Apports de la commande prédictive pour la régulation thermique des bâtiments

Dimension: px
Commencer à balayer dès la page:

Download "Apports de la commande prédictive pour la régulation thermique des bâtiments"

Transcription

1 Apports de la commande prédictive pour la régulation thermique des bâtiments Petru-Daniel Moroşan, Romain Bourdais et Hervé Guéguen SUPELEC - IETR Avenue de la Boulaie - B.P F Cesson-Sévigné Cedex, France {petru-daniel.morosan, romain.bourdais, RÉSUMÉ. Dans cet article, nous proposons une méthode originale pour contrôler le système de chauffage d une pièce afin de minimiser l énergie consommée sans diminuer le confort des occupants. Pour ce faire, une commande prédictive a été utilisée pour exploiter au maximum les connaissances sur l occupation future de la pièce, mais ses principes fondamentaux ont dû être adaptés, pour arriver au meilleur compromis entre le confort et la consommation. La méthode a été appliquée à un dispositif de chauffage électrique, et la validité et les performances du système de contrôle proposé ont été montrées par diverses simulations, en utilisant notamment la boîte à outils SIMBAD. ABSTRACT. In this paper we propose a new control method for a single room heating system in order to minimize energy consumption without reducing the occupants comfort. To obtain this, a predictive control law was used to exploit the future occupation knowledge of the room, but its basic principles had to be tailored to reach the best compromise between comfort and consumption. The method was applied to an electric heating system, and the validity and performance of the proposed control system have been shown by various simulations, using the SIMBAD toolbox. MOTS-CLÉS : Contrôle prédictif, confort thermique, économie énergétique, systèmes de chauffage électrique. KEYWORDS: Predictive control, thermal comfort, energy saving, electric heating systems. JESA - 44/2010. Traitement de l information et environnement, pages 479 à 492

2 480 JESA - 44/2010. Traitement de l information et environnement 1. Introduction Si la communauté scientifique est sensibilisée depuis plusieurs années aux problèmes liés au réchauffement climatique, la réalité de ce phénomène fait désormais consensus au sein de la plupart des gouvernements. En France, par exemple, l objectif à atteindre est une division par 4 des émissions de gaz à effet de serre pour Pour ce faire, il est indispensable que la consommation d énergie soit mieux contrôlée. Au niveau européen, elle doit être réduite de 20 % d ici à 2020, tout en permettant croissances économique et démographique. Pour donner quelques chiffres encore, les bâtiments sont de grands consommateurs d énergie, dont la part s élève à 30 % environ du total européen. Le chauffage en est le principal acteur, à hauteur de 70 % environ. Si les tendances actuelles permettent de développer des programmes pour construire de nouveaux bâtiments économes en énergie, cette réduction ne pourra être atteinte sans des efforts conséquents sur les anciens bâtiments. Or, les travaux de rénovation et d isolement ont un coût trop élevé et une mise en œuvre trop délicate pour être envisagés à grande échelle, et dans ce contexte, seule une commande intelligente et optimisée du chauffage peut agir avec efficacité et à moindre coût. Les enjeux sont alors de trouver un compromis entre un confort pour l utilisateur et une consommation énergétique minimisée. C est dans ce sens que de nombreux travaux ont été menés. L exemple le plus courant actuellement est l intégration des horaires jour-nuit pour réduire la consommation sans pour autant nuire au confort. De plus, l utilisation de thermostats d ambiance permet de réguler de manière plus ou moins précise la température, toujours dans le but de satisfaire au mieux les utilisateurs et éviter le gaspillage d énergie. D un point de vue plus technique, la plupart des systèmes de contrôle ont un fonctionnement «tout ou rien», ou sont conçus à partir d un régulateur classique de type proportionnel (P) ou proportionnel à action intégrale voire dérivée (PI ou PID). Pour assurer une bonne régulation, une des difficultés vient du fait qu un système de chauffage se comporte comme un système non linéaire, dont les paramètres sont mal connus et varient fortement en fonction des conditions extérieures, de la luminosité... Dès lors, le réglage d un PID est loin d être trivial et nécessite une procédure efficace. Si des algorithmes d autoréglage ont été proposés (Bi et al., 2000, Soyguder et al., 2009), une deuxième difficulté vient s ajouter : les dynamiques sont très lentes et présentent en plus des retards, ce qui, comme le soulignent les auteurs dans (Bai et al., 2008), constitue un problème de réglage à part entière. C est pourquoi d autres approches plus élaborées ont été proposées, en utilisant des outils tels que de la logique floue (Calvino et al., 2004), des réseaux de neurones (Zaheer-uddin et al., 2004, Liang et al., 2008) ou encore des algorithmes génétiques (Nassif et al., 2005). Depuis ces dernières années, un intérêt grandissant a été accordé à la commande prédictive. En quelques mots, cette technique consiste à calculer une commande qui optimise un critère donné (suivi de consigne, effort de commande... ), et qui intègre des informations concernant le futur : une trajectoire à suivre, un événement à venir... Un des points forts de cette méthode de commande avancée est qu elle génère, dans le cas linéaire et non contraint, un correcteur qui peut se mettre sous une struc-

3 Régulation thermique des bâtiments 481 ture simple de type PID ou RST, directement bien configuré, contrairement aux autres techniques énumérées précédemment. Pour ce faire, différents algorithmes de calcul sont proposés (Xu et al., 2007, Dumur et al., 1997, Riadi et al., 2008). La commande prédictive est utilisée avec succès dans des applications aussi nombreuses que variées. En ce qui concerne plus particulièrement les problèmes de chauffage et de climatisation, différentes formulations de critères et de contraintes sont analysées dans (Freire et al., 2008), pour assurer une consommation optimale au détriment du confort, ou inversement. Dans cet article, nous proposons une approche originale, construite à partir des principes de base de la commande prédictive, que nous avons modifiés pour répondre au mieux aux objectifs du contrôle thermique des bâtiments : le confort des utilisateurs et l économie d énergie. Contrairement aux autres approches, dans lesquelles le compromis entre confort et minimisation est fixé une fois pour toutes, nous intégrons ici un paramètre supplémentaire, l occupation des pièces. Le critère que l on cherche à optimiser est alors construit de manière dynamique. L idée qui vient naturellement est alors de donner de l importance au suivi de consigne en température dès que la pièce est occupée, et de minimiser la consommation énergétique lors des périodes d inoccupation. Dans la section 2, après quelques rappels formels sur la commande prédictive, nous explicitons en quoi la prise en compte d un critère dynamique vient modifier la méthode et la structure finale du correcteur. Dans la section 3, nous présentons les détails techniques liés à l implémentation du régulateur. La section 4 vient illustrer les résultats obtenus par simulation : après avoir défini 4 indices pour mesurer les performances du régulateur, nous appliquons la méthode proposée à un système de chauffage électrique. Nous mettons en avant dans un premier temps l influence des paramètres de réglage sur ces indices, puis nous comparons notre dispositif à d autres systèmes de contrôle. La dernière partie fait état du bilan des travaux présentés et donne ensuite les grandes lignes de nos perspectives de travail. 2. Quelques mots sur la commande prédictive La méthode GPC (Generalized Predictive Control) est proposée par (Clarke et al., 1987) et est devenue une méthode de commande prédictive très populaire, tant dans le milieu industriel que dans le milieu académique. La mise en œuvre de cette approche présente un intérêt double : assurer des bonnes performances tout en ayant un certain degré de robustesse. L idée de base de GPC consiste à prendre en compte, à l instant présent, le comportement futur du processus, en utilisant explicitement un modèle numérique du système afin de prédire la sortie future sur un horizon fini. Le contrôleur calcule une séquence de commandes à appliquer au système pour minimiser une fonction de coût définie sur l horizon de prédiction. Cette fonction se construit à partir de deux pénalités : une pre-

