2015SACLE003

NNT : 2015SACLE003
THESE DE DOCTORAT
DE L’UNIVERSITE PARIS-SACLAY,
préparée à l’Université d’Evry Val-d’Essonne
ÉCOLE DOCTORALE N° 579

Sciences Mécaniques et Energétiques, Matériaux et Géosciences
Spécialité de doctorat : Energétique
Par
M. Stanislas N. B. BROU
Modélisation et commande d’un système de cogénération utilisant des énergies
renouvelables pour le bâtiment
Thèse présentée et soutenue à Evry, le 12 octobre 2015 :
Composition du Jury :
M. B. Peuportier, Maître de recherche, CES, MINES ParisTech, Rapporteur

M. C. Menezo, Professeur, INSA de Lyon, Rapporteur
M. F. Allard, Professeur, Université de La Rochelle, Président
M. J.-J. Roux, Professeur, INSA de Lyon, Examinateur
M. A. Neveu, Professeur, Université d’Evry, Directeur de thèse
M. F. Joly, Maître de conférences, Université d’Evry, Co-encadrant
Thèse réalisée au Laboratoire de Mécanique et d’Energétique d’Evry
Equipe Themique et Energétique
40 Rue du Pelvoux, 91020 Evry Cedex
Web : http ://lmee.univ-evry.fr/
Projet de recherche : Batimac
Piloté par l’entreprise : Ens2r
En partenariat avec : Ueve, Hevatech, Mecamidi

Remerciements
C e travail de recherche mené au Laboratoire de Mécanique et d’Energétique de l’uni-

versité d’Evry est arrivé à terme grâce à l’aide et au soutien de diverses personnes que je
tiens à remercier ici.
J’exprime d’abord mes remerciements et ma reconnaissance envers le professeur Alain

Neveu, mon directeur de thèse qui m’a d’abord fait confiance en me confiant ce sujet
de recherche qui cadre parfaitement avec mon projet professionnel. Ses conseils et son
expérience m’ont été d’une grande utilité.
Que le docteur Fréderic Joly soit remercié pour avoir co-encadré de main de maître
cette thèse de doctorat. Fred merci pour le temps consacré à la relecture de tous les do-
cuments scientifiques liés à cette thèse, pour ta patience, pour le partage de tes talents
de « recherche de bugs » dans les longues lignes de code et pour les supports et conseils
qui m’ont permis de préparer mes cours de maîtrise de l’énergie.
Permettez-moi à présent d’exprimer toute ma gratitude envers les membres du jury qui
ont bien voulu consacrer du temps à la lecture de ce manuscrit et contribuer à l’amélio-
ration de sa qualité.
Elle s’adresse d’abord aux rapporteurs : Bruno Peuportier, Maître de recherche au
Centre Efficacité énergétique des Systèmes-MINES ParisTech et Christophe Menezo,
professeur à l’INSA de Lyon. Puis aux examinateurs : Francis Allard, professeur à
l’université de La Rochelle et Jean-Jacques Roux, professeur à l’INSA de Lyon.
Mes sincères remerciements vont au personnel de l’entreprise ENS2R. Plus particuliè-

rement à : Roger Camponogara directeur de ENS2R et initiateur de cette thèse pour
sa confiance, son accueil et sa générosité puis à Vincent Artigue directeur adjoint de
ENS2R pour sa disponibilité, son sens du partage et pour toutes nos belles discussions
autour du système Batimac. Gonzalo, Nicolas, Lucas, Melvine je ne vous oublie pas !
Je tiens à remercier l’ensemble du personnel de l’IUT de Brétigny et du LMEE et en par-

ticulier Olivier, Sylvie, Jean-Michel, Jean-François, Ayoob, Hakim, Mohamed, Guillaume,
Yassine, Parfait, Liliane, Claudie, Serge, Zhi-Qiang, Gérard, Sabine.
Je n’oublie pas mes collègues doctorants, Benjamin qui est toujours disponible pour
donner un coup de main sur SAMBA, Sylvain pour le café, les bons gâteaux et les stagiaires
Sébastien, Julien et encore un autre Sébastien, merci à vous pour m’avoir permis de penser
à autre chose qu’à ma thèse !
i
Remerciements
Aussi, un grand merci à toutes les personnes que j’ai pu croiser et qui de par leur savoir,
leur aide ou plus simplement de leur soutien, ont éclairé toutes ces années d’aventures de
la Côte d’Ivoire à la France en passant par l’Algérie.
F
Durant toutes ces années, j’ai toujours eu le soutien indéfectible de ma amille et je
veux trouver ici l’occasion de leur témoigner toute ma gratitude. Particulièrement à mon
père qui a toujours trouvé beaucoup de fierté en ce que je faisais : j’aurai tant voulu qu’il
puisse lire quelques lignes de ce mémoire... et à ma Mère pour tous les sacrifices consentis.
Enfin, que Marie-Pascale trouve ici le témoignage de ma dilection. Merci pour ta pa-
tience et tes encouragements.
A mon père.
ii
Table des matières
Remerciements i
Table des matières iii
Table des figures vii
Liste des tableaux xi
Introduction 1
Partie I : De la Situation Energétique & Environnementale Actuelle

au Système Batimac 3
1 Contexte & Objectifs 5

1.1 Situation énergétique et environnementale . . . . . . . . . . . . . . . . . . 5
1.1.1 Sur le plan mondial . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.1.2 En France . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.1.3 Maîtrise de l’énergie . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.1.4 Solutions de maîtrise d’énergie dans le secteur du bâtiment . . . . . 11
1.2 Cogénération . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.1 Avantages et typologie de cogénération . . . . . . . . . . . . . . . . 13
1.2.2 Critères d’évaluation d’une installation de cogénération . . . . . . 13
1.2.3 Notion d’efficacité d’un système de cogénération . . . . . . . . . . . 17
1.3 Batimac : vers des bâtiments écologiques et autonomes en énergie. . . . . 17
1.4 Objectifs de la thèse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.4.1 Système Batimac standard . . . . . . . . . . . . . . . . . . . . . . 18
1.4.2 Le simulateur numérique du système et de sa charge . . . . . . . . . 21
Conclusion du chapitre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
Partie II : Modélisations et Validations des Principaux Composants
iii
TABLE DES MATIÈRES
du Simulateur 27
2 Modélisation et validation des composants « non ou peu maillés » 29
2.1 Ballon d’eau chaude stratifié . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.1.1 Dimensions du ballon . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.1.2 Modélisation d’un ballon d’eau chaude stratifié . . . . . . . . . . . . 31
2.1.3 Algorithme du mix dans les ballons stratifiés . . . . . . . . . . . . . 33
2.1.4 Validation du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.2 Machine à absorption . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2.1 Principaux composants d’une machine à absorption (H2 O/LiBr) . . 37
2.2.2 Modèle thermodynamique d’une machine à absorption . . . . . . . 38
2.2.3 Validation du modèle . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.3 Concentrateur solaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.3.1 Modélisation d’un concentrateur à réflecteur linéaire de fresnel . . . 48
2.3.2 Poursuite de la course du soleil . . . . . . . . . . . . . . . . . . . . 51
2.4 Générateur d’air chaud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.5 Moteur à air chaud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.5.1 Calcul de la température de la tête chaude du moteur . . . . . . . . 54
2.5.2 Estimation de la puissance électrique . . . . . . . . . . . . . . . . . 54
2.5.3 Calcul de la température de sortie du circuit de refroidissement . . 55
2.6 Tour de refroidissement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.7 Tuyauteries et gaines . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
2.7.1 Estimation des pertes de charge . . . . . . . . . . . . . . . . . . . . 57
2.7.2 Calcul des pertes de chaleur . . . . . . . . . . . . . . . . . . . . . . 57
3 Réduction modale des composants « fortement maillés ». 61

