difficults : surtout par rapport
aux
Q pour le premier et
coll
Q pour le
dernier. De plus, des modles inadquats (prsentant des coefficients
2
R trs bas,
voire aberrants) ont t slectionns en plus grande quantit pour ces deux
systmes que pour le SSC2. Ces observations sont forcment lies aux particularits
propres chaque systme et leur squence dentranement.

Ainsi peut-on faire lhypothse que, dans le cas du SSC2, lutilisation moins saccad
de la chaudire et la meilleure estimation de la temprature de stockage qui en
rsulte (voir ltude des squences dentranement de chaque SSC dans le
paragraphe 0) permet un entranement plus ais de rseaux de neurones fiables.
CHAPITRE 3
175
Ceci est d la fois au fonctionnement propre chaque systme et la qualit des
sous-modles de la partie Bote Blanche des modles globaux de SSC.

Les caractristiques de chaque systme et la qualit de la squence dentranement
jouent donc un rle non ngligeable pour lvaluation des performances des SSC.
Leurs impacts sur lestimation des performances des SSC sont galement analyss
dans le paragraphe suivant.
3.3.2. Estimations des performances avec les modles Bote
Grises
3.3.2.1. Remarques gnrales
Aprs avoir analys les sries de procdures de manire globale, nous tudions plus
en dtail lestimation des performances des SSC par leurs modles identifis. Pour
cette tude, nous nous plaons en conditions relles de test en considrant les
performances values par le modle Bote Grise prsentant un des meilleurs
coefficients
ref
MAE pour chacun des systmes (il est galement choisi pour sa
capacit illustrer facilement les principales observations correspondant la plupart
des modles).

On peut tout dabord comparer les rsultats obtenus avec la nouvelle approche
dveloppe dans cette tude par rapport aux rsultats que lon obtiendrait avec la
mthode SCSPT classique . Cette dmarche est illustre par la Figure 3-25.

CHAPITRE 3
176
Adaptations au modle
Boite Grise
Simulation de la
squence 12 jours
Entrainement et
slection dun modle
Boite Grise
Modle dtaill de SSC
Comparaison des
rsultats
Simulation annuelle
dans les conditions de
la squence 12 jours
Simulation annuelle
dans les conditions de
la squence 12 jours
SCSPT classique
Extrapolation des
rsultats (facteur
365/12)

Figure 3-25 Schma reprsentant la comparaison des rsultats obtenus selon la mthode
SCSPT classique , son extension par modlisation Bote Grise et la modlisation
dtaille du SSC tudi.

Pour la mthode SCSPT classique , lnergie consomme par la chaudire
dappoint pendant la squence de test de 12 jours est simplement multiplie par un
facteur 12 365 pour valuer la consommation annuelle correspondante. Cette
nergie est compare aux rsultats de la simulation correspondant lenvironnement
de la squence de test, pour le modle Bote Grise et le modle TRNSYS de
chaque SSC (Figure 3-26, Figure 3-27 et Figure 3-28).

CHAPITRE 3
177
Extrapolated SCSPT result Graybox annual simulation TRNSYS annual simulation
0
2000
4000
6000
8000
10000
(2.8%) (3.7%) (0%)
Q
a
u
x

[
k
W
h
]
SSC1 : Results comparison for the test sequence environment
Zurich / SFH60 / 20m

Figure 3-26 Comparaison des estimations de la consommation annuelle dnergie d'appoint
par le SSC1 pour les conditions nergtiques de la squence de test , entre la mthode SCSPT
"classique", son extension par modlisation "Bote Grise" et le modle dtaill TRNSYS (entre
parenthses : diffrence par rapport la simulation TRNSYS)

0
2000
4000
6000
8000
10000
(5.1%) (1.9%) (0%)
Q
a
u
x

[
k
W
h
]


CHAPITRE 3
178
0
2000
4000
6000
8000
10000
12000
(7.6%) (2.9%) (0%)
Q
a
u
x

[
k
W
h
]


En comparant avec les rsultats obtenus avec TRNSYS, lestimation de la
consommation annuelle dnergie dappoint faite par lextension Bote Grise
donne des rsultats globalement similaires la mthode SCSPT classique , voire
meilleurs, pour lenvironnement de la squence de test. Elle donne une valuation
lgrement moins prcise pour le SSC1 mais ne dpasse jamais les 5% sur
lensemble, contrairement la mthode SCSPT classique pour laquelle on
observe des carts allant jusqu 7% (SSC3).

Finalement, ces rsultats montrent que lapproche de test par modlisation Bote
Grise dveloppe dans ces travaux de recherche semble donner des rsultats au
moins quivalents, sinon meilleurs, que les rsultats obtenus actuellement avec la
mthode SCSPT classique pour les conditions de tests.

Cependant, le principal avantage attendu par lidentification dun modle Bote
Grise du SSC test, est quil puisse estimer ses performances au-del des
conditions de tests. Nous allons donc comparer les rsultats des modles Bote
Grise aux rsultats des modles dtaills de TRNSYS des 3 SSC tests pour
dautres environnements nergtiques. Lestimation des nergies mises en jeu lors
des 27 simulations de validation (combinant les 3 climats, 3 btiments et 3 surfaces
de capteurs prsents dans le paragraphe 3.1.1) est prsente sur les figures ci-
aprs (Figure 3-29, Figure 3-30 et Figure 3-31).

CHAPITRE 3
179
0 0.5 1 1.5 2
x 10
4
0
0.5
1
1.5
2
x 10
4
SSC1 : Energy evaluation
Estimated energy (GrayBox) [kWh]
C
a
l
c
u
l
a
t
e
d

e
n
e
r
g
y

(
T
R
N
S
Y
S
)

[
k
W
h
]
+10%
10%

Qaux : R=0.99717
Qcoll : R=0.26458
Qem : R=0.99369

Figure 3-29 Comparaison des nergies estimes par le modle "Bote Grise" et calcules par le
modle dtaill sous TRNSYS, lors des 27 simulations de validation du SSC1

0 0.5 1 1.5 2
x 10
4
0
0.5
1
1.5
2
x 10
4
C
a
l
c
u
l
a
t
e
d

e
n
e
r
g
y

(
T
R
N
S
Y
S
)

[
k
W
h
]
+10%
10%

Qaux : R=0.99654
Qcoll : R=0.91906
Qem : R=0.998


0 0.5 1 1.5 2
x 10
4
0
0.5
1
1.5
2
x 10
4
C
a
l
c
u
l
a
t
e
d

e
n
e
r
g
y

(
T
R
N
S
Y
S
)

[
k
W
h
]
+10%
10%

Qaux : R=0.99773
Qcoll : R=0.76871
Qem : R=0.9968


CHAPITRE 3
180
Dune manire gnrale, les estimations ralises par le modle Bote Grise de
chaque SSC sont trs satisfaisantes car trs proches des calculs effectus par le
logiciel TRNSYS. Pour la grande majorit des simulations, les carts relatifs sont
infrieurs 10%.

Les diffrences sont tout de mme un peu plus importantes pour les simulations
ayant pour climat celui de Barcelone, et encore plus lorsque le btiment a de faibles
besoins nergtiques. Sur les figures ci-dessus, les simulations correspondantes
sont reprsentes par les points
aux
Q et
em
Q infrieurs 5000kWh. Il existe plusieurs
raisons cela :
Les faibles niveaux dnergies mis en jeu au sein des systmes dans ces
environnements font quune lgre diffrence absolue peut entrainer une importante
diffrence relative ;
Les conditions extrmes de cet environnement (trs fort ensoleillement et
faibles besoins nergtiques) sont loignes des conditions de la squence
dentranement et sollicitent les systmes de manire quelque peu diffrente, moins
vidente gnraliser pour les modles ;
Les erreurs destimation de besoins de chaleur pour ces environnements
sont dj, la base, plus importantes au niveau de la partie Bote Blanche du
modle global de SSC. Le modle de btiment correspondant, qui na pas de
protections solaires (voir paragraphe 2.2.2.3) prsente des diffrences de besoins
allant de 17 34% pour le climat de Barcelone, par rapport au btiment de la tche
32 de lIEA (avec protections anti-surchauffes estivales). Ces diffrences sont donc
invitables, mme pour un rseau de neurones suppos parfait.

La plage de valeur prise par
coll
Q , lnergie rcupre par les capteurs, sur
lensemble des 27 simulations est beaucoup plus rduite compares celles prises
par
em
Q et
aux
Q . Ceci semble une des raisons du moins bon coefficient de corrlation
pour cette nergie : dans ces conditions, une faible erreur fait chuter plus rapidement
le coefficient
2
R . Effectivement, en se rfrant lquation ( 3-6 ), si la variance des
nergies annuelles
coll
Q estimes par TRNSYS est faible (valeurs proches de leur
moyenne), les diffrences destimation ont un impact plus important sur la valeur de
2
R . On peut voir par exemple sur la Figure 3-32 relative au SSC2 que la plupart des
nergies est plutt bien estime avec des diffrences infrieures 10% par rapport
aux simulations TRNSYS, sauf pour lenvironnement [Stockholm/SFH100/14m] qui
dpasse lgrement cette limite. Or le coefficient de corrlation pour lestimation de
coll
Q est pourtant bien infrieur celui des deux autres nergies.

CHAPITRE 3
181
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
0
1000
2000
3000
4000
5000
SSC2 : Qcoll
R=0.91906
C
a
l
c
u
l
a
t
e
d

e
n
e
r
g
y

(
T
R
N
S
Y
S
)

[
k
W
h
]
+ : Barcelona
O : Zurich
* : Stockholm
SFH30
SFH60
SFH100

Figure 3-32 Comparaison des nergies rcupres par les capteurs, estimes par le modle
"Bote Grise" et calcules par le modle dtaill sous TRNSYS lors des 27 simulations de
validation du SSC2

Ceci explique en partie pourquoi les coefficients de corrlation sont beaucoup plus
faibles pour
coll
Q que pour
em
Q et
aux
Q , mais cela ne doit pas occulter le fait que sur
certaines simulations, les modles Bote Grise nestiment pas correctement cette
nergie. Les raisons supposes pour expliquer ces problmes destimation
dpendent du type de SSC et sont voques ci-dessous dans lanalyse complte du
modle retenu pour chacun des SSC.

Bien quils ne concernent quun modle Bote Grise particulier chaque SSC, les
points soulevs sont les principales observations communes faites pour la grande
majorit des modles ne prsentant pas de rsultats aberrants.
3.3.2.2. Analyse du modle Bote Grise du SSC1
Le modle reprsentant le SSC1 est trs prcis sur lestimation de lnergie
consomme par la chaudire (son coefficient de corrlation est suprieur 0,997),
alors que la forme saccade de ce signal nest pas identifiable aisment (comme
dj voqu dans le paragraphe 3.2.1). En fait, comme le montre la Figure 3-33, le
fonctionnement exact de la chaudire nest pas assimil prcisment mais le modle
Bote Grise fournit en quelque sorte par priode une moyenne glissante de
lnergie dappoint consomme qui ralise une estimation trs satisfaisante sur la
totalit de la simulation.

CHAPITRE 3
182
624 648 672
0
0.5
1
1.5
2
2.5
3
3.5
4
x 10
4
Simulation of SSC1 for Stockholm / SFH100 / 20 m
Q
a
u
x

[
k
W
h
]
Time [hrs]

GrayBox Model
TRNSYS Model

Figure 3-33 Extrait dune simulation annuelle du SSC1 selon ses modles dtaill (TRNSYS) et
entrain ( Bote Grise ), illustrant la consommation de la chaudire.

Lestimation de lnergie fournie aux metteurs est aussi globalement correcte mais
la prcision est variable en fonction de la surface des capteurs alors que les besoins
de chauffage sont les mmes pour un couple Btiment/Climat donn (voir la
Figure 3-34).

0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
x 10
4
0
0.5
1
1.5
2
x 10
4
SSC1 : Qem
R=0.99369
C
a
l
c
u
l
a
t
e
d

e
n
e
r
g
y

(
T
R
N
S
Y
S
)

[
k
W
h
]
+ : Barcelona
O : Zurich
* : Stockholm
SFH30
SFH60
SFH100

Figure 3-34 Comparaison des nergies fournies aux metteurs de chaleur dans les 27
simulations de validation, entre les modles dtaill (TRNSYS) et entrain ("Bote Grise") cas
du SSC1

Outre le fait que la partie Bote Blanche engendre des erreurs de base pour
em
Q ,
il semble que le modle global du SSC1 affiche une lgre tendance modifier la
fourniture de chaleur pour les besoins de chauffage en fonction de la surface des
capteurs. On constate effectivement sur la Figure 3-35 que le profil de la temprature
moyenne mensuelle de lair intrieur est lgrement diffrent selon la surface des
capteurs considre (notamment pour les mois 3, 4 et 5).

CHAPITRE 3
183
1 2 3 4 5 6 7 8 9 10 11 12
20
25
30
Simulation of SSC1 for Zurich / SFH100
T
r
o
o
m

[
C
]
1 2 3 4 5 6 7 8 9 10 11 12
0
50
100
T
s
t
o
r
e

[
C
]
1 2 3 4 5 6 7 8 9 10 11 12
0
10
20
30
40
50
T
c
o
l
l

[
C
]
Months

GrayBox : Surface1 GrayBox : Surface3 TRNSYS : Surface1 TRNSYS : Surface3

Figure 3-35 Evolutions de la temprature moyenne mensuelle de l'air intrieur du btiment
SFH100 chauff par le SSC1, ainsi que celle du ballon de stockage et des capteurs pour des
simulations annuelles du climat de Zurich

Le modle Bote Grise a donc assimil une sorte de corrlation inapproprie
entre
em
Q et
coll
A . On peut se demander comment ce lien sest cr au niveau du
rseau de neurones. En observant plus prcisment les entres de celui-ci (vecteur
de rgression dfini dans le paragraphe 2.2.3.1), il apparait que les seules
variables dpendantes de la surface des capteurs sont la temprature moyenne des
capteurs
coll
T (via lapport solaire net des capteurs
net sol
Q
,
&
) et la temprature moyenne
du ballon de stockage
store
T . Ces variables influencent tort lvaluation de
em
Q
&
lors
des simulations. Une plus grande richesse dinformation au niveau de la squence
dentranement pourrait srement empcher la cration de liens entre
em
Q
&
et
coll
T
et/ou
store
T . Une mauvaise estimation de ces tempratures peut galement accentuer
le phnomne observ.

CHAPITRE 3
184
Une analyse rapide des poids affects au rseau de neurones du modle ne permet
pas de dterminer de manire prcise laquelle de ces deux variables pse le plus
sur
em
Q
&
, tant donn que les entres concernes ont des influences non
ngligeables sur tous les neurones. Il est cependant possible de remarquer que la
temprature
coll
T est trs bien estime pour les simulations prsentes dans la
Figure 3-35 alors que la temprature
store
T est value de manire plus incertaine.
Ces constats ne donnent que des hypothses sur lorigine de ce phnomne.
Aucune conclusion na t tablie pour le moment.

On remarque galement sur la Figure 3-35 que la temprature
room
T est bien en de
de sa temprature de consigne (20C) et de manire semblable quelle que soit la
surface des capteurs. Cette observation est en fait valable pour la plupart des
simulations du SSC1 dans des environnements nergivores . Pour tudier ce
phnomne, observons plus en dtail la simulation correspondant lenvironnement
[Stockholm / SFH60 / 20m], sur la Figure 3-36.

CHAPITRE 3
185
200 400 600 800 1000 1200 1400
0
0.5
1
1.5
Q
e
m
/
Q
s
h
,
d

[
]
200 400 600 800 1000 1200 1400
10
15
20
25
T
r
o
o
m

[
C
]
200 400 600 800 1000 1200 1400
0
50
100
T
s
t
o
r
e

[
C
]
Time [hrs]

GrayBox Model TRNSYS Model

Figure 3-36 Extrait de la simulation annuelle du SSC1 selon ses modles dtaill (TRNSYS) et
entrain ( Bote Grise ) pour le climat de Stockholm, le btiment SFH60 et une surface de
capteurs de 20m

La Figure 3-36 ci-dessus reprsente sur le premier graphique le taux de sollicitation
des metteurs de chaleur (la puissance reue par les metteurs
em
Q
&
divise par la
charge nominale de dimensionnement
d sh
Q
,
&
, voir paragraphe 3.1.1.4), ainsi que la
temprature de lair intrieur
room
T (deuxime graphique) et la temprature moyenne
du ballon de stockage
store
T (troisime graphique). Elle montre clairement que le
modle Bote Grise a quelques difficults destimation de
em
Q
&
lorsque les besoins
de chauffage sont importants. En effet, la temprature extrieure tant trs basse en
ce dbut de simulation, le SSC1 chauffe le btiment avec un rapport
d sh em
Q Q
,
& &
se
rapprochant souvent de 1. Or, dans ces conditions, le modle Bote Grise semble
faire saturer ce rapport une valeur aux alentours de 0,65, qui correspond la
valeur maximum laquelle il a t confront avec la squence dentranement (voir
CHAPITRE 3
186
lvolution du vecteur de rgression des sorties et notamment ) 3 ( y sur la Figure 3-8).
La squence dentranement ne contenant pas de phase de charge maximum au
niveau des besoins de chauffage, le modle entrain ne russit pas traiter
correctement le comportement du SSC dans ces conditions. Par consquent, la
temprature de lair intrieur dcrot de manire importante, bien en dessous de sa
temprature de consigne.

La Figure 3-36 souligne galement un comportement particulier du modle Bote
Grise du SSC1, visible plus particulirement aux alentours de la 400
e
heure.
Malgr le manque de puissance envoye pour rpondre aux besoins de chauffage
em
Q
&
, le modle Bote Grise estime la fourniture dnergie dappoint
aux
Q
&
de
manire indpendante de ce phnomne. Le bilan dnergie au sein du systme est
donc boulevers par rapport la simulation de rfrence sous TRNSYS, ce qui se
traduit par une augmentation de la temprature moyenne du ballon de stockage.
Lvolution de
store
T se trouve ainsi perturbe par ce phnomne, ce qui peut
ventuellement entrainer des difficults pour estimer les nergies en sortie de rseau
de neurones.

Cette observation peut srement tre explique par le fonctionnement propre du
SSC1. Sagissant dun systme de type C2 (voir paragraphe 3.2.1), la chaudire
dappoint est uniquement relie au ballon de stockage et na pas de lien direct avec
le circuit de chauffage : la consommation dnergie dappoint
aux
Q ne se trouve donc
pas affecte directement par la saturation de lnergie reue par les metteurs
em
Q .

En ce qui concerne lvaluation des nergies fournies par les capteurs (voir Figure
3-37), les carts entre les rsultats du modle TRNSYS et ceux du modle Bote
Grise sont assez importants. Globalement, ce dernier type de modle surestime
lnergie
coll
Q . Cette surestimation est dautant plus importante que la ressource
solaire est importante.

CHAPITRE 3
187
0 1000 2000 3000 4000 5000 6000 7000 8000
0
1000
2000
3000
4000
5000
6000
7000
8000
SSC1 : Qcoll
R=0.26458
C
a
l
c
u
l
a
t
e
d

e
n
e
r
g
y

(
T
R
N
S
Y
S
)

[
k
W
h
]
+ : Barcelona
O : Zurich
* : Stockholm
SFH30
SFH60
SFH100

validation du SSC1

Pour analyser ce phnomne, les donnes mensuelles de la simulation [Barcelone /
SFH30 / 20m] sont tudies et prsentes sur la Figure 3-38.

1 2 3 4 5 6 7 8 9 10 11 12
0
200
400
600
800
Q
c
o
l
l

[
k
W
h
/
m
o
n
t
h
]
Simulation of SSC1 for Barcelone / SFH30 / 20 m

1 2 3 4 5 6 7 8 9 10 11 12
50
100
150
200
T
s
t
o
r
e

[
C
]
Mois

GrayBox Model TRNSYS model

Figure 3-38 Evolution de lnergie mensuelle rcupre par les capteurs du SSC1 ainsi que
celle de la temprature moyenne mensuelle de son ballon de stockage, pour lenvironnement
Barcelone/SFH100/20m de capteurs

CHAPITRE 3
188
La sur-estimation de
coll
Q a lieu principalement en priode estivale, comme le montre
lvolution de la temprature moyenne de stockage (Figure 3-38). Lorsque
store
T
atteint une certaine valeur, le modle dtaill du SSC1 sous TRNSYS indique quil
ny a plus de chaleur rcupre venant des capteurs, en raison dune logique de
rgulation qui coupe le circulateur de la boucle capteur au-del dun seuil de
temprature dans le ballon de stockage. Dans les mmes conditions, le modle
Bote Grise indique que la charge du ballon de stockage se poursuit pour
atteindre des valeurs exagres. Une nouvelle fois, lorigine de ce dfaut vient dun
manque dinformation contenue dans la squence dentranement : le rseau de
neurone, nayant jamais t confront une situation de charge maximale du ballon
de stockage, ne peut ragir correctement face une situation qui lui est inconnue.

Le sur-stockage intervenant ainsi dans le modle Bote Grise na cependant
quune trs faible influence sur lestimation des performances car les estimations de
consommation dnergie dappoint ne sont que lgrement sous values : la Figure
3-39 ci-dessous montre en effet que lvaluation de
aux
Q est trs satisfaisante pour
lensemble des 27 simulations de validation.

0 0.5 1 1.5 2
x 10
4
0
0.5
1
1.5
2
x 10
4
SSC1 : Qaux
R=0.99717
C
a
l
c
u
l
a
t
e
d

e
n
e
r
g
y

(
T
R
N
S
Y
S
)

[
k
W
h
]
+ : Barcelona
O : Zurich
* : Stockholm
SFH30
SFH60
SFH100

Figure 3-39 Comparaison des nergies consommes par lappoint, estimes par le modle
validation du SSC1

Pour le SSC1, lutilisation des rsultats obtenus dune part par son modle Bote
Grise tudi dans ce paragraphe (modle ayant un des meilleurs critres
ref
MAE )
et dautre part par son modle TRNSYS permet de le caractriser de la manire
suivante (Figure 3-40).

CHAPITRE 3
189
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.2
0.4
0.6
0.8
1
FSC
f
s
a
v
Characterisation : SSC1

Classic SCSPT performance evaluation
GrayBox : y=0.096+0.272.x+0.315.x (R=0.984)
TRNSYS : y=0.148+0.069.x+0.507.x (R=0.963)

Figure 3-40 Caractrisation du SSC1 l'aide d'un de ses modles "Bote Grise" identifis et
laide de son modle "TRNSYS"

La performance value pour les conditions de la squence de test selon la mthode
SCSPT classique (simple extrapolation des rsultats de la squence de test 12
jours ) est reprsente par le point rouge sur le graphe ci-dessus. Sa proximit par
rapport aux deux courbes obtenues montre une bonne cohrence entre les rsultats
obtenus par les 3 mthodes.

La caractrisation du SSC1 est trs similaire quel que soit lapproche utilise. Les
courbes obtenues grce chaque modle sont quasiment superposes, notamment
sur la plage de FSC comprise entre 0,4 et 0,7, qui encadre le FSC de la squence
dentranement. La courbe correspondant au modle Bote Grise (en bleu) sous-
estime trs lgrement les performances du SSC1 ses extrmits, par rapport la
courbe obtenue par le modle TRNSYS (en vert) mais les diffrences sont trs
faibles.

La caractrisation du SSC1 par la mthodologie propose est donc trs concluante.
De manire gnrale, le SSC2 ne semble pas poser de soucis particuliers pour sa
modlisation globale (voir la Figure 3-30). En considrant les remarques gnrales
du paragraphe 3.3.2.1, lensemble des nergies est trs bien estim pour toutes les
simulations. Ltude des sries dentranement a galement montr quil tait plus
facile de dterminer des modles performants avec ce systme plutt quavec les
deux autres. Une des raisons rside trs probablement dans son fonctionnement qui
donne des signaux plus simples apprendre comme par exemple la puissance
consomme par la chaudire dappoint
aux
Q
&
en lien troit avec les besoins de
chauffage puisque ce systme est du type B1 selon Combisol (voir paragraphe 3.2.2
et Figure 3-41).

CHAPITRE 3
190
168 192 216 240
0
0.5
1
1.5
2
2.5
3
3.5
x 10
4
Simulation of SSC2 for Zurich / SFH60 / 14 m
Q
a
u
x

[
k
W
h
]
Time [hrs]

GrayBox Model
TRNSYS Model

Figure 3-41 Extrait dune simulation annuelle du SSC2 selon ses modles dtaill (TRNSYS) et
entrain ( Bote Grise ), illustrant lapprentissage de la consommation de la chaudire.

On remarque cependant une lgre drive des prcisions lies la surface des
capteurs (surtout pour les btiments SFH100). Ce phnomne est visible sur les
estimations dnergies reues par les metteurs (Figure 3-42).

0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
x 10
4
0
0.5
1
1.5
2
x 10
4
SSC2 : Qem
R=0.998
C
a
l
c
u
l
a
t
e
d

e
n
e
r
g
y

(
T
R
N
S
Y
S
)

[
k
W
h
]
+ : Barcelona
O : Zurich
* : Stockholm
SFH30
SFH60
SFH100

Figure 3-42 Comparaison des nergies fournies aux metteurs de chaleur dans les 27
simulations de validation, entre les modles dtaill (TRNSYS) et entrain ("Bote Grise") cas
du SSC2

En fait, ce phnomne est assez similaire celui observ pour le SSC1 (voir
paragraphe 3.3.2.2) mais de manire beaucoup moins prononce, comme en atteste
lvolution de la temprature dair intrieur sur la Figure 3-43.

CHAPITRE 3
191
1 2 3 4 5 6 7 8 9 10 11 12
20
25
30
T
r
o
o
m

[
C
]
1 2 3 4 5 6 7 8 9 10 11 12
0
50
100
T
s
t
o
r
e

[
C
]
1 2 3 4 5 6 7 8 9 10 11 12
0
10
20
30
40
50
T
c
o
l
l

[
C
]
Months


simulations annuelles du climat de Zurich, selon la surface de capteur considre

Les observations et hypothses faites concernant ce phnomne pour le SSC1
restent les mmes. On peut cependant remarquer que les valuations de
store
T sont
plus cohrentes avec le SSC2 et que ceci peut ventuellement expliquer le fait que
les variations de
em
Q soient moins prononces. Nanmoins, aucune conclusion
prcise ne peut tre encore fixe concernant lorigine de ce phnomne.

De la mme manire que le SSC1, lors de simulations du fonctionnement du
systme pour des environnements ayant de forts besoins de chauffage, on observe
une certaine saturation de la puissance dlivre aux metteurs de chaleur
(Figure 3-44).

CHAPITRE 3
192
200 400 600 800 1000 1200 1400
0
0.5
1
1.5
Q
e
m
/
Q
s
h
,
d

[
]
200 400 600 800 1000 1200 1400
16
18
20
22
T
r
o
o
m

[
C
]
200 400 600 800 1000 1200 1400
20
40
60
80
T
s
t
o
r
e

[
C
]
Time [hrs]


entrain ( Bote Grise ) pour le climat de Stockholm, le btiment SFH100 et une surface de
capteurs de 14m

La Figure 3-44 montre que lorsque les besoins de chauffage sont trs importants, le
taux de sollicitation des metteurs de chaleur (
d sh em
Q Q
,
& &
) sur le premier
graphique se rapproche souvent de 1 pour les simulations TRNSYS de rfrence
alors quil semble ne pas pouvoir monter au dessus de 0,75 pour le modle Bote
Grise . Cette valeur correspond approximativement la valeur maximale du taux
d sh em
Q Q
,
& &
lors de la squence dentranement (voir lvolution du vecteur de
rgression des sorties et notamment ) 3 ( y sur la Figure 3-11). Ce dfaut viendrait
donc, comme dans le cas du SSC1, dun manque dinformation contenue dans la
squence dentranement.