4 482 JESA - 44/2010. Traitement de l information et environnement mière pénalité reposant sur l écart entre la sortie prédite du système et les consignes futures et la seconde mesurant l effort de commande, ce qui amène à la définir ainsi : N 2 N u J = δ(j)[ŷ(t + j t) w(t + j)] 2 + λ u 2 (t + j 1) [1] j=n 1 j=1 dans laquelle N 1 et N 2 définissent respectivement la limite inférieure et la limite supérieure de l horizon de prédiction, ŷ(t+j t) est la sortie prédite à l instant t+j à partir du modèle du système et w(t + j) la consigne future à suivre sur l horizon glissant. δ et λ sont les coefficients de pondération respectivement sur l erreur et sur la commande. N u représente l horizon de prédiction sur la commande. Pour de plus amples informations sur les principes de base de la commande prédictive, le lecteur pourra consulter les ouvrages suivants : (Boucher et al., 1996, Camacho et al., 2004). Cette sous-section a pour but non seulement de bien définir les concepts mathématiques qui seront utilisés par la suite mais aussi de bien expliquer en quoi les algorithmes classiques de GPC ont dû être modifiés pour répondre au mieux à notre problème Motivations Pour bien comprendre tout l intérêt de notre approche, il est important dans un premier temps de situer les limites d une utilisation classique de la commande prédictive. La figure 1 illustre le comportement de la température quand on applique une commande prédictive classique. température b c a d temps Figure 1. Utilisation d une commande prédictive classique Comme on peut le constater, l aspect anticipatif est bien présent (a), et permet de rejoindre la consigne de température. Notons qu en fonction des réglages, le suivi de consigne peut être amélioré pour réduire le phénomène (b), comme le proposent (Dumur et al., 1997). Mais un second problème vient s ajouter : le fait d imposer une consigne en période d inoccupation (d) nécessite également une anticipation (c). Par conséquent, pour l utilisateur, ces deux phénomènes viennent perturber son confort. On pourrait naturellement penser à couper le chauffage pendant les période d inoccupation, mais la pièce pourrait alors trop se refroidir et ne pourrait plus être chauffée

5 Régulation thermique des bâtiments 483 suffisamment pour satisfaire la consigne. Une autre solution envisagée serait de changer de commande lors des périodes d inoccupation en utilisant un contrôle en boucle ouverte par exemple, mais le réenclenchement de la commande prédictive pourrait poser problème. C est dans ce sens que nos travaux ont été menés : pour prendre en compte ces phénomènes et les résoudre, nous avons modifié l approche GPC classique en définissant un critère à optimiser dynamique qui prend en compte l occupation future de la pièce, ce que nous expliquons dans la sous-section suivante Définition d un critère dynamique Comme nous l avons déjà dit, le suivi de consigne n a d importance que lorsque la pièce est occupée. Le critère doit donc prendre en compte ces périodes d occupation, ce que nous proposons par l introduction du vecteur dynamique suivant : δ t = [δ t (N 1 ) δ t (N 1 + 1) δ t (N 2 )], défini intuitivement ainsi : δ t (k) = { 1, pour t + k Occupation 0, pour t + k Inoccupation [2] La figure 2 illustre la construction de ce vecteur. Occupation 1 δ 29 = [ ] δ 7 = [ ] δ 19 = [ ] temps Figure 2. Construction du vecteur de pondération (N 1 = 1, N 2 = 6) Par ailleurs, dans un algorithme classique, c est la variation de l effort, u, que l on cherche à minimiser. Dans le cas qui nous concerne, c est la consommation que l on cherche à minimiser, c est-à-dire u directement. Ces remarques nous permettent ainsi de construire la fonction de coût à optimiser, définie ainsi : J t = N 2 j=n 1 δ t (j)[ŷ(t + j t) w(t + j)] 2 + λ N 2 N 1+1 j=1 u 2 (t + j 1) [3]

6 484 JESA - 44/2010. Traitement de l information et environnement 3. Démarche et implémentation du système de contrôle 3.1. Démarche formelle adaptée Maintenant que notre critère a été clairement défini, nous présentons dans cette section les diverses étapes qui permettent d aboutir au contrôle optimal : la définition d un modèle, la construction d un prédicteur puis le calcul de la commande Modèle de prédiction Dans un premier temps, représentons le système par sa fonction de transfert entréesortie. Celle-ci peut alors se mettre sous une forme ARX, représentée par l équation : A(q 1 )y(t) = B(q 1 )u(t 1) + ξ(t) [4] dans laquelle u(t) et y(t) sont respectivement l entrée et la sortie du modèle, ξ(t) est un bruit blanc centré et q 1 l opérateur de retard. A(q 1 ) et B(q 1 ) sont des polynômes définis par : { A(q 1 ) = 1 + a 1 q a naqq na B(q 1 ) = b 0 + b 1 q b nb q n b [5] Prédicteur optimal Pour obtenir le prédicteur optimal, décomposons la sortie prédite à l instant t + j en réponse libre et réponse forcée. Elle peut se mettre sous la forme suivante : y(t + j t) =F j (q 1 )y(t) + H j (q 1 )u(t 1) + G j (q 1 )u(t + j 1) + J j (q 1 )ξ(t + j) [6] dans laquelle les polynômes F j, G j, H j et J j sont obtenus de manière unique, par la résolution des deux équations de Diophante suivantes : A(q 1 )J j (q 1 ) + q j F j (q 1 ) = 1 G j (q 1 ) + q j H j (q 1 ) = B(q 1 )J j (q 1 ) [7] Pour obtenir le prédicteur optimal, il suffit alors de considérer que la meilleure prédiction du bruit est sa moyenne (nulle ici), et l on obtient son équation : ŷ(t + j t) = F j (q 1 )y(t) + H j (q 1 )u(t 1) + G j (q 1 )u(t + j 1) [8] Remarquons juste au passage que ces deux étapes sont exactement les mêmes que dans l approche prédictive classique.

7 Régulation thermique des bâtiments Minimisation du critère Réécrivons à cette étape les équations [3] et [8] sous forme matricielle, ce qui amène alors à réécrire le critère ainsi : J t = [ŷ w] T D t [ŷ w] + λu T Lu [9] avec les notations : ŷ = [ŷ(t + N 1 t) ŷ(t + N t) ŷ(t + N 2 t)] T w = [w(t + N 1 ) w(t + N 1 + 1) w(t + N 2 )] T u = [u(t) u(t + 1) u(t + N u 1)] T D t = diag{δ t (N 1 ),δ t (N 1 + 1),,δ t (N 2 )} L = diag{1,,1,n 2 N u + 1} [10] Et l équation de prédiction : ŷ = Gu + Fy(t) + Hu(t 1) [11] Reportons cette réécriture [11] dans [9], il vient alors : J t = [Gu+Fy(t)+Hu(t 1) w] T D t [Gu+Fy(t)+Hu(t 1) w]+λu T Lu [12] avec : F = [F N1 (q 1 ) F N1+1(q 1 ) F N2 (q 1 )] T H = [H N1 (q 1 ) H N1+1(q 1 ) H N2 (q 1 )] T g N1 1 g N1 2 G = g N1 g N1 1 j=n2 N g N2 1 g N2 2 u i=0 g i [13] La solution optimale du problème [12] est obtenue par minimisation analytique, qui peut s exprimer ainsi : u opt = (G T D t G + λl) 1 G T D t (w Fy(t) Hu(t 1)) [14] Le vecteur de contrôle optimal est maintenant calculé, mais seule sa première composante est appliquée au système : u opt (t) = n t 1 (w Fy(t) Hu(t 1)) [15] où n 1 t la première ligne de la matrice (G T D t G + λl) 1 G T D t.

8 486 JESA - 44/2010. Traitement de l information et environnement Comme nous l avions évoqué en introduction, un autre avantage apporté par la commande prédictive est que dans ce cas précis, le contrôleur obtenu peut se mettre sous la forme plus classique d un régulateur RST, dont la structure est rappelée dans la figure 3. En effet, l équation [15] peut se mettre sous la forme : S t (q 1 )u(t) = R t (q 1 )y(t) + T t (q)w(t) [16] dans laquelle les trois polynômes R t, S t et T t sont dynamiques et définis par : S t (q 1 ) = 1 + n t 1 Hq 1 R t (q 1 ) = n t 1 F T t (q 1 ) = n t 1 [q N1 q N1+1 q N2 ] T [17] Nous reviendrons dans la section suivante à quelques remarques concernant l implémentation de ce régulateur. w T t (q 1 ) + 1 S t (q 1 ) u SYSTÈME y t i, i = N 1..N 2 s i, i = 0..n a 1 R t (q 1 ) r i, i = 0..n b δ t Modèle de prédiction Optimisation des coefficients Figure 3. Structure du schéma de contrôle 3.2. Mise en place de l algorithme de commande Si la démarche proposée dans la section précédente permet d obtenir une solution analytique au problème d optimisation, l implémentation de cette solution est également un point crucial et ne doit pas nécessiter un effort de calcul trop important. Rappelons que notre approche aboutit à définir un régulateur RST dynamique, ce qui signifie qu à chaque étape, les coefficients des polynômes doivent être recalculés. Mais,