3.1 Analyse modale des systèmes thermiques . . . . . . . . . . . . . . . . . . . 61
3.1.1 Problème générique de thermique . . . . . . . . . . . . . . . . . . . 61
3.1.2 Méthodes d’analyse et de réduction modales . . . . . . . . . . . . . 62
3.1.3 Réduction modale . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.1.4 Modèle modal réduit . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.2 Modélisation d’un bâtiment muni d’un plancher chauffant réversible . . . 70
3.2.1 Le bâtiment et son émetteur/absorbeur de chaleur . . . . . . . . . 70
3.2.2 Réduction modale du bâtiment . . . . . . . . . . . . . . . . . . . . 73
3.2.3 Validation du modèle réduit de bâtiment . . . . . . . . . . . . . . . 84
3.3 Modélisation d’un système de stockage thermique avec matériau à change-
ment de phase . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
3.3.1 Description du problème physique et hypothèses de modélisation . . 91
3.3.2 Modélisation avec la méthode des différences finies . . . . . . . . . 94
3.3.3 Modélisation par réduction modale : méthode BERM . . . . . . . . 98
3.3.4 Discrétisation temporelle . . . . . . . . . . . . . . . . . . . . . . . 100
3.3.5 Validation du modèle détaillé . . . . . . . . . . . . . . . . . . . . . 101
3.3.6 Analyse du modèle réduit . . . . . . . . . . . . . . . . . . . . . . . 102
iv
TABLE DES MATIÈRES
Partie III : Simulateur Batimac : Développement & Utilisation 113

4 Conception du simulateur 115
4.1 Présentation de la plate-forme de simulation . . . . . . . . . . . . . . . . . 116
4.1.1 Les outils Microsoft Office . . . . . . . . . . . . . . . . . . . . . . . 116
4.1.2 Le logiciel Matlab . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
4.1.3 Simulink & Stateflow . . . . . . . . . . . . . . . . . . . . . . . . . 117
4.2 Implémentation des modèles dans Simulink . . . . . . . . . . . . . . . . . 120
4.3 Stratégies de fonctionnement . . . . . . . . . . . . . . . . . . . . . . . . . 121
4.3.1 Critères à satisfaire . . . . . . . . . . . . . . . . . . . . . . . . . . 122
4.3.2 Choix du système de production de chaleur haute température . . . 123
4.3.3 Règles de contrôle local . . . . . . . . . . . . . . . . . . . . . . . . . 124
4.4 Exemple de déroulement d’une simulation . . . . . . . . . . . . . . . . . . 125
4.5 Validation du simulateur . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
4.5.1 Description du cas test . . . . . . . . . . . . . . . . . . . . . . . . 127
4.5.2 Tests de cohérence de SimCoBat . . . . . . . . . . . . . . . . . . . 128
5 Etudes de performance et de satisfaction du système Batimac 133

5.1 Cas d’étude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
5.1.1 Choix de la configuration du système Batimac . . . . . . . . . . . 134
5.1.2 Principaux paramètres de simulation . . . . . . . . . . . . . . . . . 135
5.1.3 Zoom sur le fonctionnement général de cette installation . . . . . . 135
5.2 Résultats de simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
5.2.1 Bilan de production et de conversion d’énergie . . . . . . . . . . . . 137
5.2.2 Bilan de consommation d’énergie . . . . . . . . . . . . . . . . . . . 137
5.3 Evaluation du système Batimac . . . . . . . . . . . . . . . . . . . . . . . . 138
5.3.1 Calcul des rendements . . . . . . . . . . . . . . . . . . . . . . . . . 138
5.3.2 Impact environnemental et énergétique . . . . . . . . . . . . . . . . 139
5.3.3 Efficacité de l’installation . . . . . . . . . . . . . . . . . . . . . . . 140
5.4 Etude de satisfaction du système . . . . . . . . . . . . . . . . . . . . . . . 143
5.4.1 Analyse du critère relatif au chauffage : C1 . . . . . . . . . . . . . . 143
5.4.2 Analyse du critère relatif à l’ECS : C2 . . . . . . . . . . . . . . . . 144
5.5 Exemple d’étude paramétrique . . . . . . . . . . . . . . . . . . . . . . . . . 146
5.5.1 Contexte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
5.5.2 Analyse des résultats et discussion . . . . . . . . . . . . . . . . . . 147
5.6 Cas d’un fonctionnement plus réaliste . . . . . . . . . . . . . . . . . . . . 152
5.6.1 Sans système de stockage basse température . . . . . . . . . . . . . 153
5.6.2 Avec système de stockage basse température . . . . . . . . . . . . . 155
Conclusion et perspectives 159
v
TABLE DES MATIÈRES
Annexes 165
A Compléments sur la modélisation de la MAA 167
A.1 Calcul de la densité du mélange . . . . . . . . . . . . . . . . . . . . . . . . 167
A.2 Variables de la fonction Psat (X, T ) . . . . . . . . . . . . . . . . . . . . . . . 167
A.3 Détail relatif à la fonction Hmel (T, X) . . . . . . . . . . . . . . . . . . . . . 168
B Calcul astronomique 169

B.1 Déclinaison du soleil . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
B.2 Heure solaire vraie et Levée et Durée du jour . . . . . . . . . . . . . . . . . 169
B.3 La hauteur, le zénith et l’azimut du soleil . . . . . . . . . . . . . . . . . . . 170
B.4 L’angle incident . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
C Contribution à l’étude de conception du générateur d’air chaud 173