Compte tenu du type de fonctionnement de ce SSC (type B1), les consquences de
ce phnomne sont diffrentes du cas SSC1. Le manque de puissance dlivre au
btiment se traduit forcment par une baisse de la temprature de lair dintrieur
int
T
(moins prononce que dans le cas du SSC1 car la valeur du seuil de saturation de
CHAPITRE 3
193
d sh em
Q Q
,
& &
est lgrement plus haute). Cependant, contrairement au SSC1, le modle
Bote Grise du SSC2 sollicite la chaudire dappoint en lien troit avec
em
Q
&
et
celle-ci ne fournit pas de surplus de chaleur lorsque
d sh em
Q Q
,
& &
est en saturation .
La temprature du ballon de stockage
store
T nest donc pas surestime. Au contraire,
il semblerait que celle-ci soit largement sous-estime et de manire trs irrgulire.
Linformation concernant le contenu nergtique du stockage est ainsi perturbe.
Pourtant, ceci ne semble pas avoir de consquence grave sur lestimation des autres
flux de chaleur. On a dj pu voir par exemple sur la Figure 3-32 que
coll
Q tait
correctement estim pour les 27 simulations de validation.

Le problme concernant la temprature maximum du ballon de stockage autorise
par le systme, observ pour le SSC1, est galement prsent ici (Figure 3-45).

1 2 3 4 5 6 7 8 9 10 11 12
0
100
200
300
400
500
Q
c
o
l
l

[
k
W
h
/
m
o
n
t
h
]

1 2 3 4 5 6 7 8 9 10 11 12
40
60
80
100
120
T
s
t
o
r
e

[
C
]
Mois



Les consquences sont moindres pour le SSC2 car celui-ci, compte tenu de son
fonctionnement, arrive quand mme rcuprer beaucoup dnergie solaire en
priode estivale, ce qui limite les carts par rapport aux estimations du modle
Bote Grise .

Malgr les diffrentes observations faites ci-dessus concernant les quelques soucis
de simulation du SSC2 par son modle Bote Grise , lnergie dappoint
CHAPITRE 3
194
consomme est prcisment value pour les 27 simulations de validation (voir
Figure 3-46).
0 0.5 1 1.5 2
x 10
4
0
0.5
1
1.5
2
x 10
4
SSC2 : Qaux
R=0.99654
C
a
l
c
u
l
a
t
e
d

e
n
e
r
g
y

(
T
R
N
S
Y
S
)

[
k
W
h
]
+ : Barcelona
O : Zurich
* : Stockholm
SFH30
SFH60
SFH100

Figure 3-46 Comparaison des nergies consommes par lappoint, estimes par le modle
validation du SSC2

Pour le SSC2, lutilisation des rsultats obtenus par le modle Bote Grise tudi
dans ce paragraphe (modle ayant un des meilleurs critres
ref
MAE ) et ceux obtenus
par le modle TRNSYS permet de dtablir les courbes caractristiques suivantes
(Figure 3-47).

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.2
0.4
0.6
0.8
1
FSC
f
s
a
v

GrayBox : y=0.140+0.400.x+0.198.x (R=0.974)
TRNSYS : y=0.154+0.359.x+0.239.x (R=0.967)

Figure 3-47 Caractrisation du SSC2 l'aide d'un de ses modles "Bote Grise" identifis et de
son modle TRNSYS

A linstar du SSC1, la performance value par la mthode SCSPT classique est
cohrente par rapport aux autres valuations ralises par les deux types de modle
du SSC2, ce qui conforte lensemble des rsultats obtenus.

CHAPITRE 3
195
La caractrisation du SSC2 est quasiment identique quel que soit la mthode
utilise. Les courbes sont pratiquement superposes. Les points [ FSC ,
th sav
f
,
] sont
pourtant lgrement diffrents du fait que les besoins de chauffages ne sont pas
exactement les mmes. On peut en dduire que le modle Bote Grise a
suffisamment bien assimil le comportement du SSC2 pour retranscrire ses
performances de manire trs prcise.

La caractrisation du SSC2 par la mthodologie propose est donc galement trs
concluante.
Le modle reprsentant le SSC3 semble tre le plus apte estimer correctement
lnergie reue par les metteurs de chaleur aux cours des 27 simulations de
validations. La Figure 3-48 montre que, quelle que soit la surface des capteurs
considre dans les simulations, lestimation de lnergie reue par les metteurs
em
Q est la mme pour un couple Climat/Btiment donn, contrairement aux
autres SSC.

0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
x 10
4
0
0.5
1
1.5
2
x 10
4
SSC3 : Qem
R=0.9968
C
a
l
c
u
l
a
t
e
d

e
n
e
r
g
y

(
T
R
N
S
Y
S
)

[
k
W
h
]
+ : Barcelona
O : Zurich
* : Stockholm
SFH30
SFH60
SFH100

Figure 3-48 Comparaison des nergies fournies l'metteur de chaleur dans les 27 simulations
de validation, entre les modles dtaill (TRNSYS) et entrain ("Bote Grise") pour le SSC3

En effet, comme le montre la Figure 3-49 ci-dessous, lvolution de la temprature
dair intrieur est la mme pour toutes les simulations, indpendamment de la
surface des capteurs.

CHAPITRE 3
196
1 2 3 4 5 6 7 8 9 10 11 12
20
25
30
T
r
o
o
m

[
C
]
1 2 3 4 5 6 7 8 9 10 11 12
0
50
100
T
s
t
o
r
e

[
C
]
1 2 3 4 5 6 7 8 9 10 11 12
0
20
40
60
T
c
o
l
l

[
C
]
Months


simulations annuelles du climat de Zurich, selon la surface des capteurs considre

Encore une fois, rien ne permet de conclure prcisment sur lorigine du phnomne
observ avec les SSC1 et SSC2 mais on peut, une fois de plus, constater une
qualit encore meilleure (mme si elle nest pas parfaite) destimation de lvolution
de la temprature moyenne du ballon de stockage.

On remarque galement que lorsque lenvironnement de simulation inclut des
priodes de fortes demandes pour les besoins de chauffage, le SSC3 na aucun
souci pour solliciter les metteurs de chaleur pleine charge. Comme le montre la
Figure 3-50, le taux
d sh em
Q Q
,
& &
passe mme au dessus de 1 lorsque les besoins de
chauffage sont importants, en provoquant toutefois quelques instabilits (oscillations
rapides de ce signal entre 1 et 0). En consquence, la temprature de lair intrieur
int
T subit galement quelques oscillations mais reste globalement au dessus de sa
consigne.

CHAPITRE 3
197
200 400 600 800 1000 1200 1400
0
0.5
1
1.5
Q
e
m
/
Q
s
h
,
d

[
]
200 400 600 800 1000 1200 1400
16
18
20
22
T
r
o
o
m

[
C
]
200 400 600 800 1000 1200 1400
0
50
100
T
s
t
o
r
e

[
C
]
Time [hrs]


entrain ( Bote Grise ) pour le climat de Zurich, le btiment SFH100 et une surface de
capteurs de 14m

La raison la plus probable pour laquelle il ny a pas le mme phnomne de
saturation de la puissance fournie aux metteurs comme dans le cas des deux
autres SSC, est que sa squence dentranement intgre quelques priodes, trs
brves, o les metteurs sont sollicits pleine charge (voir lvolution du vecteur de
rgression des sorties et notamment ) 3 ( y sur la Figure 3-14). Le modle Bote
Grise ayant dj t confront cette situation pendant son entranement, il na
aucun problme pour restituer le comportement du SSC3 en cas de forts besoins de
chauffage. Les conditions climatiques sont pourtant les mmes lors des 12 jours de
test pour les trois SSC. Cette particularit de la squence dentranement du SSC3
dcoule surtout du fonctionnement particulier de ce systme : la rgulation de
int
T est
moins prcise pour ce systme et la sollicitation des metteurs varie beaucoup plus.

CHAPITRE 3
198
En ce qui concerne lnergie rcupre par le capteur
coll
Q , on distingue grce la
Figure 3-51, deux tendances pour lestimation de celle-ci, en fonction du type
denvironnement nergtique.
0 500 1000 1500 2000 2500 3000 3500 4000 4500
0
1000
2000
3000
4000
SSC3 : Qcoll
R=0.76871
C
a
l
c
u
l
a
t
e
d

e
n
e
r
g
y

(
T
R
N
S
Y
S
)

[
k
W
h
]
+ : Barcelona
O : Zurich
* : Stockholm
SFH30
SFH60
SFH100

validation du SSC3

Il semble que pour les environnements climatiques de Zurich ou Stockholm, le
modle de SSC3 sous-estime lgrement
coll
Q , alors quil la surestime pour le climat
de Barcelone. Pour ce dernier cas, la raison est la mme que celle voque pour le
SSC1.

CHAPITRE 3
199
1 2 3 4 5 6 7 8 9 10 11 12
0
100
200
300
400
500
Q
c
o
l
l

[
k
W
h
/
m
o
n
t
h
]

1 2 3 4 5 6 7 8 9 10 11 12
40
60
80
100
120
140
T
s
t
o
r
e

[
C
]
Mois



La Figure 3-52 montre quil y a bien un manque de prise en compte de la
temprature maximum de ballon de stockage autorise par le systme dans les
simulations faites par le modle Bote Grise . Lestimation de
coll
Q est ainsi trop
leve.

Malgr les observations faites ci-dessus, les consommations en nergie dappoint
sont globalement bien values pour lensemble des 27 simulations (Figure 3-53).

CHAPITRE 3
200
0 0.5 1 1.5 2
x 10
4
0
0.5
1
1.5
2
x 10
4
SSC3 : Qaux
R=0.99773
C
a
l
c
u
l
a
t
e
d

e
n
e
r
g
y

(
T
R
N
S
Y
S
)

[
k
W
h
]
+ : Barcelona
O : Zurich
* : Stockholm
SFH30
SFH60
SFH100

Figure 3-53 Comparaison des nergies consommes par lappoint dans les 27 simulations de
validation, entre le modle dtaill (TRNSYS) et le modle entrain ("Bote Grise") cas du
SSC3

Les rsultats du SSC3 obtenus dune part, par le modle Bote Grise tudi dans
ce paragraphe (modle ayant un des meilleurs critres
ref
MAE ) et dautre part, par le
modle TRNSYS permettent dtablir les courbes caractristiques suivantes (Figure
3-54).

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.2
0.4
0.6
0.8
1
FSC
f
s
a
v

GrayBox : y=0.150+0.080.x+0.529.x (R=0.944)
TRNSYS : y=0.171+0.115.x+0.418.x (R=0.979)

Figure 3-54 Caractrisation du SSC3 l'aide d'un de ses modles "Bote Grise" identifis et de
son modle TRNSYS

Comme pour les deux autres SSC, la performance value par la mthode SCSPT
classique est cohrente par rapport aux autres valuations ralises par les deux
types de modle du SSC3, ce qui conforte lensemble des rsultats obtenus.

La caractrisation du SSC3 est assez semblable quelle que soit la mthode utilise.
Les courbes obtenues se croisent pour un FSC proche de 0,6. Le modle Bote
CHAPITRE 3
201
Grise sur-estime les performances du SSC3 au dessus de point, il les sous-estime
pour des FSC infrieur, mais les carts restent trs faibles.

La caractrisation des performances du SSC3 par la mthode FSC semble moins
prcise que celle des deux autres SSC mais les carts restant faibles entre les
courbes, la caractrisation du SSC3 est aussi globalement satisfaisante.
3.3.3. Bilan
Le bilan de lexprimentation numrique pour la validation de cette nouvelle
approche de test des performances des SSC est trs satisfaisant. On peut dcliner
ce bilan en trois points principaux.
3.3.3.1. Validation de lapproche de modlisation des SSC par Bote
Grise
Les rsultats prsents dans ce chapitre sont trs prometteurs en ce qui concerne
lapproche innovante souhaite pour les futurs tests de performances de SSC. Ils
montrent quil est possible, pour au moins trois types de SSC ayant des
caractristiques constructives diffrentes, didentifier un modle Bote Grise tel
que dcrit dans le Chapitre 2 partir de la squence de 12 jours de la mthode
SCSPT. Ce type de modle est suffisamment prcis pour lvaluation des nergies
annuelles consommes par lappoint, rcupres par les capteurs et fournies aux
metteurs, pour 27 environnements nergtiques diffrents.

Les nergies ainsi estimes ont des valeurs trs proches de celles calcules par les
modles dtaills des systmes simuls dans lenvironnement TRNSYS. La
caractrisation des 3 systmes tests, quel que soit lenvironnement, est donc
possible par cette approche : les courbes caractristiques obtenues, donnant
th sav
f
,

en fonction de FSC , sont trs proches pour les deux types de modlisation.
3.3.3.2. Points damliorations des modles Bote grise
Ltude ralise dans ce paragraphe 0 montre galement les points forts et les
dfauts des modles Bote Grise qui, en faisant lobjet dtudes plus
approfondies, pourraient certainement amliorer encore la prcision de lestimation
des performances des SSC :
Pour des simulations comportant des passages de forts besoins de
chauffage, nous avons observ que le modle Bote Grise ntait pas capable
destimer la puissance suffisante
em
Q
&
fournir aux metteurs pour rpondre cette
charge si sa squence dentranement ne prsentait pas de phases de sollicitation
des metteurs pleine puissance.
Ce dfaut provient dun manque dinformation disponible lors de la
squence dentranement. Une lgre modification de la squence de
test pourrait remdier ce problme ; par exemple, en incorporant ou en
ajoutant une journe pour laquelle la temprature extrieure est la plus
basse de lanne.

Nous avons galement observ quil tait assez difficile destimer de
manire prcise lnergie rcupre par les capteurs
coll
Q et ce quel que soit le
CHAPITRE 3
202
systme et lenvironnement. Globalement, une intgration incomplte de la
rgulation solaire dans le modle Bote Grise , combine une valuation
imprcise de
store
T (qui en plus ne fournit pas dinformation elle seule sur la
stratification du ballon) rend difficile lestimation prcise de
coll
Q . Un exemple
soulign dans cette tude pour les environnements gisement solaire important est
que le modle Bote Grise ne prend pas en compte les fonctions de rgulation
gnralement intgres dans les SSC de protection du ballon contre les
tempratures excessives (celui-ci calcule des puissances rcupres par les
capteurs solaires alors que la temprature du ballon de stockage est bien trop
importante, mme au-dessus de 100C).
La rgulation du circuit capteur nest donc pas compltement intgre
dans le modle Bote Grise . La squence de test 12 jours ne
prsente pas de jours extrmes en termes densoleillement et ne sollicite
pas toutes les fonctions de contrle comme les protections anti-
surchauffe du ballon par exemple. Des informations complmentaires,
issues ventuellement dune squence de test plus longue pourrait
attnuer ce souci de modlisation. Il serait galement possible
denvisager dautres composantes du vecteur de rgression des entres,
plus proches des rgulations standards des capteurs (en comparant
store
T
certaines valeurs particulires par exemple). Un modle de ballon de
stockage multi-nodal pourrait galement enrichir la reprsentation dtat
du systme pour amliorer lestimation de
coll
Q mais un tel modle est
trs difficile tablir sans un paramtrage complexe ncessitant des
mesures et tests particuliers sur le ballon.

Il ressort galement de cette tude que la facilit dentrainer et de
slectionner un bon modle, ainsi que la qualit de gnralisation des modles,
dpendaient du type de SSC et de son fonctionnement. Il semblerait que cela vienne
principalement du fonctionnement de la chaudire et de la qualit destimation de la
temprature moyenne du ballon de stockage
store
T . Compte tenu des observations
faites sur la partie Bote Blanche des modles globaux de SSC dans le Chapitre
2, on peut se demander si les modles simplifis choisis pour la chaudire dappoint
et le ballon de stockage ne pnalisent pas certains types de SSC, notamment
lorsque la chaudire a un fonctionnement saccad.
La modlisation simplifie de lappoint et du ballon de stockage
dans la partie Bote Blanche tant imprcise, il serait peut tre
envisageable dadopter une autre forme de modlisation que la
reprsentation dtat pour intgrer laspect gestion du stockage (voir le
paragraphe 2.1.1.3 pour les diffrents aspects de la modlisation partir
de donnes exprimentales). Du point de vue de larchitecture du
modle Bote Grise , une solution pourrait tre dintgrer en entre du
rseau de neurones ses sorties retardes pour remplacer ltat
store
T (voir
Figure 3-55). Le vecteur dtat restant ne reprsenterait plus que ltat
des besoins de chauffage et de lnergie solaire disponible (soit
lenvironnement du SSC). Lavantage serait de ne pas avoir utiliser de
modles trop simplifis et de ne pas avoir estimer les paramtres du
CHAPITRE 3
203
stockage et de lappoint. Par contre cela ajouterait des entres
supplmentaires au rseau, et ne serait donc pas en faveur de sa
parcimonie (voir les principes de modlisation par rseau de neurones
dans le paragraphe 2.1.3.2).

Boite grise
Boite blanche
(environnement)
SORTIES
aux
Q
&
out coll
Q
,
&
em
Q
&
dhw
Q
&
aux
Q
&
out coll
Q
,
&
em
Q
&
dhw
Q
&
ETATS
(environnement)
coll
T
em
T
room
T
coll
T
em
T
room
T
ENTREES
a
T
b
G
d
G
S
dhw
m&
tap
T
a
T
b
G
d
G
S
dhw
m&
tap
T
Boite noire
q
-1
q
-n

Figure 3-55 Schma du modle global de SSC envisag

3.3.3.3. Etape de traitement des informations ncessaire
Lexprimentation numrique de la mthode propose a soulign le fait que le
processus mis au point dans le paragraphe 2.3.3, en ltat actuel, peut entrainer et
slectionner de trs bons modles Bote Grise pour caractriser les SSC mais
quil nest ni capable de dterminer un modle unique reprsentant le SSC test, ni
capable de proposer un modle toujours satisfaisant. En effet, la fonction de cot
optimiser pour entrainer les rseaux de neurones est trs complexe et ltape de
validation et de slection propose actuellement (voir le test en Boucle Ferme
du paragraphe 2.3.3.2) nest pas assez puissante pour discriminer correctement les
modles. Dans le cas de tests rels (voir CHAPITRE 4), ce point est assez gnant
puisquaucune donne ne permet de garantir la qualit dun modle, except la
comparaison entre les besoins de chauffage de rfrence et lestimation de lnergie
fournie aux metteurs qui peut rvler les calculs douteux. La squence
dentranement ne pouvant tre raccourcie pour extraire des donnes de validation,
une solution envisageable serait dajouter, si possible, une journe la squence de
test qui ferait office de relle squence de validation.

Nanmoins, il faut tout de mme remarquer que la majorit des rseaux obtenus par
les diffrentes procdures engages permet destimer convenablement la
consommation dnergie dappoint des SSC tests pour de nombreux
environnements diffrents (voir Figure 3-56, Figure 3-57 et Figure 3-58, pour
lesquelles une couleur correspond un modle neuronal diffrent).

CHAPITRE 3
204
0 0.5 1 1.5 2 2.5
x 10
4
0
0.5
1
1.5
2
2.5
x 10
4
SSC1 (25 GrayBox models) : Energy evaluation
Qaux (R2=0.99689)
C
a
l
c
u
l
a
t
e
d

e
n
e
r
g
y

(
T
R
N
S
Y
S
)

[
k
W
h
]
+10%
10%

Figure 3-56 Comparaison des nergies consomme par lappoint du SSC1 dans les 27
simulations de validation, entre le modle dtaill (TRNSYS) et 25 modles entrains ("Bote
Grise") prsentant un bon coefficient MAEref

0 0.5 1 1.5 2
x 10
4
0
0.5
1
1.5
2
x 10
4
Qaux (R2=0.9963)
C
a
l
c
u
l
a
t
e
d

e
n
e
r
g
y

(
T
R
N
S
Y
S
)

[
k
W
h
]
+10%
10%


CHAPITRE 3
205
0 0.5 1 1.5 2
x 10
4
0
0.5
1
1.5
2
x 10
4
Qaux (R2=0.99369)
C
a
l
c
u
l
a
t
e
d

e
n
e
r
g
y

(
T
R
N
S
Y
S
)

[
k
W
h
]
+10%
10%


Quel que soit le SSC test, les estimations de
aux
Q sont assez prcises pour les 25
modles retenus : le coefficient de rgression statistique obtenu avec lensemble des
rsultats est chaque fois suprieur 0,99. Compte tenu que le type de SSC
influence la facilit de la procdure de slection dterminer un bon modle Bote
Grise (voir le paragraphe 3.3.3.2), les estimations sont plus disperses pour le
SSC1 et le SSC3. Ceci influence lallure gnrale des courbes FSC obtenues avec
chacun de ces modles pour un mme SSC (voir Figure 3-59, Figure 3-60 et Figure
3-61).

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.2
0.4
0.6
0.8
1
FSC
f
s
a
v
/
S
C
SSC1 (25 GrayBox models) : Characterisation

Characterisation with the TRNSYS models
Characterisation with 25 GrayBox models

Figure 3-59 Caractrisation du SSC1 l'aide de 25 modles "Bote Grise" prsentant un bon
coefficient MAEref et de son modle TRNSYS

CHAPITRE 3
206
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.2
0.4
0.6
0.8
1
FSC
f
s
a
v
/
S
C



0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.2
0.4
0.6
0.8
1
FSC
f
s
a
v
/
S
C



Les modles Bote Grise du SSC2 caractrisent tous ce systme de la mme
manire. Toutes les courbes sont quasiment confondues et sont trs proches de la
courbe obtenue avec le modle TRNSYS. Pour les autres SSC, les courbes des 25
modles retenus sont un peu plus disperses mais, mise part quelques exceptions
pour le SSC1, elles traduisent toutes une tendance gnrale assez proche de la
courbe de rfrence tablie partir de simulations dtailles sous TRNSYS.

Au vu de ces rsultats, il serait peut tre envisageable de garder la mme procdure
dentranement de rseaux et de slection de modles Bote Grise mais, au lieu
de tenter de proposer un modle unique du SSC test, lide serait plutt de travailler
avec plusieurs de ces rseaux entrains. En analysant et en traitant leurs rsultats
ensemble, des informations plus mitiges mais globalement satisfaisantes pourraient
CHAPITRE 3
207
tre disponibles chaque lancement de la procdure. Beaucoup de solutions de
traitement des donnes pourraient tre envisags comme par exemple exclure les
modles prsentant des rsultats aberrants dans un premier temps et combiner les
sorties des autres rseaux, soit sur de longues priodes (moyennes des nergies
mensuelles estimes par chacun des rseaux), soit chaque pas de temps (la
structure finale pour la simulation du systme test pourrait tre dans ce cas celle
reprsente par la Figure 3-62).

Boite grise
Boite blanche
SORTIES
aux
Q
&
out coll
Q
,
&
em
Q
&
dhw
Q
&
aux
Q
&
out coll
Q
,
&
em
Q
&
dhw
Q
&
ETATS
coll
T
em
T
room
T
sto
T
coll
T
em
T
room
T
sto
T
ENTREES
a
T
b
G
d
G
S
dhw
m&
tap
T
a
T
b
G
d
G
S
dhw
m&
tap
T
Boite noire
q
-1
Boite noire
Boite noire
T
r
a
i
t
e
m
e
n
t

Figure 3-62 Exemple de structure de modle Bote Grise envisager pour la simulation dun
SSC, base sur lanalyse et le traitement des sorties de plusieurs rseaux de neurones
entrains

CHAPITRE 3
208
Cette partie exprimentation numrique a permis de valider la mthodologie
propose dans le cadre de ces travaux de recherche, c'est--dire la modlisation de
type Bote Grise des SSC partir de leur test 12 jours selon la mthode
SCSPT. Les performances des SSC peuvent ainsi tre caractriss quel que soit
leur environnement nergtique.

Trois modles dtaills de SSC sous TRNSYS ont t simuls dans les conditions
de la squence de test SCSPT. Leurs rsultats ont permis de dfinir des modles
Botes Grises correspondants. Les simulations annuelles de ces mmes modles
dtaills de SSC, pour 27 environnements diffrents, ont servi comme donnes de
validation des modles Bote Grise identifis. Pour comparer les rsultats, des
critres de validation ont t mis en place et permettent de juger de la qualit
destimation et de gnralisation de chacun des modles entrains.

Les rsultats sont trs convaincants. Pour les trois SSC tests, la modlisation
globale Bote Grise de leur fonctionnement partir de la squence de 12 jours
est possible, ce qui est trs prometteur pour lapproche envisage. Les diffrentes
nergies estimes par les deux types de modles pour les 27 simulations sont trs
proches. Les modles Botes Grises semblent suffisamment prcis pour pouvoir
caractriser les performances des SSC pour tout environnement nergtique.

Une analyse dtaille des rsultats montre les points forts et des points pouvant tre
amliors pour obtenir une mthodologie complte et fiable de caractrisation des
performances. Ces points concernent surtout quelques aspects de la structure du
modle Bote Grise et la procdure dentranement des rseaux de neurones et
la slection dun modle final. Des pistes de recherche sont voques dans cette
partie mais nont pu faire lobjet de travaux supplmentaires dans ce cadre.

La procdure actuelle, telle que prsente dans les Chapitre 2 et 3 et juge
satisfaisante, est finalement applique des cas rels dans le Chapitre suivant.
CHAPITRE 3
209

CHAPITRE 4. Exploitations dexprimentations relles pour
lapplication de la nouvelle approche

Rsum du chapitre

Lexprimentation numrique prsente dans le Chapitre 3, base sur des tests de
modles numriques dtaills de SSC, a montr que lapproche envisage pour
pouvoir caractriser les performances des SSC partir de la squence de test
SCSPT tait pertinente. Lexprimentation relle prsente dans ce chapitre permet
dapprcier lapplication concrte de cette nouvelle mthodologie.

Le protocole exprimental de test de SSC sur le banc dessai semi-virtuel propos et
appliqu pour cette tude, est dabord prsent. Il pose galement un cadre et une
dmarche pour le traitement des donnes exprimentale afin didentifier des modles
Bote Grise des SSC tests selon la mthode de caractrisation labore dans le
cadre de ces travaux.

Deux SSC rels ont ainsi pu tre tudis de cette manire. La mise en uvre
exprimentale de la mthode soulve quelques remarques sur les conditions dessai
et sur une partie de la modlisation envisage. Les modles Bote Grise
identifis partir des donnes issues des tests sont analyss en dtail et utiliss
pour raliser une caractrisation complte des deux systmes tests.
CHAPITRE 4
212
CHAPITRE 4
213
4.1. Protocole de test et de caractrisation des SSC
Pour tester la nouvelle approche de caractrisation des performances des SSC que
nous avons labore et valuer sa mise en uvre concrte, des essais ont pu tre
raliss sur des systmes rels. Deux SSC, pralablement tests selon la mthode
SCSPT classique (voir paragraphe 1.2.2), ont t mis notre disposition pour
raliser plusieurs sries dexprimentations (voir les paragraphes 4.2 et 4.3).

Le protocole gnral de ralisation dun test ainsi que celui de traitement des
donnes est prsent dans cette partie.
4.1.1. Caractristiques techniques du banc dessai semi-virtuel
Le banc dessai semi-virtuel situ dans les locaux de lINES a t utilis pour tester
les SSC selon la mthodologie propose. Le principe de fonctionnement de ce banc
dessai est dcrit dans le paragraphe 1.2.2.1.