9 Régulation thermique des bâtiments 487 en regardant de plus près, on peut remarquer qu un grand nombre de calculs peuvent être effectués hors ligne, c est-à-dire une fois pour toutes. C est le cas notamment des matrices F, G et H. Finalement, seules les périodes proches des changements de mode nécessitent un calcul en ligne et une mise à jour des coefficients, et ce calcul correspond plus précisément à l inversion de la matrice définie positive G T D t G + λl, qui peut être déterminée rapidement par l algorithme de Choleski par exemple, peu coûteux en temps de calcul. C est là un autre point fort de la commande prédictive telle que nous l avons utilisée, à savoir un grand nombre de calculs à effectuer hors ligne, pour un effort de calcul en temps réel minime. Les points qui restent encore en suspens sont dans un premier temps le réglage des paramètres du contrôleur (choix de l horizon de prédiction et de la pondération sur la commande) puis dans un second temps l efficacité de la démarche développée dans la section suivante. 4. Résultats numériques 4.1. Indicateurs de performance Pour vérifier l efficacité de la méthode et la comparer à d autres méthodes, nous avons défini quatre indicateurs de performance. Les deux premiers traduisent l énergie consommée et le confort des occupants. Ils se définissent naturellement ainsi : la consommation énergétique, en [kwh], pendant la période d étude : I W = tf t 0 P(t)dt [18] l indice de confort pénalise l écart entre la température de la pièce et la température de référence, mais uniquement lors des périodes d occupation de la pièce, ce qui donne, en [ o Ch] : I C = T ref (t) T amb (t) dt [19] Occupation Les deux derniers indices n ont pas un impact direct sur la consommation ou le confort mais sont également importants d un point de vue plus automaticien. Ils mesurent les phénomènes oscillatoires de la température et l aspect continu de la commande : l indice de stabilité de la température. Il mesure les oscillations de température et se construit à partir des écarts entre les maximums locaux de la température de la pièce et de la température désirée, pour chaque période d occupation O i. Ce qui donne en [ o C] : TSI = i max( T ref (t) T amb (t) ) [20] t O i

10 488 JESA - 44/2010. Traitement de l information et environnement l indice de stabilité de la commande correspond à une moyenne pondérée de la variation de commande, et dépend de la période d échantillonnage T s : CSI = moy t u(t + 1) u(t) T s [21] Maintenant que ces indicateurs ont été clairement définis, l étape suivante est le réglage des paramètres du contrôleur, pour que ces indicateurs soient les meilleurs possibles Réglage des paramètres Si la démarche que nous proposons est générique et peut s adapter à différents systèmes de chauffage, le réglage des paramètres reste, comme tout dispositif de contrôle, propre au système étudié. Nous avons pris l exemple d un bureau (72 m 3 ), occupé de 8 h à 17 h du lundi au vendredi, disposant d un convecteur électrique. Pour nos manipulations, nous nous sommes servis de la boîte à outils SIMBAD (http ://kheops.champs.cstb.fr/simbadhvac/) qui permet notamment de simuler avec précision les systèmes de régulation thermique. Pour appliquer notre algorithme, la première étape est le choix d un modèle de prédiction. Après simulations et phases d identification, la fonction de transfert choisie a l allure suivante : avec G(s) = K(T z s + 1) s(t 2 ws 2 + 2ξT w s + 1) { K = 0,000226, Tw = 834 ξ = 1,1606, T z = [22] [23] Remarquons ici que d un système de chauffage à l autre, aux valeurs numériques près, ce modèle, bien que linéaire, reste une approximation relativement correcte. La première étape consiste à choisir une période d échantillonnage judicieuse. Logiquement, plus celle-ci est petite, plus le contrôleur est efficace, mais plus le nombre de calculs est important. Le compromis choisi est une période d échantillonnage de 180 secondes. Le choix de l horizon de prédiction, c est-à-dire N 1 et N 2, est basé sur les principes classiques de la commande prédictive : une fenêtre temporelle judicieuse a pour limites le retard naturel (τ) du système et le temps nécessaire (T R ) au système pour arriver à la température désirée à partir d une température basse. Ce qui amène alors à satisfaire les deux relations suivantes : N 1 T s = τ

11 Régulation thermique des bâtiments 489 N 2 T s = T R Le paramètre N u, horizon de prédiction sur la commande, affecte directement l effort de calcul : plus celui-ci sera élevé, plus l inversion matricielle G T D t G+λL sera complexe et coûteuse. Son influence sur les indices de performance est illustrée par la figure 4. Un bon compromis est alors, dans ce cas précis, N u = 10. De manière plus générale, par rapport à d autres simulations que nous avons faites, si les calculateurs le permettent, N u N2 2 est le choix le plus efficace x I C [ o Ch] I W [kwh] N u N u x TSI [ o C] 20 CSI N u N u Figure 4. Influence de N u pour N 1 = 1, N 2 = 20, λ = 1, T s = 180 s Un dernier paramètre doit être réglé : le coefficient λ qui traduit le compromis confort - économie d énergie, qui pour λ = 1 constitue un bon équilibre. Notons que ce paramètre peut être réglé dynamiquement, en fonction des horaires par exemple ou de tout autre paramètre extérieur Résultats obtenus par simulation Maintenant que les différents paramètres de réglage ont été déterminés, nous nous intéressons aux résultats obtenus par rapport à notre objectif initial. Notons que dans notre scénario, la température extérieure varie, en retraçant les conditions météorologiques de Rennes en janvier La figure 5 présente les principaux signaux d une journée de travail : occupation, température extérieure, température de la pièce et commande. On peut constater que nos objectifs sont pleinement satisfaits : les problèmes de la commande prédictive classique, explicités dans la section 2, ne sont plus présents (A et B). Par la suite, si on regarde la commande, on s aperçoit qu elle intègre naturellement les changements de température extérieure, traduisant ainsi son aspect robuste. Les pics observés en (C) sont liés à la variation du nombre d occupants et illustrent encore une fois ces

12 490 JESA - 44/2010. Traitement de l information et environnement propriétés de robustesse. Un dernier point important, marqué par le point D, met en avant le fait que le chauffage est coupé avant la fermeture, sans pour autant diminuer le confort : l inertie thermique est bien prise en compte également. Commande Température dans la pièce [ C] Température extérieure [ C] 10 C Temps [h] B 16 A Temps [h] A C D Nombre des occupants Temps [h] Figure 5. Simulation du GPC modifié. Principaux signaux Nous avons également, pour le même scénario, comparé notre loi de commande à d autres contrôleurs. Les résultats sont répertoriés dans le tableau 1. Remarquons que notre commande est celle qui permet d optimiser au mieux et le confort et la dépense énergétique. Les indicateurs de stabilité sont également convaincants, seule la commande prédictive classique permet de faire mieux. Ceci s explique facilement car dans le cas classique, c est la variation d effort qui est minimisée (voir section 2), ce qui implique alors une meilleure stabilité de la commande. Dans notre façon d aborder ce problème, le contrôleur n assure le suivi de consigne que pendant les horaires d occupation connus a priori. Une question peut naturellement être posée : comment réagit notre loi de commande si la pièce doit être occupée en dehors des horaires prévus? C est ce qu illustre la figure 6, dans lequel une présence est détectée durant une période d inoccupation (par un capteur de présence par exemple). On peut alors remarquer que le contrôleur essai de rejoindre à nouveau la consigne, mais cette fois-ci sans anticipation (phénomènes A et B ). Dans ce cas-là, on peut également constater un dépassement de consigne (C ), qui s explique par la