C.1 Configuration de l’échangeur . . . . . . . . . . . . . . . . . . . . . . . . . . 173
C.2 Dimensionnement de l’échangeur de chaleur . . . . . . . . . . . . . . . . . 175
C.3 Interprétation des résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
C.3.1 Influence du nombre de passe . . . . . . . . . . . . . . . . . . . . . 176
C.3.2 Influence du nombre de passe élémentaire . . . . . . . . . . . . . . . 176
C.3.3 Influence de la hauteur des ailettes . . . . . . . . . . . . . . . . . . 177
D Complément à la modélisation du bâtiment 179

D.1 La ventilation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
D.2 Les apports de chaleur internes et les ponts thermiques . . . . . . . . . . . 180
D.2.1 Apports de chaleur par les occupants . . . . . . . . . . . . . . . . . 180
D.2.2 Les apports de chaleur dus aux équipements . . . . . . . . . . . . . 180
D.2.3 Les apports de chaleur dus à l’éclairage artificiel . . . . . . . . . . . 181
D.2.4 Les ponts thermiques . . . . . . . . . . . . . . . . . . . . . . . . . 181
D.3 Apports solaires . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
D.3.1 Calcul des apports solaires reçus par une paroi extérieure . . . . . 182
D.3.2 Calcul des apports solaires internes . . . . . . . . . . . . . . . . . . 183
D.3.3 Validation de la méthode de calcul des apports solaires . . . . . . . 183
E Compléments à la modélisation de l’unité de stockage avec MCP 185

E.1 Discrétisation spatiale en différences finies . . . . . . . . . . . . . . . . . . 185
E.1.1 Domaine HTF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
E.1.2 Domaine MCP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
E.2 Expression des opérateurs Ab et Cb . . . . . . . . . . . . . . . . . . . . . . 190
E.2.1 Domaine MCP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 190
E.2.2 Domaine HTF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
F Compléments sur les simulations 195

F.1 Paramètres de simulation : validation de SimCoBat . . . . . . . . . . . . 196
F.2 Paramètres de simulation : Etude de performance . . . . . . . . . . . . . . 200
Bibliographie 203
vi
Table des figures
1.1.1 Exemple de chaine énergétique pour la production de chaleur . . . . . . . 6

1.1.2 Production mondiale d’énergie primaire (en Mtep) [AIE 14a]. . . . . . . 7
1.1.3 Mix énergétique mondial 1973 et 2012 [AIE 14a]. . . . . . . . . . . . . . 7
1.1.4 Conséquences du changement climatique [GIEC 14]. . . . . . . . . . . . . 8
1.1.5 Production d’énergie primaire par énergie, France [CGDD 15]. . . . . . . 9
1.1.6 Mix énergétique français [CGDD 15]. . . . . . . . . . . . . . . . . . . . . 9
1.1.7 Situation énergétique et environnementale par secteur d’activité en 2013. 10
1.1.8 Diagnostic énergétique et environnemental du secteur du bâtiment. . . . . 11
1.2.1 Exemple comparatif : cogénération vs système classique . . . . . . . . . . 12
1.2.2 Familles de cogénération . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.2.3 Mix électrique en France, 2013 . . . . . . . . . . . . . . . . . . . . . . . . 16
1.4.1 Synoptique du système Batimac couplé à sa charge . . . . . . . . . . . . 19
1.4.2 Différents modèles Simulink . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.1.1 Ballon d’eau chaude stratifié . . . . . . . . . . . . . . . . . . . . . . . . . 31

2.1.2 Comparaison des résultats de [Blandin 10] et du présent modèle . . . . . . 35
2.2.1 Structure d’une machine frigorifique à absorption . . . . . . . . . . . . . . 37
2.2.2 Etapes de résolution du modèle de la MAA à un instant t . . . . . . . . . 44
2.2.3 Confrontation Thermoptim Vs Modèle proposé . . . . . . . . . . . . . . . 45
2.2.4 Variation du COP en fonction de la température de l’absorbeur : modèle
proposé Vs Romero et al. . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.3.1 Principaux systèmes solaire à concentration . . . . . . . . . . . . . . . . . 47
2.3.2 Principe de fonctionnement d’un concentrateur LFR . . . . . . . . . . . . 49
2.3.3 Facteur de modification de l’angle incident [Morin 12] . . . . . . . . . . . 50
2.5.1 Coupe du moteur à air chaud . . . . . . . . . . . . . . . . . . . . . . . . . 54
2.5.2 Variation du rendement électrique en fonction de la température de la
tête chaude du moteur [ENS2R 15] . . . . . . . . . . . . . . . . . . . . . . 55
3.1.1 Géométrie du système étudié. . . . . . . . . . . . . . . . . . . . . . . . . . 62

3.2.1 Modèles nodaux de bâtiment . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.2.2 Comparaison de deux modèles monozones. . . . . . . . . . . . . . . . . . 71
3.2.3 Modèles de bâtiment monozone . . . . . . . . . . . . . . . . . . . . . . . . 72
3.2.4 Sous-structuration du bâtiment en quatre domaines . . . . . . . . . . . . 74
3.2.5 Exemple de champ de température dans un plancher . . . . . . . . . . . . 78
3.2.6 Elément de plancher. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.2.7 Comparaison MR enveloppe et simulation Pleaides+Comfie . . . . . . 85
3.2.8 Six premiers modes du plancher (mode ccm) . . . . . . . . . . . . . . . . 88
vii
TABLE DES FIGURES
3.2.9 Evolution dynamique des températures : MR d’ordre 14 Vs MD . . . . . . 89

3.3.1 Schéma du système de stockage avec MCP. . . . . . . . . . . . . . . . . . 91
3.3.2 Schéma d’une unité de stockage. . . . . . . . . . . . . . . . . . . . . . . . 91
3.3.3 Représentation bidimensionnelle de l’unité de stockage. . . . . . . . . . . 92
3.3.4 Maillage en différences finies de l’unité de stockage. . . . . . . . . . . . . 95
3.3.5 Structure matricielle de l’équation différentielle (3.3.30). . . . . . . . . . . 97
3.3.6 Structure matricielle de l’équation différentielle (3.3.41). . . . . . . . . . 100
3.3.7 Validation du modèle detaillé. . . . . . . . . . . . . . . . . . . . . . . . . 102
3.3.8 Mode plat (MCP) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
3.3.9 Mode global . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
3.3.10 Exemple de modes volumiques . . . . . . . . . . . . . . . . . . . . . . . . 103
3.3.11 Exemple de modes surfaciques . . . . . . . . . . . . . . . . . . . . . . . . 104
3.3.12 Les 3 premiers modes dans le HTF . . . . . . . . . . . . . . . . . . . . . 104
3.3.13 Choix du nombre de mode dans le domaine du HTF (Ωf ) . . . . . . . . . 106
3.3.14 Régimes de fonctionnement . . . . . . . . . . . . . . . . . . . . . . . . . . 108
3.3.15 Ecarts de température (M, t) pour la généralisation du modèle réduit. . 109
3.3.16 Champs de température et de fraction liquide dans le MCP . . . . . . . . 111
4.1.1 Environnement de simulation . . . . . . . . . . . . . . . . . . . . . . . . . 116

