Soutenance mémoire
Il existe de nombreuses approches pour la modélisation de la consommation énergétique des bâtiments, lesquelles sont habituellement divisées en deux catégories principales :
• Les approches descendantes ou top-down utilisent la consommation énergétique globale ainsi que d’autres variables pertinentes d’un parc bâti pour attribuer la consommation d’énergie à certaines de ses caractéristiques structurelles générales. Les différents élements qui composent le parc, comme les bâtiments, ne sont pas considérés de manière explicite. Cette modélisation de la consommation globale repose par exemple sur une description par des paramètres macro-économiques (prix de l’énergie, revenus des ménages), ainsi que des paramètres techniques(densité de population, surface de logements).
• Les approches ascendantes ou bottom-up reposent quant à elles sur le calcul de la consommation énergétique à partir d’une description riche et détaillée des éléments qui composent le parc bâti. Ces approches considèrent notamment les technologies en lien avec la demande et la fourniture d’énergie. La modélisation repose sur l’impact quantifié de sous-éléments du territoire sur son comportement global. Le comportement total est obtenu par agrégation du comportement des sous-briques le composant.
Les modèles top-down, notamment économétriques, sont particulièrement adaptés pour représenter une évolution douce et globale de la consommation pour mesurer l’impact de politiques (taxes, subventions) sur celle-ci. En revanche, ils ne permettent pas de modéliser des comportements n’ayant pas étés observés par le passé comme des ruptures technologiques et des changements de comportements des consommateurs. Cela rend leur utilisation compliquée pour la modélisation de la transition énergétique. La description de la consommation par les sous-ensembles qui la compose fait des modèles bottom-up des modèles idoines pour une utilisation dans le cadre d’une modélisation des mesures de la transition énergétique, qui vont impacter chaque bâtiment individuellement.
La mise en place d’une démarche ascendante requiert la construction d’une modélisation énergétique adaptée. De manière générale, la modélisation peut se décomposer en trois blocs distincts :
• La description structurelle du territoire : quels sont les éléments qui composent le territoire, et quelles sont leurs caractéristiques techniques ?
• La construction et l’utilisation d’un modèle de consommation énergétique : connaissant les caractéristiques des éléments composant le territoire, comment se calcule la consommation énergétique ? Quelle est-elle ?
• La validation des résultats : les estimations de la consommation sont-elles fiables ? Dans le cas où un écart serait observé, une calibration de la méthode d’estimation est alors possible.
Ces trois étapes sont étroitement liées les unes aux autres. Notamment, le niveau de détail des données doit être suffisant pour permettre l’utilisation du modèle de consommation choisi, tout comme le modèle de consommation doit se satisfaire des données disponibles au niveau territorial.
Une modélisation du territoire adaptée au contexte énergétique
Un modèle de territoire, qu’est-ce que c’est ?
Comme présenté en introduction, il existe un grand nombre de données disponibles à l’échelle territoriale. De natures variées (sondages, SIG, tableaux, recensements…) et issues de sources diverses, elles décrivent le territoire sous de nombreux aspects (démographique, structurel, géographique,. . .). La combinaison judicieuse de ces données afin de construire une méta-base décrivant l’état énergétique d’un territoire représente un enjeu scientifique important. La nature et le contenu des différentes bases de données dépendent du contexte local (notamment des gestionnaires de données nationaux), et voient certains pays bénéficier de données plus facilement exploitables pour modéliser le comportement énergétique d’un territoire. Par exemple, l’outil MEU précédemment présenté [19] tire profit de données suisses relativement complètes décrivant en détail l’état du parc bâti des territoires, fournies par les collectivités elles-mêmes. Cependant, la France ne dispose pas d’une telle richesse et il s’avère alors nécessaire de mener un travail d’enrichissement des différentes bases de données pour modéliser un territoire de manière précise et fiable. Du fait de l’approche adoptée dans cette thèse, le modèle énergétique du territoire est orienté autour de la thématique du bâtiment, et se concentre principalement sur la consommation due au chauffage. Chaque territoire est composé d’une même structure, définissant sa consommation énergétique : un parc bâti, constitué de bâtiments présentant une grande diversité. Cette diversité peut être une diversité d’usages (résidentiel, tertiaire,. . .), structurelle (maison individuelle ou logement collectif) ou encore constructive (matériaux de construction, isolation. . .). Une bonne modélisation de ce parc permet d’une part une compréhension profonde du contexte initial, mais également une identification fiable des potentiels offerts par les mesures de transition énergétique.
Construction d’un modèle de territoire
Le socle : les empreintes au sol
La géométrie des bâtiments a un fort impact sur leur consommation énergétique. En effet, le besoin de chauffage résulte principalement des déperditions thermiques à travers les parois, qui peuvent être atténuées en cas d’adjacente avec d’autres bâtiments, mais aussi à travers les apports solaires par les vitrages. Une modélisation complète des surfaces en jeu est donc cruciale. De ce fait, une base de données décrivant l’empreinte au sol et la hauteur des bâtiments semble pertinente comme socle du modèle du territoire. Dans le contexte français, deux bases de données fournissent cette donnée : le cadastre et la BDTOPO.