Les caractristiques techniques du banc dessai sont les suivantes :
Une cellule de test permet daccueillir le systme installer ainsi que tout
lquipement ncessaire aux essais. La temprature dair de la cellule est maintenue
18C.

SSC en test
Modules hydrauliques
Rseau chaufferie centrale

Figure 4-1 Photo d'une cellule de test l'INES

Lensemble des composants du SSC tester (sauf les capteurs et les metteurs de
chaleur) y est install et connect, comme si le SSC tait install dans un btiment
rel . Un module mulateur est connect chacun des circuits hydrauliques du
systme : circuit solaire, circuit de chauffage, circuit ECS et si ncessaire circuit du
systme dappoint. Pour produire ou consommer de la chaleur au fur et mesure
des besoins simuls par lessai, les modules sont aliments par deux rseaux de
distribution deau chaude et deau froide.
CHAPITRE 4
214
Une chaufferie centrale alimente des circuits deau surchauffe et deau
glace. Elle est compose de :
Un systme refroidisseur de 150kW capable de produire de leau -
12C, connect un rservoir de 5000L pour stabili ser la temprature
dans le rseau de distribution ;
Une chaudire lectrique de 54kW capable de produire de leau
180C.
Des modules 25kW mulent la fois charge et dcharge thermique (selon la
configuration de linstallation, mais aussi selon la priode de la squence dessai) sur
tous les circuits du systme (sauf le circuit ECS). Quatre modules de ce genre sont
disponibles. Leurs caractristiques sont :
Plage de temprature : de -10 170C ;
Plage de dbit mesurable : de 100L/h 3600L/h ;
Puissance maximum de 25kW avec une diffrence de 10K entre les
circuits primaire et secondaire.

Figure 4-2 Photo d'un module 25kW
Un module 50kW est adapt lmulation du puisage en ECS. Le module
est compos dune partie ddie au conditionnement de leau froide, qui est ensuite
stocke dans un rservoir de 100L. Lautre partie assure le rglage des dbits de
puisage.
Plage de temprature pour leau froide : de 2 25C ;
Plage de dbit pour le puisage : de 1 64L/mn.

CHAPITRE 4
215

Figure 4-3 Photo du module 50kW
Une armoire lectrique dacquisition et de contrle/commande quipe
chaque module hydraulique. Elle permet de :
Enregistrer les tempratures (via des sondes PT100) ;
Enregistrer les dbits (via des dbitmtres de type Coriolis ou de type
lectromagntique selon les modules) ;
Commander les pompes et vannes de chaque module.
Une armoire lectrique additionnelle installe dans la cellule de test assure :
Le comptage de lnergie lectrique consomme par les auxiliaires
du systme test;
Le comptage de lnergie lectrique consomme par lventuel
systme dappoint ;
Lmulation des sondes de tempratures dambiance et extrieure
connectes au systme test grce des botes de rsistances
variables.
Toutes les armoires sont connectes, via un rseau Ethernet, un poste central de
supervision, quip du logiciel LabView
19
qui permet :
Le transfert des donnes avec chacun des quipements
lectroniques embarqus dans les modules ;
Le pilotage du logiciel de simulation TRNSYS, qui simule
lenvironnement virtuel du test ;

19
http://www.ni.com/labview/f/
CHAPITRE 4
216
Une visualisation en temps rel du droulement de la squence de
test et un calcul des flux nergtiques en temps rel.

La Figure 4-4 reprsente la structure gnrale de la supervision pendant les tests de
SSC.

Figure 4-4 Schma synoptique de la supervision lors des essais (Source : Combisol)

4.1.2. Protocole dessai et remarques sur les conditions
exprimentales
Le SSC tester est install dans une cellule de test et connect au banc dessai
thermique semi-virtuel, comme prsent ci-dessus. Le protocole dessai complet,
comportant diffrentes phases de conditionnement, une phase centrale de test et
une phase de dcharge, est le mme que celui de la SCSPT (voir paragraphe 1.2.2).
Le pas de temps dacquisition des donnes est de 1 minute. Les dbits et
tempratures mesures seront ensuite moyenns sur un pas de temps plus long (30
minutes dans cette tude) lors de la phase de traitement des donnes (voir
paragraphe 4.1.3).

Les variables climatiques (paragraphe 1.2.2.3), les profils de puisage dECS et
dapports de chaleur internes au btiment (paragraphe 3.1.1), ainsi que le modle de
capteurs (paragraphe 2.2.2.2) sont les mmes que pour la squence de test
SCSPT classique . La diffrence avec cette dernire mthode rside dans
lenvironnement virtuel du SSC relatif aux modles de radiateurs et de btiment qui
sont adapts ceux mis en place dans la partie Bote Blanche (voir paragraphe
2.2.2.3).

Le climat, le btiment et la surface des capteurs caractrisant lenvironnement virtuel
de test sont choisis pour chacun des essais. Ils sont prsents au cas par cas pour
chaque SSC (voir les paragraphes ci-dessous).
CHAPITRE 4
217

Par rapport au protocole adopt dans lexprimentation numrique pour extraire les
donnes de la squence dentranement (voir paragraphe 2.3.4), les limites
physiques des modules hydrauliques et de leur rgulation nous imposent quelques
lgres modifications notamment au niveau de la modlisation des besoins en eau
chaude sanitaire :
Pour assurer une certaine qualit de rgulation du dbit
dhw
m& impos par le
module 50kW, le puisage minimum en ECS lors de la squence de test 12 jours
est limit 60kg.hr
-1
. Par rapport au profil de puisage prvu initialement, la
consommation journalire passe de 201 203L dECS 45C par jour, ce qui ne
devrait pas engendrer de modification consquente sur les rsultats de lessai ;
Pour assurer une certaine qualit de rgulation de la temprature deau
froide
tap
T impose par le module 50kW, le profil sinusodal initialement envisag a
t remplac par des paliers journaliers de temprature (voir Figure 4-5), plus simple
contrler. Les tempratures composant les paliers de ce profil sont choisies pour
respecter grossirement une volution sinusodale et ainsi prserver autant que
possible une certaine influence de
tap
T sur la stratification du ballon. Les besoins en
ECS passent ainsi de 99,78kWh (profil sinusodal) 99,25kWh (profil par paliers) sur
lensemble de la squence 12 jours pour le climat de Zurich (en prenant en compte le
dbit modifi ci-dessus). Cette adaptation ne devrait pas reprsenter non plus une
modification consquente sur les rsultats de lessai.

0 24 48 72 96 120 144 168 192 216 240 264 288
0
5
10
15
20
Time [h]
T
t
a
p

[
C
]

Theorical profile
Real profile

Figure 4-5 Profil thorique et profil rel de la temprature d'eau froide lors des essais 12
jours pour le climat de Zurich

Les paramtres intgrer au modle Bote Blanche du modle du SSC test
sont rcuprs pendant la phase de test. Les paramtres propres aux capteurs et
aux besoins de chauffage sont directement repris auprs de lenvironnement virtuel.
Les paramtres de la chaudire dappoint et du ballon de stockage doivent tre
valus et/ou mesurs :
CHAPITRE 4
218
A partir de la documentation disponible, il est gnralement possible
dvaluer le type de chaudire (Type : Standard/Basse Temprature/Condensation)
et sa puissance nominale. Le paramtre Regul est valu selon le type de rgulation
du chauffage du btiment.
A partir de mesures gomtriques grossires, il est possible dvaluer les
paramtres du ballon de stockage et des circuits principaux :
Le calcul de la capacit de stockage de la chaleur, partir du volume
annonc par le constructeur
store
V et des proprits physiques de leau
(masse volumique
water
et capacit calorifique massique
water
c , prises
respectivement 998kg.m
-3
et 4,19.10
3
J.kg
-1
.K
-1
) est exprim par
lquation ( 3-10 ).

water water store store
c V C . . = ( 4-1 )

En mesurant lpaisseur de lisolant autour du ballon
store iso
e
,
, la
hauteur totale du ballon
store
H et en supposant que celui-ci est de forme
cylindrique, on estime ses diamtres utiles au calcul du coefficient global
de pertes par lquation ( 4-2 ).

( )
+ =
=
store inside store iso store iso
store iso store
store
store inside
d e d
e H
V
d
, , ,
,
,
. 2
. 2 .
. 4
( 4-2 )

CHAPITRE 4
219
store
H
store iso
d
,
store inside
d
,
store outside,
store inside,
store iso
e
,
store iso,
A A
Coupe A-A

Figure 4-6 Schma reprsentant les hypothses faites sur la forme du ballon de stockage ainsi
que ses principaux paramtres gomtriques et thermiques ncessaires au calcul de son
coefficient global de perte thermique

A laide de la conductivit thermique de lisolant (
store iso,
) et des
coefficients dchanges superficiels interne (
store inside,
) et externe
(
store outside,
) (pris par dfaut respectivement 300 et 10W.m
-2
.K
-1
selon les
calculs de la Tche 32 de lIEA [Heimrath et Haller, 2007]), la rsistance
thermique de la partie latrale du ballon (
store side
R
,
, en m
2
.K.W
-1
),
considre comme un cylindre vertical, et la rsistance thermique des
parties infrieure et suprieure du ballon (
store caps
R
,
,, en m
2
.K.W
-1
),
considres comme des surfaces planes, sont exprims par lquation (
4-3 ).

+ + =
+ +
|
\
|
=
store inside store outside store iso
store iso
store caps
store inside store iso store outside
store inside
store iso
store inside
store iso
store inside
store side
e
R
d
d d
d
d
R
, , ,
,
,
, , ,
,
,
,
,
,
,
1 1
1
. . 2
ln .

( 4-3 )

Ainsi la conductance thermique globale du ballon de stockage
store
UA) ( ,
relative sa surface dchange interne (sous lisolant) peut-elle tre
calcule par lquation ( 4-4 ).

CHAPITRE 4
220

( )
|
|
\
|
+ =
|
\
|
=
=
store caps
store caps
store side
store side
corr store
store inside
store caps
store inside store iso store store side
R
A
R
A
F UA
d
A
d e H A
,
,
,
,
2
,
,
, , ,
. 2 ) (
2
.
. . . 2
( 4-4 )

Le coefficient de correction
corr
F est issu dune tude mene par
[Heimrath, 2004] sur de nombreux systmes et qui permet de prendre en
compte les principaux dfauts disolation du ballon. Il est donne en
fonction du volume de stockage
store
V (en m
3
) par lquation ( 4-5 ).

( ) ( ) 6875 . 1 ln . 1815 . 0 ; 2 . 1 max + =
store corr
V F ( 4-5 )

De la mme manire, les coefficients de perte des circuits sont
valus partir de la mesure de leur longueur
pipe
l (entre le piquage au
niveau du ballon et la prise de temprature du module correspondant),
de leur diamtre intrieure
inside
d , de lpaisseur des tuyaux
pipe
e et celle
de lisolant
insulation
e .

Ballon Module
pipe
l
outside
insulation
e
inside
d
inside
pipe
e
insulation
pipe
outside
insulation
e
inside
d
inside
pipe
e
insulation
pipe
+ =
+ =
insulation outside insulation
pipe inside outside
e d d
e d d
. 2
. 2

Figure 4-7 Schma reprsentant les principaux paramtres gomtriques et thermiques
ncessaires au calcul du coefficient global de perte thermique dun circuit

Les proprits thermiques des tuyaux et de leur isolant (conductivit du
tuyau
pipe
, de lisolant
insulation
ainsi que les coefficients dchange
superficiels interne
inside
et externe
outside
pris par dfaut respectivement
1000 et 10W.m
-2
.K
-1
selon les calculs de la Tche 32 de lIEA [Heimrath
et Haller, 2007]) sont combins aux paramtres gomtriques des
diffrents circuits par lquation ( 4-6 ) pour obtenir leur rsistance
thermique R et finalement leur conductance globale
loop
UA) ( .
CHAPITRE 4
221

( )
=
+ +
|
\
|
+
|
\
|
=
pipe inside loop
inside insulation outside
inside
insulation
outside
insulation
inside
pipe
inside
outside
inside
l d
R
UA
d
d d
d
d
d
d
d
R
. . .
1
1
. 2
ln .
. 2
ln .
.

( 4-6 )

Lobtention de ces paramtres ne peut pas tre ralise de manire trs rigoureuse
mais une recherche plus pousse dnaturerait la philosophie de ce genre de test, qui
se veut la moins intrusive possible. Les paramtres ainsi valus doivent tre
pertinents pour lapprentissage dun modle global correct, qui sera ensuite utilis. Il
ne faut donc pas esprer restituer une volution prcise de la temprature moyenne
du ballon de stockage mais plutt esprer fournir une certaine information que le
modle aura appris interprter sa manire (voir le traitement des rsultats
exprimentaux dans les paragraphes 4.2.3 et 4.3.3).

Il faut galement remarquer que malgr une bonne qualit du contrle/commande
des modules hydrauliques pour rpondre leur consigne, leur rgulation reste
imparfaite. Il y a donc des carts entre les tempratures calcules sous TRNSYS
(tempratures en sortie des capteurs, en sortie des metteurs et temprature deau
froide du rseau) et celles rellement fournies au systme en cours de test (voir la
Figure 4-8 reprsentant un extrait des donnes issues de lessai prsent dans le

71 72 73 74 75 76 77 78 79 80
25.5
26
26.5
27
27.5
28
28.5
29
T
e
m

[
C
]
Time [h]
SSCa/Classical SCSPT 1
Module control of temperature (RMSE=0.67C)

Calculated with TRNSYS
Received by the real system

Figure 4-8 Exemple d'cart existant entre la temprature de retour des metteurs calcule sous
TRNSYS (consigne du module) et la temprature rellement dlivre au systme

Ces carts, gnralement faibles, peuvent tre amplifis selon les configurations et
le fonctionnement du SSC (lors de sollicitations brusques des metteurs par
exemple). Nous constaterons ces carts et leur impact sur le calcul des puissances
mises en jeu au sein du systme, mais aucune adaptation particulire na t
ralise jusqu prsent dans le traitement des informations de la squence de test
pour pallier ce problme. Les puissances vues du ct TRNSYS (c'est--dire en
CHAPITRE 4
222
considrant les tempratures de consigne calcules par le logiciel et non pas relles
en sortie des modules) sont choisies pour le traitement final des donnes et
lapprentissage des modles Botes Grises afin de respecter au maximum
lvolution de ltat du systme (voir le vecteur dtat Chapitre 2) pendant lessai.
Ceci est important puisque, par exemple,
room
T et
coll
T , calcules sous TRNSYS et
envoyes directement comme information la rgulation du systme test, peuvent
jouer un rle dterminant pour la gestion des flux de chaleur. Il semble donc
essentiel, pour que le modle apprenne correctement le comportement du SSC, que
ces tempratures soient estimes de la mme manire pendant la squence de test
et lors de la phase dentranement.

Pour conclure les remarques gnrales sur les conditions exprimentales, il faut
galement prciser que le nombre important de valeurs contrler favorise
grandement les erreurs de paramtrage de lexprimentation et quil est surtout trs
difficile de raliser un test de 12 jours conscutifs sans problmes (panne du
systme, coupures dlectricit intempestive, problmes de connexions au rseau
informatique,). Comme le banc dessai semi-virtuel dINES est mutualis entre
divers projets de recherche, sa disponibilit ne nous a pas toujours permis de refaire
certaines expriences comme nous laurions souhait.
4.1.3. Traitement des donnes
Le paramtrage de la procdure dentranement et de slection dun modle Bote
Grise est exactement le mme que celui utilis dans le Chapitre 3 (voir paragraphe
3.1.2). Lentranement est ralis partir des donnes issues dun des diffrents
tests du systme tudi. Il est mme possible didentifier plusieurs modles Bote
Grise partir de donnes venant de squences de test diffrentes et comparer les
rsultats obtenus pour le mme SSC.

Le traitement supplmentaire raliser par rapport lexprimentation numrique
concerne la temprature moyenne initiale du ballon. Linitialisation du vecteur dtat
du systme pour une squence dentranement ne pose pas de problme pour les
tempratures moyennes des capteurs, des metteurs et de la masse thermique du
btiment, qui peuvent tre releves partir des donnes de lenvironnement virtuel
enregistres pendant lessai. Par contre, la temprature moyenne du ballon en dbut
de test est compltement inconnue et ncessite quelques hypothses.

Il a bien t envisag de rajouter une tape de conditionnement au protocole
exprimental pour sassurer que la totalit du contenu du ballon soit une
temprature uniforme, par exemple 20C, en utilisan t les modules hydrauliques, et
ensuite denregistrer les bilans nergtiques partir de ce point. Cependant, des
tentatives dapplication de ce principe ont rapidement montr ses limites et ses
difficults :
Tout dabord, selon la capacit du ballon de stockage, amener ce dernier
une temprature uniforme peut prendre un temps considrable, surtout si le SSC a
dj t en fonctionnement juste avant ce conditionnement ;
Ensuite, selon le fonctionnement du systme, il nest pas forcment ais de
piloter tous les circuits pour modifier la temprature du stockage comme on le
souhaite. En effet, les modules hydrauliques 25kW ne peuvent imposer un dbit aux
circuits quils contrlent (ils ne font quimposer une temprature du fluide retournant
CHAPITRE 4
223
vers le systme). Il faut donc pouvoir forcer la circulation des diffrents fluides
partir des commandes du systme test, ce qui nest pas toujours ralisable compte
tenu de la conception de ce dernier. De plus, le systme dnergie dappoint est
uniquement contrl par le SSC. Mme sil tait possible de couper la fourniture
dnergie et de forcer la circulation de son circuit, la temprature du fluide entrant
dans le ballon de stockage ne pourrait pas tre contrle, ce qui ne facilite pas le
conditionnement envisag.
Finalement, en supposant que lon peut forcer la mise en marche de chaque
circuit, il est impossible de contrler la temprature relle lintrieur du stockage.
Une valuation de la temprature dans le ballon ne peut se faire quen mesurant la
temprature des fluides sortant au niveau de chaque circuit (piquages directs et/ou
changeurs). Toutefois, mme en constatant la stabilit de ces tempratures, il ny
aurait aucune certitude quant luniformit de la temprature moyenne du ballon.
Selon la conception du systme et de son stockage, les circuits pouvant tre pilots
ne concernent pas forcment toutes les zones lintrieur du ballon.

Pour pallier ce problme dvaluation de
ini store
T
,
, nous avons fait lhypothse, assez
probable, que le niveau de temprature dans le ballon de stockage est le mme en
dbut et en fin de la squence de test 12 jours . En effet, la squence complte
comprend comme deuxime phase de conditionnement la simulation de la dernire
journe de la squence 12 jours avant lapplication de la phase centrale de test
(voir paragraphe 1.2.2.3). Ainsi, la premire journe tant pralablement prcde
de la dernire journe de la squence de test, il est fort probable que le niveau de
temprature dans le stockage soit quivalent en dbut et en fin de squence
dentranement.

Un algorithme de prtraitement des donnes a t mis en place pour pouvoir
dterminer quelle doit tre la temprature initiale
ini store
T
,
du ballon pour que le modle
de stockage de la partie Bote Blanche permette davoir une temprature
moyenne sur les 6 premires heures de la squence de test (
i h store
T
, 6 ,
) gale la
temprature moyenne sur les 6 dernires heures de la squence de test (
f h store
T
, 6 ,
).
Cet algorithme est bas sur la mthode de la scante (dj employe dans le
paragraphe 2.2.2.3), qui est une mthode itrative permettant de rechercher le zro
dune fonction, sans passer par sa fonction drive. La fonction utilise ici est dcrite
par lquation ( 4-7 ).

( )
=
=
= =
=
=
i h store f h store
t
t i
store f h store
t
i
store i h store
store
ini store
T T x f
i T
t
T
i T
t
T
x he BoiteBlanc T
C x C x
T x
, 6 , , 6 ,
288
282
, 6 ,
6
1
, 6 ,
1 0
,
) (
) (
6
1
) (
6
1
30 , 20
( 4-7 )

CHAPITRE 4
224
La quatrime quation dans ( 4-7 ) signifie que la partie Bote Blanche est
applique lensemble des donnes issues de lessai, avec x comme temprature
initiale du ballon, pour estimer lvolution de
store
T durant la squence de test. Le
paramtre t , utilis pour calculer les moyennes de
store
T en dbut et fin de
squence, reprsente le pas de temps des donnes exprimentales (exprim en
heure).

Cet algorithme est intgr ltape de traitement des donnes du processus
dentranement, qui est ensuite appliqu comme dcrit dans le Chapitre 2.

Lorsquun modle Bote Grise est slectionn, il est soumis plusieurs
simulations annuelles pour pouvoir caractriser les performances du SSC test. Les
27 environnements prsents dans le Chapitre 3 (paragraphe 3.1.1), sont utiliss
cet effet. Les formules appliques pour le calcul des performances (
th sav
f
,
et FSC )
sont dtailles dans le paragraphe 3.1.3.3.

Compte tenu des observations ralises dans le CHAPITRE 3 quant limportance
du jeu initial de poids synaptiques pour lapprentissage dun modle neuronal et
limpossibilit qui en dcoule didentifier un modle Bote Grise unique de SSC, la
procdure dentranement et de slection dun rseau de neurones est lance
plusieurs fois de suite avec les mmes donnes exprimentales.
CHAPITRE 4
225
4.2. Tests du SSCa
4.2.1. Description du systme
4.2.1.1. Conception, fonctionnement du SSCa et remarques sur son
installation pour les tests
Le premier systme test, le SSCa, est un prototype dun fabricant. Selon la
classification Combisol (voir paragraphe 1.1.1.3), il est du type B1 (voir Figure 4-9).

Tcoll : 48.4 Tsto : 32.8

Figure 4-9 Schma hydraulique du SSCa, du type B1 selon la classification du projet
COMBISOL

Les particularits de ce systme dun point de vue de gestion des flux de chaleur
sont :
stockage;
Transfert de la chaleur pour l'ECS via un changeur interne au ballon de
stockage;
Augmentation de la temprature de retour de chauffage par un piquage
direct sur le ballon de stockage.

Linstallation du SSCa sur le banc dessai dINES a t ralise avec la
documentation disponible et le support distance du fabricant, mais aucune visite de
contrle na t effectue concrtement par ce dernier.

Le matriel livr par le fabricant pour tester le SSCa tait incomplet. Il comprenait :
un ballon de stockage de 1000 litres ;
une panoplie hydraulique spare pour la gestion du circuit de chauffage
(Figure 4-10).

CHAPITRE 4
226

Figure 4-10 Photo de la panoplie hydraulique externe reue pour la gestion du circuit de
chauffage du SSCa

Les autres composants ncessaires linstallation complte du SSCa ont t
rcuprs, en accord avec le fabricant, sur dautres prototypes de ce dernier dj
tests auparavant et disponibles au LETh :
Les sondes de temprature ;
Le circulateur de la boucle solaire ;
La chaudire gaz ;
Le circuit hydraulique de la boucle solaire ;
Le bloc de scurit hydraulique deau sanitaire et le mitigeur dECS.

Le SSCa est donc plus proche dun systme assembl faon que dune installation
prfabrique en usine (voir linstallation complte sur la Figure 4-11).

CHAPITRE 4
227

Figure 4-11 Photo du SSCa install sur le banc d'essai thermique semi-virtuel

La configuration de base de la rgulation du systme est lgrement modifie pour
chaque test. Les valeurs de certains paramtres de la loi de chauffe (courbe fixant la
temprature de consigne en entre des radiateurs en fonction de la temprature
extrieure) sont ajustes pour que la gestion des besoins de chauffage soit adapte
au btiment de lenvironnement virtuel correspondant lessai en cours.
4.2.1.2. Paramtrage du modle Bote Grise pour le SSCa
Les paramtres caractrisant lenvironnement du SSCa (variables mtorologiques,
besoins de chauffage, metteurs de chaleur et besoins en ECS) sont les mmes que
ceux utiliss pour lexprimentation numrique (voir paragraphe 3.1.1), aussi bien
pour crer lenvironnement virtuel lors du test que pour raliser les diffrentes
simulations de caractrisation des performances du systme.

Sans prconisation particulire du fabricant, le paramtrage des capteurs retenu est
un paramtrage standard, utilis pour reprsenter des capteurs plans slectifs dans
le modle de SSC de rfrence de la Tche 32 de lIEA [Heimrath et Haller, 2007].

Pour les lments rellement prsents pendant la phase de test, des informations
releves dans les documentations disponibles et quelques mesures rapides ont t
ncessaires pour fixer certains paramtres :
Le systme dnergie dappoint est une chaudire condensation
( 102 = Type ), quipe dun dispositif de circulation dair dans le circuit de combustion
( 1 = Ventil ). Il est branch directement sur le circuit de chauffage (voir paragraphe
4.2.1.1) et la rgulation du chauffage est principalement base sur la temprature
extrieure ( 2 = Regul ) ;
CHAPITRE 4
228
Le ballon a un volume de 1000L. Sa hauteur est denviron 2,1m et il est isol
par une couche de mousse de polyurthane (
1 1
.K W.m 043 , 0

=
iso
) de 100mm
dpaisseur ;
La mesure des tempratures des fluides laller et au retour de chaque
circuit connect un module se fait au plus prs possible du systme. Ainsi, les
pertes des canalisations sont ngliges pour le circuit solaire et le circuit dECS. Par
contre, la panoplie complte grant la fois le circuit du systme dappoint et le
circuit de chauffage intgre de nombreux instruments et des longueurs de
canalisation non ngligeables. On estime par consquent que chacun de ces deux
circuits est constitu de tuyaux en cuivre (
1 1
.K W.m 372

=
w
), dune longueur de 5m,
isols par une paisseur de 20mm disolant flexible en mousse lastomre
(
1 1
.K W.m 042 . 0

=
iso
).
En prenant en compte ces observations et laide des formules du paragraphe 4.1.2,
le paramtrage de la partie Bote Blanche du modle global du SSCa est donn
dans le Tableau 3-9 ci-aprs.

1
6
1 2
5
1 2
4
1 3
3
2 2
2
1 2
1
0
s.m 0
.K J.m 7000
.K W.m 0
.K W.m 0
.K W.m 015 , 0
.K W.m 50 , 3
2 , 0
9 , 0
8 , 0 ) ( '
2 , 0
0
45

=
=
=
=
=
=
=
=
=
=
=
=
c
c
c
c
c
c
b
K
F
alb
d
en

1
, ,
1
, ,
1
, ,
1
, ,
1
, ,
1
, ,
1
, ,
1
, ,
,
, ,
, ,
3
,
,
1
1 6
W.K 0 ) (
W.K 0 ) (
W.K 62 , 1 ) (
W.K 62 , 1 ) (
W.K 0 ) (
W.K 0 ) (
W.K 62 , 1 ) (
W.K 62 , 1 ) (
C 45
C 60
C 80
W 10 . 24
C 18
W.K 5 ) (
J.K 10 . 18 , 4
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
cold loop dhw
hot loop dhw
cold loop em
hot loop em
cold loop coll
hot loop coll
cold loop aux
hot loop aux
dhw set
nom cold aux
nom hot aux
nom aux
store amb
store
store
UA
UA
UA
UA
UA
UA
UA
UA
T
T
T
Q
T
UA
C
&

C 20
C 10 *
C 40 *
C 18
W 10 . 24
1
3
102
,
,
, ,
,
3
,
=
=
=
=
=
=
=
=
room set
d a
d in em
aux amb
nom aux
T
T
T
T
Q
Ventil
Regul
Type
&

Tableau 4-1 Paramtres du SSCa pour son modle "Bote Grise" (les valeurs des paramtres
dentranement)

CHAPITRE 4
229
4.2.2. Essais raliss et donnes disponibles
4.2.2.1. Essais raliss selon la mthode SCSPT classique
Le SSCa a dabord t test selon la mthode SCSPT classique (voir
paragraphe 1.2.2). Deux essais conscutifs ont t effectus pour tudier la
rptitivit de la dmarche. Lenvironnement virtuel pour ces tests est celui prsent
dans le Tableau 3-5.