4.1.2 Hiérarchisation du simulateur dans l’environnement Simulink . . . . . . 117
4.1.3 Image du niveau II de SimCoBat . . . . . . . . . . . . . . . . . . . . . 118
4.1.4 Interface graphique de la charge . . . . . . . . . . . . . . . . . . . . . . . 119
4.1.5 Copie d’écran du niveau III de SimCoBat, pour la charge du système . 120
4.2.1 Modèle thermique d’une VMC double flux . . . . . . . . . . . . . . . . . . 120
4.2.2 Illustration du modèle d’un ballon de stockage d’ECS codé en Matlab . 121
4.3.1 Présentation du concept de « superviseur » . . . . . . . . . . . . . . . . . 122
4.3.2 Modélisation de Obj-N°1 dans l’environnement Stateflow . . . . . . . . 123
4.3.3 Diagramme de flux de la gestion des équipements de production de chaleur
haute température : cas d’un fonctionement mixte . . . . . . . . . . . . . 124
4.3.4 Régulation de la température d’air intérieur du bâtiment . . . . . . . . . 125
4.4.1 Les trois modules du simulateur . . . . . . . . . . . . . . . . . . . . . . . 126
4.5.1 Variation des écarts en fonction du pas de temps de simulation . . . . . . 130
4.5.2 Comportement du régulateur PI selon le pas de temps de simulation. . . 131
5.1.1 Configuration du système BATIMAC pour le cas d’étude . . . . . . . . . 135

5.2.1 Diagramme de flux mettant en évidence la répartition de l’énergie . . . . 136
5.3.1 Variation mensuelle du rendement et de l’efficacité de l’installation . . . . 141
5.3.3 Taux de fonctionnement des équipements de la boucle chaude . . . . . . . 141
5.3.4 Profil type de puisage d’ECS [CSTB ]. . . . . . . . . . . . . . . . . . . . . 141
5.3.2 Réponse du système et sollicitations de la charge . . . . . . . . . . . . . . 142
5.3.5 Evolution mensuelle de la température d’air intérieur et du facteur r-chge 143
5.4.1 Evolution temporelle des températures . . . . . . . . . . . . . . . . . . . . 144
5.4.2 Résultats de l’analyse du critère C1 . . . . . . . . . . . . . . . . . . . . . 144
5.4.3 Evaluation du risque de prolifération de légionelles . . . . . . . . . . . . . 146
5.5.1 Valeurs normalisées des résultats de l’étude paramétrique . . . . . . . . . 147
5.5.2 Sensibilité du critère relatif au chauffage . . . . . . . . . . . . . . . . . . . 148
5.5.3 Sensibilité du critère relatif à l’ECS . . . . . . . . . . . . . . . . . . . . . 150
viii
TABLE DES FIGURES
5.5.4 Durée de fonctionnement mensuelle (en heure) . . . . . . . . . . . . . . . 151

5.6.1 Cycles de fonctionnement du GAC, 1ère semaine de décembre . . . . . . . 153
5.6.2 Comparaison des régimes de fonctionnement . . . . . . . . . . . . . . . . 153
5.6.3 Comparaison des puissances utiles du GAC . . . . . . . . . . . . . . . . . 154
5.6.4 Comparaison des efficacités (cas sans stockage) . . . . . . . . . . . . . . . 154
5.6.5 Comparaison des niveaux de satisfaction (sans stockage) . . . . . . . . . . 155
5.6.6 Comparaison des efficacités . . . . . . . . . . . . . . . . . . . . . . . . . . 156
5.6.7 Comparaison des niveaux de satisfaction (avec stockage) . . . . . . . . . . 156
C.1 Chaudière de la Brie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174

C.2 Coupe de la chaudière. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
C.3 Principe de l’échangeur avec 3 passes. . . . . . . . . . . . . . . . . . . . . 174
C.4 Photographie de la chambre de combustion. . . . . . . . . . . . . . . . . . 175
C.5 Vue de face de l’échangeur ( 4 passes et 6 passes élémentaires) . . . . . . 175
C.1 Influence du nombre de passe . . . . . . . . . . . . . . . . . . . . . . . . . 176
C.2 Influence du nombre de passe élémentaire . . . . . . . . . . . . . . . . . . 177
C.3 Influence de la hauteur des ailettes . . . . . . . . . . . . . . . . . . . . . . 177
D.1 Bâtiment BESTEST [140-2001 ] . . . . . . . . . . . . . . . . . . . . . . . 184

D.2 Validation de la méthode de calcul des apports solaires (RSg ) . . . . . . . 184
ix
Liste des tableaux
1.1 Exemple d’unité de cogénération. [Knight 05] . . . . . . . . . . . . . . . . 14

1.2 Facteurs d’émission de CO2 . [ADEME 07] . . . . . . . . . . . . . . . . . 16
1.3 Contenu CO2 de l’électricité en France [et ADEME 07] . . . . . . . . . . 16
2.1 Propriétés thermophysiques de l’eau et dimensions de la cuve. . . . . . . 34

2.2 Coefficients et exposants de l’équation (2.2.12) . . . . . . . . . . . . . . . 41
3.1 Synthèse de trois méthodes numériques . . . . . . . . . . . . . . . . . . . 69

3.2 Caractéristiques thermophysiques . . . . . . . . . . . . . . . . . . . . . . 86
3.3 Conservation du flux dans le plancher . . . . . . . . . . . . . . . . . . . . 87
3.4 Constantes de temps (en s) de quelques modes . . . . . . . . . . . . . . . 87
3.5 Ecarts de température en fonction de la base réduite du plancher . . . . 87
3.6 Caractéristiques thermophysiques utilisées pour la validation du MD. . . . 101
3.7 Synthèse des résultats de comparaison entre MR et MD . . . . . . . . . . 105
3.8 Performances en gain de temps du MR dans l’environnement Simulink . 107
3.9 Caractéristiques thermophysiques de la "paraffin wax"[Choi 92] . . . . . . 108
4.1 Synthèse des résultats pour l’étude de convergence . . . . . . . . . . . . . 128

4.2 Bilan énergétique de l’installation en kWh pour dt=1s . . . . . . . . . . . 129
4.3 Influence des composants sensibles au pas de temps . . . . . . . . . . . . 130
5.1 Bilan de production et de conversion . . . . . . . . . . . . . . . . . . . . . 137