• Cadastre/BD Parcellaire : Le cadastre français (découpage du territoire en parcelles cadastrales) est diffusé par deux organismes, l’IGN et EtaLab. Depuis janvier 2018, le cadastre est libre d’accès, via le site OpenData du gouvernement (http: //www.data.gouv.fr). La version fournie par l’IGN est quant à elle proposée aux organismes à mission de service public, aux collectivités territoriales et aux Établissement Public de Coopération Intercommunale (EPCI). Dans cette base, chaque bâtiment est découpé par parcelle (un bâtiment ne peut pas chevaucher deux parcelles), et n’est décrit que par son empreinte au sol (localisation) et un identifiant unique. L’information de la parcelle dans laquelle il se situe peut également être associée au bâtiment.
• BDTOPO : La BDTOPO est un produit livré par l’institut national IGN, mais dont l’accès est restreint (http://www.professionnels.ign.fr/bdtopo). L’accès gratuit est garanti pour les missions de service public, les collectivités territoriales et les EPCI à fiscalité propre. Dans le cadre du projet de recherche SHAPE, l’accès à cette base de données est possible. Cette modélisation 3D du territoire et de ses infrastructures contient une description vectorielle, structurée en objets, de précision métrique. La couche bâtiment décrit l’empreinte au sol de toutes les constructions (indifférenciées, industrielles et remarquables). Des informations précieuses telles que l’altitude ou la hauteur des bâtiments sont également fournies.
La BDTOPO étant plus complète (elle inclut notamment une partie des informations de la BD Parcellaire), elle est choisie comme couche socle pour notre modélisation.
Enrichissement : informations structurelles
La BDTOPO représente uniquement la géométrie des bâtiments, mais aucune information concernant leurs caractéristiques structurelles. Une base de données, MAJIC, contient des informations concernant les logements des Français.
La base MAJIC
La base MAJIC est un ensemble de fichiers décrivant les propriétés bâties, fournis par la Direction Générale des Finances Publiques (DGFiP) et utilisés par les territoires pour établir les taxes foncières notamment. Depuis 2009, le CEREMA retraite, géolocalise et enrichit les fichiers fonciers afin de permettre aux acteurs publics de réaliser facilement des analyses fines et comparables sur leur territoire. Les fichiers MAJIC décrivent les caractéristiques structurelles des logements et sont divisés en différentes sous-parties qui contiennent notamment :
• L’identification du local : identifiant unique, adresse, parcelle cadastrale. . .
• Une description générale : type (maison, appartement, commercial, industriel), année de construction, nombre de niveaux, occupation (propriétaire, locataire, vacant). . .
• Une description structurelle : présence de gaz, chauffage central, nombre de pièces, de chambres, matériaux des murs, toitures, surface au sol. . .
|
Table des matières
1 Introduction
1.1 Contexte de la thèse
1.2 État de l’art et positionnement
1.3 Quelle optimisation pour l’aide à la décision territoriale ?
1.4 Objectifs de la thèse et enjeux associés
1.5 Structure du manuscrit
1.6 Publications issues de la thèse
2 Modélisation énergétique à l’échelle territoriale
Résumé du chapitre
2.1 Introduction
2.2 Une modélisation du territoire adaptée au contexte énergétique
2.3 Construction d’un modèle de territoire
2.4 Approches pour la modélisation énergétique des bâtiments
2.5 Modélisation énergétique territoriale : état de l’art
2.6 Construction d’un modèle de consommation pour l’optimisation
2.7 Conclusion
3 Modélisation de solutions techniques pour la rénovation énergétique
Résumé du chapitre
3.1 Introduction
3.2 Méthodologie et bases de données
3.3 Rénovation thermique des bâtiments
3.4 Systèmes de chauffage
3.5 Bases finales de solutions techniques
3.6 Conclusion
4 Problème d’optimisation pour la rénovation énergétique
Résumé du chapitre
4.1 Introduction
4.2 Impact de la rénovation sur les indicateurs techniques
4.3 Optimisation adaptée à l’aide à la décision territoriale
4.4 Implémentation et performances
4.5 Modélisations supplémentaires et impact sur les performances
4.6 Conclusion
5 Rénovation énergétique : Résultats et cas d’études
Résumé du chapitre
5.1 Introduction
5.2 Premier cas d’étude : territoire urbain
5.3 Second cas d’étude : Parc hétérogène
5.4 Troisième cas d’étude : territoires variés
5.5 Intégration dans un outil web pour les collectivités territoriales
5.6 Conclusion
6 Conclusions
Télécharger le rapport complet
