Stratégies de contrôle d’un parc de bâtiments énergétiquement flexibles – CLEF

Afin de piloter ces charges flexibles, le signal envoyé aux occupants et les technologies pouvant interpréter ce signal doivent être sélectionnés pour être compatibles avec les technologies actuelles ou en développement tout en limitant le coût d’installation. Concernant le type de signal, nous nous sommes appuyés sur des signaux tarifaires existants (de type HP/HC) ainsi que sur des signaux plus dynamiques (10 niveaux de signal). Concernant le type de technologie interprétant ce signal, le choix a été effectué en prenant en compte le confort et l’appropriation de l’utilisateur. De nombreuses expérimentations ont montrées que l’automatisme permet de fiabiliser la réponse à un signal extérieur et de réduire la fatigue, mais qu’il faut engager l’utilisateur dans le pilotage global.

L'évaluation des bâtiments flexibles est réalisée par simulation numérique (approche de type « bottom-up »). Les charges flexibles considérées sont les charges électriques liées au chauffage ou au refroidissement de bâtiments (électricité directe ou pompe à chaleur), à la préparation d'eau chaude et aux usages blancs (machine à laver par ex.). L'interaction entre les utilisateurs et les charges flexibles a été prise en compte dans la plateforme de simulation en intégrant leurs contraintes de confort ou leurs tolérances de flexibilité. Le quartier Atlantech est utilisé comme première cas d’étude pour évaluer le potentiel de flexibilité. Ce quartier bas carbone héberge 500 habitants et 1 000 travailleurs.

La tâche de modélisation s’est focalisée sur le développement et la validation du comportement des occupants en usage classique (i.e. non flexible) et en usage flexible. La prise en compte de la diversité des usages et usagers a été un aspect spécifiquement développé. Pour cela, nous nous sommes appuyés sur des données mesurées dans différents foyers français, sur des sondages ou sur des expériences en laboratoire.
Concernant la flexibilité sur le chauffage, l’état de l’art a montré qu’aucun modèle ne prenait en compte le confort thermique en dynamique lors des phases de modulation du chauffage. La plupart des études se limitait à l’utilisation du modèle PMV-PPD, qui a été établi en régime statique. Un modèle de confort thermique en régime dynamique a donc été développé, en prenant en compte les phénomènes d’alliesthésie et d’habituation (Vellei & Le Dréau, 2019-1). L’influence des propriétés d’enveloppe sur le confort a alors pu être démontrée (Vellei & Le Dréau, 2019-2, Le Dréau et al., 2019). Combiné à une probabilité de rejet basé sur le confort thermique, ce modèle permet de simuler la réponse des occupants à différents scénarios de flexibilité sur le chauffage.
Concernant la flexibilité sur les usages blancs, le comportement des occupants a été développé sur les bases des enquêtes emploi du temps (INSEE, 2010) et validé avec des données mesurées dans 107 foyers français (Dupret & Zimmermann, 2017). L’influence d’un signal extérieur (tarifaire de type HP/HC) a été intégré via un modèle de type agent avec une composante stochastique (Le Dréau & Vellei, 2019). Des décalages importants d’usages sur la machine à laver et le lave-vaisselle ont pu être observés. L’influence de critères socio-économiques a été prise en compte via des sondages réalisés auprès d’habitants de l’agglomération Rochelaise.

Différent mécanismes de gestion anticipative pour optimiser l'utilisation de l'énergie et fournir des services au réseau vont être testés sur deux cas d’études : Atlantech et Villeneuves-les-Salines.

M. Vellei and J. Le Dréau, 2019. “A novel model for evaluating dynamic thermal comfort under demand response events”, in Building & Environment.
J. Le Dréau, M. Vellei and Y. Abdelouadoud, 2019. “A Bottom-Up Model to Evaluate the Flexibility of French Residential Wet Appliances”, in Building Simulation 2019, Italy.
M. Vellei and J. Le Dréau, 2019. “Evaluating Dynamic Thermal Comfort under Demand Response Events: a Novel Model Compared against Fanger's PPD Model”, in Building Simulation 2019, Italy.
J. Le Dréau, I. Mellas, M. Vellei and J. Meulemans, 2019. “Upscaling the flexibility potential of space heating in single-family houses”, in CISBAT 2019, Switzerland.