Nom de lessai Btiment Climat
Surface des
capteurs
Essai0 SFH60 Zurich 16,1m
Tableau 4-2 Environnement virtuel des essais SCSPT classiques du SSCa

Il faut rappeler que dans le cadre de la mthode SCSPT classique ,
lenvironnement virtuel est constitu de modles utiliss lors de la Tche32 de lIEA
(et notamment le modle de btiment tabli par un Type 56 sous TRNSYS, voir

La Figure 4-12 ci-dessous reprsente la temprature de lair intrieur
room
T maintenue
par le SSCa lors de deux essais (type Essai0) lancs de manire conscutive.

0 24 48 72 96 120 144 168 192 216 240 264 288
19
19.5
20
20.5
21
21.5
22
22.5
23
23.5
24
T
r
o
o
m

[
C
]
Time [h]
SSCa/Classical SCSPT tests
Temperature delivered (compared to the temperature setpoint)

Test1 Test2 Temperature setpoint

Figure 4-12 Temprature de l'air intrieur dlivre par le SSCa lors de deux tests conscutifs
de type Essai0 , compares leur temprature de consigne respective

La figure ci-dessus permet de constater :
dune part que la rptitivit de la mthode semble bonne puisque les
tempratures sont sensiblement les mmes quel que soit lessai;
CHAPITRE 4
230
dautre part que le SSCa respecte correctement la consigne qui lui a t
imposes pendant lEssai0 pour la temprature dair intrieur. On peut cependant
noter que
room
T oscille autour de 20,3C en priode de chauffe.

Pour conclure les observations de la gestion du systme par rapport ses
consignes, nous avons constat galement que le SSCa, dans cette configuration,
dlivre une ECS temprature
DHW
T au dessus de la consigne de 45C, souvent aux
alentours de 49C. Lcart observ rsulte probable ment dun rglage lgrement
inadapt de la vanne thermostatique en sortie du systme.

Les dfauts de rgulation de chacun des modules hydrauliques nengendrent pas de
diffrences considrables entre les nergies calcules sous TRNSYS et les nergies
rellement mesures aux bornes du SSCa pendant les essais SCSPT classiques
(de type Essai0). Le Tableau 4-3 montre les nergies releves pour lenvironnement
virtuel et pour le systme rel lors des 2 lancements de lEssai0 du SSCa.

Q
aux
Q
em
Q
coll
Q
dhw

Nessai (Essai0) 1 2 1 2 1 2 1 2
Energie calcule [kWh] - - 301 301 137 137 97 98
Energie mesure [kWh] 329 324 293 295 137 135 96 96
Erreur [%] - - 2,40 2,16 0,08 0,82 1,57 1,32
Tableau 4-3 Energies calcules au niveau de lenvironnement virtuel et mesures aux bornes
du systme lors des 2 applications de l'Essai0 du SSCa

Ces donnes serviront de repres pour tudier la cohrence de la caractrisation du
SSCa selon la nouvelle approche de caractrisation que nous avons mis au point.
4.2.2.2. Essais raliss selon la mthode SCSPT modifie
A la suite des essais SCSPT classiques , nous avons pu soumettre le SSCa
des essais SCSPT adapts, compte tenu de lapproche prsente dans ce mmoire
(voir CHAPITRE 2). Nous avons ralis deux essais, ayant chacun un
environnement virtuel diffrent. Ces environnements sont prsents dans le Tableau
4-4.

Nom de lessai Btiment Climat
Surface des
capteurs
Essai2 SFH100 Stockholm 10m
Tableau 4-4 Environnements virtuels des essais SCSPT modifis du SSCa

Il faut rappeler que dans le cadre de la mthode SCSPT modifie ,
lenvironnement virtuel est constitu de modles plus simplifis que ceux utiliss lors
de la Tche 32 de lIEA, issus pour la plupart de normes internationales et/ou
europennes (et notamment le modle de btiment tabli selon la norme
internationale ISO13790 :2008, voir paragraphe 2.2.2.3).

Lors de ces essais, ltude complte du modle des metteurs de chaleur intgrer
dans la partie Bote Blanche du modle neuronal de SSC, telle que prsente
CHAPITRE 4
231
dans le paragraphe 2.2.2.3, ntait pas acheve. Ainsi, le calcul du coefficient
dchange K (quation ( 2-34 )) et ladaptation de la formule de la puissance
nominale (quation ( 3-4 )) taient les mmes que pour le modle dtaill des
metteurs utilis dans la Tche 32 de lIEA (quations ( 2-35 ) et ( 3-3 )). Ils ntaient
donc pas encore adapts la simplification de lexpression de lchange thermique
entre les metteurs et lair intrieur puissance fonction dune diffrence simple
entre
em
T et
room
T et non dune diffrence logarithmique. Par consquent, les
metteurs virtuels lors de ces tests taient lgrement sous-dimensionns par
rapport leur juste fonctionnement (par exemple le coefficient dchange K est sous
valu de pratiquement 20% pour les conditions climatiques de Zurich et le btiment
SFH60). La temprature de retour des metteurs calcule est donc plus importante
quen fonctionnement normal et a des consquences sur les performances du
systme test
20
. LEssai1 et lEssai2 correspondent donc une configuration
particulire, diffrente de celle de lEssai0, pour laquelle les performances du SSCa
risquent dtre moindres. La caractrisation du SSCa partir de ces essais prendra
donc en compte le sous-dimensionnement des metteurs de chaleur.

LEssai1 adopte le mme environnement virtuel que lEssai0 (voir Tableau 3-5). Il
permettra ainsi de constater la diffrence de consommation dnergie dappoint
effective, lie au sous-dimensionnement des metteurs de chaleur.

LEssai2 adopte un environnement virtuel totalement diffrent. Il a pour vocation
principale de tester la gnralisation des modles Bote Grise identifis en les
confrontant des variables diffrentes. Le comportement rel du SSCa et celui
estim par ses modles Bote Grise pourront ainsi tre compars en dtail.

Lors du premier lancement de lEssai2, diffrents incidents sont intervenus :
Une panne du circulateur de la boucle de chauffage est survenue
rapidement (carte lectronique du composant devenue hors-service). Aprs
rparation, cet essai a pu tre relanc et les rsultats dfinitifs obtenus.
Cependant, une erreur de paramtrage de la rgulation du module mulant
les capteurs lors de cette relance (rinitialisation dun offset imprvue) a entrain
des diffrences plus importantes que dhabitude entre la consigne de temprature en
sortie des capteurs virtuels et la temprature du fluide rellement fournie par le
module mulateur. Les diffrences entre la puissance fournie par les capteurs
calcule par lenvironnement virtuel et celle rellement fournie sont donc plus
importantes galement. Cette erreur na t dtecte et corrige quau deux tiers de
lessai (comme le montre lvolution de la diffrence entre temprature calcule et
temprature mesure sur la Figure 4-13, changeant brusquement aprs lheure 168).

20
Par exemple, un calcul ralis avec le modle dtaill SSC1 (voir paragraphe 3.2.1) laide de
TRNSYS pour les deux configurations de dimensionnement des metteurs pour le climat de Zurich et
le btiment SFH60 estime que la surconsommation dnergie dappoint est denviron 5% lorsque les
paramtres ne sont pas adapts.
CHAPITRE 4
232
0 24 48 72 96 120 144 168 192 216 240 264 288
1
0.8
0.6
0.4
0.2
0
0.2
0.4
T
c
o
l
l
(
T
R
N
S
Y
S
)
T
c
o
l
l
(
m
e
a
s
u
r
e
d
)

[
K
]
Time [h]
SSCa/Essai2
Module control of temperature

Figure 4-13 Diffrence entre la temprature en sortie des capteurs calcule dans
l'environnement virtuel et celle rellement mesure en sortie du module hydraulique pendant
l'Essai2 du SSCa

Le banc dessai ntait pas disponible suffisamment longtemps pour relancer ce test
une nouvelle fois, de manire correcte. Cette erreur sera donc considrer lors de
linterprtation des rsultats obtenus.

La Figure 4-14 permet dobserver la qualit de rgulation du SSCa sur
room
T pour les
3 types dessai diffrents ( Essai0 , Essai1 et Essai2 ).

CHAPITRE 4
233
0 24 48 72 96 120 144 168 192 216 240 264 288
19
20
21
22
23
24
25
T
r
o
o
m

[
C
]
Time [h]
SSCa

Essai0 Essai1 Essai2 Temperature setpoint

Figure 4-14 Temprature de l'air dlivre par le SSCa lors des tests Essai0 , Essai1 et
Essai2 , compares leur temprature de consigne respective

Entre lEssai0 et lEssai1, la gestion de la temprature de lair intrieur par le SSCa
est trs semblable. En priode de chauffe,
room
T est aux alentours de 20,3C dans les
deux cas. Les principales diffrences sobservent lors de journes plus chaudes,
avec de forts apports solaires passifs, pour lesquelles la protection anti-surchauffe du
modle de btiment de lEssai0 joue un rle important.

Malgr les adaptations de la rgulation de chauffage effectues pour lEssai2, le
SSCa maintient
room
T lgrement en de de la temprature de consigne (autour de
19,8C). Il y a donc une gestion lgrement diffre nte des besoins de chauffage
entre cet essai et les deux premiers. Nanmoins cette diffrence est suffisamment
faible pour permettre la comparaison des performances du SSCa entre ces diffrents
environnements.

La gestion de
dhw
T est globalement la mme, avec des tempratures pouvant aller
jusqu 49C dans les trois cas.

La Tableau 4-5 ci-dessous montre les nergies releves pour lenvironnement virtuel
et pour le systme rel lors de lEssai1 et de lEssai2 du SSCa.

CHAPITRE 4
234
Essai1 Essai2
Q
aux
Q
em
Q
coll
Q
dhw
Q
aux
Q
em
Q
coll
Q
dhw

Energie calcule [kWh] - 305 131 96 - 745 93 97
Energie mesure [kWh] 345 299 130 95 829 743 106 96
Erreur [%] - 2,11 0,94 1,12 - 0,30 -13,77 1,16
du systme lors de l'Essai1 et de lEssai2 du SSCa

On constate tout dabord que lnergie fournie par le systme aux metteurs de
chaleur lors de lEssai1 est trs proche de celle de lEssai0 ( 4kWh prs pour
lenvironnement virtuel, voir Tableau 4-3). Le modle de btiment issu de la norme
internationale, avec le paramtrage prsent en ANNEXE A, permet de traduire
pratiquement la mme quantit de besoins de chauffage lors de la squence de test
12 jours . Ceci laisse penser que lusage actuel du type 56 de TRNSYS,
modle de btiment dans la mthode SCSPT peut donc tre effectivement remplac
assez facilement par un modle reconnu par les instances de normalisation.

La diffrence dnergie dappoint consomme par le SSCa entre lEssai0 et lEssai1
est plus grande. Cette consommation est plus importante (entre 16 et 20kWh selon
lEssai0 considr, soit aux alentours de 6% de consommation supplmentaire) dans
le cas du test SCSPT modifi . Il y a plusieurs raisons cela :
Dune part, les besoins de chauffage, bien que proches dans les deux cas,
sont un peu plus importants dans lEssai1 (4kWh de diffrence). De plus, lcart entre
nergie calcule et nergie mesure est un peu plus rduit dans ce cas
(probablement la consquence dun comportement des metteurs de chaleur plus
favorable la rgulation des modules hydrauliques), ce qui augmente encore
lgrement lnergie rellement fournie par le SSCa ;
Dautre part, lnergie rcupre par la partie solaire du SSCa est moindre
lors de lEssai1 (de lordre de 6kWh infrieure). Cette diffrence sexplique par le
sous-dimensionnement du modle dmetteur de chaleur dans lenvironnement
virtuel (voir les remarques sur les conditions de ces essais en dbut de paragraphe).
En effet, dans ce cas, la temprature de fluide en sortie des metteurs est plus
leve que lorsque les metteurs sont dimensionns correctement. De ce fait, la
dcharge thermique du ballon par retour du fluide du circuit metteur se fait moins
facilement. Par consquent, le ballon tant probablement plus haut niveau de
temprature dans lEssai1, le stockage dnergie solaire y est galement plus limit
galement. La chaudire dappoint compense la diffrence de fourniture dnergie
solaire pour rpondre aux besoins de chaleur, ce qui explique lcart assez important
sur
aux
Q entre lEssai0 et lEssai1.

Lerreur de paramtrage de la rgulation du module mulateur des capteurs lors de
la relance de lEssai2, voque plus haut dans ce paragraphe, a effectivement
entrain un cart plus important entre lnergie
coll
Q calcule par lenvironnement
virtuel et celle rellement reue par le SSCa. Celui-ci a reu plus dnergie venant du
circuit solaire que ce quil aurait d. Cependant, cette erreur est survenue pour un
test dont lenvironnement ne prsentait pas une ressource en nergie solaire
importante par rapport ses besoins de chaleur, ce qui a limit limpact de cet excs
CHAPITRE 4
235
dnergie au niveau du systme. Les performances du SSCa ne sont donc srement
que lgrement sur-estimes pour lenvironnement de cet essai.
4.2.3. Traitement des donnes pour lidentification de modles
Bote Grise du SSCa
Nous avons disposition deux squences dentranement (Essai1 et Essai2) pour
caractriser le SSCa. Compte tenu de lenvironnement virtuel plus extrme
(besoins de chauffage levs, ressource solaire faible et surface de capteurs solaires
rduites) lors de lEssai2, les donnes issues de cet essai ntaient pas envisages
pour lidentification de modles Bote Grise du SSCa, mais plutt destines la
validation de modles identifis partir des donnes de lEssai1. Toutefois, il sera
galement possible de tenter la caractrisation du SSCa partir la squence Essai2
afin de comparer les courbes obtenues dans deux conditions de test diffrentes du
mme SSC.

Lestimation des tats du SSCa lors de lEssai1 est prsente sur la Figure 4-15.
CHAPITRE 4
236
0 24 48 72 96 120 144 168 192 216 240 264 288
0
50
100
150
SSCa/Essai1
T
c
o
l
l
RMSE=4.3C
0 24 48 72 96 120 144 168 192 216 240 264 288
20
30
40
T
e
m
RMSE=0.56C
0 24 48 72 96 120 144 168 192 216 240 264 288
18
20
22
24
26
28
T
r
o
o
m
RMSE=0.14C
0 24 48 72 96 120 144 168 192 216 240 264 288
20
40
60
80
100
Temps [h]
T
s
t
o
r
e

Calculated during the test Estimated by the WhiteBox

Figure 4-15 Comparaison des tats du SSCa pendant la squence d'entranement Essai1
avec leur estimation par la partie Bote Blanche du modle global de SSC

On constate que lestimation des tempratures
coll
T ,
em
T et
room
T par la partie Bote
Blanche du modle global de SSC est trs proche des tempratures calcules par
lenvironnement virtuel lors de lEssai1. Les faibles diffrences proviennent la fois
de la prcision des donnes rcupres et dans lexpression du rayonnement diffus
considre dans la partie Bote Blanche (voir paragraphe 2.2.2.2). Ces
observations et remarques sont valables galement pour lestimation des mmes
tempratures lors de lEssai2.

Rien ne permet dvaluer la qualit de lestimation de
store
T . On peut cependant
remarquer que cette temprature est considre comme tant assez leve tout au
long de la squence et que ses variations ne sont pas de trs grande amplitude, ce
qui est assez diffrent de ce qui a pu tre observ lors des simulations de modles
dtaills de SSC (voir paragraphe 0). Les soupons mis sur la qualit destimation
CHAPITRE 4
237
de
store
T par le modle Bote Blanche se confirment en observant cette estimation
pour la squence Essai2 sur la Figure 4-16.

0 24 48 72 96 120 144 168 192 216 240 264 288
30
32
34
36
38
40
42
44
46
48
SSCa/Essai2
Temps [h]
T
s
t
o
r
e

[
C
]

Figure 4-16 Estimation de la temprature moyenne du ballon de stockage du SSCa pendant la
squence d'entranement Essai2 par la partie Bote Blanche du modle global de SSC

Cette volution ne semble vraiment pas raliste : dune part son profil ne correspond
pas du tout ce que lon peut constater dhabitude dans les simulations de modles
dtaills de SSC et dautre part, le niveau de temprature est trs bas (bien plus bas
que pour lEssai1 du mme SSC), avec de faibles variations. Le modle de ballon de
stockage envisag, probablement trop simpliste, ne permet pas davoir une
valuation de la valeur relle de
store
T . Cependant, en ne prenant pas en compte les
valeurs prises par cette temprature mais plutt son volution globale, il renseigne
tout de mme, dune certaine manire, sur lnergie stocke et sa gestion par le SSC
test. Il faut donc esprer que les rseaux de neurones arrivent analyser
correctement ces renseignements pour reproduire convenablement le comportement
du systme.

Par consquent, en considrant que les valeurs relles de
store
T ne peuvent tre
estimes avec la partie Bote Blanche actuelle, on peut douter de la pertinence
du traitement de cette temprature dans le vecteur de rgression (voir paragraphe
2.2.3.1). En effet,
store
T y est simplement compare la temprature de consigne
pour lECS (fixe 45C). Cette rfrence nest pl us vraiment justifie et, en fonction
des valeurs prises par les estimations de
store
T , peut perturber le vecteur de
rgression (que lon cherche faire voluer entre 0 et 1). Utiliser la temprature
initiale du stockage
ini store
T
,
(calcule comme prcise dans le paragraphe 4.1.3)
serait srement plus judicieux. Cependant, cette remarque na pas t exploite ici
mais elle pourrait ltre dans des tudes ultrieures.

La mthodologie telle que prsente dans le Chapitre2 est teste dans ce chapitre.
Le vecteur de rgression dans ce cas pour lEssai1 est reprsent par la Figure 4-17.
CHAPITRE 4
238
0 24 48 72 96 120 144 168 192 216 240 264 288
0.5
0
0.5
1
SSCa/Essai1
P
h
i

0 24 48 72 96 120 144 168 192 216 240 264 288
0
0.2
0.4
0.6
0.8
1
Temps [h]
y

y(1) y(2) y(3)

d'apprentissage issue de lEssai1 du SSCa

Les vecteurs de rgression entres et sorties sont utiliss pour lapprentissage de
modles Bote Grise du SSCa. Pour caractriser les performances du systme
test, les modles identifis sont soumis 27 simulations annuelles correspondant
aux environnements nergtiques prsents dans le Tableau 4-6.

CHAPITRE 4
239
Btiment Climat Surface de capteur
SFH30 Barcelone 20m
SFH60 Zurich 16m
SFH100 Stockholm 8m
Tableau 4-6 Environnements des squences annuelles adoptes pour la caractrisation du
SSCa
4.2.4. Rsultats et caractrisation
4.2.4.1. Identification partir de lEssai1
La procdure dentranement de rseaux de neurones et de slection dun modle
Bote Grise est applique 22 fois de suite partir des donnes de lEssai1.

Contrairement aux rsultats obtenus dans le CHAPITRE 3 partir de donnes
issues de simulations numriques de modles dtaills de SSC, il ny a pas
beaucoup de diffrences entre les modles Bote Grise slectionns chaque
application de la procdure dentranement.
(a) Simulation des essais raliss
Pour apprcier dans un premier temps la qualit des modles identifis, nous
tudions leur simulation de la seconde squence de test Essai2 (voir le schma de
cette tude sur la Figure 4-18). Ils sont ainsi confronts un environnement trs
diffrent de celui dans lequel ils ont t entrains et leurs rsultats sont compars
aux variables rellement mesures.

Essai1
Entrainement et
slections de modles
Boite Grise
Essai2
SSCa
Comparaison des
rsultats
Simulations des
squences 12 jours
ralises

Figure 4-18 Schma reprsentant le principe des rsultats croiss obtenus pour le SSCa
partir de l'Essai1

Les rsultats obtenus par tous les modles identifis partir de lEssai1 sont
semblables pour cette tude. Ainsi les valuations dun seul modle sont-ils
prsents.
Bilans dnergie sur les squences dessai
CHAPITRE 4
240
Aprs simulations des deux squences dessai dj raliss sur le SSCa laide du
banc dessai, les bilans dnergie estims et mesurs sont compars sur la Figure
4-19.
Qaux Qcoll Qem
0
100
200
300
400
500
E
n
e
r
g
y

[
k
W
h
]
SSCa : Simulation of test sequence 1
2.05%
1.07%
0.93%
Qaux Qcoll Qem
0
500
1000
E
n
e
r
g
y

[
k
W
h
]
Stockholm / SFH100 / 10m
1.46%
+59.72%
+1.85%

GrayBox model simulations Experimental data

Figure 4-19 Estimation des bilans d'nergie lors de l'Essai1 et de l'Essai2 du SSCa par son
modle "Bote Grise" (identifi partir de lEssai1)

Les rsultats de simulation sont trs proches des nergies mesures lors des
essais :
Les paramtres du modle ont t identifis pour que ses rsultats
soient optimiss avec les donnes de lEssai1. Les erreurs sont donc
trs faibles en toute logique pour la simulation de cet essai.
Pour la simulation de lEssai2, qui prsente un environnement
totalement diffrent, les diffrences sont trs faibles, infrieures 2%, en
ce qui concerne lestimation de la consommation en nergie dappoint
aux
Q et lnergie fournie aux metteurs de chaleur
em
Q . Par contre, la
diffrence relative est beaucoup plus importante en ce qui concerne
lnergie fournie par les capteurs
coll
Q : le modle Bote Grise la
surestime plus de 50%. Il faut tout de mme remarquer que compte
tenu de lenvironnement nergtique dans ce cas, lapport dnergie
solaire est trs faible, et que par consquent la diffrence absolue
(environ 50kWh) nest pas excessive par rapport aux autres nergies
mises en jeu lors de cet essai.

Les estimations dnergie faites par tous les modles Bote Grise du SSCa sont
donc satisfaisantes.
Evolution des variables aux bornes du modle
CHAPITRE 4
241
Pour tudier un peu plus en dtail comment se droule la simulation de lEssai2
selon le modle Bote Grise , il est possible de comparer les variables estimes
par celui-ci aux variables rellement mesures lors du test.

0 24 48 72 96 120 144 168 192 216 240 264 288
0
5
10
15
20
Q
a
u
x

[
k
W
]
0 24 48 72 96 120 144 168 192 216 240 264 288
0
2
4
Q
c
o
l
l

[
k
W
]
0 24 48 72 96 120 144 168 192 216 240 264 288
0
2
4
6
8
Q
e
m

[
k
W
]
Time [hr]


Figure 4-20 Puissances aux bornes du SSCa, estimes par le modle "Bote Grise" et
mesures lors de l'Essai2

La Figure 4-20 compare les volutions estimes et mesures des puissances aux
bornes du SSCa lors de lEssai2. Elle montre que :
le modle Bote Grise ne simule pas fidlement la puissance
absorbe par la chaudire dappoint
aux
Q
&
mais estime un signal qui agit
par moment comme une sorte de moyenne glissante et qui fournit
lvaluation globale correcte de lnergie
aux
Q (phnomne dj observ
lors de lexprimentation numrique lorsque le signal
aux
Q
&
est trop
saccad, voir paragraphe 3.3.2.2 par exemple) ;
CHAPITRE 4
242
le profil de la puissance reue par le circuit solaire
coll
Q
&
est trs
grossirement estim par le modle Bote Grise . Les allures
correspondent mais les amplitudes varient (
coll
Q
&
est gnralement sur-
estime), de manire trs diffrentes selon les jours. On remarque
galement une certaine tendance un peu trop anticiper la rcupration
dnergie solaire. Lorigine de ces observations nest srement pas
trangre au fait que la temprature moyenne du ballon
store
T soit
estime elle-mme de manire grossire ;
lestimation de la puissance fournie aux metteurs
em
Q
&
semble
perturbe pour certains jours mais, comme dans le cas de
aux
Q
&
, cette
estimation maintient une valeur globale correcte de lnergie
em
Q . Ce
phnomne est galement observ lors de la simulation de lEssai1,
pour les mmes journes de la squence, mais de manire moins
prononce. Il semblerait que les poids synaptiques identifis par
lalgorithme doptimisation lors de la procdure dentranement rendent le
modle complet trs sensible aux variations de temprature extrieure et
de temprature intrieure, ce qui peut entrainer les instabilits
observes.

Les consquences (et galement causes) des phnomnes observs ci-dessus sont
visibles sur ltat du systme tout au long de la simulation (Figure 4-21).

CHAPITRE 4
243
0 24 48 72 96 120 144 168 192 216 240 264 288
50
0
50
100
150
T
c
o
l
l

[
C
]
0 24 48 72 96 120 144 168 192 216 240 264 288
20
40
60
T
e
m

[
C
]
0 24 48 72 96 120 144 168 192 216 240 264 288
15
20
25
T
r
o
o
m

[
C
]
0 24 48 72 96 120 144 168 192 216 240 264 288
0
50
100
T
s
t
o
r
e
[
C
]
Time [hr]


Figure 4-21 Temprature dtat du SSCa, estimes par le modle "Bote Grise" et mesures
lors de l'Essai2

Ainsi les volutions de
room
T et
em
T sont-elles perturbes par le phnomne observ
sur la puissance
em
Q
&
. On remarque galement que
coll
T est globalement sous
value et que son estimation peut mme atteindre des valeurs ngatives aberrantes
comme lors de la cinquime journe.

Le profil de
store
T estim par le modle Bote Grise est diffrent de celui valu
dans le traitement initial des donnes de lEssai2 (voir le paragraphe 4.2.3). Ce
modle semble restituer un profil semblable celui observ lors de sa squence
dentranement. Cest ce qui explique notamment la surestimation de la puissance
aux
Q
&
en dbut de squence (qui permet daugmenter la temprature moyenne du
ballon au mme niveau que lors de lEssai1).

CHAPITRE 4
244
Finalement, lvolution de lensemble des variables nest pas prcisment respecte
mais les principales tendances sont bien retransmises par le modle Bote Grise ,
ce qui lui permet destimer correctement les bilans dnergie. Les instabilits
remarques sur
em
Q
&
pourront cependant poser dventuels problmes lors des
simulations annuelles si celles-ci venaient samplifier sur de longues priodes.
(b) Caractrisation du SSCa
Les modles identifis sont soumis aux environnements prsents dans le Tableau
4-6 lors de simulations annuelles pour caractriser le SSCa. Quel que soit le modle
parmi les 22 slectionns, tous prsentent une diffrence absolue moyenne
ref
MAE ,
entre les estimations de lnergie fournie aux radiateurs
em
Q et les besoins de
chauffage de rfrence
ref em
Q
,
(voir paragraphe 3.1.3.3), trs faible, de lordre de
270kWh. Les diffrencier ce stade est donc trs difficile.

Pourtant, lestimation des performances annuelles du SSCa diffre selon le modle.
On distingue parmi ceux-ci deux grandes familles de modles :
La premire famille, quon appellera par la suite Famille1 , est la plus
reprsente (quasiment les trois quarts de lensemble des modles slectionns).
Elle prsente un critre
ref
MAE trs lgrement infrieur (de 0,5kWh) par rapport
celui de lautre famille.
La deuxime famille, que lon appellera Famille2 , compte beaucoup
moins de modles (environ un quart de la totalit) et prsente un critre
ref
MAE un
peu moins bon (mais qui reste trs correct).
Les modles des deux familles donnent des rsultats semblables sur la simulation
des squences 12 jours (voir ci-dessus). Ils se diffrencient lors des simulations
annuelles, et notamment lors de la simulation annuelle de lenvironnement
correspondant leur squence dentranement (Essai1). La consommation annuelle
dnergie dappoint ainsi estime par les deux familles de modle est compare
lextrapolation classique de la mthode SCSPT originale sur les rsultats de
lEssai1 (qui consiste simplement multiplier lnergie consomme lors des 12 jours
de tests par un facteur 12 365 , voir paragraphe 1.2.2).