13 Régulation thermique des bâtiments 491 saturation de la commande, saturation qui ne peut pas être prise en compte avec un algorithme GPC sans contraintes. Notons que pendant ces périodes d occupation non prévues tous les composants du vecteur δ t sont égaux à 1. Loi de commande I C [ Ch] I W [kwh] TSI [ C] CSI [ 10 4 ] Tout ou rien (± 0,1) 89,08 104,40 346,47 5,62 P 86,19 97,19 117,50 1,57 PI 12,95 102,06 31,07 1,68 GPC classique 33,55 135,86 7,83 0,88 GPC modifié 5,96 99,17 11,93 1,40 Tableau 1. Comparaison entre différentes structures de contrôle Température dans la pièce [ C] Temps [h] C 1 Commande A B Temps [h] Figure 6. Comportement dans le cas d une occupation non prévue 5. Conclusion et perspectives de travail Dans ce travail, nous avons proposé une méthode générique et originale de commande des systèmes thermiques, construite à partir des principes fondamentaux de la commande prédictive. Mais pour satisfaire le meilleur compromis entre confort et consommation énergétique, nous avons défini alors un critère dynamique. Après avoir déterminé une solution analytique du contrôle optimal, nous avons explicité les différentes étapes de réglage sur l exemple simple d un convecteur électrique. Par la suite, nous avons montré l efficacité de la démarche par diverses simulations et comparaisons. Nous envisageons la poursuite de nos travaux dans deux directions : l extension de l algorithme aux cas multi-sources d une part : comment gérer par exemple un chauffage au sol et un chauffage électrique, et aux cas multi-zones d autre part, pour arriver à gérer au mieux plusieurs pièces. Afin de pouvoir considérer les contraintes sur la

14 492 JESA - 44/2010. Traitement de l information et environnement commande, nous travaillons actuellement sur la mise en place d un algorithme MPC. Sur un autre axe, plus théorique, nous construisons un outil pour garantir formellement la stabilité du système commandé par un RST dynamique. 6. Bibliographie Bai J., Wang S., Zhang X., «Development of an adaptive Smith predictor-based self-tuning PI controller for an HVAC system in a test room», Energy and Buildings, vol. 40, n 12, p , Bi Q., Cai W., Wang Q., Hang C., Lee E., Sun Y., Liu K., Zhang Y., Zou B., «Advanced controller auto-tuning and its application in HVAC systems», Control Engineering Practice, vol. 8, n 6, p , Boucher P., Dumur D., La commande prédictive, Editions Technip, Calvino F., Gennusa M. L., Rizzo G., Scaccianoce G., «The control of indoor thermal comfort conditions : introducing a fuzzy adaptive controller», Energy and Buildings, vol. 36, n 2, p , Camacho E. F., Bordons C., Model Predictive Control, Springer, Clarke D. W., Mohtadi C., Tuffs P., «Generalized Predictive Control», Automatica, vol. 23, p , Dumur D., Boucher P., Murphy K. M., Déqué F., «Comfort Control in Residential Housing using Predictive Controllers», International Conference on Control Applications, IEEE, p , Freire R. Z., Oliveira G. H., Mendes N., «Predictive controllers for thermal comfort optimization and energy savings», Energy and Buildings, vol. 40, n 7, p , Liang J., Du R., «Design of intelligent comfort control system with human learning and minimum power control strategies», Energy Conversion and Management, vol. 49, n 4, p , Nassif N., Kajl S., Sabourin R., «Optimization of HVAC Control System Strategy Using Two- Objective Genetic Algorithm», HVAC&R Research, vol. 11, n 3, p , Riadi R., Tawegoum R., Rachid A., Chassériaux G., «Centralized & Decentralized Temperature Generalized Predictive Control of a Passive-HVAC Process», 17th World Congress, IFAC, p , Soyguder S., Karakose M., Alli H., «Design and simulation of self-tuning PID-type fuzzy adaptive control for an expert HVAC system», Expert Systems with Applications, vol. 36, n 3, p , Xu M., Li S., «Practical generalized predictive control with decentralized identification approach to HVAC systems», Energy Conversion and Management, vol. 48, n 1, p , Zaheer-uddin M., Tudoroiu N., «Neuro-PID tracking control of a discharge air temperature system», Energy Conversion and Management, vol. 45, n 15-16, p , 2004.

ENSPS 3A ISAV Master ISTI AR. J. Gangloff

ENSPS 3A ISAV Master ISTI AR. J. Gangloff Commande prédictive ENSPS 3A ISAV Master ISTI AR J. Gangloff Plan 1.Introduction / Historique 2.Modélisation du système 3.Fonction de coût 4.Équations de prédiction 5.Commande optimale 6.Exemples 7.Réglage

Plus en détail

Monitoring continu et gestion optimale des performances énergétiques des bâtiments

Monitoring continu et gestion optimale des performances énergétiques des bâtiments Monitoring continu et gestion optimale des performances énergétiques des bâtiments Alexandre Nassiopoulos et al. Journée d inauguration de Sense-City, 23/03/2015 Croissance de la demande énergétique et

Plus en détail

Régulation par PID Mickaël CAMUS Etienne DEGUINE Daniel ROSS

Régulation par PID Mickaël CAMUS Etienne DEGUINE Daniel ROSS Régulation par PID Mickaël CAMUS Etienne DEGUINE Daniel ROSS 26/02/10 Plan Définition 1. Proportionnel 2. Intégral 3. Dérivé Réglages des coefficients 1. Différentes approches 2. Ziegler-Nichols 3. Process

Plus en détail

DOSSIER THÉMATIQUE TEMPÉRATURE DE CONSIGNE SUPÉRIEURE À LA TEMPÉRATURE CONVENTIONNELLE :

DOSSIER THÉMATIQUE TEMPÉRATURE DE CONSIGNE SUPÉRIEURE À LA TEMPÉRATURE CONVENTIONNELLE : DOSSIER THÉMATIQUE Mars 2015 TEMPÉRATURE DE CONSIGNE SUPÉRIEURE À LA TEMPÉRATURE CONVENTIONNELLE : Quelles conséquences sur les consommations énergétiques et les caractéristiques bioclimatiques? Le renforcement

Plus en détail

PRÉSENTATION DE LA RT 2012

PRÉSENTATION DE LA RT 2012 PRÉSENTATION DE LA RT 2012 La nouvelle réglementation thermique 2012 (dite «RT 2012») pose des objectifs ambitieux en matière d efficacité énergétique avec un maximum d énergie consommée fixé à 50 kwhep/(m².an)

Plus en détail

M1/UE CSy - module P8 1

M1/UE CSy - module P8 1 M1/UE CSy - module P8 1 PROJET DE SIMULATION AVEC MATLAB RÉGULATION DU NIVEAU ET DE LA TEMPÉRATURE DANS UN BAC En vue de disposer d un volume constant de fluide à une température désirée, un processus

Plus en détail

Journées Nationales de l APMEP 2006 MODELISATION MATHEMATIQUE DE PHENOMENES PHYSIQUES, DU COLLEGE AU BTS.

Journées Nationales de l APMEP 2006 MODELISATION MATHEMATIQUE DE PHENOMENES PHYSIQUES, DU COLLEGE AU BTS. Journées Nationales de l APMEP 2006 MODELISATION MATHEMATIQUE DE PHENOMENES PHYSIQUES, DU COLLEGE AU BTS. Problème : (Thème : Primitives, équations différentielles linéaires du 1 er ordre à coefficients

Plus en détail

Des thermostats d ambiance et des programmateurs de chauffage pour un maximum de confort et d économies

Des thermostats d ambiance et des programmateurs de chauffage pour un maximum de confort et d économies *Des réponses pour les infrastructures. www.siemens.fr/cps Des thermostats d ambiance et des programmateurs de chauffage pour un maximum de confort et d économies Une plus grande facilité d utilisation

Plus en détail

L efficacité énergétique dans les bâtiments

L efficacité énergétique dans les bâtiments https://intranet.swe.siemens.com/fr/intra/infrastructure-cities/bt/offre/ssp/buildingautomation/energie/pages/notre-offre.aspx L efficacité énergétique dans les bâtiments siemens.com/answers Kurt Detavernier

Plus en détail

Économisez sur l énergie, pas sur le confort Économisez jusqu'à 40 % sur votre facture énergétique

Économisez sur l énergie, pas sur le confort Économisez jusqu'à 40 % sur votre facture énergétique Économisez sur l énergie, pas sur le confort Économisez jusqu'à 40 % sur votre facture énergétique 1 Answers for infrastructure. Siemens optimise la gestion énergétique de votre bâtiment Les bâtiments

Plus en détail

Tension d alimentation : V CC. i C R C R B

Tension d alimentation : V CC. i C R C R B Chapitre 4 Polarisation du transistor bipolaire à jonction 4.1 Le problème de la polarisation 4.1.1 Introduction Dans le chapitre 3, nous avons analysé un premier exemple de circuit d amplification de

Plus en détail

Domaines d application, exemples La démarche de l Automatique Un premier exemple. Automatique. Dynamique et Contrôle des Systèmes