5.2 Bilan de consommation d’énergie en MWh . . . . . . . . . . . . . . . . . 138
5.3 Rendements . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
5.4 Durée minimale d’élévation quotidienne de la température de l’eau dans
les équipements de stockage, à l’exclusion des ballons de préchauffage . . 145
5.5 Tableau récapitulatif des résultats de l’étude paramétrique (les énergies
et consommations sont en MWh). . . . . . . . . . . . . . . . . . . . . . . 147
5.6 Etude de sensibilité ; critère C1 . . . . . . . . . . . . . . . . . . . . . . . . 149
A.1 Paramètres de la fonction Psat (X, T ) . . . . . . . . . . . . . . . . . . . . 167

A.2 Coefficients de l’équation (A.3.1) . . . . . . . . . . . . . . . . . . . . . . . 168
C.1 Configuration de l’échangeur du Générateur d’Air Chaud . . . . . . . . . 176
D.1 Débits d’air règlementaires d’aération dans les logements . . . . . . . . . 179

D.2 Taux de renouvèlement d’air dans différents pays. . . . . . . . . . . . . . 180
D.3 Equipements considérés pour les apports de chaleur internes . . . . . . . . 181
xi
Nomenclature
Autres
∇ Opérateur gradient [m−1 ]
∇2 Opérateur laplacien [m−2 ]
Lettres Grecques
α Coefficient absorption solaire [-]
µ Viscosité dynamique [kg.m−1 .s−1 ]
ν Viscosité cinématique [m2 .s−1 ]
Φ Flux de chaleur [W]
Φ1 Flux de chaleur échangé entre le fluide caloporteur et la structure du plancher [W]
Φ2 Flux de chaleur échangé entre la surface du plancher et l’air intérieur [W]
Φ3 Flux de chaleur échangé entre la structure du plancher et le sol [W]
Φsint Gain solaire interne total [W]
Φsj Apport solaire sur une surface j [W]
Φsmex/tex Apport solaire reçu sur la surface externe du mur/de la toiture [W]
ϕs Densité de flux solaire [W/m2 ]
β Coefficient de dilatation thermique [K − 1]
ρ Masse volumique [kg/m3 ]
ζ Nombre de Steklov [J/m2 .K]
Indices et Exposants
a Air intérieur/ Absorbeur
c Condenseur
cca Chauffant et circulateur à l’arrêt
ccm Chauffant et circulateur en marche
e Enveloppe du bâtiment/ Evaporateur/ Entrée
ext Extérieur
xiii
LISTE DES TABLEAUX
g Générateur
h Hydraulique
int Intérieur
mex Mur extérieur
op Mode de fonctionnement du plancher reversible
out Sortie
pin Paroi interne
rca Rafraîchissant et circulateur à l’arrêt
rcm Rafraîchissant et circulateur en marche
s Sol/ Solaire
t Toiture
tex Toiture extérieur
v Vitrage
0 Etat de référence ou Paramètre constant
c Chaud
ef Entrée fluide
env Milieu environnant
eq Equivalent
f Fluide / Fluide de transfert de chaleur
in Entrée
m Matériau à changement de phase/ Mur
p Interface HTF-MCP/ Plancher
r Réduit
sf Sortie fluide
Sigles et Abbréviations
SimCoBat Simulateur de système de Cogénération couplé à un Bâtiment
AREN E Agence Régionale de l’Environnement et des Nouvelles Energies
DT U Document Technique Unifié
GAC Générateur d’air chaud
HT F Fluide caloporteur
SAM BA Simulation par Analyse Modale de modes de Branche Amalgamés
SST L Système de Stockage Thermique Latent
xiv
LISTE DES TABLEAUX
RT Réglementation Thermique
UE Union Européenne
COP Coefficient de performance
MAA Machine à absorption
AIE Agence Internationale de l’Energie
Variables
ṁ Débit massique [kg/s]
A Matrice de diffusion
C Matrice de capacité
I Matrice identité
P Matrice de passage/ Base modale
U Vecteur de sollicitation
Y Vecteur des observables
a Diffusivité thermique [m2 .s−1 ]
d Diamètre du tube (plancher) [cm]
dt, δt Pas de temps [s]
e Epaisseur
H Enthalpie ou Hauteur [J/kg ou m ]
Idn Rayonnement direct normal [W/m2 ]
Ih Rayonnement global horizontal [W/m2 ]
L Longueur [m]
l Espacement des tubes (plancher) [cm]
Pp Puissance de la pompe [W]
r Rayon [m]
rGS Ratio de gain solaire [-]
RSdif Composante diffuse du rayonnement solaire [W/m2 ]
RSdir Composante directe du rayonnement solaire [W/m2 ]
RSg Rayonnement solaire global [W/m2 ]
RSref Composante réfléchie du rayonnement solaire [W/m2 ]
Tf Température moyenne du fluide caloporteur [°C]
Xc Titre de la solution concentrée [-]
Xd Titre de la solution diluée [-]
xv
LISTE DES TABLEAUX
T Champ de température [°C ou K]

A Surface latérale [m2 ]
c Chaleur spécifique volumique [J/m3 .K]
cp Chaleur spécifique massique [J/kg.K]
D Diamètre [m]
e Epaisseur [m]
Ef Efficacité de l’échangeur [-]
f Fraction liquide [-]
h Coefficient d’échange convectif [W/m2 .K]
hg Coefficient global d’échange [W/m2 .K]
k Conductivité thermique [W/m.K]
Lc Longueur caractéristique [m]
Lf Chaleur latente de fusion [J/m3 ]
m Masse [kg]
N Taille du maillage [-]
n Normale extérieure [-]
Nu Nombre de Nusselt [-]
Pr Nombre de prandtl [-]
RA,AT Ratio de la surface totale des parois à la surface utile [-]
Re Nombre de Reynolds [-]
S Section ou Surface adjacente [m2 ]
T Température [°C ou K]
t Temps [s]
V Volume [m3 ]
Vi Mode ou vecteur propre de rang i [K]
xi Etat d’exitation du mode de rang i [-]
zi Valeur propre de rang i [s−1 ]
xvi
Introduction
N otre planète change. Entre 1901 et 2012 la température moyenne à la surface de

la terre a augmenté de 0.89°C seulement et pourtant les conséquences de ce dérèglement
climatique se font déjà ressentir [GIEC 14]. Cette situation est imputable à une consom-
mation croissante d’énergies fossiles dont la combustion libère des gaz à effet serre.
Afin de limiter les conséquences de ce changement climatique, la France organise à