Simulation annuelle laide des
modles Bote Grise
Extrapolation des
rsultats bruts de
lEssai1 Famille1 Famille2
Estimation de
lnergie annuelle
aux
Q
10502 kWh 9970 kWh 10326 kWh
Tableau 4-7 Estimation de la consommation annuelle en nergie dappoint du SSCa pour
lenvironnement de lEssai1 selon la mthode SCSPT classique actuelle et selon les
simulations des modles identifis

En considrant que la mthode dextrapolation est vrifie (mme avec lerreur de
paramtrage des metteurs de chaleur), lensemble des modles slectionns ont
tendance sous-estimer la consommation annuelle du SSCa. La sous-estimation
des rsultats est cependant plus prononce pour les modles de la Famille1 (de
CHAPITRE 4
245
5,4%) que pour ceux de la Famille2 (de 1,7%). A laide de cette comparaison, la
slection dun modle final conduirait privilgier la Famille2 . Toutefois, le lien
entre ce critre, qui teste une seule simulation, et la fiabilit des rsultats du modle
pour toute simulation annuelle, nest pas vident.

La courbe caractristique obtenue en appliquant la mthode FSC (voir paragraphe
1.1.3.3) aux donnes des multiples simulations des modles des deux familles
confirme ces observations (Figure 4-22).

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
FSC
f
s
a
v
,
t
h
SSCa : Characterisation

SCSPT : Essai1 (Zur/SFH60/16.1m)
SCSPT : Essai2 (Sto/SFH100/10m)
Famille1 : y=0.161+0.107.x+0.310.x (R=0.961)
Famille2 : y=0.179+0.032.x+0.235.x (R=0.903)

Figure 4-22 Caractrisation du SSCa selon les deux familles de modles "Bote Grise"
identifies partir de l'Essai1

Il faut tout dabord noter que, comme prvu, les points exprimentaux obtenus
partir de la nouvelle version de la mthode SCSPT (Essai1 et Essai2) sont
lgrement en de de ceux obtenus par la mthode SCSPT original (Essai0). Cet
cart est la consquence de la diffrence de dimensionnement des metteurs dans
les environnements virtuels (voir paragraphe 4.2.2.2). Les entranements et les
simulations des modles Bote Grise ont t raliss avec le mme
dimensionnement dmetteur que pour lEssai1 et lEssai2.

La diffrence entre les courbes caractristiques obtenues selon les deux familles de
modles saccentue lorsque le nombre FSC augmente : les taux dconomie
dnergie
th sav
f
,
estimes par les deux familles de modles sont proches pour
5 , 0 < FSC , les estimations divergent pour des taux FSC suprieurs. La distinction
entre les deux familles se fait principalement pour des environnements fort
potentiel de rcupration dnergie solaire. Leurs estimations saccordent mieux pour
les autres environnements.

CHAPITRE 4
246
Les prvisions de la Famille1 sont plus optimistes. Elles semblent se rapprocher
des rsultats des essais du type Essai0 mais cette observation relve plus de la
concidence : les modles tant entrains et simuls avec des metteurs de chaleur
sous-dimensionns, ils devraient valuer des performances lgrement infrieures. Il
semblerait donc que la Famille2 value des performances un peu plus ralistes
par rapport aux donnes exprimentales. Mais lheure actuelle, il est encore
impossible dcarter ou de valider lune de ces deux courbes de manire fiable. Il
faudra donc complter la mthodologie propose dans cette tude pour obtenir une
caractrisation unique des SSC tests.

Nous allons tout de mme vrifier la cohrence de ces rsultats en ralisant la mme
tude partir des donnes de lEssai2.
4.2.4.2. Identification partir de lEssai2
Bote Grise est applique 22 fois de suite partir des donnes de lEssai2.
Encore une fois, trs peu de groupes modles diffrents apparaissent lors de cette
srie : on distingue dans ce cas trois familles de modles diffrentes.
(a) Simulation des essais raliss
De la mme manire que dans le paragraphe 4.2.4.1, on procde tout dabord un
croisement des rsultats partir de simulations des diffrentes squences de
test. Lalgorithme de cette tude est prsent sur la Figure 4-23.

Essai1
Entrainement et
slections de modles
Boite Grise
Essai2
SSCa
Comparaison des
rsultats
Simulations des
squences 12 jours
ralises

Figure 4-23 Schma reprsentant le principe des rsultats croiss obtenus pour le SSCa
partir de l'Essai2

Les rsultats diffrent lgrement selon la famille de modles considre et
notamment sur les bilans dnergie estims aux bornes du SSCa lors des deux
essais (voir Figure 4-24).

CHAPITRE 4
247
Qaux Qcoll Qem
0
100
200
300
400
E
n
e
r
g
y

[
k
W
h
]
5%
2%
11%
29%30%
7%
4% 3% 3%
Qaux Qcoll Qem
0
500
1000
E
n
e
r
g
y

[
k
W
h
]
1% 0% 0%
+2% 0% 0%
0% 0% +0%

Experimental data GrayBox1 GrayBox2 GrayBox3

Figure 4-24 Estimation des bilans d'nergie lors de l'Essai1 et de l'Essai2 du SSCa par ses
diffrents modles "Bote Grise" (identifis partir de lEssai2)

Les simulations de lEssai2 (graphique infrieur) prsentent de trs faibles erreurs,
destimations des nergies aux bornes du SSCa, quelle que soit la famille de
modle, car ce sont ces donnes qui ont servi de base dentranement des rseaux
de neurones.

Lors des simulations de lEssai1 (graphique suprieur), lnergie fournie aux
metteurs
em
Q est globalement bien estime par tous les modles slectionns. La
Famille1 et la Famille2 semble plus apte estimer
aux
Q alors que la
Famille3 commet moins derreur sur lestimation de
coll
Q .

Pourtant, cela ne signifie pas que la Famille3 value mieux la puissance reue du
circuit solaire
coll
Q
&
tout du long de la simulation. Pour tous les modles, lestimation
de
coll
Q
&
est assez diffrente de celle mesure, chacun se distinguant par la manire
de grer cette puissance jour aprs jour, comme le montre la Figure 4-25.

CHAPITRE 4
248
144 168 192 216 240
0
2
4
6
8
Q
c
o
l
l

[
k
W
]
Time [h]
Zurich / SFH60 / 16.1m


Figure 4-25 Puissance fournie par les capteurs au SSCa, estimes par les modles "Bote
Grise" et mesures lors de quatre jours de l'Essai2

Cette diffrence de traitement des puissances au sein du SSCa vient trs
probablement de leur propre gestion de la temprature moyenne du stockage
store
T
(voir Figure 4-26).

0 24 48 72 96 120 144 168 192 216 240 264 288
30
40
50
60
70
T
s
t
o
r
e

[
C
]
Time [h]
Zurich / SFH60 / 16.1m


Figure 4-26 Temprature moyenne du ballon de stockage du SSCa, estimes par les modles
"Bote Grise" et par le traitement initial des donnes exprimentales de l'Essai2

Pour tous les modles, le profil de temprature
store
T suit une allure qui ressemble
celle estime pour la squence dentranement et qui nest absolument pas raliste
(voir le traitement des donnes paragraphe 4.2.3). Mais les estimations des
puissances en sortie des modles (
aux
Q
&
,
coll
Q
&
et
em
Q
&
) se font tout de mme sur cette
base et permettent une valuation correcte des nergies aux bornes du SSCa lors
de lEssai1.

CHAPITRE 4
249
En ce qui concerne les autres variables, les remarques faites lors de ltude
prcdente des modles Bote Grise du SSCa entrains partir de lEssai1 (voir
paragraphe 4.2.4.1) sont galement valables dans ce cas, except le fait quaucune
instabilit de
em
Q
&
nest visible ici. Les poids synaptiques identifis doivent rendre le
modle Bote Grise moins sensible certaines variations de temprature dans ce
cas.
(b) Caractrisation du SSCa
Comme dans le cas prcdent, les modles identifis sont soumis aux
environnements prsents dans le Tableau 4-6 lors de simulations annuelles pour
caractriser le SSCa. Encore une fois, tous les modles slectionns prsentent une
erreur absolue moyenne
ref
MAE trs proche, autour de 100kWh. Il est donc difficile
de les diffrencier partir de ce critre.

On compare galement de la mme manire la consommation annuelle dnergie
dappoint estime par les trois familles de modle et lextrapolation classique de
la mthode SCSPT originale sur les rsultats de lEssai2 (Tableau 4-9).

Simulation annuelle laide des modles
Bote Grise
Extrapolation des
rsultats bruts de
lEssai2 Famille1 Famille3 Famille2
Estimation de
lnergie
annuelle
aux
Q
25207kWh 24201kWh 24422kWh 24550kWh
Tableau 4-8 Estimation de la consommation annuelle en nergie dappoint du SSCa pour
lenvironnement de lEssai2 selon la mthode SCSPT classique actuelle et selon les
simulations des modles identifis

Tous les modles estiment une consommation en nergie dappoint plus faible que
lextrapolation classique. Lcart est lgrement plus prononc pour la Famille1
(environ 4%). Discriminer les modles laide de cette comparaison nest toujours
pas vident comme nous lavions dj remarqu prcdemment.

Pourtant, les courbes caractristiques obtenues par la mthode FSC (voir
paragraphe 1.1.3.3) ont des allures diffrentes selon les modles considrs (voir
Figure 4-22).

CHAPITRE 4
250
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
FSC
f
s
a
v
,
t
h

Famille1 : y=0.141+0.118.x+0.318.x (R=0.934)
Famille2 : y=0.143+0.097.x+0.191.x (R=0.953)
Famille3 : y=0.021+0.743.x0.574.x (R=0.397)

Figure 4-27 Caractrisation du SSCa selon les trois familles de modles "Bote Grise"
identifies partir de l'Essai2

On remarque que les performances estimes par les trois familles de modles sont
assez proches pour des simulations annuelles dont le taux FSC est infrieur 0,5
(surtout pour les modles de la Famille2 et de la Famille3 ). Les prvisions
pour des environnements plus fort potentiel dconomie dnergie changent
compltement selon le type de modle :
Les modles de la Famille3 montrent trs clairement des difficults lors
des simulations annuelles puisque les taux
th sav
f
,
sont trs disperss quand FSC est
lev, ce qui donne la courbe caractristique une allure irraliste par rapport aux
courbes obtenues pour dautres SSC ;
Les courbes obtenues par les modles des deux autres familles ont des
allures plus normales . Celles issues des modles de la Famille1 sont
globalement plus optimistes sur les performances du SSCa que celles issues des
modles de la Famille2 . Malheureusement, il nest pas possible de valider ou
dcarter clairement lune de ces deux courbes obtenues.
Ces rsultats montrent que la mthodologie propose dans son tat actuel ne
permet pas de caractriser le SSC test de manire unique. Pour cela, une tape
supplmentaire ou un traitement diffrent des donnes doit tre envisag.
Cependant, on remarque une certaine concordance des estimations de
performances annuelles pour une certaine plage de taux FSC , quel que soit le type
du modle slectionn. On pourrait donc envisager de ne considrer que les
rsultats obtenus sur une certaine plage de validit, en fonction de lenvironnement
virtuel adopt pour lessai (par exemple, pour des FSC allant de 0,2 0,6 dans le
cas de lEssai2 par exemple).
CHAPITRE 4
251
4.2.4.3. Comparaison des modles identifis partir de deux essais
Malgr labsence de caractrisation unique du SSCa, lautre point important qui
ressort de lensemble des rsultats est que les courbes caractristiques obtenues
partir de modles entrains avec lEssai2 sont cohrentes avec celles obtenues
partir de modles entrains avec lEssai1 (voir paragraphe 4.2.4.1 et Figure 4-28).

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
FSC
f
s
a
v
,
t
h

GrayBox Models Essai1
GrayBox Models Essai2

Figure 4-28 Caractrisation du SSCa selon les familles de modles "Bote Grise" identifies
partir de lEssai1 et de l'Essai2

Cette observation soulve les remarques suivantes :
Lapproche envisage semble donc cohrente puisqu partir de deux
squences totalement diffrentes appliques un mme SSC, les modles identifis
prsentent des rsultats similaires ;
Bien que les profils de tempratures moyennes de ballon
store
T soient trs
diffrents entre les deux squences dentranement des rseaux de neurones (voir
paragraphe 4.2.3), les modles entrains et slectionns sont similaires. Ceci montre
que le profil rel de temprature nest pas ncessaire lapprentissage dun modle
convenable. Les rseaux semblent grer correctement lvaluation des puissances
aux bornes du SSC pourvu que le paramtrage du ballon et de lappoint reste le
mme pour les simulations ;
Lenvironnement de la squence de test pour lessai nest pas forcment fig
pour avoir un entranement optimal de rseaux de neurones. Cependant, linfluence
du fonctionnement propre au SSC ne doit pas tre ngligeable dans ces rsultats
(comme nous lavons dj voqu dans le paragraphe 3.4). Tout dpend de la
sollicitation des variables dtude lors de la squence dessai.
CHAPITRE 4
252
4.3. Tests du SSCb
4.3.1. Description du systme
4.3.1.1. Conception, fonctionnement du SSCb et remarques sur son
installation pour les tests
Le deuxime systme test, le SSCb, est un prototype du mme fabricant que le
SSCa (voir 4.2.1). Son fonctionnement est semblable au premier systme. Sa
principale diffrence est une capacit de stockage moindre (750 litres). Selon la
classification Combisol (voir paragraphe 1.1.1.3), le SSCb est galement du type B1
(voir Figure 4-9).

Linstallation de ce systme sur le banc dessai dINES a pos beaucoup moins de
difficults que celle du SSCa puisque le SSCb est un systme beaucoup plus
compact que le prcdent (voir Figure 4-29).

Figure 4-29 Photo du SSCb install sur le banc d'essai thermique semi-virtuel

En effet, lensemble des circuits hydrauliques est pr-mont en usine et toutes
les rgulations (solaire, metteurs et appoint) sont centralises sous une seule
interface. Pour les premiers tests du SSCb, il a donc suffi :
Dinstaller la chaudire dappoint sur le systme ;
De raliser les cblages lectriques entre la chaudire et le systme selon la
documentation fournie par le fabricant.
4.3.1.2. Paramtrage du modle Bote Grise pour le SSCb
Les paramtres caractrisant lenvironnement du SSCb et celui de ses capteurs sont
les mmes que pour le SSCa (voir paragraphe 4.2.1.2).
CHAPITRE 4
253

Pour les lments rellement prsents pendant la phase de test, les seuls
paramtres changer par rapport au SSCa concernent le ballon et les diffrents
circuits hydrauliques (la mme chaudire dappoint est utilise) :
Le ballon a un volume de 750L ;
Bien quintgrs au systme, le circuit du systme dappoint et celui du
chauffage prsentent des appareils et des longueurs de canalisation qui peuvent tre
plus importants dun point de vue des pertes thermiques. On estime par consquent
que chacun de ces deux circuits est constitu de tuyaux en cuivre
(
1 1
.K W.m 372

=
w
), dune longueur de 2m, isols par une paisseur de 20mm
disolant flexible en mousse lastomre (
1 1
.K W.m 042 . 0

=
iso
).

En prenant en compte ces observations et laide des formules du paragraphe 4.1.2,
le paramtrage de la partie Bote Blanche du modle global du SSCb est
prsent dans la Tableau 4-9 ci-aprs :

CHAPITRE 4
254
1
6
1 2
5
1 2
4
1 3
3
2 2
2
1 2
1
0
s.m 0
.K J.m 7000
.K W.m 0
.K W.m 0
.K W.m 015 , 0
.K W.m 50 , 3
2 , 0
9 , 0
8 , 0 ) ( '
2 , 0
0
45

=
=
=
=
=
=
=
=
=
=
=
=
c
c
c
c
c
c
b
K
F
alb
d
en

1
, ,
1
, ,
1
, ,
1
, ,
1
, ,
1
, ,
1
, ,
1
, ,
,
, ,
, ,
3
,
,
1
1 6
W.K 0 ) (
W.K 0 ) (
W.K 65 . 0 ) (
W.K 65 , 0 ) (
W.K 0 ) (
W.K 0 ) (
W.K 65 , 0 ) (
W.K 65 , 0 ) (
C 45
C 60
C 80
W 10 . 24
C 18
W.K 58 , 6 ) (
J.K 10 . 14 , 3
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
cold loop dhw
hot loop dhw
cold loop em
hot loop em
cold loop coll
hot loop coll
cold loop aux
hot loop aux
dhw set
nom cold aux
nom hot aux
nom aux
store amb
store
store
UA
UA
UA
UA
UA
UA
UA
UA
T
T
T
Q
T
UA
C
&

C 20
C 10 *
C 40 *
C 18
W 10 . 24
1
3
102
,
,
, ,
,
3
,
=
=
=
=
=
=
=
=
room set
d a
d in em
aux amb
nom aux
T
T
T
T
Q
Ventil
Regul
Type
&

Tableau 4-9 Paramtres du SSCb pour son modle "Bote Grise" (les valeurs des paramtres
dentranement)
4.3.2. Installation et essais
4.3.2.1. Essais raliss selon la mthode SCSPT classique
Le SSCb a dabord t test selon la mthode SCSPT classique (voir
paragraphe 1.2.2). Trois essais conscutifs ont t effectus pour tudier la
rptitivit de la dmarche. Lenvironnement virtuel pour ces tests est celui prsent
dans le Tableau 4-10.

Nom de lessai Btiment Climat Surface de capteur
Tableau 4-10 Environnement virtuel des essais SCSPT classiques du SSCb

Il ny a eu aucun souci lors du droulement du premier et troisime test. Une coupure
dlectricit gnrale dans la halle technique accueillant les cellules de test est
intervenue lors du 2
e
essai. Celui-ci a immdiatement t repris aprs rtablissement
de lalimentation lectrique ce qui a finalement provoqu une interruption de 30
minutes du fonctionnement de lessai. La reprise a t faite avec un tat diffrent du
systme (notamment du ballon de stockage) et de son environnement (notamment
du btiment). Cette rupture de ltat du systme en milieu dessai entraine donc
des diffrences dans les rsultats obtenus (comme on peut le voir sur la Figure
4-30).

CHAPITRE 4
255
0 24 48 72 96 120 144 168 192 216 240 264 288
19
19.5
20
20.5
21
21.5
22
22.5
23
23.5
24
T
r
o
o
m

[
C
]
Time [h]
SSCb/Classical SCSPT tests

Test1 Test2 Test3 Temperature setpoint

Figure 4-30 Temprature de l'air intrieur dlivre par le SSCb lors de trois tests conscutifs du
type Essai0 , compares leur temprature de consigne respective

La coupure survenue lors de la deuxime application de lEssai0 a entrain un lger
dcrochage de la temprature de lair intrieur
room
T au neuvime jour de la
squence. Hormis cette observation, les tempratures voluent sensiblement de la
mme manire quel que soit le test ce qui dmontre que la mthode est rptable
quand aucun problme ne survient durant la squence. En priode de chauffe,
room
T
est lgrement suprieure sa temprature de consigne (aux alentours de 20,1C).

Dans cette configuration, le SSCb fourni de lECS temprature
DHW
T un peu plus
leve que sa consigne (aux alentours de 48C).

Les dfauts de rgulation de chacun des modules hydrauliques nengendrent pas de
diffrences considrables entre les nergies calcules sous TRNSYS et les nergies
rellement mesures aux bornes du SSCb pendant les essais SCSPT classiques
(de type Essai0). Le Tableau 4-12 montre les nergies releves pour
lenvironnement virtuel et pour le systme rel lors des 3 lancements de lEssai0 du
SSCb.

CHAPITRE 4
256
Qaux Qem Qcoll Qdhw
Nessai (Essai0) 1 2 3 1 2 3 1 2 3 1 2 3
Energie calcule [kWh] - - - 285 293 285 123 127 124 98 97 98
Energie mesure [kWh] 323 331 325 284 293 285 124 127 125 95 95 95
Erreur [%] - - - 0,30 -0,19 -0,02 -1,3 -0,10 -0,28 2,48 2,42 2,88
du systme lors des 3 applications de l'Essai0 du SSCa
4.3.2.2. Essais raliss selon la mthode SCSPT modifie
Le SSCb a t soumis des essais de type SCSPT modifie bien plus tard,
aprs dmontage et remontage dune partie de son matriel. Il y a donc une forte
probabilit pour que son comportement soit lgrement diffrent lors de cet essai par
rapport aux essais SCSPT classiques (variations possibles dans la position et la
sensibilit des sondes, dans les rglages manuels des vannes et circulateurs,).

Un premier essai (Essai original prsent ci-dessous) a pu tre ralis sur le SSCb
et trait intgralement. Deux essais complmentaires ont t lancs la fin de ces
travaux de recherche pour enrichir les rsultats obtenus laide de cette nouvelle
mthodologie. Par manque de temps, ces derniers nont pas fait lobjet dtudes
dtailles mais prsentent des rsultats de caractrisation du systme intressants
(voir paragraphe 4.3.4.3).
(a) Essai original
Lenvironnement virtuel du premier essai ralis sur le SSCb est prsent dans le
Tableau 4-12.

Tableau 4-12 Environnements virtuels des essais SCSPT modifie du SSCb

Il a t dcid de ne pas tudier le comportement du SSC pour le mme
environnement que celui des essais SCSPT classique . Pour varier les conditions
de test et ainsi diversifier les rsultats, nous avons choisi dadopter un btiment
diffrent, plus nergivore (SFH100), et de conserver le climat de Zurich et la
surface de capteurs initiale pour le nouvel essai. Les donnes dentranement seront
donc la base lgrement diffrente de celles habituellement utilises. La rgulation
du systme a t lgrement modifie (paramtres de la loi de chauffe) pour que le
systme soit adapt aux besoins de chauffage.

Lors de cet essai, une erreur de paramtrage de la rgulation a altr le
comportement du SSCb en dbut de squence : le systme coupait compltement le
circuit de chauffage en priode nocturne (les consquences sont visibles sur la
Figure 4-31). Cette erreur a t dtecte et corrige au troisime jour de la
squence.

La Figure 4-31 permet dobserver la qualit de rgulation du SSCb sur
room
T pour les
2 types dessai diffrents ( Essai0 et Essai1 ).

CHAPITRE 4
257
0 24 48 72 96 120 144 168 192 216 240 264 288
15
16
17
18
19
20
21
22
23
24
25
T
r
o
o
m

[
C
]
Time [h]
SSCb
Temperature delivered (compared to the temperature setpoints)

Essai0 Essai1 Temperature setpoint

Figure 4-31 Temprature de l'air intrieur dlivre par le SSCb lors des tests Essai0 et
Essai1 , compares leur temprature de consigne respective

On constate quen priode de chauffe non perturbe (c'est--dire en fin de
squence), la consigne de temprature sur
room
T est bien respecte pour les deux
essais. Le remontage du systme et ladaptation de la rgulation au type de btiment
plus nergivore nont pas provoqu de changement considrable dans la rgulation
du systme pour les besoins de chauffage.

La rgulation de la temprature de lECS
DHW
T est semblable dans les deux cas
galement.

La Tableau 4-13 ci-dessous montre les nergies releves pour lenvironnement
virtuel et pour le systme rel lors de lEssai1 du SSCb.

Essai1
Q
aux
Q
em
Q
coll
Q
dhw

Energie calcule
[kWh]
- 495 127 92
Energie mesure
[kWh]
599 559 124 91
Erreur [%] - -12,90 2,52 1,14
du systme lors de l'Essai1 du SSCb

La rgulation inadapte du systme en dbut de squence, a provoqu des relances
trs fortes pour ramener et maintenir par la suite, la temprature de lair intrieur
room
T 20C. Ces charges intenses et brusques du circui t de chauffage ont t assez
difficiles suivre par la rgulation du module mulateur des radiateurs. Les
CHAPITRE 4
258
diffrences entre la temprature de sortie des radiateurs calcule pour
lenvironnement virtuel et celle rellement fournie au systme est plus importante lors
de cette priode. Par consquent, lnergie rellement fournie par le systme aux
metteurs de chaleur est aussi plus importante que celle considre dans
lenvironnement virtuel. La consommation en nergie dappoint semble
particulirement leve galement. Les performances du SSCb dans ces conditions
sont donc videmment faibles.
(b) Essais complmentaires
La disponibilt du banc dessai semi-virtuel la fin de ces travaux nous a permis de
raliser deux essais complmentaires. Les environnements considrs sont
prsents dans le Tableau 4-14.

Essai3 SFH100 Stockholm 16.1m
Tableau 4-14 Environnements virtuels des essais SCSPT modifie complmentaires du
SSCb

Ces deux essais se sont drouls sans aucun souci. Leurs rsultats vont donc
permettre devaluer la mthodologie dans des conditions souhaites.
4.3.3. Traitement des donnes pour lidentification de modles
Bote Grise du SSCb
Lerreur de programmation de rgulation en dbut de squence de lessai original est
loin dtre anodine et risque de perturber grandement lapprentissage des modles
Bote Grise du systme, comme on peut le constater sur la Figure 4-32
prsentant lestimation des tats du SSCb lors de cet essai.

CHAPITRE 4
259
0 24 48 72 96 120 144 168 192 216 240 264 288
0
50
100
150
SSCb/Essai1
T
c
o
l
l
RMSE=5.1C
0 24 48 72 96 120 144 168 192 216 240 264 288
0
50
100
T
e
m
RMSE=1.1C
0 24 48 72 96 120 144 168 192 216 240 264 288
15
20
25
T
r
o
o
m
RMSE=0.17C
0 24 48 72 96 120 144 168 192 216 240 264 288
20
40
60
80
100
Temps [h]
T
s
t
o
r
e

Calculated during the test Estimated by the WhiteBox

Figure 4-32 Comparaison des tats du SSCb pendant la squence d'entranement Essai1
avec leur estimation par la partie Bote Blanche du modle global de SSC

Comme pour le cas du SSCa (voir paragraphe 4.2.3), lestimation des tempratures
coll
T ,
em
T et
room
T par la partie Bote Blanche du modle global de SSC est trs
proche des tempratures calcules pour lenvironnement virtuel lors de lEssai1.

Comme prcdemment, rien ne permet dvaluer la qualit de lestimation de
store
T
mais on peut douter que le ballon de stockage atteigne en moyenne des
tempratures aussi leves tout au long de la squence. Les remarques faites sur
lestimation de cette temprature dans le cadre des essais du SSCa sont galement
valable dans ce cas (voir paragraphe 4.2.3) : mme si elle nest pas raliste,
lestimation de
store
T donne quand mme des informations sur la gestion du stockage
de lnergie. Les rsultats montrs ci-aprs concernent la mthodologie tudie telle
que prsente dans le CHAPITRE 2.

Le vecteur de rgression pour lEssai1 est reprsent par la Figure 4-33.
CHAPITRE 4
260

0 24 48 72 96 120 144 168 192 216 240 264 288
0.5
0
0.5
1
1.5
SSCb/Essai1
P
h
i

0 24 48 72 96 120 144 168 192 216 240 264 288
0
0.5
1
1.5
2
Temps [h]
y

y(1) y(2) y(3)

d'apprentissage issue de lEssai1 du SSCb

Comme prvu, lerreur de programmation de la rgulation du circuit de chauffage en
dbut de test entraine de fortes variations sur certaines entres et sorties de la
squence dentranement des rseaux de neurones, notamment sur le signal ) 3 ( y ,
inhrent la puissance fournie aux metteurs de chaleur
em
Q
&
, et qui dpasse
largement 1. Ces variations inappropries devraient par consquent avoir une
influence importante sur lapprentissage des modles Bote Grise .