Domaines d application, exemples La démarche de l Automatique Un premier exemple. Automatique. Dynamique et Contrôle des Systèmes Automatique Dynamique et Contrôle des Systèmes NICOLAS PETIT Centre Automatique et Systèmes Unité Mathématiques et Systèmes Mines ParisTech nicolas.petit@mines-paristech.fr 28 novembre 2008 Informations

Plus en détail

Intérêt énergétique de l utilisation de matériaux à changement de phase (MCP) dans un chauffe-eau utilisant une source d énergie électrique

Intérêt énergétique de l utilisation de matériaux à changement de phase (MCP) dans un chauffe-eau utilisant une source d énergie électrique Intérêt énergétique de l utilisation de matériaux à changement de phase (MCP) dans un chauffe-eau utilisant une source d énergie électrique Stéphane GIBOUT*, Erwin FRANQUET, Jean CASTAING-LASVIGNOTTES,

Plus en détail

Optimisation énergétique de la technique du bâtiment 19 juin 2015

Optimisation énergétique de la technique du bâtiment 19 juin 2015 Optimisation énergétique de la technique du bâtiment 19 juin 2015 Benoît Pfister AGENDA 1. Optimisation énergétique des installations CVC 2. Solution de monitoring énergétique 3. Modernisation du système

Plus en détail

Mathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans

Mathématique et Automatique : de la boucle ouverte à la boucle fermée. Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans Mathématique et Automatique : de la boucle ouverte à la boucle fermée Maïtine bergounioux Laboratoire MAPMO - UMR 6628 Université d'orléans Maitine.Bergounioux@labomath.univ-orleans.fr Plan 1. Un peu de

Plus en détail

Qualité de l air ambiant. Économiser de l énergie par une meilleure qualité de l air ambiant grâce à des capteurs de CO 2.

Qualité de l air ambiant. Économiser de l énergie par une meilleure qualité de l air ambiant grâce à des capteurs de CO 2. Qualité de l air ambiant Économiser de l énergie par une meilleure qualité de l air ambiant grâce à des capteurs de CO 2 novateurs (ppm) 2000 Concentration en CO 2 Avec fenêtres fermées sans ventilation

Plus en détail

I Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème...

I Stabilité, Commandabilité et Observabilité 11. 1 Introduction 13 1.1 Un exemple emprunté à la robotique... 13 1.2 Le plan... 18 1.3 Problème... TABLE DES MATIÈRES 5 Table des matières I Stabilité, Commandabilité et Observabilité 11 1 Introduction 13 1.1 Un exemple emprunté à la robotique................... 13 1.2 Le plan...................................

Plus en détail

Climatisation d un bâtiment à l aide d un système à débit d air variable

Climatisation d un bâtiment à l aide d un système à débit d air variable Climatisation d un bâtiment à l aide d un système à débit d air variable Impact de la régulation sur la consommation d énergie et la qualité de l air *,** S. Ginestet, * D. Marchio * Ecole des Mines de

Plus en détail

Quelques infos pour commencer

Quelques infos pour commencer Retour sur les mesures de températures Quelques infos pour commencer Afin de mesurer les différents phénomènes liés à la consommation d énergie dans les logements un enregistreur USB de température est

Plus en détail

Chapitre 4 : Identification

Chapitre 4 : Identification Chapitre 4 : Identification 1- Généralités - Identification en boucle ouverte.1 Méthodologie. Méthode directe : confrontation de la réponse théorique et expérimentale.3 Méthode de Strejc.4 Méthode de Broida.5

Plus en détail

Cours SIA 380/1, édition 2009

Cours SIA 380/1, édition 2009 Cours SIA 380/1, édition 2009 HES-SO Valais Pierre-André Seppey Novembre 2009 Aujourd hui Il y a quelques années La norme SIA 380/1, édition 2009 Les 6 chapitres de la norme: 0 Domaine d application 1

Plus en détail

L efficacité énergétique...

L efficacité énergétique... ...par un meilleur contrôle de la qualité de l air dans les systèmes de ventilation et de conditionnement d air (EN 13779) 1 Hannes Lütz Produktmanager CentraLine c/o Honeywell GmbH 06 I 2008 On parle

Plus en détail

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme? Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version

Plus en détail

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme? Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version

Plus en détail

Étapes du développement et de l utilisation d un modèle de simulation

Étapes du développement et de l utilisation d un modèle de simulation Étapes du développement et de l utilisation d un modèle de simulation Étapes du développement et de l utilisation d un modèle de simulation Formulation du problème Cueillette et analyse de données Conception

Plus en détail

LA RENOVATION DE MON HABITAT

LA RENOVATION DE MON HABITAT Économie Plus de confort Factures en baisse meilleure isolation Plus de chaleur LA RENOVATION DE MON HABITAT OU COMMENT GAGNER EN CONFORT ET EN ÉCONOMIES AVEC BÂTILAND POURQUOI JE DOIS RÉNOVER MON HABITAT?

Plus en détail

LOAD PROFILING : ESTIMATION D UNE COURBE DE CONSOMMATION ET PRECISION D ESTIMATION

LOAD PROFILING : ESTIMATION D UNE COURBE DE CONSOMMATION ET PRECISION D ESTIMATION LOAD PROFILING : ESTIMATION D UNE COURBE DE CONSOMMATION ET PRECISION D ESTIMATION Olivier Chaouy EDF R&D 1, avenue du Général de Gaulle - 92141 Clamart Cedex - France olivier.chaouy@edf.fr Résumé : Le

Plus en détail

Matinée technique 24 novembre 2011. Régulation et Gestion Technique. Gisements et Enjeux

Matinée technique 24 novembre 2011. Régulation et Gestion Technique. Gisements et Enjeux Matinée technique 24 novembre 2011 Régulation et Gestion Technique Bâtiment Gisements et Enjeux Gisements et Enjeux - constat Communes du Pays de Rennes adhérentes au Conseil en Energie Partagé soit 49

Plus en détail

Laboratoire national de métrologie et d essais. Guide technique

Laboratoire national de métrologie et d essais. Guide technique Laboratoire national de métrologie et d essais Guide technique Comment choisir les pompes à chaleur pour atteindre les objectifs de la Réglementation Thermique 2012 1 rue Gaston Boissier 75724 Paris Cedex

Plus en détail

Comprendre... Les Effacements

Comprendre... Les Effacements Comprendre... Les Effacements Un effacement est une diminution temporaire de Qu est-ce la consommation d électricité par rapport à une consommation initialement prévue. Cette diminution que c est? est

Plus en détail

Ensemble pour l étude d une régulation de température

Ensemble pour l étude d une régulation de température ENSP Montrouge N. 205 Ensemble pour l étude d une régulation de température L ensemble est constitué des éléments suivants : - élément A : un boîtier contenant un bloc de cuivre, muni d une thermistance,

Plus en détail

FICHES PEB & METIERS LES PROTECTIONS SOLAIRES

FICHES PEB & METIERS LES PROTECTIONS SOLAIRES FICHES PEB & METIERS LES PROTECTIONS SOLAIRES Introduction Les réglementations PEB régionales prennent en compte des consommations énergétiques pour le refroidissement. En outre, les réglementations d

Plus en détail

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population.

Première STMG1 2014-2015 progression. - 1. Séquence : Proportion d une sous population dans une population. Première STMG1 2014-2015 progression. - 1 Table des matières Fil rouge. 3 Axes du programme. 3 Séquence : Proportion d une sous population dans une population. 3 Information chiffrée : connaître et exploiter

Plus en détail

Commande industrielle GEL-4100 / GEL-7063

Commande industrielle GEL-4100 / GEL-7063 Commande industrielle GEL-4100 / GEL-7063 Cours 02 Éric Poulin Département de génie électrique et de génie informatique Automne 2011 Plan du cours 02 2. Réglage des régulateurs PID 2.6 Analyse des performances

Plus en détail

REGULATION DE TEMPERATURE

REGULATION DE TEMPERATURE Cours 1ELEEC E2 ETUDE D UN OUVRAGE S4 : Communication et traitement de l information REGULATION DE TEMPERATURE S4.4 : Traitement de l information 1. MISE EN SITUATION : Une chaîne de traitement de surface

Plus en détail

1.1 Définitions... 2 1.2 Opérations élémentaires... 2 1.3 Systèmes échelonnés et triangulaires... 3

1.1 Définitions... 2 1.2 Opérations élémentaires... 2 1.3 Systèmes échelonnés et triangulaires... 3 Chapitre 5 Systèmes linéaires 1 Généralités sur les systèmes linéaires 2 11 Définitions 2 12 Opérations élémentaires 2 13 Systèmes échelonnés et triangulaires 3 2 Résolution des systèmes linéaires 3 21

