Assessment of the performances of building energy retrofit using sensor networks for the monitoring of energy consumption and usages - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2022

Assessment of the performances of building energy retrofit using sensor networks for the monitoring of energy consumption and usages

Evaluation des performances de la rénovation énergétique du bâtiment à l'aide de réseaux de capteurs pour la supervision des consommations énergétiques et des usages

Résumé

Buildings, and specifically residential buildings, still remain today among the most energy-consuming sectors. Building energy retrofit is one of the major line of actions to improve building energy efficiency. It relies on a key tool, that is building energy modeling. Building energy modeling is widely used, particularly for regulatory calculations. However, it faces a significant challenge with the energy performance gap, that is the difference between simulation results and measured energy consumption. The present thesis focuses on the study of the energy performance gap over in a context of deep energy retrofit of three existing buildings of social housings. The goal is to improve the calibration of building energy models through an enhanced knowledge of building energy consumption and energy-driving behaviors, using field data collection. Data collection is performed over more than three years, using a wireless sensor networks comprising 170 connected objects. Sensors were installed in common areas, on energy systems and in an eight-housing sample. The electrical and thermal energy consumption, the indoor environment quality, the occupants’ behavior and the local weather were monitored. Data analyses are performed to extract typical building operation patterns, and are integrated into building energy models. These operation scenarios highlight the significant difference between field data and standard building operation as in regulatory studies. The calibration of energy models underlines the impact of their different input parameters, and paves the way towards an efficient building energy retrofit
Le secteur du bâtiment, et sa part résidentielle notamment, figurent parmi les secteurs les plus énergivores. La rénovation énergétique est un des principaux axes de réduction des consommations d’énergie. Sa réalisation repose sur un outil clé : la modélisation énergétique du bâtiment, largement employée notamment au travers de calculs règlementaires mais qui fait face à un enjeu majeur que sont les écarts de performance énergétique. Cette thèse porte sur l’étude des écarts de performance énergétique dans le cadre de la rénovation d’un cas d’étude de trois bâtiments de logements sociaux. L’objectif est l’amélioration de la calibration des modèles énergétiques par une meilleure caractérisation des consommations d’énergie et des comportements à retombées énergétiques via la collecte de données de terrain. Cette collecte est effectuée sur plus de trois ans par un réseau de capteurs comprenant 170 objets connectés, installés dans les parties communes et dans un échantillon de huit logements représentatifs. La collecte et l’analyse des données portent sur les consommations d’énergie, la qualité de l’environnement intérieure, les comportements des occupants et la météo locale. Des scénarios typiques d’exploitation des bâtiments sont extraits des données collectées et intégrés aux modèles énergétiques. Ils mettent en évidence les différences importantes entre l’exploitation réelle des bâtiments et les scénarios standardisés des études règlementaires. La calibration des modèles énergétiques permet de quantifier le poids de leurs différents paramètres sur les consommations d’énergie et contribue à améliorer leur précision au service d’une rénovation énergétique performante
Fichier principal
Vignette du fichier
TH2022UEFL2031.pdf (59.86 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-04301338 , version 1 (23-11-2023)

Identifiants

  • HAL Id : tel-04301338 , version 1

Citer

Mathieu Bourdeau. Assessment of the performances of building energy retrofit using sensor networks for the monitoring of energy consumption and usages. Electronics. Université Gustave Eiffel, 2022. English. ⟨NNT : 2022UEFL2031⟩. ⟨tel-04301338⟩
82 Consultations
2 Téléchargements

Partager

Gmail Facebook X LinkedIn More