Les donnes de lEssai1 original semblent donc fortement fausses pour
lidentification dun modle Bote Grise correct. Elles nous permettront tout de
mme dtudier linfluence derreurs exprimentales sur lvaluation des
performances du SSCb et denvisager dventuelles solutions alternatives pour
obtenir des rsultats corrects. On pourra dans un premier temps tenter lidentification
de modles globaux du systme partir de la squence entire. Si cette tentative ne
CHAPITRE 4
261
donne pas de rsultats concluants, il sera toujours possible de raliser le mme
protocole partir de la mme squence ampute des deux premiers jours.

Les donnes issues des essais complmentaires ne prsentent aucune anomalie. Il
sera donc possible dutiliser ces donnes pour valuer la nouvelle mthodologie
dans des conditions idales .

Pour caractriser les performances du systme test, les modles identifis sont
soumis 27 simulations annuelles correspondant aux environnements nergtiques
prsents dans le Tableau 4-15.

Btiment Climat Surface de capteur
SFH30 Barcelone 16
SFH60 Zurich 10,7
SFH100 Stockholm 6
Tableau 4-15 Environnements des squences annuelles adoptes pour la caractrisation du
SSCb
4.3.4. Rsultats et caractrisation
4.3.4.1. A partir de lEssai1 complet
La procdure dentranement des rseaux de neurones et de slection dun modle
Bote Grise est applique 14 fois de suite partir des donnes compltes de
lEssai1.

Les rsultats de simulation de ce mme Essai1 obtenus par la plupart de ces
modles identifis donnent limpression que ces derniers assimilent une gestion
correcte de la temprature de lair intrieur
room
T , sans effet de la rgulation nocturne
(voir Figure 4-34).

CHAPITRE 4
262
0 24 48 72 96 120 144 168 192 216 240 264 288
0
5
10
15
20
Q
e
m

[
k
W
]
Time [h]
SSCb : Simulation of test sequence 1
0 24 48 72 96 120 144 168 192 216 240 264 288
15
20
25
T
i
n
t

[
C
]
Time [h]

Experimental data GrayBox1

Figure 4-34 Temprature dtat du SSCa, estimes par le modle "Bote Grise" et mesures
lors de l'Essai2

Toutefois, les simulations annuelles font apparaitre la dfaillance de ces modles.
Pour lensemble des 14 modles slectionns, la diffrence absolue moyenne
ref
MAE obtenue partir des 27 simulations annuelles est trs leve, allant environ
de 2000kWh plus de 57000kWh. Le modle prsentant le plus petit critre
ref
MAE
narrive mme pas estimer des nergies fournies aux metteurs qui semblent
correctes (voir Figure 4-35).

CHAPITRE 4
263
0 0.5 1 1.5 2
x 10
4
0
0.5
1
1.5
2
x 10
4
SSCb: Energy evaluation
Qem Qem,ref
R
e
f
e
r
e
n
c
e

s
p
a
c
e

h
e
a
t
i
n
g

d
e
m
a
n
d

[
k
W
h
]
Estimated energy supply to heat emitters (GrayBox) [kWh]
+10%
10%

Figure 4-35 Comparaison entre l'estimation faite par un modle Bote Grise de l'nergie
fournie aux metteurs du SSCb et les besoins de chauffage de rfrence de lenvironnement
correspondant, pour les 27 simulations annuelles envisages pour la caractrisation du
systme

La plupart des simulations montre dimportants problmes dvaluation des
puissances aux bornes du SSCb, traduisant une estimation du comportement du
systme qui serait compltement aberrante (on peut voir par exemple sur la Figure
4-36 que les puissances sont largement sous-estimes en priode de chauffe,
amenant la temprature dair intrieur
room
T bien en dessous de sa consigne).

CHAPITRE 4
264
1 2 3 4 5 6 7 8 9 10 11 12
0
1000
2000
3000
4000
Simulation of SSCb for stockholm / sfh100 / 6 m
Q

[
k
W
h
/
m
o
n
t
h
]
Month

Qdhw
Qaux
Qcoll
Qem
Qem(ref)
1 2 3 4 5 6 7 8 9 10 11 12
0
20
40
60
80
100
T

[
C
]
Month

Tcoll
Tem
Troom
Tstore
Troom(set)

Figure 4-36 Estimation des nergies mensuelles et des tempratures moyennes mensuelles
aux bornes du SSCb lors dune des simulations annuelles de son comportement

Il ressort de cette tude exprimentale, qui a t perturbe en dbut de squence,
quaucune courbe caractristique raliste ne peut tre tablie.

On peut donc constater, grce ces observations, que le comportement dun SSC doit
tre cohrent pendant toute la squence dentranement pour avoir une chance que
les rseaux de neurones lassimile correctement lors de la phase dapprentissage.

Aussi allons-nous tenter de procder la mme dmarche mais avec une squence
dentranement tronque des deux premiers jours pour ne garder que les donnes
exprimentales qui traduisent un comportement du SSCb cohrent dun bout
lautre.
4.3.4.2. A partir de lEssai1 raccourci
En cartant les deux premiers jours de la squence dentranement, il faut noter tout
dabord que la complexit maximale du rseau de neurones envisager sera plus
rduite (voir la formule du nombre maximum raisonnable de neurones dun rseau,
paragraphe 2.3.3.1). En consquence, les rseaux entrainer dans le processus de
slection dun modle Bote Grise seront limits 4 neurones (contre 5 lorsque la
squence est complte) ce qui nest peut tre pas suffisant pour reproduire
correctement le comportement du SSCb.

Bote Grise est applique 26 fois de suite partir des donnes de lEssai1
CHAPITRE 4
265
raccourci. Parmi les 26 modles ainsi slectionns, seule une petite moiti des
modles donnent des rsultats qui ne paraissent pas aberrants (les rsultats des
autres modles ressemblent ceux prsents ci-dessus pour les modles entrains
partir de la squence complte) et qui sont de plus assez similaires entre eux.
(a) Simulation de lessai ralis (en entier)
Pour commencer lapprciation de la qualit de ces modles, il est possible dtudier
les rsultats obtenus par la simulation du SSCb lors de lEssai1, dans son intgralit
(voir Figure 4-37). Les modles sont donc confronts aux 2 premiers jours tronqus,
qui nont pas t utiliss lors de leur entranement.

0 24 48 72 96 120 144 168 192 216 240 264 288
0
10
20
30
Q
a
u
x

[
k
W
]
0 24 48 72 96 120 144 168 192 216 240 264 288
0
10
20
30
Q
e
m

[
k
W
]
0 24 48 72 96 120 144 168 192 216 240 264 288
15
20
25
T
i
n
t

[
C
]
Time [h]

Experimental data GrayBox1

Figure 4-37 Puissance consomme par lappoint, puissance fournie aux metteurs et
temprature de lair intrieur, estimes par le modle "Bote Grise" et mesures lors de l'Essai1
du SSCb

La figure ci-dessus montre clairement que les modles slectionns ont quelques
difficults simuler les priodes de chauffe, et notamment lors des deux premires
journes, indites pour les modles. Pour cette priode de la simulation, les modles
CHAPITRE 4
266
gnrent des oscillations assez importantes dans lestimation de la puissance fournie
aux metteurs
em
Q
&
et surtout la puissance consomme par lappoint
aux
Q
&
. Avec ces
oscillations, non seulement le niveau moyen de
em
Q
&
semble lgrement surestim
(en entrainant des oscillations de
int
T globalement au dessus de sa consigne) mais la
consommation estime de la chaudire semble tre encore plus amplifie (les
changements brusques du niveau de
aux
Q
&
entraine facilement des erreurs au niveau
du modle de chaudire dappoint de la partie Bote Blanche , voir paragraphe
2.2.2.4).

Ces observations sont vrifies en tudiant le bilan nergtique du SSCb lors de
lEssai1 et de sa simulation (voir Figure 4-38).

Qaux Qcoll Qem
0
200
400
600
800
E
n
e
r
g
y

[
k
W
h
]
+10.51%
+0.33%
+6.21%


Figure 4-38 Estimation des bilans d'nergie lors de l'Essai1 du SSCb par un modle "Bote
Grise" identifi partir de lEssai1 raccourci

Les modles les plus corrects pour reprsenter le SSCb surestiment donc lnergie
consomme par la chaudire lors de lEssai1.
(b) Caractrisation du SSCb
Les modles slectionns ci-dessus ont t soumis aux environnements prsents
dans le Tableau 4-15 pour des simulations annuelles. Les diffrences
ref
MAE
rsultant de ces 27 simulations sont de lordre de 380kWh pour tous les modles qui
semblent donc assez corrects. Pourtant, on note sur la Figure 4-39 une certaine
tendance sous-estimer lnergie fournie aux metteurs
em
Q par rapport aux besoins
de chauffage de rfrence
ref sh
Q
,
(visible par les points gnralement gauche de la
bissectrice ).

CHAPITRE 4
267
0 0.5 1 1.5 2
x 10
4
0
0.5
1
1.5
2
x 10
4
SSCb: Energy evaluation
Qem Qem,ref
R
e
f
e
r
e
n
c
e

s
p
a
c
e

h
e
a
t
i
n
g

d
e
m
a
n
d

[
k
W
h
]
Estimated energy supply to heat emitters (GrayBox) [kWh]
+10%
10%

Figure 4-39 Comparaison entre l'estimation faite par un modle Bote Grise de l'nergie
fournie aux metteurs du SSCb et les besoins de chauffage de rfrence de lenvironnement
correspondant, pour les 27 simulations annuelles envisages pour la caractrisation

Les carts sont principalement dus la gestion de
em
Q
&
lors des priodes de chauffe,
comme le montre un exemple prsent en Figure 4-40.

CHAPITRE 4
268
288 312 336 360 384 408 432
0
0.5
1
1.5
2
2.5
Simulation of SSCb for zurich / sfh60 / 11 m
Q
e
m
/
Q
s
h
,
d

[
]
288 312 336 360 384 408 432
14
16
18
20
22
T
r
o
o
m

[
C
]
Time [hrs]

GrayBox Model Temperature setpoint

Figure 4-40 Extrait de la simulation annuelle du SSCb selon un de ses modles entrains
partir de lEssai1 raccourci, pour le climat de Zurich, le btiment SFH60 et une surface de
capteurs de 11m

La semaine prsente sur la figure ci-dessus montre quen priode de forts besoins
de chauffage, le rapport entre lnergie fournie aux metteurs de chaleur
em
Q
&
et la
charge nominale de dimensionnement
d sh
Q
,
&
(voir paragraphe 2.2.2.3) oscille
normment tout en ayant un niveau moyen aux alentours de 0,5. Or, pour cette
priode de chauffe simule, ce rapport devrait tre logiquement proche de 1. Les
modles slectionns narrivent donc pas grer correctement ce genre de priode.

De plus, du fait de ces oscillations excessives, les consommations en nergie
dappoint semblent sur-estimes, ce qui confre au systme test une performance
mdiocre comme le montre la courbe caractristique obtenue en appliquant la
mthode FSC aux donnes issues des simulations annuelles (Figure 4-41).

CHAPITRE 4
269
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
0
0.2
0.4
0.6
0.8
1
FSC
f
s
a
v
,
t
h
SSCb : Characterisation

SCSPT : Essai1 (Zur/SFH100/16m)
GrayBox1 : y=0.091+0.041.x+0.353.x (R=0.784)

Figure 4-41 Caractrisation du SSCb selon les modles "Bote Grise" identifies partir de
l'Essai1 raccourci

La courbe caractristique obtenue pour le SSCb affiche une certaine tendance, mais
qui ne correspond pas du tout aux performances mesures lors des applications de
lEssai0 sur le banc dessai semi-virtuel.

Cette tude dentranement de modles Bote Grise partir dune squence
fausse (reprsente par le point Essai1 sur la figure ci-dessus) nous amne faire
les remarques suivantes :
Des modles entrains partir dune squence de test rduite, surtout par
les journes o les besoins de chauffage sont les plus importants, peuvent conduire
des simulations fausses lorsquils sont confronts certaines situations
(temprature extrieure basse dans notre cas par exemple). Cela montre que les 12
jours actuels de test sont difficilement rductibles, du moins au niveau des premires
et dernires journes de test ;
Des signaux perturbs (par un mauvais rglage initial de la rgulation du
systme dans notre cas), mme sur une courte priode, empchent les modles
Bote Grise entrains de raliser des simulations annuelles correctes

Finalement ces derniers rsultats nous renseignent peu sur la validation
exprimentale de la mthodologie propose mais montrent que celle-ci ncessite
certaines exigences lors de la mise en place et de la conduite dessai, quil faudra
prendre en compte lors dtudes ultrieures.
4.3.4.3. A partir des essais complmentaires (Essai2 et Essai3)
A partir des deux essais complmentaires, reprsentant deux environnements
nergtiques diffrents, il est possible dentrainer plusieurs modles Botes
Grises du mme SSCb. Le processus dentrainement et de selection (voir
paragraphe 2.3) est lanc plusieurs fois successivement partir de lEssai2 et de
lEssai3. Les rsultats de ces essais ntaient disponibles quau terme de ces travaux
de recherche, ne laissant pas suffisament de temps pour identifier un grand nombre
CHAPITRE 4
270
de modles diffrents, ni pour tudier dans les dtails lensemble des modles
identifis.

A linstar de ceux identifis pour le SSCa (paragraphe 4.2.4), les modles entrains
dans le cadre de ces essais complmentaires ne caractrisent pas le SSCb
exactement de la mme manire. Cependant, une observation de lensemble des
caractrisations ainsi obtenues suggre quun modle semble plus rgulirement
selectionn pour chacun des essais. Ces deux modles privilgis permettent
dobtenir les courbes fsav/FSC prsentes sur la Figure 4-42 ci-dessous.

Figure 4-42 Caractrisation du SSCb selon des modles "Bote Grise" identifies partir de
l'Essai2 et de lEssai3

Il nest toujours pas possible de valider les courbes obtenues ici. La mthode
SCSPT classique semble estimer des performances annuelles un peu plus
faibles, mais ces points ainsi placs restent tout de mme dans la marge de
dispersion de lensemble des points fsav/FSC calculs.

Par contre, il est possible de constater que les rsultats issus de modles identifis
partir de squences dentrainement distinctes sont proches. Les courbes
caractristiques sont donc assez semblables. Ces observations compltent donc
lanalyse faite dans le cadre du SSCa concernant la cohrence des rsultats obtenus
pour un mme systme partir de donnes diffrentes.
CHAPITRE 4
271
Ce chapitre prsente les premiers rsultats obtenus partir de donnes
exprimentales issues de test de SSC rel. Le protocole dessai des systmes sur le
banc dessai thermique semi-virtuel et de traitement des donnes est dabord
expos. Les modles Bote Grise identifis pour deux SSC sont analyss et
utiliss pour caractriser les systmes tests.

Il ressort de cette tude les points principaux suivants :
Lapplication relle de la mthode SCSPT montre tout dabord quil est
difficile de raliser correctement un test de 12 jours conscutifs sans encombre. Un
dfaut de fonctionnement du systme (panne de circulateur,) et/ou du banc dessai
(coupure dlectricit,) peut trs facilement se produire sur une dure aussi longue
de test et invalider compltement les rsultats attendus. De plus, le nombre
important de paramtres grer avant toute ralisation dun test SCSPT augmente
fortement les chances davoir un essai erron (mauvais rglage du systme ou de
lenvironnement virtuel,). Les rsultats obtenus partir dun essai fauss sur le
deuxime SSC montrent en effet que la ralisation dun essai complet sans
dfaillances majeures est exige pour pouvoir identifier des modles Bote Grise
exploitables dans le but de caractriser le systme test. Les essais doivent donc
tre prpars avec un trs grand soin.
Le traitement des donnes exprimentales a montr que la modlisation de
lappoint et du ballon de stockage de la partie Bote Blanche du modle global de
SSC est dlicate. Cette observation avait dj t faite dans le Chapitre 3 (voir
paragraphe 3.3.3) mais elle est encore plus nette ici. Les contraintes imposes par le
modle Bote Grise sur les variables disponibles ne permettent que lemploi de
modles trs sommaires (voir paragraphe 2.2.2) qui ne semblent pas pouvoir
renseigner de manire prcise sur la temprature moyenne du ballon de stockage
rel. Ils donnent cependant une certaine information sur la gestion du stock dnergie
par le systme test qui peut tre avantageusement interprte par les rseaux de
neurones. Pour cela, le traitement de cette information pourrait tre plus judicieux
que celle propose actuellement dans la composition du vecteur de rgression des
entres des rseaux de neurones. Par exemple, une comparaison de
store
T avec sa
valeur initiale estime serait un meilleur repre, plus convenable pour le vecteur de
rgression que la temprature de consigne de lECS qui ne reprsente plus rien si la
valeur prcise de
store
T nest pas garantie. Une autre manire de saffranchir de ce
problme serait de considrer un modle Bote Grise qui nutiliserait ni modle de
ballon de stockage et ni modle de systme dappoint mais qui utiliserait la place
les sorties retardes des rseaux de neurones (ce point a dj t dvelopp dans le
paragraphe 3.3.3). Ainsi la mthodologie saffranchirait-elle dune tape de mesures
grossires de paramtres du ballon et de lappoint, gnratrice dincertitude.
Malgr les points voqus ci-dessus, les rsultats obtenus partir de tests
correctement ralis pour les deux SSC tests sont encourageants. Les modles
Bote Grise identifis partir de deux squences de test diffrentes prsentent
les mmes caractristiques. Lapproche propose prsente donc une bonne
cohrence dans lapprentissage du comportement du SSC tudi. Par contre, il nest
pas possible dans ltat actuel de la mthodologie dobtenir une estimation unique de
caractrisation du systme. Lvaluation des performances peut tre diffrente selon
CHAPITRE 4
272
le modle slectionn, surtout pour des environnements loigns des conditions
dessais (gnralement avec des taux FSC levs). Aucun autre rsultat que ceux
obtenus par les diffrents essais ne permet de valider ou dinvalider les courbes
estimes.
CHAPITRE 4
273

CONCLUSION
CONCLUSION
276
Les travaux de recherche prsents dans ce mmoire ouvrent des pistes pour
llaboration dune mthodologie complte de caractrisation des performances des
Systmes Solaires Combins, systmes utilisant l'nergie solaire pour couvrir une
partie des besoins de chauffage et de production dECS d'un btiment.

Cette dmarche rpond au besoin dobtenir et de diffuser des informations claires et
fiables concernant les performances de cette gamme de systme, afin damliorer
leur dveloppement. En effet, les SSC ont un potentiel dconomie dnergie
important mais leur utilisation est freine par labsence de test reconnu permettant
dvaluer leurs performances thermiques. Cette tche est dautant plus difficile quil
existe une grande varit de SSC et que leurs performances sont trs sensibles
leur conception et leur installation, ainsi quaux conditions nergtiques auxquelles
ils sont confronts (ressource en nergie solaire et qualit thermique du btiment).

Il existe lheure actuelle des pistes pour passer outre ces difficults :
La mthode FSC permet de reprsenter de manire trs simple, laide
dune simple courbe, le taux dconomie dnergie que raliserait un SSC en fonction
de la ressource en nergie solaire et des besoins de chauffage du btiment. Ces
courbes caractrisent donc les performances des systmes pour toutes conditions
nergtiques. Toutefois, elles ne sont construites aujourdhui que par le biais de
nombreuses simulations numriques de modles thoriques de SSC. Il nexiste
aucun moyen dobtenir ces courbes partir dun test concret sur des SSC rels ;
La mthode SCSPT, dveloppe par le laboratoire LETh, propose destimer
les performances annuelles de SSC partir dun essai spcifique en laboratoire. Par
son approche globale , elle permet de prendre en compte tous les aspects du
systme (conception, installation, rgulation) dans lvaluation de sa performance :
cette mthode consiste installer entirement le systme tester sur un banc
dessai thermique semi-virtuel (c'est--dire qui permet de confronter un systme
thermique rel un environnement virtuel, via des modules hydrauliques mulateurs)
et de lui appliquer une squence de test de 12 jours, caractristique dun climat et
dun type de btiment. A partir de la consommation dnergie dappoint du systme
enregistre durant le test, une simple extrapolation permet dvaluer sa performance
annuelle, mais uniquement pour le climat et le btiment considr lors de lessai.
Lobjectif de ltude prsente ici est en quelque sorte de faire le lien entre la
mthode SCSPT, qui prsente des rsultats fiables mais limits, et la mthode FSC,
qui caractrise clairement les performances des SSC mais dont on ne sait pas
obtenir les paramtres caractristiques simplement. Une telle combinaison
confrerait la mthode SCSPT une reconnaissance par la communaut scientifique
et industrielle qui lui permettrait dtre propose comme rfrence normative.

Pour cela, lapproche que nous avons dveloppe propose une extension de la
procdure actuelle de la mthode SCSPT, base sur lanalyse complte des
variables aux bornes du systme test durant le test. Le but de cette analyse est
didentifier un modle volu et global du systme test qui soit suffisamment prcis
pour permettre dvaluer sa consommation annuelle en nergie dappoint pour
diffrentes conditions nergtiques. Les rsultats de ces simulations permettraient
dobtenir la courbe caractristique du systme test laide de la mthode FSC.
Cette mthode exprime, par rgression parabolique des rsultats, le taux dconomie
dnergie procur par un SSC en fonction de la fraction solarisable des
CONCLUSION
277
consommations, nombre indpendant du systme et qui correspond la limite
thorique du taux dconomie dnergie atteignable si lensemble du systme avait
une efficacit de 1.

Diffrentes techniques gnrales de modlisation de processus partir de donnes
exprimentales ont t tudies. Compte tenu du fonctionnement des SSC et des
contraintes exprimentales, une structure de modle gnrique de SSC identifier
partir dun essai 12 jours est propose. Elle est compose dune partie Bote
Blanche linaire dynamique et dune partie Bote Noire non-linaire statique,
formant ainsi un modle global appel Bote Grise :
La partie Bote Blanche value de manire dynamique ltat du systme
c'est--dire les niveaux de tempratures de chacun de ses lments (capteurs
solaires, metteurs de chaleur, btiment, stockage de la chaleur et systme
dappoint). Les contraintes exprimentales et les techniques dapprentissage
envisages pour la partie Bote Noire rendent ncessaire ladoption de sous-
modles simples pour constituer cette partie. Les quations qui ont t retenues
sont fortement inspires de textes normatifs sappliquant aux principaux lments
des SSC ;
La partie Bote Noire retranscrit le comportement propre du SSC test,
cest dire la gestion des flux nergtiques en son sein, en fonction de variables
extrieures et de son propre tat (valu partir de la Bote Blanche ). En raison
de leur capacit apprendre des phnomnes non linaires et de leur popularit
grandissante, y compris dans le domaine des nergies renouvelables, les rseaux de
neurones ont t choisis pour constituer cette partie. Ils apprennent le
comportement caractristique du SSC test partir dune base de donnes fournie
par un test de type SCSPT sur le banc dessai semi-virtuel.

Une procdure complte est propose pour entrainer de multiples rseaux
neuronaux et slectionner celui qui semble le plus apte constituer un modle
Bote Grise . Celui-ci doit permettre de simuler un comportement qui soit le plus
fidle possible au comportement tudi lors de lessai 12 jours du SSC test.
Cette tape didentification est ajoute au protocole initial de la mthode SCSPT,
moyennant ladaptation de lenvironnement virtuel aux quations de la partie Bote
Blanche lors du test de SSC.

Une exprimentation numrique a tout dabord permis de montrer la pertinence de
lapproche propose en rapprochant les rsultats issus de simulations de modles
numriques dtaills de 3 SSC avec le logiciel TRNSYS, ceux obtenus par
lapplication de la mthodologie propose sur ces 3 systmes. Pour cela, les
modles dtaills ont t soumis la simulation de la squence de test SCSPT.
Leurs rsultats ont permis de dfinir des modles Bote Grise correspondants
chacun des systmes. Les modles Bote Grise et les modles dtaills, soumis
27 simulations annuelles denvironnements nergtiques diffrents, prsentent des
rsultats trs similaires. Ce qui suggre quil est effectivement possible de
dterminer partir de la squence de test 12 jours un modle Bote Grise
suffisamment prcis du SSC test pour caractriser ses performances.

Ensuite, une exprimentation relle sur deux SSC a t ralise. La mise en uvre
des manipulations a fait ressortir quelques difficults quant lapplication de la
CONCLUSION
278
mthode envisage, notamment sur lestimation de la temprature moyenne du
ballon de stockage durant lessai. Malgr cela, les rsultats obtenus pour les deux
systmes tests sont trs encourageants. Ils montrent une trs bonne cohrence de
la dmarche envisage mais il manque des donnes supplmentaires pour valider
compltement les courbes caractristiques estimes. Un premier essai ralis sur le
deuxime SSC a subi des perturbations trop importantes, qui ont rendu obsolte la
base de donnes dentranement de ce systme. Cet essai montre les difficults
raliser correctement une squence de test de 12 jours conscutifs sans encombre,
compte tenu de la complexit des systmes et du banc dessai, ainsi que du nombre
de paramtres maitriser. Les essais doivent donc tre prpars avec une trs
grande rigueur afin dobtenir une base de donnes fiable pour lidentification dun
modle Bote Grise convenable des SSC tests.

Globalement, lensemble de ces travaux montre que lapproche par modlisation
neuronale tudie pour valuer les performances dun SSC test selon la mthode
SCSPT est pertinente. Il en ressort galement quelques pistes qui pourraient
permettre damliorer encore la dmarche. Ces pistes concernent surtout certains
aspects de la structure du modle Bote Grise et la procdure dentranement des
rseaux de neurones et de slection dun modle final.
Lutilisation de modles simplifis dans la partie Bote Blanche entraine
quelques erreurs destimations de tempratures, notamment au niveau du ballon et
de la chaudire dappoint. Il semble que la partie Bote Noire (rseau de
neurones) soit capable de prendre en charge ces erreurs et de fournir quand mme
des estimations dnergies convenables. Cependant, il est envisageable de
rorganiser le modle global pour attnuer ce problme et amliorer les informations
fournies par la partie Bote Blanche :
En proposant dautres sous-modles plus prcis et/ou plus
complets pour reprsenter le ballon de stockage et lappoint du SSC. Les
quations utilises actuellement pour ces deux lments ne semblent
pas capables de reproduire leurs comportements rels. Des informations
sur la qualit de lnergie stocke (stratification de la temprature dans le
ballon) pourraient srement amliorer la modlisation du comportement
du systme test. Il serait donc intressant denvisager un modle multi-
nodal du ballon de stockage ou dappliquer celui-ci une analyse
exergtique
21
. Cependant, tant donn le peu de variables
disponibles au sein du modle Bote Grise , lobtention de tels
modles semble encore difficilement envisageable.
En tudiant plus en dtail les dfauts de ces sous-modles et en
prenant ceux-ci en compte pour traiter leurs informations de manire
plus judicieuse (notamment en proposant un vecteur de rgression des
entres qui comparerait la temprature moyenne du ballon de stockage
avec sa temprature initiale) ;
En considrant un modle Bote Grise qui nutiliserait ni modle
de ballon de stockage, ni modle de systme dappoint mais qui
utiliserait la place les sorties retardes des rseaux de neurones

21
Lexergie est une grandeur permettant de calculer le travail maximal que peut fournir un systme
lextrieur lorsquil se met lquilibre thermodynamique avec son environnement. Elle permet ainsi
de traduire la qualit dune nergie.
CONCLUSION
279
(utilisation dun rseau boucl dans la partie Bote Noire ). Il ny aurait
plus besoin dans ce cas de mesures de paramtres du ballon et de
lappoint (srement trop incertaines actuellement). Le test complet serait
donc entirement non-intrusif .
Il apparait difficile partir du protocole actuel dentranement de rseaux de
neurones de dfinir un modle Bote Grise unique du SSC test. Il faudrait donc
pour estimer de manire unique la caractrisation de ses performances :
Soit dterminer une tape diffrente de slection de modle, plus
performante, que celle utilise actuellement, base sur la simulation de
la squence dentranement ;
Soit ne pas discriminer les modles obtenus par les multiples
entranements mais plutt chercher traiter lensemble des informations
fournies par tous les rseaux entrains.
Les squences actuelles des tests appliqus aux SSC semblent appropries
pour lapprentissage de modles Bote Grise convenables. Nous avons vu quil
tait important que la squence sollicite le plus possible les variables aux bornes du
systme pour intgrer toutes ses fonctionnalits et son comportement complet dans
les donnes issues du test. Il serait donc envisageable dtudier une squence
diffrente, allant encore plus dans ce sens et qui optimiserait encore mieux les
donnes enregistres pour tous les SSC.