Plus en détail

L impact sur la performance énergétique de la régulation et de la GTB à travers les normes et réglementations

L impact sur la performance énergétique de la régulation et de la GTB à travers les normes et réglementations L impact sur la performance énergétique de la régulation et de la GTB à travers les normes et réglementations Pierre BOISSON Pôle Automatisme et Gestion de l Energie CSTB Marne la vallée pierre.boisson@cstb.fr

Plus en détail

Chaleur et confort sans gaspillage

Chaleur et confort sans gaspillage Chaleur et confort sans gaspillage ++ Régulation et programmation pilotent le chauffage. Sous leur contrôle, celui-ci fournit la bonne température quand il faut et où il faut, de façon constante et sans

Plus en détail

Restauration d images

Restauration d images Restauration d images Plan Présentation du problème. Premières solutions naïves (moindre carrés, inverse généralisée). Méthodes de régularisation. Panorama des méthodes récentes. Problème général Un système

Plus en détail

INDICATIONS DE CORRECTION

INDICATIONS DE CORRECTION SUJET NATIONAL POUR L ENSEMBLE DES CENTRES DE GESTION ORGANISATEURS Technicien principal territorial de 2 ème classe Examen professionnel de promotion interne Examen professionnel d avancement de grade

Plus en détail

Description du logiciel Smart-MED-Parks Article technique

Description du logiciel Smart-MED-Parks Article technique Introduction Description du logiciel Smart-MED-Parks Article technique Depuis le lancement du projet en février 2013, différentes actions ont été effectuées dans le but d'accroître la sensibilisation et

Plus en détail

AVERTISSEMENT. Besançon JNL 2012 1 er et 2 octobre 2012

AVERTISSEMENT. Besançon JNL 2012 1 er et 2 octobre 2012 AVERTISSEMENT Ces diapositives constituent le support d une conférence Ils ne peuvent être dissociés du discours des conférenciers des JNL de Besançon (2012) Besançon JNL 2012 1 er et 2 octobre 2012 1

Plus en détail

Réalisez des économies grâce aux solutions d'alimentation chaudière directe

Réalisez des économies grâce aux solutions d'alimentation chaudière directe Réalisez des économies grâce aux solutions d'alimentation chaudière directe Alimentation chaudière Grundfos : 0 vanne de régulation Les installations d'alimentation chaudière traditionnelles sont équipées

Plus en détail

LA PLACE DU SOLAIRE DANS LA REGLEMENTATION THERMIQUE 2012. «Le solaire thermique : le champion de la RT 2012 dans le résidentiel individuel»

LA PLACE DU SOLAIRE DANS LA REGLEMENTATION THERMIQUE 2012. «Le solaire thermique : le champion de la RT 2012 dans le résidentiel individuel» ASSOCIATION PROFESSIONNELLE DE L ENERGIE SOLAIRE LA PLACE DU SOLAIRE DANS LA REGLEMENTATION THERMIQUE 2012 «Le solaire thermique : le champion de la RT 2012 dans le résidentiel individuel» Contexte : La

Plus en détail

Resolution limit in community detection

Resolution limit in community detection Introduction Plan 2006 Introduction Plan Introduction Introduction Plan Introduction Point de départ : un graphe et des sous-graphes. But : quantifier le fait que les sous-graphes choisis sont des modules.

Plus en détail

EXEMPLES DE MODÉLISATION DE PROCESSUS

EXEMPLES DE MODÉLISATION DE PROCESSUS Première partie : chapitre 4. 1 Chapitre 4 EXEMPLES DE MODÉLISATION DE PROCESSUS INTRODUCTION. Dans les chapitres 2 et 3, nous avons décrit les principes de la modélisation de processus par réseaux de

Plus en détail

Le nouvel immeuble du groupe BEI : Climat interne et environnement

Le nouvel immeuble du groupe BEI : Climat interne et environnement Le nouvel immeuble du groupe BEI : Climat interne et environnement Conçu et équipé pour s adapter aux méthodes de travail et aux exigences de communications des nouvelles technologies, le nouvel immeuble

Plus en détail

Bouches de soufflage chauffantes ECO LA MARQUE DES PROS Chauffage par ventilation pour maisons passives.

Bouches de soufflage chauffantes ECO LA MARQUE DES PROS Chauffage par ventilation pour maisons passives. LA MARQUE DES PROS Bouches de soufflage chauffantes ECO Chauffage par ventilation pour maisons passives. Bouches de soufflage chauffantes ECO Chauffage par ventilation pour maisons passives La récupération

Plus en détail

CAHIER DES CLAUSES TECHNIQUES PARTICULIÈRES (Projet de C.C.T.P.) Étude de Faisabilité Choix Énergétique

CAHIER DES CLAUSES TECHNIQUES PARTICULIÈRES (Projet de C.C.T.P.) Étude de Faisabilité Choix Énergétique MARCHES PUBLICS DE PRESTATIONS INTELLECTUELLES CAHIER DES CLAUSES TECHNIQUES PARTICULIÈRES (Projet de C.C.T.P.) Étude de Faisabilité Choix Énergétique SOMMAIRE TITRE I - CONTEXTE GÉNÉRAL DU MARCHE... 3

Plus en détail

Certifications LEED / HQE (Eclairage)

Certifications LEED / HQE (Eclairage) Sylumis 3, Rue Victor Cousin 77127 Lieusaint www.sylumis.com Certifications LEED / HQE (Eclairage) LEED HQE 7 Chapitres (5 principaux + 2 bonus) 14 Cibles 4 niveaux de performances 3 niveaux de performances

Plus en détail

COMMENT AMÉLIORER SON CHAUFFAGE?

COMMENT AMÉLIORER SON CHAUFFAGE? 2 COMMENT AMÉLIORER SON CHAUFFAGE? Si vous voulez entreprendre des travaux d amélioration énergétique, vous allez rapidement devoir faire face à la question du chauffage. En tant qu élément central du

Plus en détail

Manuel de Formation. Le mode SRA. Chaffoteaux. Système de Régulation Automatique. Parution : 16/07/07

Manuel de Formation. Le mode SRA. Chaffoteaux. Système de Régulation Automatique. Parution : 16/07/07 Manuel de Formation Le mode SRA Système de Régulation Automatique Chaffoteaux Parution : 16/07/07 INDEX 1. GENERALITES SUR LE MODE «SRA»...3 2. ACTIVATION DU MODE «SRA»...3 3. GESTION DE «LA PUISSANCE

Plus en détail

Notions sur les différents systèmes de chauffage

Notions sur les différents systèmes de chauffage TECHNIQUES DES INSTALLATIONS SANITAIRES Nom : ET ENERGIES THERMIQUES Les réseaux de chauffage Section énergétique Mr CHENUIL Notions sur les différents systèmes de chauffage On donne : Un dossier ressource

Plus en détail

Aquis. Gestion de réseaux hydrauliques

Aquis. Gestion de réseaux hydrauliques Aquis Gestion de réseaux hydrauliques 80% de votre capital est investi dans le réseau de distribution Aquis vous donne un contrôle total 2 Un avenir plein de défis Sans informations en temps réel relatives

Plus en détail

Économie d énergie dans les centrales frigorifiques : La haute pression flottante

Économie d énergie dans les centrales frigorifiques : La haute pression flottante Économie d énergie dans les centrales frigorifiques : La haute pression flottante Juillet 2011/White paper par Christophe Borlein membre de l AFF et de l IIF-IIR Make the most of your energy Sommaire Avant-propos

Plus en détail

Belgique et Protocole de Kyoto : état des lieux et perspectives

Belgique et Protocole de Kyoto : état des lieux et perspectives Belgique et Protocole de Kyoto : état des lieux et perspectives Février 2008 0. Préambule...2 1. Kyoto : où en est-on aujourd hui en Belgique?...3 2. La Belgique en bonne voie pour remplir ses engagements?...5

Plus en détail

en sciences de l ingénieur

en sciences de l ingénieur Systèmes Automatisés Optimisation en sciences de l ingénieur présente les principales méthodes exactes d optimisation statique et dynamique. Parmi les méthodes décrites figurent : - la programmation linéaire

Plus en détail

Optimisation de la performance. d un processus d usinage à commande numérique

Optimisation de la performance. d un processus d usinage à commande numérique Jacques ALEXIS 20 Novembre 2001 Optimisation de la performance d un processus d usinage à commande numérique 1 Exposé du problème à résoudre L exemple utilisé pour cette présentation a été présenté par