partir du 30 novembre 2015 la 21ème Conférence des parties de la Convention-cadre des
Nations unies sur les changements climatiques (COP21). L’objectif de cette conférence
internationale est clair : trouver un accord contraignant pour maintenir le réchauffement
mondial en deçà de 2°C.
Toutefois, sans attendre la mise en place de ce nouvel accord, la France avait déjà
amorcé sa transition énergétique avec la directive 20-20-20, le Grenelle de l’environne-
ment et la récente loi sur la transition énergétique pour la croissance verte entre autres.
Toutes ces politiques de maîtrise d’énergie ont la même finalité : réduire nos consomma-
tions d’énergie et limiter les effets du changement climatique.
En particulier, pour le secteur du bâtiment, premier secteur de consommation d’éner-

gie primaire (44.8%) et deuxième émetteur de dioxyde de carbone (24.6%), les nouvelles
règlementations sont de plus en plus ambitieuses. Notamment avec la RT2012 qui a gé-
néralisé depuis 2013 les bâtiments à basse consommation (BBC) et la RT2020 à venir
qui imposera au bâtiment neuf d’être totalement autonome en énergie et ce sans aucune
émission de gaz à effet de serre (BEPOS) AJOUTER RENOVATION.
C’est dans ce contexte que s’inscrit le projet BATIMAC, piloté par l’entreprise ENS2R
et soutenu par la Région Ile-de-France et le Conseil général de l’Essonne. Son but est de
proposer des systèmes énergétiques permettant aux bâtiments auxquels ils sont associés
d’atteindre des performances énergétiques et environnementales à la hauteur des enjeux
actuels. Ainsi, le système BATIMAC est un système de tri/cogénération utilisant des
énergies renouvelables.
Par ailleurs, pour améliorer l’efficacité énergétique des bâtiments neufs ou existants, ce
système énergétique se veut sur-mesure. Pour cela, avant même de débuter sa conception,
diverses simulations dynamiques 1 sont nécessaires afin de proposer le système BATIMAC
le plus adapté pour un (ou un ensemble) de bâtiment donné.
1. d’un système BATIMAC couplé à une charge (logement collectif, bâtiment tertiaire ou ensemble
de maisons individuelles)
1
Introduction
L’objectif du présent travail de thèse consiste donc à développer d’un tel outil d’aide
à la décision. Cette plate-forme de simulation dynamique de comportement énergétique
doit être ergonomique, rapide et représentative afin de permettre le dimensionnement,
l’optimisation, le pilotage et l’étude des performances des systèmes BATIMAC.
Ce manuscrit s’articule autour de 3 parties contenant 5 chapitres. Dans la partie 1,

le premier chapitre constitue une introduction plus générale. Un résumé de la situation
énergétique et environnementale actuelle est d’abord proposé au lecteur puis un bref état
de l’art des technologies de cogénération ainsi que des méthodes d’évaluation des per-
formances de ces installations sont présentées. Enfin, cette première partie présente les
principaux composants du système BATIMAC, les typologies de modèles et l’environne-
ment de simulation.
La deuxième partie porte essentiellement sur la modélisation et la validation des mo-

dèles de composants. Ainsi, le chapitre 2 traite de la modélisation des composants peu
ou non maillés et au chapitre 3 des méthodes de réduction modale sont utilisées pour
modéliser les composants fortement maillés.
La partie 3 est composée de 2 chapitres. L’implémentation de ces modèles numé-

riques et l’élaboration des stratégies de contrôle-commande dans l’environnement Mat-
lab/Simulink/Stateflow font l’objet du chapitre 4. Au chapitre 5, la plate-forme de
simulation est utilisée pour évaluer les performances énergétiques d’une configuration de
l’installation et sa capacité à satisfaire aux exigences de la charge en matière de chauffage
et de production d’eau chaude sanitaire. Puis des études paramétriques sont réalisées afin
de mettre en relief la nécessité d’un tel outil pour l’analyse dynamique des systèmes BA-
TIMAC.
2
Partie I : De la Situation Energétique &
Environnementale Actuelle au Système
Batimac
« L’invention scientifique réside

dans la création d’une hypothèse
heureuse et féconde ; elle est
donnée par le génie même du
savant qui l’a créée. »
(Claude Bernard, Biologiste,

Médecin, Physiologiste,
Scientifique 1813-1878)
Chapitre 1
Contexte & Objectifs
1.1 Situation énergétique et environnementale . . . . . . . . . . . . . . . 5

1.1.1 Sur le plan mondial . . . . . . . . . . . . . . . . . . . . . . . . 6
1.1.2 En France . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.1.3 Maîtrise de l’énergie . . . . . . . . . . . . . . . . . . . . . . . 10
1.1.4 Solutions de maîtrise d’énergie dans le secteur du bâtiment . . 11
1.2 Cogénération . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.1 Avantages et typologie de cogénération . . . . . . . . . . . . . 13
1.2.2 Critères d’évaluation d’une installation de cogénération . . . 13
1.2.3 Notion d’efficacité d’un système de cogénération . . . . . . . . 17
1.3 Batimac : vers des bâtiments écologiques et autonomes en énergie. . 17
1.4 Objectifs de la thèse . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.4.1 Système Batimac standard . . . . . . . . . . . . . . . . . . . 18
1.4.2 Le simulateur numérique du système et de sa charge . . . . . . 21
Conclusion du chapitre . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.1 Situation énergétique et environnementale

L’énergie peut être définie comme une manifestation de force, de mouvement, de cha-
leur et de transformation émanant d’une source quelconque et capable de produire un
travail, à élever la température d’un corps, ou effectuer une action précise et déterminée.
Il découle naturellement de cette définition que la notion d’énergie n’est pas récente pour
l’humanité, car rappelons le, l’utilisation du feu remonte à la préhistoire [Lieberherr 06].
Très souvent, l’énergie consommée est obtenue à la suite d’un long processus appelé
chaine énergétique. Comme illustré à la figure 1.1.1, cette chaine débute par une énergie
primaire 1 qui subit des transformations physico-chimiques pour produire une énergie dite
1. C’est la première forme d’énergie directement disponible dans la nature, par exemple du pétrole
brut ou la bûche de bois.
5
Chapitre 1 Contexte & Objectifs
secondaire. Facilement transportable, cette énergie secondaire 2 est acheminée vers les
foyers de consommation où l’énergie finale reçue est transformée en énergie utile.
Figure 1.1.1 – Exemple de chaine énergétique pour la production de chaleur
Si cette consommation énergétique contribue significativement à l’amélioration de notre

qualité de vie, il n’en demeure pas moins que l’utilisation de certaines sources d’énergie
représente de plus en plus une menace pour l’environnement. En effet, les émissions des
gaz à effet de serre (GES) anthropiques 3 dont majoritairement 4 le dioxyde de carbone
(CO2 ) viennent s’ajouter aux gaz à effet de serre naturellement 5 présent dans l’atmo-
sphère, accentuant ainsi le phénomène de l’effet de serre qui est à l’origine du changement
climatique.
1.1.1 Sur le plan mondial