Pour pouvoir rendre la dmarche complte, il reste encore quelques aspects
envisager et complter :
Larchitecture du modle Bote Grise envisage confre celui-ci un
aspect modulable. Ainsi sera-t-il possible dadapter assez aisment la partie Bote
Blanche dautres lments des SSC. Pour linstant, seuls les metteurs de type
radiateur eau chaude , les stockages hydrauliques et les appoints de type
chaudire combustion gaz ont t abords. Pour adapter la dmarche toutes
les familles de SSC, la partie Bote Blanche devra tre au moins complte par la
modlisation de planchers chauffants de type Planchers Solaires Directs et par
celle dautres systmes dappoint. On peut galement remarquer qu partir de cette
architecture de modle, la dmarche pourrait tre adapte dautres systmes
nergtiques que les SSC.
Pour faciliter cette premire tude de modlisation gnrique de SSC
partir de donnes exprimentales, laspect puisage ECS a t simplifi en
considrant dans un premier temps que les SSC fournissaient cette eau la
temprature souhaite. Pour que la mthodologie soit plus juste, il faudrait prendre
en compte la gestion de cette consigne par le systme dans lapprentissage de son
comportement. Lhypothse relative la temprature dECS devra donc tre revue
de manire plus raliste en considrant par un moyen adquat, celle fournie par le
systme comme sortie de la partie Bote Noire .
Le modle Bote Grise actuel ne traite que des nergies thermiques aux
bornes des SSC tests. Pour obtenir une analyse complte de leurs performances, il
faudrait pouvoir galement valuer lnergie lectrique auxiliaire utilise pour faire
fonctionner le systme (par exemple comme sortie complmentaire de la partie
Bote Noire ).
CONCLUSION
280
Ces pistes permettront davoir une mthodologie complte et fiable de
caractrisation des SSC. Une fois valide compltement (par exemple par le biais de
nombreux essais de diffrents systmes et de comparaisons avec des donnes in-
situ), cette mthodologie pourrait srement tre envisage comme rfrence
normative. Elle permettrait denvisager srieusement par exemple la certification et
ltiquetage nergtique des SSC, la prise en compte plus rigoureuse de leurs
performances dans la rglementation thermique et la gnralisation de Garanties de
Rsultats Solaires
22
. Les utilisateurs potentiels auraient donc un large panel doutils
pour pouvoir comparer et choisir les systmes en toute confiance.

22
La Garantie de Rsultats Solaires (GRS) se traduit par un engagement des oprateurs techniques
ce que le systme install fournisse un niveau minimal dnergie thermique dorigine solaire.
CONCLUSION
281

BIBLIOGRAPHIE
BIBLIOGRAPHIE
284
[Albaric et al., 2008]
Albaric, M., Nowag, J., Papillon, P., 2008
Thermal performance evaluation of solar combisystems using a global approach
Eurosun 2008, Lisbon, Portugal

Albaric, M., Riederer, P., Boddaert, S., 2009
Projet EvaluationSSC : Mthode d'valuation de Systmes Solaires Combins,
Rapport final n2, Phase 3/4 - Amlioration de la mthode et comparaisons inter-
laboratoire [Confidentiel, pour l'ADEME]

Albaric, M., Mette, B., Ullman, J., Drck, H., Papillon, P., 2010
Comparison of two different methods for solar combisystems performance testing
Eurosun 2010, Graz, Autriche

[ASHRAE 93-86, 1986]
ANSI/ASHRAE 93-86, 1986
Method for testing to determine the thermal performance of solar collectors
ASHRAE Inc., New York

[Baccoli et al., 2010]
Bacoli, R., Carlini, U., Mariotti, S., Innamorati, R., Solinas, E., Mura, P., 2010
Graybox and adaptative dynamic neural network identification models to infer the
steady state efficiency of solar thermal collectors starting from the transient condition
Solar Energy, 84, pp.1027-1046

[Bales, 2002]
Bales, C., 2002
Combitest - Initial development of the AC/DC test method. Technical report. IEA
Solar Heating & Cooling programme Task26
Site internet : http://www.iea-shc.org/task26/ (accs le 4/7/2011)

[Barron, 1993]
Barron, A.R., 1993
Universal approximation bounds for superpositions of a sigmodal function,
IEEE Transactions on Information Theory, 39, pp.930-945

[Batiti, 1992]
Batiti, R., 1992
First and second order methods for learning: between steepest descent and
Newton's method
Neural computation, 4, pp.141-166

BIBLIOGRAPHIE
285
[Bryn et Schiefloe, 1996]
Bryn, I., Schiefloe, P.A., 1996
Atrium models for the analysis of thermal comfort and energy use. A report of Task12
building energy analysis and design tools for solar applications

[Certita, 2010]
Certita, organisme mandat par AFNOR Certification, 2010
Rgles de certification. Marque NF-Chauffe Eau Solaires individuels. Nidentification
: NF 441

[Cybenko, 1989]
Cybenko, G., 1989
Approximation by superpositions of a sigmodal function.
Mathematics of Control, Signals and Systems, 2, pp.303-314

[Dennis et Schnabel, 1983]
Dennis, J.E., Schnabel, R.B., 1983
Numerical methods for unconstrained optimization and non-linear equations
Ed. Prentice-Hall Int., Englewood Cliffs, NJ, 394 pages

[Dreyfus et al., 2002]
Dreyfus, G., Martinez, J-M, Samuelides, M., Gordon, M.B., Badran, F., Thiria, S.,
Hrault, L., 2002
Rseaux de neurones, mthodologie et applications, 2e dition
Ed. Eyrolles, Paris, 424 pages

[Drck et Bachmann, 2002]
Drck, H., Bachmann, S., 2002
Performance testing of solar combisystems, Comparison of the CTSS with the ACDC
procedure. Technical report. IEA Solar Heating & Coolong programme Task 26.

[Drck, 2006]
Drck, H., 2006
Multiport store - Model for TRNSYS - Type 340. Version 1.99F
Institut fr Thermodinamik und Wrmetachnik (ITW), Universitt Stuttgart

[Duffie et Beckman, 2006]
Duffie, J., A., Beckman, W., A., 2006
Solar engineering of thermal process. Third edition
Ed. John Wiler & Sons, Hoboken, New Jersey, 928 pages

[EN12975-2, 2006]
European standard EN 12975-2, 2006
Thermal solar systems and components - Solar collectors - Part 2 : Test methods
Comit Europen de Normalisation, Bruxelles

BIBLIOGRAPHIE
286
[EN12976-2, 2006]
Thermal solar systems and components - Factory made systems - Part 2 : Test
methods

[CEN/TS12977-1, 2010]
European standard CEN/TS 12977-1, 2001
Thermal solar systems and components - Custom built systems - Part 1 :general
requirements for solar water heaters and combisystems

[CEN/TS12977-2, 2010]
Thermal solar systems and components - Custom built systems - Part 2 : Test
methods for solar water heaters and combisystems

[EN12977-3, 2008]
Thermal solar systems and components - Custom built systems - Part 3 :
Performance test methods for solar water heater stores

[CEN/TS12977-4, 2010]
Performance test methods for solar combistores

[CEN/TS12977-5, 2010]
Performance test methods for control equipment

[EN15316-4-3, 2007]
European standard EN 15316-4-3, 2007
Heating systems in buildings - Method for calculation of system energy requirement
and system efficiencies - Part 4-3: Heat generation systems, thermal solar systems

[EN442-2, 1996]
Radiators and convectors. Part 2 : Test methods and ratings.

BIBLIOGRAPHIE
287
[EN677, 1998]
European standard EN 677, 1998
Gas-fired central heating boilers - Specific requirements for condensing boilers with a
nominal heat input not exceeding 70kW

[ESTIF, 2010]
European Solar Thermal Industry Federation, 2010
Solar thermal markets in Europe, Trends and market statistics 2009
Site internet : http://www.estif.org/ (accs le 3/31/2011)

[ESTTP, 2010]
European Solar Thermal Technology Platform, 2010
Solar Heating and Cooling for a sustainable energy future in Europe. Sixth framework
programme. Revised Version
Site internet : http://esttp.org/cms/front_content.php (accs le 3/31/2011)

[Fiedler et Knirsch, 1998]
Fiedler, T., Knirsch, A., 1996
Add-on to the hitherto existing gas fuelled boiler-model for a wood-fired boiler with
calorific value usage
Transsolar, Stuttgart

[Godfrey, 1993]
Godfery, K.R., 1993
Perturbation signals for system identification
Ed. Prentice-Hall Int., , 400 pages

[Grenelle, 2009]
Ministre de l'Ecologie, du Dveloppement Durable, des Transports et du
Logement, 2009
Le Journal du ministre. Le Grenelle Environnement : la premire loi du Grenelle
Site internet : http://www2.ademe.fr/servlet/KBaseShow?sort=-
1&cid=96&m=3&catid=22682 (accs le 3/31/2011)

[Hadorn et al., 2005]
Hadorn, J.C. et al., 2005
Thermal energy storage for solar and low energy building, state of the art. By the IEA
Solar Heating and Cooling Task 32
Ed. Cargraphics, 170 pages

[Heimrath, 2004]
Heimrath, R., 2004
Simulation, optimierung und vergleich solarthermischer anlagen zur
raumwrmeversorgung fr mehrfamilienhuser
Dissertation am Institut fr Warmetechnik IWT det TU Graz, Graz

BIBLIOGRAPHIE
288
[Heimrath et Haller, 2007]
Heimrath, R., Haller, M., 2007
Project Report A2 of Subtack A: The reference heating system, the template solar
system. A report of IEA SHC - Task 32

[Holst, 1996]
Holst, S., 1996
TRNSYS - Models for radiator heating systems
Bayerisches Zentrum fr angewandte Energieforschung e.V. Abteilung 4 :
Thermische Nutzung von Sonnenenrgie, Mnchen

[ISO13786, 2007]
European standard EN ISO 13786, 2007
Thermal performance of building components - Dynamical thermal characteristics -
Calculation methods

[ISO13790, 2008]
International Standard ISO 13790, 2008
Energy performance of buildings - Calculation of energy use for space heating and
cooling

[ISO9459-2, 1995]
International Standard ISO 9459-2, 1995
Solar Heating. Domestic hot water. Part 2: Outdoor test methods for system
performance characterization and yearly performance prediction of solar-only
systems

[ISO9459-5, 2007]
Solar Heating. Domestic hot water. Part 5: System performance characterization by
means of whole-system tests and computer simulation

[ISO9488, 1999]
International Standard ISO 9488, 2007
Solar Energy - Vocabulary

[ISO9806-1, 1994]
Test methods for solar collectors. Part 1 : Thermal performance of glazed liquid
heating collectors including pressure drop

[ISO9806-3, 1995]
Test methods for solar collectors. Part 3 : Thermal performance of unglazed liquid
heating collectors (sensible heat transfer only) including pressure drop

BIBLIOGRAPHIE
289
[Jordan et Vajen, 2001]
Jordan, U., Vajen, K., 2001
Realistic domestic hot water profiles in different time scales
Universitt Marburg
Site internet : http://sel.me.wisc.edu/trnsys/trnlib/library15.htm#IEA26Load (accs le
4/11/2011)

[Kalogirou et Panteliou, 2000]
Kalogirou, S.A., Panteliou, S., 2000
Thermosiphon solar domestic water heating systems : long-term performance
prediction using artificial neural networks

[Kalogirou, 2001]
Kalogirou, S.A., 2001
Artificial neural networks in renewable energy systems applications : a review
Renewable and sustainable energy reviews, 5, pp.373-401

[Klein, 1994]
Klein, S.A. et al., 1994
TRNSYS, a transient simulation program.
Solar Energy Laboratory, University of Wisconsin

[Letz, 2002]
Letz, T., 2002
Validation and background information on the FSC procedure. A report of IEA SHC -
Task 26

[Letz, 2006]
Letz, T., 2006
Etude qualitative et quantitative du fonctionnement de systmes solaires combins
en usage rel, Synthse du programme de suivi sur sites.
Site internet :
http://www2.ademe.fr/servlet/getDoc?cid=96&m=3&id=40819&p1=02&p2=08&ref=17
597 (accs le 3/31/2011)

[Letz et al., 2009]
Letz, T., Bales, C., Perers, B., 2009
A new concept for combisystems characterization: The FSC method

[Letz, 2010]
Letz,T., 2010
Combisol project. Solar combisystem promotion and standardisation. D4.2 :
Guidelines for calculation of savings indicators
Site internet : http://www.combisol.eu/ (accs le 6/15/2011)

BIBLIOGRAPHIE
290
[Letz et al., 2010]
Letz, T., Cholin, X., Pradier, G., 2010
Combisol project, Solar combisystems promotion and standardisation. D4.4:
Comparison of results of all monitored plants.

[Ljung, 2010]
Ljung, L., 2010
Perspectives on system identification
Annual reviews in control, 34, pp.1-12

[Lucea, 2006]
Lucea, M., 2006
Modlisation dynamique par rseaux de neurones et machines vecteurs supports :
contribution la maitrise des missions polluantes de vhicules automobiles
Thse de doctorat de l'universit Paris 6

[Mackay, 1992]
Mackay, D.J.C., 1992
A practical Bayesian framework for backpropagation networks
Neural computation, 4, pp.448-472

[Marquardt, 1963]
Marquardt, D.W., 1963
An algorithm for least-squares estimation of non-linear parameters
Journal of the society of industrial and applied mathematics, 11, pp.431-441

[MATLAB, 2008a]
Mathworks, 2008
MATLAB 7.6.0 (2008a) : Documentation gnrale
Site internet : http://www.mathworks.fr (accs le 5/23/2011)

[MATLAB, 2008b]
Mathworks, 2008
MATLAB 7.6.0 (2008a) : Documentation sur la Neural Network Toolbox
Site internet : http://www.mathworks.fr (accs le 5/23/2011)

[Medinelli Sanino et Rojas Reischel, 2007]
Medinelli Sanino, L.A., Rojas Reischel, R.A., 2007
Modeling and identification of solar energy water heating system incorporating
nonlinearities

[Mellit et Massi Pavan, 2010]
Mellit, A., Massi Pavan, A., 2010
A 24-h forecast of solar irradiance using artificial neural network: Application for
performance prediction of a grid-connected PV plant at Trieste, Italy

BIBLIOGRAPHIE
291
[Mette et al., 2010]
Mette, B., Ullman, J., Drck, H., Albaric, M., Leconte, A., Papillon, P., 2010
Combisol project. Solar combisystem promotion and standardisation. D3.1:
Comparison of test methods.

[Neymark et Judkoff, 2004]
Neymark, J., Judkoff, R., 2004
International Energy Agency Building Energy Simulation Test and Diagnostic Method
for Heating, Ventilating, and Air-conditioning equipment models (HVAC BESTEST)
Volume 2 : Cases E300-E545

[Neymark et Judkoff, 2008]
Neymark, J., Judkoff, R., 2008
International Energy Agency Building Energy Simulation Test and diagnostic method
(IEA BESTEST). Multi-zone non-airflow in depht dignostic cases : MZ320 - MZ360
(Revised Cover)

[Nguyen et Widrow, 1990]
Nguyen, D., Widrow, B., 1990
Improving the learning speed of 2-layer neural networks by choosing initial values of
the adaptive weigths
Proceeding of the International Joint Conference on Neurla Networks, 3, pp.21-26

[Nielsen, 2010]
Nielsen, J.E., 2010
COMBI-EN - Version 1.8.
PlanEnergi DZ, Hvals, Denmark

[Nowag, 2007]
Nowag, J., 2004
Development of a test method to characterize the performance of solar
combisystems
Master Thesis, Faculty of Mechanical Engineering, Institute of Thermal Energy,
University of Kassel, Germany

[Nowag, 2007]
Nowag, J., 2004
Development of a test method to characterize the performance of solar
combisystems
Master Thesis, Faculty of Mechanical Engineering, Institute of Thermal Energy,
University of Kassel, Germany

BIBLIOGRAPHIE
292
[Oussar, 1998]
Oussar, Y., 1998
Rseaux d'ondelettes et rseaux de neurones pour la modlisation statique et
dynamique de processus
Thse de doctorat de l'universit Paris 6

[Paoli et al., 2010]
Paoli, C., Voyant, C., Muselli, M., Nivet, M-L., 2010
Forecasting of preprocessed daily solar radiation time series using neural networks

[Papillon et al., 2007]
Papillon, P., Letz, T., Albaric, M., Nowag, J., 2007
Solar Combisystems: State of the art and perspectives
Heat Transfer in Components and Systems for Sustainable Energy Technologies,
Chambry

[Perers et Bales, 2002]
Perers, B., Bales, C., 2002
A solar collector model for TRNSYS simulation and system testing. Technical report.
IEA Solar Heating and Cooling programme Task 26

[Perers, 1997]
Perers, B., 1997
An improved dynamic solar collector test method for determination of non-linear
optical and thermal characteristics with multiple regression

[Perez et al., 1988]
Perez, R., Stewart, R., Seal, R., Guertin, T., 1988
The development and verification of the Perez diffuse radiation model. Sandia report
SAND88-7030

[Perrin de Brichambaut et Vauge, 1982]
Perrin de Brichambaut, Ch., Vauge, Ch., 1982
Le gisement solaire, valuation de la ressource nergtique
Ed. Lavoisier, TEC&DOC, Paris, 222 pages

[Peuser et al., 2005]
Peuser, F.A., Remmers, K-H., Schnauss, M., 2006
Installations Solaires thermiques, Conception et mise en uvre
Ed. Systmes Solaires, Paris, 403 pages

BIBLIOGRAPHIE
293
[RT2005, 2006]
Rglementation Thermique 2005, 2006
Mthode de calcul Th-CE, Annexe l'arrt du 19 juillet 2006
Site internet : http://www.rt-
batiment.fr/fileadmin/documents/RT2005/pdf/Methode_Th_CE.pdf (accs le
11/14/2011)

[Rumelhart et al., 1986]
Rumelhart, D.E., Hinton, G.E., Williams, R.J., 1986
Learning representations by back-propagating errors
Nature, 323, pp.533-536

[Sjberg et al., 1995]
Sjberg, J., Zhang, Q., Ljung, L., Benveniste, A., Delyon, B., Glorennec, P.Y.,
Hjalmarsson, H., Juditsky, A., 1995
Nonlinear black box modelling in system identification : a unified overview
Automatica, 12, pp.1691-1724

[Souliotis et al., 2009]
Souliotis, M., Kalogirou, S., Tripanagnostopoulos, Y., 2009
Modelling of an ICS solar water heater using artificial neural networks and TRNSYS
Renewable Energy, 34, pp.1333-1339

[Thr et al., 2010]
Thr, A., Breidler, J., Kuhness, G., 2010
Combisol project. Solar combisystem promotion and standardisation. D2.4: Updated
state of the art report of solar combisystems analysed within Combisol. Combisol
Project, Solar Combisystems Promotion and Standardisation

[Type56, 2005]
TRANSSOLAR, 2005
TRNSYS 16 User Manual - Multizone building modeling with type 56 and TRNBuild
Site internet : http://sel.me.wisc.edu/trnsys/user-resources/index.html (accs le
5/19/2011)

[Volgelsanger, 2002]
Vogelsanger, P., 2002
The Concise Cycle Test method - A twelve day system test. Technical report. IEA
Solar Heating & Cooling programme Task26

[Walter et Pronzato, 1994]
Walter, E., Pronzato, L., 1994
Identification de modles paramtriques partir de donnes exprimentales
Ed. Masson, Paris, 371 pages

BIBLIOGRAPHIE
294
[Weiss et al., 2003]
Weiss, W. et al., 2003
Solar heating systems for houses, a design handbook for solar combisystems
Ed. James & James Ltd, Londres, 313 pages

[Weiss et Biermayr, 2009]
Weiss, W., Biermayr, P., 2008
Potential of Solar Thermal in Europe
Site internet : http://www.estif.org/ (accs le 6/12/2011)

[Weiss et Mauthner, 2010]
Weiss, W., Mauthner, F., 2010
Solar Heat Worldwide, Market and contribution to the energy supply 2008. Solar
Heating and cooling programme, International Energy Agency. 2010 Edition
Site internet : http://www.iea-shc.org/ (accs le 3/31/2011)

[Widrow et Stearns, 1985]
Widrow, B., Stearns, S, 1985
Adaptative signal processing
Ed. Prentice-Hall Int., Englewood Cliffs, NJ, 528 pages

BIBLIOGRAPHIE
295

ANNEXES
ANNEXE A
298
ANNEXE A. Modlisation thermique de btiment selon la
norme ISO13790 : prcision sur les quations et
paramtrage des btiments SFH
A.1. Equations du modle de btiment
A.1.1. Prsentations des quations et calculs selon la norme
ISO13790

room
T
s
T
m
T
w eq
T
,
sup
T
sh
Q
&
m
C
ve
H
w tr
H
,
em tr
H
,
ai
Q
&
st
Q
&
m
Q
&
m eq
T
,

Figure A-1 Schma lectrique du modle de btiment de la norme ISO 13790-2008

Equations de bilan :

( ) ( )
( ) ( ) ( )
( ) ( )
sh ia s room is tr sup room ve
st room s is tr a s w tr m s ms tr
m m s ms tr m a em tr
m
m
Q Q T T H T T H
Q T T H T T H T T H
Q T T H T T H
dt
dT
C
& &
&
&
+ = +
= + +
+ + =
,
, , ,
, ,

( A-1 )

Les paramtres sont
m
C [en J/K] et les coefficients de transfert
em tr
H
,
,
ms tr
H
,
,
w tr
H
,
,
is tr
H
,
,
ve
H [en W/K].

Les inconnues sont
m
T ,
s
T et
room
T [en C] (si
sh
Q
&
est connu, notre cas) ou
sh
Q
&
[en W]
(si
room
T est connu).

ANNEXE A
299
Les donnes sont les tempratures
m eq
T
,
,
w eq
T
,
,
sup
T [en C] et les flux moyens
m
Q
&
,
st
Q
&
,
ai
Q
&
[en W] ainsi que
sh
Q
&
[en W] ou
room
T [en C] selon le cas.

Les flux sont exprims en fonction des apports de chaleur internes
b,int
Q
&
[en W] et
des apports solaires passifs
sol b
Q
,
&
[en W], selon les quations ( A-2 ).

( )
( )
sol b b,int
tot
w tr
tot
m
st
sol b b,int
tot
m
m
b,int ia
Q Q
A
H
A
A
Q
Q Q
A
A
Q
Q Q
,
,
,
. 5 , 0
. 1 , 9
1
. 5 , 0
. 5 , 0
& & &
& & &
& &
+
|
|
\
|
=
+ =
=

( A-2 )

De la 3
e
quation de ( A-1 ), on tire :

is ve
s is sup ve ia sh
room
H H
T H T H Q Q
T
+
+ + +
=
. .
& &
( A-3 )

En combinant cette expression avec la 2
e
quation de ( A-1 ), on obtient :

is ve
ve is
ve is
w tr ms tr
ve
ia sh
sup w eq w tr m ms tr st
s
H H
H H
H H
U
avec
U H H
H
Q Q
T U T H T H Q
T
+
=
+
=
+ +
|
|
\
| +
+ + + +
=
.
1 1
1
. . .
1
1 , ,
1 , , ,
& &
&

( A-4 )

Il vient la nouvelle criture de lquation diffrentielle :

( )
+
=
+
=
+ =
|
|
\
|
|
|
\
| +
+ + + + + =
= + +
2 ,
, 2
2 ,
3
, 1 2
1 , ,
2
3
, ,
, 3 .
.
1 1
1
. . .
:
.
U H
H U
U H
U
H U U
H
Q Q
T U Q T H
U
U
T H Q Q
avec
Q H U T
dt
dT
C
ms tr
ms tr
ms tr
w tr
ve
ai sh
sup st w eq w tr m eq em tr m tot
tot em tr m
m
m
& &
& & &
&

( A-5 )

ANNEXE A
300
A.2. Paramtres du modle pour simulation des btiments de
la Tche 32 de lIEA
LIEA, lors de la Tche 26 [Weiss et al., 2003] et de la Tche 32 [Heimrath et Haller,
2007], a dfini des btiments de rfrence pour homogniser les calculs
nergtiques. Ces btiments ont la mme architecture mais sont de qualits
thermiques diffrentes. Ainsi ces btiments ont respectivement des besoins de 30
kWh, 60 kWh et 100 kWh par m de surface habitable et par an pour les conditions
climatiques de Zurich. Ils sont appels respectivement SFH30, SFH60 et SFH100
(SFH pour Single Family House
23
).
A.2.1. Proprits principales des btiments de rfrences
A.2.1.1. Gomtrie du btiment
Lorientation et les dimensions du btiment sont dfinies sur la Figure A-2 ci-
dessous.

Figure A-2 Gomtrie et orientation des SFH dfinies lors de la Tche 32

La surface de plancher conditionne est de 70m pour chaque tage. Le toit a
comme surface 25m vers le sud et 61,4m vers le nord. Les surfaces vitres
reprsentent 24% de la surface sud, 6% de la surface nord et 10% des surfaces
est/ouest. Les principales valeurs sont rsumes dans le Tableau A-1.