Plus en détail

Construire un logement en respectant la RT2012

Construire un logement en respectant la RT2012 Construire un logement en respectant la RT2012 Mise à jour décembre 2012 Introduction La règlementation Thermique 2012 est entrée en vigueur en octobre 2011 pour les logements situés en zone ANRU. Elle

Plus en détail

Synergyr gestion intelligente de l énergie dans les complexes de logements

Synergyr gestion intelligente de l énergie dans les complexes de logements Synergyr gestion intelligente de l énergie dans les complexes de logements Régulation d ambiance individuelle combinée avec un enregistrement efficace et précis de la consommation www.siemens.be/synergyr

Plus en détail

Une énergie essentielle pour atteindre le Facteur 4 *

Une énergie essentielle pour atteindre le Facteur 4 * Une énergie essentielle pour atteindre le Facteur 4 * * La limitation du réchauffement climatique implique dans les pays développés une division par 4 des émissions de gaz à effet de serre par rapport

Plus en détail

a. Les éléments de base rectangle : représente un élément ou un groupe d éléments du système et son action associée

a. Les éléments de base rectangle : représente un élément ou un groupe d éléments du système et son action associée REGULATION 1/9 I. Présentation 1. Structure d'un système asservi L'objectif d'un système automatisé étant de remplacer l'homme dans une tâche, nous allons pour établir la structure d'un système automatisé

Plus en détail

AIDE A LA THERMOREGULATION

AIDE A LA THERMOREGULATION AIDE A LA THERMOREGULATION THERMOREGULATION MODE MAN AUTO TEMP C O M PAT I B L E C TEMP MODE MAN AUTO SOMMAIRE I INTRODUCTION...3 I.1 LA THERMOREGULATION...3 I.2 UTILITE DE LA THERMOREGULATION...3 I.3

Plus en détail

Système de gestion de façades bioclimatiques pour les petits bâtiments tertiaires et la maison individuelle haut de gamme. Principaux bénéfices :

Système de gestion de façades bioclimatiques pour les petits bâtiments tertiaires et la maison individuelle haut de gamme. Principaux bénéfices : Système de gestion de façades bioclimatiques pour les petits bâtiments tertiaires et la maison individuelle haut de gamme Présentation : Animeo Solo IB permet de piloter automatiquement jusqu à 800 protections

Plus en détail

Classification des actions d efficacité énergétique

Classification des actions d efficacité énergétique Gestion active des bâtiments Classification des actions d efficacité énergétique dans le cadre de la rénovation des bâtiments existants Les bâtiments représentent à eux seuls 43% de la consommation d énergie

Plus en détail

Économie d énergie dans les centrales frigorifiques : La haute pression flottante

Économie d énergie dans les centrales frigorifiques : La haute pression flottante Économie d énergie dans les centrales frigorifiques : La haute pression flottante Octobre 2010/White paper par Christophe Borlein membre de l AFF et de l IIF-IIR Make the most of your energy Sommaire Avant-propos

Plus en détail

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Filtrage stochastique non linéaire par la théorie de représentation des martingales Filtrage stochastique non linéaire par la théorie de représentation des martingales Adriana Climescu-Haulica Laboratoire de Modélisation et Calcul Institut d Informatique et Mathématiques Appliquées de

Plus en détail

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation

Plus en détail

Démonstrateur HOMES à la Préfecture de l Isère

Démonstrateur HOMES à la Préfecture de l Isère Démonstrateur HOMES à la Préfecture de l Isère 1 Un partenariat de 3 ans entre la Préfecture de l Isère et Schneider-Electric Instrumenter le site Innovation Créer une situation de référence Business Partenaires

Plus en détail

Fonction Publique Territoriale

Fonction Publique Territoriale Fonction Publique Territoriale CONCOURS D'ADJOINT TECHNIQUE TERRITORIAL PRINCIPAL DE 2EME CLASSE DES ETABLISSEMENTS D'ENSEIGNEMENT SPECIALITE: INSTALLATIONS ELECTRIQUES, SANITAIRES ET THERMIQUES MERCREDI

Plus en détail

Analyse et Commande des systèmes linéaires

Analyse et Commande des systèmes linéaires Analyse et Commande des systèmes linéaires Frédéric Gouaisbaut LAAS-CNRS Tel : 05 61 33 63 07 email : fgouaisb@laas.fr webpage: www.laas.fr/ fgouaisb September 24, 2009 Présentation du Cours Volume Horaire:

Plus en détail

CECODHAS Conference «sustainable energy and social housing 21 avril 2008-Anconna Teatro delle muse

CECODHAS Conference «sustainable energy and social housing 21 avril 2008-Anconna Teatro delle muse CECODHAS Conference «sustainable energy and social housing 21 avril 2008-Anconna Teatro delle muse Stratégie du CECODHAS sur l efficacité énergétique et la prévention de la précarité énergétique dans le

Plus en détail

Dossier technique. Gestion active de l énergie - URBAWOOD. Gestion active de l énergie Le 19/09/2014. - contact@effigenie.com

Dossier technique. Gestion active de l énergie - URBAWOOD. Gestion active de l énergie Le 19/09/2014. - contact@effigenie.com Dossier technique Gestion active de l énergie - URBAWOOD Gestion active de l énergie Le 19/09/2014 - Effigénie SAS +33 (0) 3 51 08 11 63 165, avenue de bretagne www.effigenie.com 59000 Lille Tous droits

Plus en détail

Les systèmes de ventilation hygiénique

Les systèmes de ventilation hygiénique Suburban Areas Favoring Energy efficiency Général, bâtiment, rénovation, confort respiratoire SAFE.BAT07 Les systèmes de ventilation hygiénique Points principaux Une ventilation hygiénique dans un logement

Plus en détail

Twincat PLC Temperature Controller. Régulation de Température à l aide de TwinCAT PLC.

Twincat PLC Temperature Controller. Régulation de Température à l aide de TwinCAT PLC. Twincat PLC Temperature Controller Régulation de Température à l aide de TwinCAT PLC. VERSION : 1.0 / JYL DATE : 28 Novembre 2005 1 Installation...4 2 Présentation :...4 3 Schéma fonctionnel :...5 4 Générateur

Plus en détail

Efficacité Energétique Diminuez vos coûts de production. Programme Energy Action pour l industrie

Efficacité Energétique Diminuez vos coûts de production. Programme Energy Action pour l industrie Efficacité Energétique Diminuez vos coûts de production Programme Energy Action pour l industrie Un programme d économies d énergie. Les solutions Energy Action de Schneider Electric. Des économies d énergie

Plus en détail

Une solution haut de gamme de gestion technique énergétique de vos bâtiments à un tarif raisonnable.

Une solution haut de gamme de gestion technique énergétique de vos bâtiments à un tarif raisonnable. Une solution haut de gamme de gestion technique énergétique de vos bâtiments à un tarif raisonnable. CADOÉ Technologie 04 74 37 55 53 contact@cadoe.net Gestion de tous les types de chauffage : Gaz, Fioul,

Plus en détail

Nous avons la réponse pour l habitation du futur.

Nous avons la réponse pour l habitation du futur. Préparez votre maison pour un avenir efficace en énergie. Être plus indépendant des combustibles fossiles comme le gaz et le mazout? Maîtriser vos coûts énergétiques grâce aux énergies renouvelables? Combiner

Plus en détail

Commande robuste et extensions Pierre Apkarian. Travail Sous-Marin 15-16 Janv. 2014

Commande robuste et extensions Pierre Apkarian. Travail Sous-Marin 15-16 Janv. 2014 Commande robuste et extensions Pierre Apkarian Travail Sous-Marin 15-16 Janv. 2014 Sommaire Introduction Techniques fondamentales de commande robuste Extensions Travail Sous-Marin 15-16 Janv. 2014 - -

Plus en détail

L efficacité énergétique...