D’après l’Agence Internationale de l’Energie 6 (AIE), la production mondiale d’énergie
est passée de 6106 Mtep 7 en 1973 à 13371 Mtep en 2012 ; soit une consommation énergé-
tique doublée en moins de 40 ans (voir figure 8, 9 1.1.2).
La répartition de cette consommation d’énergie primaire est donnée par le mix éner-
gétique 10 mondial mis en relief par la figure 1.1.3. Celui-ci laisse apparaître une consom-
mation mondiale d’énergie largement dominée depuis plusieurs années par les combus-
tibles fossiles (pétrole, charbon et gaz naturel) ; soit une proportion de 86.7% en 1973
2. aussi appelée vecteur d’énergie (réseau de chaleur ou électricité par exemple)
3. Se dit d’un GES issus des activités humaines. Il s’agit principalement du CO2 , du CH4 , du N2 O,
des HFC.
4. le CO2 représentaient 73% des émissions GES anthropiques en 2010 [SOeS 15]
5. C’est grâce à cet effet de serre que la température moyenne de la terre est de 15°C au lieu de -18°C.
6. L’AIE est un organisme autonome qui travaille à garantir une énergie fiable et peu coûteuse propre
pour ses 29 pays membres et au-delà. Fondée en réponse à la crise du pétrole 1973/4, le rôle initial de
l’AIE était d’aider les pays à coordonner une réponse collective à des perturbations importantes dans
l’approvisionnement en pétrole à travers la libération des stocks pétroliers d’urgence pour les marchés.
Bien que cela continue d’être un aspect essentiel de son travail, l’AIE a évolué et élargi son champ de
compétence. Il est au cœur du dialogue sur l’énergie mondiale, fournissant des statistiques, des analyses
et des recommandations.
7. La tep (tonne équivalent pétrole) est une unité de mesure d’énergie, 1 tep = 11630 kWh.
8. ** : y compris tourbe et schistes bitumineux.
9. *** : inclus la géothermie, le solaire, l’éolien, etc.
10. Répartition des différentes sources d’énergie primaire dans la consommation énergétique finale d’une
zone géographique donnée.
6
Figure 1.1.2 – Production mondiale d’énergie primaire (en Mtep) [AIE 14a].
et 81.7% en 2012.
En cette même année 2012, les émissions de CO2 anthropiques estimées à 31734 Mé-
gatonnes (Mt) étaient à 99.5% dues à la combustion de ces énergies fossiles [AIE 14a],
confortant l’idée selon laquelle la consommation d’énergie fossile est étroitement corrélée
à la concentration de CO2 dans l’atmosphère 11 .
Figure 1.1.3 – Mix énergétique mondial 1973 et 2012 [AIE 14a].
Aujourd’hui, nul doute que la consommation énergétique mondiale est en grande partie
responsable du changement climatique. Aussi, d’après le scénario de l’AIE, cette situation
devrait perdurer puisque les émissions de CO2 continueraient à augmenter 12 à l’horizon
2040 [AIE 14b], provoquant à long terme une hausse de la température moyenne mon-
diale de 3.6 °C si des mesures suffisantes ne sont pas prises dès maintenant. C’est l’un
des grands enjeux de la conférence COP 21 sur le climat, qui se tiendra à Paris du 30
11. En 2011, les émissions de CO2 des Etats-Unis et de la Chine représentaient 42% et celles de l’UE
à 28 membres 11% des émissions totales à l’échelle mondiale [SOeS 15].
12. sachant que la consommation de combustible fossile passerait en dessous du seuil de 75% dans le
mix énergétique
7
novembre au 11 décembre 2015.
Mais avant d’atteindre ce stade critique, pour une hausse de température moyenne (sur
la période 1901-2012) de l’ordre de 0.89 °C, le Groupe d’Experts Intergouvernemental sur
l’Evolution du Climat (GIEC) tire déjà la sonnette d’alarme. En effet, dans son dernier
rapport [GIEC 14], il dresse un bilan des conséquences (figure 1.1.4) du changement cli-
matique et attire surtout notre attention sur le fait qu’un franchissement du seuil de 3°C
d’augmentation pourrait s’avérer irréversible avec des risques très élevés pour l’épanouis-
sement des êtres vivants.
Figure 1.1.4 – Conséquences du changement climatique [GIEC 14].
1.1.2 En France
Comme illustré à la figure 1.1.5, la tendance d’évolution de la production énergétique
française était globalement semblable à celle du monde jusqu’au début de la crise financière
de 2008.
En 2013, la consommation d’énergie primaire de la France était estimée à 260 Mtep,
avec un mix énergétique très particulier mis en évidence par le diagramme de la figure
1.1.6 et laissant apparaître les constats suivants :
8
Figure 1.1.5 – Production d’énergie primaire par énergie, France [CGDD 15].
• la part de combustible de source fossile est de 49% 13 ;

• la part de nucléaire à 41% 14 .
Ainsi, grâce à cette part importante du nucléaire 15 et à une autre part non négligeable
d’énergie renouvelable 16 dans son mix énergétique, le taux d’indépendance énergétique 17
de la France est maintenant autour de 53% au lieu de 23.9% en 1973.
Figure 1.1.6 – Mix énergétique français [CGDD 15].
A la question de savoir comment est consommée cette quantité d’énergie et quelles en

sont les conséquences pour l’environnement, une ébauche de réponse est apportée par les
figures 1.1.7. Selon la figure 1.1.7a le secteur du bâtiment est le plus énergivore et celui
du transport représente le premier émetteur de CO2 d’après la figure 1.1.7b. Ces deux
13. à comparer à 81.7% sur le plan mondial
14. à comparer à 4.8% sur le plan mondial
15. La France est le 2ème producteur d’électronucléaire, avec 58 réacteurs nucléaires repartis dans 19
centrales pour une puissance totale de 63.1 GWe qui représente les 3/4 de la production d’électricité.
16. En France le panel d’énergie renouvelable (EnR) est vaste et diversifié sur tout le territoire. Il s’agit
principalement d’énergie hydraulique, éolienne, solaire, de la géothermie et de la biomasse dont la filière
bois-énergie qui représente 45% de la part d’EnR utilisée en France.
17. Noté TIE, c’est l’indicateur officiel qui désigne la capacité d’un pays à satisfaire de manière «auto-
nome» ses besoins énergétiques.
9
secteurs représentent donc plus de 3/4 des consommations d’énergie et plus de la moitié
des émissions de CO2 18 .
(a) Consommation d’énergie finale [CGDD 14]. (b) Emission de CO2 [CGDD 14].
Figure 1.1.7 – Situation énergétique et environnementale par secteur d’activité en 2013.
1.1.3 Maîtrise de l’énergie