23
Des btiment collectifs appels Multi Family Houses (MFH) sont galement dfinis dans la
Tche32 de lIEA mais ne sont pas pris en compte dans ce mmoire.
ANNEXE A
301
Valeurs nets
Dimensions
Surface de
plancher
Surface de
faade (N/S)
Surface de
faade (E/O)
Volume

L
[m]
W
[m]
H
[m]
L x W [m] L x H [m] H x W [m]
L x W x H
[m]
Etage 10 7 2,6 70 26 18,2 182
RDC 10 7 3 70 30 21 210
Somme - - - 140 56 39,2 392
Tableau A-1 Valeurs des proprits gomtriques des btiments de rfrence

Pour les surfaces vitres, les dtails sont prsents dans le Tableau A-2 ci-dessous :

Surface vitre
[m]
Proportion de la surface vitre
[%]
Sud 12 24
Est 4 9,9
Ouest 4 9,9
Nord 3 6
Somme 23 12,7
Tableau A-2 Aire des surfaces vitres sur les btiments de rfrence
A.2.1.2. Structure de lenveloppe du btiment
Lenveloppe du btiment est dfinie pour les murs extrieurs, le sol et le toit. Pour
chaque couche de lenveloppe, les diffrents matriaux et leurs proprits sont
dfinis dans le Tableau A-3 ci-dessous :

Epaisseur U value
SFH30 SFH60 SFH100
Densit Conductivit Capacit
SFH30 SFH60 SFH100 Couches
m m m kg.m
-3
W.m
-1
.K
-1
kJ.kg
-1
.K
-1
W.m
-2
.K
-1
W.m
-2
.K
-1
W.m
-2
.K
-1

Pltre
intrieur
0,015 - - 1200 0,600 1,00
Brique 0,210 - - 1380 0,700 1,00
Isolation EPS 0,240 0,120 0,060 17 0,040 0,70
Pltre
extrieur
0,003 - - 1800 0,700 1,00
Mur
Somme 0,468 0,348 0,288
0,154 0,283 0,491
Bois 0,015 - - 600 0,150 2,50
Pltre 0,060 - - 2000 1,400 1,00
Isolation XPS 0,220 0,120 0,060 38 0,037 1,45
Bton 0,150 - - 2000 1,330 1,08
Plancher
(sol)
Somme 0,445 0,345 0,285
0,157 0,270 0,561
Placoplatre 0,025 - - 900 0,211 1,00
Contreplaqu 0,015 - - 300 0,081 2,50
Laine de
roche
0,280 0,120 0,060 60 0,036 1,03
Contre
plaqu
0,015 - - 300 0,081 2,50
Plafond
(toit)
Somme 0,335 0,175 0,115
0,119 0,275 0,380
Murs
internes
Brique
vitrifie
0,200 - - 650 0,230 0,92 0,962 0,962 0,962
Tableau A-3 Proprits des matriaux constituant l'enveloppe des btiments de rfrence
A.2.1.3. Proprits des surfaces vitres
Diffrents types de vitrage sont choisis en fonction de la qualit thermique du
btiment. Ils sont dfinis ici par la conductance de leur partie vitre (
glazing
U en [W.m
-
2
.K
-1
]), la conductance de leur encadrement (
frame
U en [W.m
-2
.K
-1
]) et leur facteur
solaire
value
g . Ces principales donnes sont reprsentes dans le Tableau A-4
suivant :
ANNEXE A
302

Btiment
glazing
U
value
g
frame
U
SFH30 0,52 0,585 1,6
SFH60 1,40 0,622 2,3
SFH100 2,83 0,755 2,3
Tableau A-4 Proprits optiques et thermiques des surfaces vitres des btiments de rfrence
A.2.1.4. Ventilation du btiment
Une ventilation naturelle de 0,4vol/h est considre en hiver. En t, une ventilation
nocturne active entre 21h et 8h est programme selon les rgles suivantes :
Si la temprature moyenne journalire est suprieure 12C
Si la temprature de la zone est suprieure 24C
Si la temprature ambiante est 2K sous la temprature de la zone
A.2.2. Paramtrage des btiments de rfrence selon le modle
ISO13790
A.2.2.1. Gomtrie et inertie
La capacit thermique du btiment est calcule selon la norme [ISO13786, 2007].

=
j
j j m
A C .
( A-6 )

j
Capacit thermique surfacique de la surface j [J.K
-1
.m
-2
]
j
A Aire de la surface j [m]

La capacit thermique surfacique peut tre calcule exactement partir des matrices
de transfert harmoniques, conformment la norme ISO13786. LAnnexe A de cette
norme prcise quune formule simplifie est galement possible si la prcision de ce
calcul est dimportance secondaire. Elle repose sur la profondeur de pntration
dune onde thermique journalire, calcule pour le matriau adjacent la surface
intrieure :

=
i
i i i j
d c . .
( A-7 )

i
Masse volumique de llment i [kg.m
-3
]
i
c Capacit thermique massique de llment i [J.K
-1
.kg
-1
]
i
d Epaisseur de llment i (jusqu la limite de lpaisseur
efficace)
[m]

On considre les paisseurs
i
d de manire ce que
T
i
i
d d =
, o
T
d est
lpaisseur efficace dune face dune surface, gale la plus petite des valeurs
suivantes :
La moiti de lpaisseur totale de la surface ;
ANNEXE A
303
Lpaisseur des matriaux compris entre la face considre et la premire
couche isolante, sans tenir compte des revtements superficiels;
Une paisseur efficace maximale, fonction de la priode des variations (on
considre la valeur par dfaut de 100mm pour une priode de variation de 1 jour)
A partir des valeurs dtermines ci-dessus, on en dduit
m
A , laire quivalente des
parois qui participent cette inertie quotidienne.

=
j
j j
m
m
A
C
A
.
2
2

( A-8 )
A.2.2.2. Coefficients de transfert thermique
Entre la temprature star
s
T et la temprature dair intrieur
room
T
La conductance de couplage
is tr
H
,
entre les nuds
s
T et
room
T du modle est
estime par lquation ( A-9 ).

f at is tot is is tr
A h A h H = =
,
( A-9 )

is
h Coefficient de transfert thermique entre lair intrieur et le
nud star du modle (fixe 3,45W.m
-2
.K
-1
)
[W.m
-2
.K
-1
]
tot
A Surface de toutes les parois en contact avec lair intrieur [m
2
]
at
Ratio entre la surface des parois internes et la surface de
plancher, suppose gale 4,5.
[-]
f
A Surface de plancher conditionne [m
2
]
Parois sans inertie
Aux vues des donnes disponibles, on va considrer ici uniquement les pertes
thermiques travers les surfaces vitres. Les coefficients
glazing
U et
frame
U dpendent
du type de btiment mais les surfaces vitres sont les mmes, gales 24m au
total. Lencadrement de chaque fentre est considr comme reprsentant 15% de
leur surface totale.

( )
frame frame glazing w
i
i i w tr
U F U A U A H + = =
.
,
( A-10 )

w tr
H
,
Coefficient global de transmission thermique des parois sans
inertie
[W.K
-1
]
i
A Aire de la surface i [m]
i
U Conductance de la surface i [W.m
-2
.K
-1
]
w
A Aire totale de surface vitre [m]
frame
F Part de cadre sur laire des surfaces vitres [%]
glazing
U Conductance des fentres du btiment de rfrence [W.m
-2
.K
-1
]
frame
U Conductance des cadres des fentres du btiment de
rfrence
[W.m
-2
.K
-1
]
ANNEXE A
304
Parois opaques
Pour simplifier le calcul des paramtres, la norme internationale pose un coefficient
global de pertes des parois opaques
op tr
H
,
, de manire ce que
em tr
H
,
,
ms tr
H
,
,
op tr
H
,

soient lis par lquation ( A-11 ).

|
|
\
|
=
ms tr op tr
em tr
H H
H
, ,
,
1 1
1

( A-11 )

La conductance
ms tr
H
,
entre la temprature des parois avec inertie et la temprature
star est estime par lquation ( A-12 ).

m ms ms
A h H = ( A-12 )

ms
h Coefficient de transfert thermique entre les parois avec inertie
et le nud star du modle (fixe 9,1 W.m
-2
.K
-1
)
[W.m
-2
.K
-1
]

La conductance globale de pertes par les parois opaques
op tr
H
,
est dfinie par
lquation ( A-13 ).

wall wall ground ground roof roof
i
i i i op tr
U A U A U A
U A b H
+ + =
=
,
( A-13 )

op tr
H
,
Coefficient de dperdition entre lextrieur et lambiance
intrieur
[W.K
-1
]
i
b Coefficient de rduction de transfert relatif la dperdition de
la surface i (nous supposerons ici quaune paroi nest en
contact avec un espace non-conditionn donc b
i
=1 quel que
soit i)
[-]
roof
A Surface de toit isol (nord + sud) [m]
roof
U Conductance du plafond isol [W.m
-2
.K
-1
]
ground
b Coefficient de correction de la dperdition thermique du sol
vers lextrieur
[-]
ground
A Surface du plancher [m]
ground
U Conductance du sol [W.m
-2
.K
-1
]
wall
A Surface totale de mur [m]
wall
U Conductance des murs [W.m
-2
.K
-1
]

Pour calculer le coefficient de correction li aux pertes thermiques par le sol, on
sinspire de la norme [ISO13370, 2008]. Celle-ci dfinit un coefficient dchange
global moyen annuel
ground
H tel que les pertes thermiques vers le sol sexpriment par
( )
ext room ground
T T H . .

ANNEXE A
305

ground ground ground ground ground
U A P U A H = + = . . ( A-14 )

U Coefficient global de transmission thermique des parois en
contact avec le sol
[W.K
-1
]
ground
P Primtre extrieur du btiment [m]
Coefficient linique de transmission thermique associe la
jonction mur/plancher
[W.m
-1
.K
-1
]

Des valeurs par dfaut du coefficient peuvent tre prises laide des tableaux
prsents dans la norme [ISO14683, 1999].

Lexpression de U est diffrente selon la dimension caractristique du plancher B
et de lpaisseur quivalente dt pour le calcul des pertes.

( )
+ + + =
=
se f si
ground
ground
R R R w dt
P
A
B
. 5 , 0
'
( A-15 )

w Epaisseur des murs extrieurs [m]
Conductivit thermique du sol (que lon prendra gale 2 W.m
-
1
.K
-1
, type sable/gravier, par dfaut)
[W.m
-1
.K
-1
]
si
R Rsistance thermique superficielle intrieure [m
2
.K.W
-1
]
se
R Resistance thermique superficielle extrieure [m
2
.K.W
-1
]
f
R Rsistance thermique du plancher seul [W.m
-2
.K
-1
]

En considrant un plancher sur terre-plein (seul cas envisag dans ce mmoire), il
vient :

+
= <
|
\
|
+
+
= <
dt B
U B dt Si
dt
B
dt B
U B dt Si
' 457 , 0
, '
1
'
ln
'
2
, '
( A-16 )

Pour la conductance de couplage nud central/air intrieur et le coefficient de
dperdition entre la structure et lambiance intrieure, respectivement
is tr
H
,
et
ms tr
H
,
,
les relations sont fixes par la norme [ISO13790, 2008] de la manire suivante :

tot tot is is tr
A A h H . 45 , 3
,
= = ( A-17 )

m m ms ms tr
A A h H . 1 , 9
,
= = ( A-18 )

f f at tot
A A A . 5 , 4 . = = ( A-19 )

is tr
H
,
Conductance de couplage entre le nud central (qui prend en
compte la temprature radiante moyenne) et lair intrieur
[W.K
-1
]
ANNEXE A
306
ms tr
H
,
Coefficient de dperdition entre la structure et lambiance
intrieure
[W.K
-1
]
tot
A Surface totale des parois intrieures [m]
m
A Surface reprsentant la masse thermique totale du btiment [m]
f
A Surface de plancher conditionn [m]
is
h Coefficient de transfert thermique entre le nud air et le
nud central
[W.m
-2
.K
-1
]
ms
h Coefficient de transfert thermique entre le nud masse
thermique et le nud central
[W.m
-2
.K
-1
]
Pertes par ventilation
La ventilation dans les btiments de rfrence de la Tche 32 de lIEA est calcule
de manire complexe en t. Lors de cette priode, une ventilation nocturne est
prise en compte et ncessite une approche CFD ainsi que des variables
supplmentaires. Pour construire une premire version simple de modle de
btiment, cet aspect est nglig. On ne prendra en compte quune ventilation avec
un renouvellement dair de 0,4 volume par heure sur toute lanne, sans ajustement
particulier de la temprature de lair neuf entrant.

V
V
q c H
ve a a ve
. . 34 , 0
3600
.
1200
= = = ( A-20 )

ve
H Coefficient de dperdition thermique du la ventilation [W.K
-1
]
a
Masse volumique de lair [kg.m
-3
]
a
c Capacit thermique de mair [Wh.kg
-1
.K
-1
]
ve
q Dbit de ventilation dans le btiment [m
3
.h
-1
]
Taux de renouvellement dair dans le btiment [h
-1
]
V Volume totale dair dans le btiment [m
3
]
A.2.2.3. Nombre de surfaces pour le calcul de lensoleillement
Il est ncessaire de dfinir le nombre et le type de paroi, ainsi que leurs principales
caractristiques pour le calcul de lensoleillement et des apports solaires passifs. Les
parois considres ici sont prsentes dans le Tableau A-5.

ANNEXE A
307
Surface Type Orientation Inclinaison
1 Opaque Sud 60
2 Opaque Nord 20
3 Opaque Nord 90
4 Vitrage Nord 90
5 Opaque Sud 90
6 Vitrage Sud 90
7 Opaque Est 90
8 Vitrage Est 90
9 Opaque Ouest 90
10 Vitrage Ouest 90
Tableau A-5 Numrotation et caractristiques principales des surfaces considrer dans le
modle ISO13790 des btiment SFH30, 60 et 100
A.2.3. Entres du modle ISO13790
A.2.3.1. Les tempratures extrieures
La seule donne de temprature disponible dans les fichiers mtorologiques utiliss
est la temprature extrieure. On estime donc
m eq
T
,
,
w eq
T
,
comme gales la
temprature extrieure. Cest galement le cas de
sup
T puisquon ne considre pas
de dispositions particulires pour le chauffage de lair neuf entrant.
A.2.3.2. Les puissances de chauffage intrieur
La puissance de chauffage
sh
Q
&
correspond au flux calcul par le modle du systme
de chauffage. Pour les apports de chaleur interne (personnes, appareillage
lectrique,), on se base sur le profil qui est dfini par la tche 32 de lIEA (voir
[Heimrath et Haller, 2007] et Chapitre 3.1.1) et qui est disponible avec les modles
des btiments de rfrence.
A.2.3.3. Les apports solaires passifs
Les apports solaires passifs sont calculs sur chaque surface par un bilan radiatif.

k r k r k sol k sol k ob sh k loss r k net sol k sol
Q F G A F Q Q Q
, , , , , , , , , , ,
& & & &
= + = ( A-21 )

k sol
Q
,
&

Apport solaire final venant de la surface k [W.m
-2
]
k net sol
Q
, ,
&

Apport solaire net venant de la surface k [W.m
-2
]
k loss r
Q
, ,
&

Pertes radiatives globales GLO de la surface k [W.m
-2
]
k ob sh
F
, ,
Facteur dombrage externe sur la surface k [-]
k sol
A
,
Aire collectrice effective de la surface k [m]
k sol
I
,
Irradiation solaire sur la surface k [W.m
-2
]
k r
F
,
Facteur de forme de la surface k par rapport la voute cleste [-]
k r
Q
,
&

Flux radiatif GLO vers la voute cleste [W.m
-2
]
Apports solaires nets
On considre quil ny a pas de masques solaires particuliers extrieurs aux
btiments de rfrence, donc pour toutes les surfaces
k ob sh
F
, ,
vaut 1.
ANNEXE A
308

Le rayonnement solaire incident sur chaque face peut tre disponible dans les
donnes mtorologiques dentre de simulation selon le calcul ralis. Sinon, la
formule exploite pour le calcul du rayonnement solaire sur la surface des capteurs
dans le paragraphe 2.2.2.2 peut tre rutilise.

Le calcul de la surface collectrice effective
k sol
A
,
dpend du type de surface.
Pour les surfaces vitres :

( )( )
w frame gl gl sh w sol
A F g F A = 1 . 9 , 0
, ,
( A-22 )

gl sh
F
,
Facteur de rduction dombrage pour les dispositifs spciaux [-]
gl
g
Transmittance de la surface vitre (0,9 est un facteur de correction par
dfaut)
[-]
frame
F Part de cadre dans la surface vitre [-]
w
A Aire totale de la surface vitre [m]

Pour le cas prsent ici, on suppose quil ny a pas de dispositif dombrage particulier
et que la proportion daire de cadre des vitres est de 20%.
Pour les surfaces opaques
Thoriquement, la formule pour la surface collectrice effective des parois opaques
est la suivante :

C C se C S op sol
A U R A . . .
, ,
= ( A-23 )

C S,
Coefficient dabsorption du rayonnement solaire [-]
se
R Resistance superficielle de la surface extrieure [m.K.W
-1
]
C
U Conductance thermique de la surface opaque [W.m
-2
.K
-1
]
C
A Aire de la surface opaque [m]

La rsistance superficielle dune paroi extrieure peut tre estime de la manire
suivante :

0
. 4 4
1 1
r r c
se
h v h h
R
+ +
=
+
=
( A-24 )

c
h Coefficient de convection [W.m
-2
.K
-1
]
r
h Coefficient de rayonnement [W.m
-2
.K
-1
]
v Vitesse de vent proximit de la surface [m.s
-1
]
Emissivit hmisphrique de la surface [-]
0 r
h Coefficient de rayonnement dun corps noir [W.m
-2
.K
-1
]

Pour les btiments de rfrence, on considre quil ny a pas de vent (
1
. 0

= s m v ).

ANNEXE A
309
Le coefficient
0 r
h est dfinie par
3
0
4 T , o la temprature T est exprime en [K] et
0
est la constante de Stephan-Boltzmann, gale 5,67.10
-8
W.m
-2
.K
-4
. En
considrant une temprature moyenne de surface externe de 10C,
0 r
h peut tre
estim 5,1 W.m
-2
.K
-1
.

Pour avoir un ordre de grandeur, on peut considrer lmissivit gale 0,93 pour
le toit (ardoise), 0,93 pour les murs (pltre) et 0,95 pour les vitres (verre).
Pertes radiatives
Les pertes radiatives des surfaces vers le ciel sont dfinies de la manire suivante :

er r C C se k r k r k r k loss r
T h A U R F Q F Q = = . . . . .
, , , , ,
& &
( A-25 )

k r
F
,
Facteur de forme de la surface k par rapport la voute cleste [-]
se
R Resistance superficielle de la surface extrieure [m
2
.K.W
-1
]
c
U Conductance thermique de la surface [W.m
-2
.K
-1
]
c
A Aire de la surface [m]
er
T Diffrence moyenne entre la temprature dair extrieur et la
temprature apparente du ciel
[K]

Le facteur de forme est calcul selon linclinaison par rapport au sol de la paroi
tudie par la formule ( A-26 ).

2
cos 1
,
+
=
k r
F ( A-26 )

La diffrence entre la temprature extrieure et la temprature apparente du ciel
peut tre une donne extrieure ou bien estime 11K pour les rgions
intermdiaires (entre rgions polaires et rgions tropicales).
A.2.4. Bilan du paramtrage
En considrant les calculs et hypothses dcrits ci-dessus, les paramtres
ncessaires au modle de btiment du type ISO13790 pour simuler les btiments
SFH30, SFH60 et SFH100 sont prsents dans le Tableau A-6 ci-dessous.

ANNEXE A
310
Paramtre Unit SFH30 SFH60 SFH100
m
C [J.K
-1
] 5,86.10
7
5,86.10
7
5,85.10
7

m
A [m
2
] 555 555 554
f
A [m
2
] 140 140 140
w tr
H
,
[W.K
-1
] 17,48 40,03 72,92
op tr
H
,
[W.K
-1
] 43,49 82,02 132,11
ve
H [W.K
-1
] 48,14 48,14 48,14
is
h [W.K
-1
.m
-2
] 3,45 3,45 3,45
ms
h [W.K
-1
.m
-2
] 9,10 9,10 9,10
at
[-] 4,50 4,50 4,50
Tableau A-6 Paramtres du modle ISO13790 des btiments SFH30, 60 et 100.

Les hypothses prises ci-dessus concernant les apports solaires permettent de fixer
des paramtres supplmentaires en entre du modle ISO13790 :
En supposant quil ny a pas de disposition dombrage spcifique
( 1
,
=
gl sh
F toute lanne), la surface collectrice effective pour chaque paroi
est fixe. Les valeurs sont prsentes dans le Tableau A-7.
Entres (fixes) Surface SFH30 SFH60 SFH100
1 0,10 0,23 0,32
2 0,25 0,57 0,79
3 0,24 0,45 0,78
4 1,34 1,43 1,73
5 0,20 0,36 0,63
6 5,37 5,71 6,93
7 0,19 0,35 0,60
8 1,79 1,90 2,31
9 0,19 0,35 0,60
w sol
A
,

[m]
10 1,79 1,90 2,31
Tableau A-7 Surfaces collectrices effectives prendre en compte pour chaque paroi dans le
modle ISO13790 des btiments SFH30, 60 et 100.
Les simplifications faites concernant les pertes radiatives de chaque paroi
imposent des valeurs moyennes fixes sur toute lanne (voir Tableau A-8).
ANNEXE A
311
Entres (fixes) Surface SFH30 SFH60 SFH100
1 24 54 75
2 75 173 238
3 38 70 122
4 8 23 46
5 31 57 99
6 34 91 183
7 30 55 95
8 11 30 61
9 30 55 95
r loss
Q
,
&

[kJ.h
-1
]
10 11 30 61
Tableau A-8 Pertes radiatives prendre en compte pour chaque paroi dans le modle ISO13790
des btiments SFH30, 60 et 100.
ANNEXE B
312
ANNEXE B. Modlisation de la consommation de la
chaudire dappoint selon la Rglementation Thermique
2005
B.1. Formule gnrale des pertes au point de fonctionnement
La Rglementation Thermique 2005 [RT2005, 2006] value les pertes des
chaudires par interpolation linaire entre trois points caractristiques de leurs
fonctionnements (100% de charge, charge intermdiaire et 0% de charge). Il en
rsulte lexpression de leurs pertes en fonction de la puissance quelles doivent
fournir (voir lquation ( B-1 ), valable pour tout type de chaudire, except les
chaudires bois).

( ) ( )
( )
( ) ( )
( )

=
+ + =
0
0 100
2
0
2
0 0 100
,
2
, ,
. .
P aux
int n int n
P P int P Pint n
aux
int n int n
P Pint n P P int
aux
aux out aux aux out aux aux loss aux
Q c
P P P P
Q Q P Q Q P
b
P P P P
Q Q P Q Q P
a
avec
c Q b Q a Q
& & &

( B-1 )

loss aux
Q
,
&

Pertes de la chaudire au point de fonctionnement [kW]
100 P
Q Pertes de la chaudire 100% de charge [kW]
int
P
Q Pertes de la chaudire charge intermdiaire
int
P [kW]
0 P
Q Pertes de la chaudire charge nulle [kW]
n
P Puissance nominale de la chaudire [kW]
int
P Puissance intermdiaire (qui correspond 0,3
n
P pour les
chaudires gaz)
[kW]

Remarque : la nomenclature utilise dans les quations de cette annexe est celle de
la RT2005. Elle na pas t adapte la nomenclature du mmoire pour plus de
clart.
B.2. Expression des pertes caractristiques
B.2.1. Pertes 100% de charge
Les pertes 100% de charge pour tout type de gnrateur sexpriment en fonction
de son rendement pleine charge
Pn
R

(quation ( B-2 )).

( )
n
Pn
Pn
P
P
R
R
Q

=
100
100

( B-2 )

ANNEXE B
313
Cette expression est adapte dans le cas de chaudires au gaz ou au fioul pour
prendre en compte une augmentation de rendement de 1% chaque fois que la
temprature de la chaudire baisse de 10C (par rap port 70C lors de la mesure du
rendement 100% de charge).

( )
n
g wh Pn
g wh Pn
P
P
R
R
Q
) 70 .( 1 , 0
) 70 .( 1 , 0 100
,
,
100
+

=
( B-3 )

La temprature de fonctionnement de la gnration en chauffage
g wh,

est donne
par lquation ( B-4 ).

( )
( )
( )
=
=
=
+ =
=
=
s gnrateur autres les pour tous 45
re tempratu basse chaudire pour 35
on condensati chaudire pour 20
intrieure re tempratu la de fonction en rgulation si
2
extrieure re tempratu la de fonction en rgulation si
constante re tempratu rgulation si
) , max(
min
min
min
,
,
,
,
, min ,
C
C
C
amont r d
gem rec
wm inor
eb inor
eb ei
wm gem rec
wm gem rec
gem rec g wh

( B-4 )

min
Temprature moyenne minimale de fonctionnement de la
gnration (valeurs conventionnelles prsentes dans
lquation ( B-4 ))
[C]
gen rec,
Temprature de rgulation de la gnration [C]
d
Temprature de dpart des metteurs [C]
amont r,
Temprature de retour des metteurs [C]
wm
Temprature moyenne de dimensionnement (soit
d in em
T
, ,
) [C]
ei
Temprature extrieure (soit
a
T ) [C]
eb
Temprature de base en priode de chauffage (soit
d a
T
,
) [C]
inor
Temprature intrieure de consigne (soit
room set
T
,
) [C]

Si
Pn
R nest pas connu, la formule par dfaut ( B-5 ) peut tre utilise.

n Pn
P B A R log . + = ( B-5 )

Des valeurs de A et B sont donnes dans Tableau B-2.
B.2.2. Pertes charge intermdiaire
Les pertes charge intermdiaire sexpriment en fonction du rendement charge
intermdiaire
Pint
R

(quation ( B-6 )).

ANNEXE B
314

( )
int
Pint
Pint
Pint
P
R
R
Q

=
100

( B-6 )

Cette expression est adapte dans le cas de chaudires au gaz ou au fioul pour
prendre en compte une augmentation de rendement chaque fois que la temprature
de la chaudire baisse pour ce genre de rgime.

( )
n
g wh mes P
g wh mes P
P
P
a R
a R
Q
) .(
) .( 100
, int
, int
int

+

= ( B-7 )

Les valeurs de a et
mes
dpendent du type de chaudire et sont donnes dans le
Tableau B-1.

Type de chaudire a [-]
mes
[C]
Standard 0,1 50
Basse temprature 0,1 40
Condensation 0,2 33
Tableau B-1 Paramtres pour la correction du rendement charge intermdiaire des
chaudires gaz et au fioul

Si
int P
R nest pas connu, la formule par dfaut ( B-8 ) peut tre utilise.

n P
P D C R log .
int
+ = ( B-8 )

Des valeurs C et D sont donnes dans Tableau B-2.
B.2.3. Pertes charge nulle
Les pertes larrt
030 P
Q , caractristiques de chaque chaudire, sont mesures pour
un cart de temprature de 30C. Pour les chaudire s au gaz ou au fioul,
0 P
Q est
exprime par lquation

25 , 1
,
030
0
30 . 100
|
|
\
|
=
amb g wh
Pn
P
P
R
Q
Q

( B-9 )

amb
Temprature de lair ambiant autour de la chaudire, prise 20C [C]

Si
030 P
Q nest pas connu, la formule par dfaut ( B-10 ) peut tre utilise.

( ) 100 log . .
030 n n P
P F E P Q + = ( B-10 )

Des valeurs de E et F sont donnes dans Tableau B-3.

ANNEXE B
315
B.3. Coefficients des valeurs par dfaut

Type de
chaudire
A B C D
Standard 84 2 80 3
Basse
temprature
87,5 1,5 87,5 1,5
Condensation 91 1 97 1
Tableau B-2 Coefficients pour le calcul des rendements par dfaut des chaudires gaz ou fioul

Prsence de ventilateur ou autre dispositif de
circulation dair ou de produit de combustion dans le
circuit de combustion
E F
Non 2,5 -0,8
Oui 1,75 -0,55
Tableau B-3 Coefficients pour le calcul des pertes charge nulle par dfaut des chaudires
combustible liquide ou gazeux

LECONTE 2011 Archivage

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

LECONTE 2011 Archivage

Diunggah oleh

Hak Cipta:

Format Tersedia

THSE

Pour obtenir le grade de

Facteur dangle dincidence pour le rayonnement direct [-]

Facteur dangle dincidence pour le rayonnement diffus [-]

dpend de langle dincidence des rayons du

laide dune table, en fonction des composantes longitudinale et

Anda mungkin juga menyukai