L efficacité énergétique... Michael Rader Product Marketing Manager CentraLine c/o Honeywell GmbH 05 I 2008 Les bâtiments collectifs et tertiaires représentent plus de 40 pour cent de la consommation totale d énergie primaire en

Plus en détail

Automatique Linéaire 1 Travaux Dirigés 1A ISMIN

Automatique Linéaire 1 Travaux Dirigés 1A ISMIN Automatique Linéaire 1 Travaux Dirigés Travaux dirigés, Automatique linéaire 1 J.M. Dutertre 2014 TD 1 Introduction, modélisation, outils. Exercice 1.1 : Calcul de la réponse d un 2 nd ordre à une rampe

Plus en détail

ENSEIRB-MATMECA PG-113 2014. TP6: Optimisation au sens des moindres carrés

ENSEIRB-MATMECA PG-113 2014. TP6: Optimisation au sens des moindres carrés ENSEIRB-MATMECA PG-113 014 TP6: Optimisation au sens des moindres carrés Le but de ce TP est d implémenter une technique de recalage d images qui utilise une méthode vue en cours d analyse numérique :

Plus en détail

L air extérieur, une source d énergie économique et confortable toute l année...

L air extérieur, une source d énergie économique et confortable toute l année... L air extérieur, une source d énergie économique et confortable toute l année... Chauffage Inverter réversible TOSHIBA air-air Pompe à chaleur il y a de l énergie et des économies dans l air! TOSHIBA spécialiste

Plus en détail

IUT Toulouse II - Automatique et Systèmes Génie Industriel et Maintenance GIM 2 Promo 14 Année 2007-2008. AUTOMATIQUE et SYSTEMES

IUT Toulouse II - Automatique et Systèmes Génie Industriel et Maintenance GIM 2 Promo 14 Année 2007-2008. AUTOMATIQUE et SYSTEMES IUT Toulouse II - Automatique et Systèmes Génie Industriel et Blagnac Maintenance GIM 2 Promo 14 Année 2007-2008 AUTOMATIQUE et SYSTEMES Les cours, TD et TP seront entièrement programmés en 2 ème année.

Plus en détail

RT 2012 L essentiel des solutions Delta Dore

RT 2012 L essentiel des solutions Delta Dore L essentiel des solutions Delta Dore Affichage des s Gestion du chauffage Ce qu il faut retenir un nouveau challenge pour toute la filière du bâtiment La RT (réglementation thermique) 2012 vise à limiter

Plus en détail

Elaboration de la Norme EN15232 Impact de l automation des bâtiments sur leur performance énergétique ou efficacité 2012-1.

Elaboration de la Norme EN15232 Impact de l automation des bâtiments sur leur performance énergétique ou efficacité 2012-1. 2012-1 Hannes Lütz Product Manager CentraLine c/o Honeywell GmbH Elaboration de la des bâtiments sur La nouvelle version de la norme EN15232 (2011-06) représente une révision et une extension de la norme

Plus en détail

Identification et réglage assisté par ordinateur d un processus thermique

Identification et réglage assisté par ordinateur d un processus thermique I- But de la manipulation : Identification et réglage assisté par ordinateur d un processus thermique Le but est de procéder à la modélisation et à l identification paramétrique d un procédé considéré

Plus en détail

THERMOSTATS ET SYSTÈMES DE ZONAGE. En vedette : les contrôleurs ComfortSense et le système de zonage Harmony III, pour efficacite et confort optimal

THERMOSTATS ET SYSTÈMES DE ZONAGE. En vedette : les contrôleurs ComfortSense et le système de zonage Harmony III, pour efficacite et confort optimal Contrôleurs de confort domestique lennox THERMOSTATS ET SYSTÈMES DE ZONAGE En vedette : les contrôleurs ComfortSense et le système de zonage Harmony III, pour efficacite et confort optimal ComfortSense

Plus en détail

Cours et applications

Cours et applications MANAGEMENT SUP Cours et applications 3 e édition Farouk Hémici Mira Bounab Dunod, Paris, 2012 ISBN 978-2-10-058279-2 Table des matières Introduction 1 1 Les techniques de prévision : ajustements linéaires

Plus en détail

Principes de la réglementation concernant la performance énergétique des bâtiments fonctionnels

Principes de la réglementation concernant la performance énergétique des bâtiments fonctionnels Principes de la réglementation concernant la performance énergétique des bâtiments fonctionnels Présentation du Ministère de l Economie et du Commerce extérieur Journée Construction Acier 2011 Luxembourg,

Plus en détail

Le Contrat de Performance Energétique

Le Contrat de Performance Energétique Le Contrat de Performance Energétique 1. Proposition de valeur de Schneider Le contrat de Performance Energétique Le modèle économique Le processus Le financement 2. Les Engagements de Schneider Electric

Plus en détail

Bilan carbone complet et plan climat de l école Montesquieu de Boigny-sur-Bionne pour la période 2008/2011

Bilan carbone complet et plan climat de l école Montesquieu de Boigny-sur-Bionne pour la période 2008/2011 Bilan carbone complet et plan climat de l école Montesquieu de Boigny-sur-Bionne pour la période 2008/2011 Notions importantes : Dans les bilans présentés ci-dessous, les consommations d énergie (électricité

Plus en détail

Économie d énergie dans les centrales frigorifiques : La basse pression flottante

Économie d énergie dans les centrales frigorifiques : La basse pression flottante Économie d énergie dans les centrales frigorifiques : La basse pression flottante Aout 2011/White paper par Christophe Borlein membre de l AFF et de l IIF-IIR Make the most of your energy Sommaire Avant-propos

Plus en détail

Le programme de mathématiques Classes de première STI2D STL

Le programme de mathématiques Classes de première STI2D STL Journée de l inspection 15 avril 2011 - Lycée F. BUISSON 18 avril 2011 - Lycée J. ALGOUD 21 avril 2011 - Lycée L. ARMAND Le programme de mathématiques Classes de première STI2D STL Déroulement de la journée

Plus en détail

CHAMPION Matthieu Modèles de Marché en Visual Basic ESILV S04 S6. Sommaire... 1. Introduction... 2

CHAMPION Matthieu Modèles de Marché en Visual Basic ESILV S04 S6. Sommaire... 1. Introduction... 2 Sommaire Sommaire... 1 Introduction... 2 1 Trois différentes techniques de pricing... 3 1.1 Le modèle de Cox Ross Rubinstein... 3 1.2 Le modèle de Black & Scholes... 8 1.3 Méthode de Monte Carlo.... 1

Plus en détail

Diagnostic de performance énergétique logement (6.A) N : Valable jusqu au : Type de bâtiment : Année de construction : Surface habitable : Adresse :

Diagnostic de performance énergétique logement (6.A) N : Valable jusqu au : Type de bâtiment : Année de construction : Surface habitable : Adresse : Diagnostic pour les logements à chauffage individuel ------------------------------------------------------------------------------ Les consommations sont établies à partir d un calcul conventionnel Diagnostic

Plus en détail

RAPPORT SUR LA MODÉLISATION DU SYSTÈME DE ZONES AIRZONE ET COMPARAISON AVEC UN SYSTÈME INVERTER SANS SYSTÈME DE ZONES

RAPPORT SUR LA MODÉLISATION DU SYSTÈME DE ZONES AIRZONE ET COMPARAISON AVEC UN SYSTÈME INVERTER SANS SYSTÈME DE ZONES RAPPORT SUR LA MODÉLISATION DU SYSTÈME DE ZONES AIRZONE ET COMPARAISON AVEC UN SYSTÈME INVERTER SANS SYSTÈME DE ZONES 2011 SOMMAIRE 1. INTRODUCTION : ANTÉCÉDENTS ET OBJECTIFS... 4 2. MÉTHODOLOGIE... 5

Plus en détail

ORDRE DE RÉACTION : MÉTHODES DE

ORDRE DE RÉACTION : MÉTHODES DE ORDRE DE RÉACTION : MÉTHODES DE RÉSOLUTION Table des matières 1 Méthodes expérimentales 2 1.1 Position du problème..................................... 2 1.2 Dégénérescence de l ordre...................................

Plus en détail

Chapitre 1 L intérêt. 2. Concept d intérêt. 1. Mise en situation. Au terme de ce chapitre, vous serez en mesure de :

Chapitre 1 L intérêt. 2. Concept d intérêt. 1. Mise en situation. Au terme de ce chapitre, vous serez en mesure de : Chapitre 1 L intérêt Au terme de ce chapitre, vous serez en mesure de : 1. Comprendre la notion générale d intérêt. 2. Distinguer la capitalisation à intérêt simple et à intérêt composé. 3. Calculer la

Plus en détail

MESURE DE LA TEMPERATURE

MESURE DE LA TEMPERATURE 145 T2 MESURE DE LA TEMPERATURE I. INTRODUCTION Dans la majorité des phénomènes physiques, la température joue un rôle prépondérant. Pour la mesurer, les moyens les plus couramment utilisés sont : les

Plus en détail