Les bâtiments énergétiquement flexibles peuvent participer à une meilleure intégration des énergies renouvelables en modulant leur consommation d'énergie. La gestion anticipative des besoins de chauffage des bâtiments neufs et existants pourrait fournir de 10 à 20 GW de modulation en France. Malgré un fort potentiel identifié, cette technologie peine à se développer à cause d’un certain nombre de barrières: communication, respect de la vie privée, optimum économique, contrôle et fiabilité de la réponse.
Ce projet s’intéresse tout particulièrement à ces deux derniers problèmes et a pour objectif de tester des mécanismes de gestion anticipative indirecte pour optimiser l'utilisation de l'énergie et coordonner la réponse de bâtiments flexibles. Les avantages des stratégies de contrôle indirect sont la facilité de déploiement et le respect de la vie privée des utilisateurs. L'utilisation d'un contrôleur indirect permet d’approcher l'équilibre offre/demande à l’échelle quartier, tout en autorisant un certain degré de liberté à l'échelle du bâtiment (le signal envoyé peut être interprété différemment par le système de gestion de chaque utilisateur). Cependant, le principal défi du contrôleur indirect est d'obtenir une estimation fiable de la capacité disponible, afin de pouvoir échanger cette capacité sur le marché de l'électricité. Dans ce projet, des stratégies de contrôle indirect combinées à un contrôleur local basé sur des règles logiques seront simulées sur différents cas d’étude, en tenant compte de la diversité des bâtiments et des utilisateurs. Ce projet est centré sur l’utilisation de l’énergie au niveau du bâtiment, mais examinera le problème à l’échelle quartier en utilisant une approche de modélisation intégrée et pluridisciplinaire, afin d’obtenir des solutions robustes et optimisées.
Le projet est coordonné par le LaSIE (La Rochelle), et des partenaires du G2Elab (Grenoble) apporteront leur expertise dans la modélisation des réseaux électriques. Le projet est divisé en trois tâches principales: la première tâche est liée au développement de la plate-forme de simulation, la deuxième tâche à l'évaluation de la stratégie de contrôle sur le parc bas carbone d'Atlantech et la dernière tâche au test de la robustesse et de la fiabilité du contrôleur développé. Dans la première tâche, les modèles de bâtiment seront définis à l'aide d'outils de simulation thermique dynamique et des modèles type boîte-grises seront développés pour assurer un calcul rapide. La typologie du bâtiment du parc Atlantech sera utilisée comme référence et les différents types d'utilisateurs (basés sur la modélisation stochastique) seront considérés. Parallèlement, les modèles de réseaux électriques BT et des systèmes de production locaux seront développés. Des techniques de modélisation en régime statique seront utilisées pour se concentrer sur les principaux problèmes que peuvent provoquer les bâtiments flexibles (e.g. demande de pointe, effet de rebond, stabilité de la tension). La dernière étape du développement de la plateforme sera de valider le modèle intégré en utilisant les données mesurées du parc Atlantech. Sur la base de ce modèle intégré, les stratégies de contrôle indirect seront testées et analysées sur le cas d’étude. L'objectif de cette partie est de vérifier que la stratégie de contrôle proposée utilise le potentiel de flexibilité et ne crée pas d’effet secondaire. Enfin, la dernière partie se concentrera sur la fiabilité du contrôle proposé et étendra le travail à d’autres cas d’études. La sensibilité du contrôleur sera évaluée, en faisant varier la réponse des utilisateurs, les types de bâtiments et les conditions aux limites.
Les résultats de ce projet peuvent servir à définir des stratégies de contrôle permettant une gestion anticipative de la demande pour les clients résidentiels. De plus, les outils développés permettront une estimation de la fiabilité de la réponse de bâtiments flexibles sous contrôle indirect.