Vers un traitement systématique des incertitudes dans les outils d'éco-conception des bâtiments – STUBE

Les impacts environnementaux des bâtiments peuvent être réduits en appliquant des outils d’éco-conception à de nouveaux projets ou à des rénovations. L’analyse de cycle de vie (ACV) est une méthode holistique d’évaluation des impacts d’un produit tout au long de son cycle de vie, particulièrement adaptée pour cela. Toutefois, de nombreuses sources d’incertitudes pèsent sur la modélisation environnementale, et seraient susceptibles de remettre en cause les choix des variantes de conception. L’usage de méthodes statistiques pour traiter ces incertitudes, telles que les analyses d'incertitude (AI) et de sensibilité (AS), est essentielle pour renforcer la confiance dans l'ACV et améliorer la robustesse de l'aide à la décision apportée par les outils d'éco-conception. Il s’avère que ces méthodes sont encore très peu utilisées. Des verrous scientifiques et techniques restent à lever pour rendre opérationnelle (simple, rapide et compréhensible) et systématique le traitement des incertitudes dans les outils d’ACV des bâtiments. Le projet STUBE a pour ambition de s'attaquer à certains de ces obstacles. Pour cela, un cadre méthodologique, intégrant AI et AS sera développé, et des méthodes de visualisation adéquates pour les utilisateurs seront proposées. S’appuyant sur des travaux préalablement menés, le projet sera segmenté en trois parties. Dans la première partie, un recensement des sources d’incertitudes et de leurs distributions de probabilité sera effectué en se basant sur des données de la littérature technique et scientifique. Puisque les sources d’incertitudes à intégrer et leurs distributions pouvant varier en fonction du contexte décisionnel (phase amont de conception, certification, etc.), un protocole sera proposé pour une prise en compte approprié des incertitudes selon les études. Dans la seconde partie, il s’agira d’aider au choix des méthodes d’AI et AS pour traiter différentes sources d’incertitudes : facteurs incertains continus, discrets ou catégoriels (tels que les scénarios prospectifs), et facteurs potentiellement corrélés. Les méthodes d’AI et d’AS identifiées dans la littérature seront comparées sur la base de leurs précisions en matière de quantification de l'incertitude et de leurs temps de calcul (qui peut être long lorsque de la simulation thermique dynamique est réalisé en amont de l’ACV pour augmentation la représentativité des résultats). La capacité des méthodes sélectionnées à choisir une alternative de manière robuste sera également évaluée. De plus, des outils d’aide à la décision multicritères seront mis en place pour aider à sélectionner une alternative malgré les changements potentiels de classement pour les différents indicateurs environnementaux considérés. Enfin, dans la dernière partie, des outils de visualisation seront proposés pour faciliter l’interprétation des résultats avec incertitude. Cela se fera en lien avec des utilisateurs d’outils d’ACV des bâtiments en entreprise. Des questionnaires et entretiens leur seront proposés pour bien comprendre leurs attentes et blocages actuels, et leurs proposer des outils les plus pédagogiques, adaptables au contexte décisionnel et qui correspondent au mieux à leurs besoins. Les développements seront mis à disposition de chercheurs et concepteurs pour contribuer à fiabiliser la démarche d’éco-conception des bâtiments. Les résultats du projet (développements informatiques tels que des scripts pour les AI et AS et pour l’outil de visualisation) sont destinés à être mis à la disposition de la communauté des chercheurs sur un dépôt en libre accès en ligne. Ainsi, des séminaires seront organisés pour les praticiens sur le terrain afin de vulgariser les résultats du projet et de leur faire prendre conscience la valeur ajoutée de la prise en compte des incertitudes dans leurs projets.