La tendance globale est claire : les consommations énergétiques et les émissions de GES
sont en pleine croissance et cette tendance ne s’inversera pas avec l’émergence des pays
comme la Chine, l’Inde, et du continent africain.
Il faut donc dès à présent faire face à deux enjeux majeurs : la sécurité énergétique et le
changement climatique. Pour ce faire, les pouvoirs publics mettent en place des politiques
de maîtrise d’énergie. Il s’agit alors de promouvoir une consommation d’énergie plus res-
ponsable (développement durable 19 ) et à faible impact environnemental.
En France, plusieurs mesures sont déjà en vigueur, notamment le paquet Energie-

Climat 20 , le Grenelle Environnement 21 et d’autres dont la transition Energétique pour la
Croissance Verte 22 font encore objet de débat à l’Assemblé Nationale.
Même si tous ces projets ambitieux portent sur tous les secteurs d’activité, en France,
plusieurs études concluent à ce jour que le secteur du bâtiment représente le plus gros
18. dont l’ensemble représentait 1% des émissions mondiales en 2011 [SOeS 15]
19. « Satisfaire les besoins actuels, sans compromettre la capacité des générations futures à satisfaire
les leurs »[Brundtland 87].
20. Ce plan d’action est en vigueur depuis 2008 et vise d’ici à 2020 à réduire de 20% les émissions GES,
augmenter de 20% l’efficacité énergétique et atteindre 20% d’énergie renouvelable dans le mix énergétique
des pays membre de l’UE. Dans le même sillage, en 2014, le paquet Energie-Climat 2030 a été mis en
place, il repousse les objectifs à -40%, +27% et +27% respectivement.[Council 14]
21. Adopté par l’Assemblé Nationale et le Sénat (de 2007 à 2010), c’est un ensemble de rencontres
visant à prendre des décisions à long terme en matière d’environnement et de développement durable.
Elle est à l’origine de la RT2012 qui impose de construire des bâtiments basse consommation depuis 2013,
d’un vaste projet de rénovation thermique des bâtiments et vise entre autres la division par 4 des GES
d’ici 2050 et la généralisation des bâtiments à énergie positive avec la RT2020...
22. Selon le projet de loi, elle doit permettre à la France de contribuer plus efficacement à la lutte contre
le dérèglement climatique et de renforcer son indépendance énergétique. Elle prévoit entre autres mesures,
une réduction de -50% de la consommation d’énergie d’ici 2050, de -30% la consommation d’énergie de
source fossile d’ici 2030, de -25% la part du nucléaire dans la production d’électricité, de porter la part
des énergies renouvelables à 32% d’ici 2030 ...
10
gisement d’économie d’énergie et aussi l’un des plus importants de réduction des émissions
de gaz à effet de serre et autres polluants 23 .
1.1.4 Solutions de maîtrise d’énergie dans le secteur du bâtiment

Avant tout, établissons un diagnostic des consommations d’énergie et des émissions
de dioxyde de carbone dans le bâtiment. Comme récapitulé à la figure 1.1.8, les 44.8%
(en 2013) d’énergie finale consommée par le secteur du bâtiment ont servi à satisfaire
(principalement) aux besoins thermiques et électriques et ont généré près de 25% de CO2
à cause de la combustion (principalement) de fioul et de gaz naturel pour le chauffage et
la production d’eau chaude sanitaire (ECS).
Figure 1.1.8 – Diagnostic énergétique et environnemental du secteur du bâtiment.
La maîtrise de l’énergie dans ce secteur suggère alors l’augmentation de l’efficacité

énergétique 24 et l’utilisation d’énergie à faible intensité en carbone capable de satisfaire
aux besoins thermiques et électriques.
Cela se traduit déjà peu à peu sur le terrain avec :
• l’amélioration des performances de l’enveloppe du bâti (isolation thermique) ;
• l’utilisation d’équipements performants (pompe à chaleur, ventilation équipé d’un
récupérateur d’énergie, plancher chauffant, radiateur basse température, système
d’éclairage basse consommation ...) ;
• l’utilisation des énergies renouvelables pour la production d’énergie thermique (géo-
thermie, solaire, biomasse) et électrique (solaire, éolien, hydraulique)...
Certes, les solutions techniques pour réduire la consommation énergétique des bâtiments
sont fort appréciables, mais les solutions techniques utilisées pour produire proprement le
reste de l’énergie nécessaire sont parfois limitées et/ou ne couvrent généralement qu’une
partie des besoins.
23. particules fines, NOx, SOx ...

24. réduction de la consommation d’énergie sans dégradation du niveau de performance
11
Dans ce contexte, l’objectif de généraliser la construction des bâtiments à énergie posi-

tive (BEPOS) 25 sera difficile à atteindre, à moins d’envisager par exemple une production
décentralisée et simultanée d’énergie thermique et électrique à partir d’énergie renouve-
lable. Autrement dit, satisfaire aux besoins énergétiques du bâti à partir d’une unité ou
d’un système de cogénération.
1.2 Cogénération
Le second principe de la thermodynamique stipule qu’il est impossible pour un moteur
thermique de convertir intégralement en travail la chaleur qu’il absorbe. Ainsi, dans les
systèmes classiques 26 de production d’électricité, la chaleur qui n’est pas convertie est
dissipée dans la nature 27 et le rendement de l’installation en est impacté. Le principe de
la cogénération consiste à valoriser cette chaleur fatale 28 afin d’améliorer significativement
l’efficacité énergétique du système.
Par définition, une installation de cogénération permet de produire simultanément deux

formes d’énergie à partir de la même source d’énergie primaire et d’un seul équipement.
Dans ce manuscrit, il s’agira d’une production combinée d’électricité et de chaleur 29 .
Comme illustré à la figure 1.2.1, ce type d’installation permet de réduire la consommation
d’énergie primaire pour une production d’énergie finale inchangée.
Figure 1.2.1 – Exemple comparatif : cogénération vs système classique
25. Selon l’article 4 de la loi Grenelle 1 du 3 août 2009, c’est un bâtiment dont la consommation
d’énergie primaire est inférieure à la quantité d’énergie renouvelable qu’il produit.
26. centrale thermique
27. dans des flux d’eau ou dans l’air ambiant
28. dit d’une énergie produite par un processus dont la finalité n’est pas la production de cette énergie
29. Dans la communauté scientifique internationale on le retrouve sous la dénomination CHP, pour
Combined Heat and Power.
12
1.2 Cogénération
1.2.1 Avantages et typologie de cogénération

En plus de permettre une réduction de la consommation d’énergie primaire et par consé-
quent des émissions de GES, la cogénération présente plusieurs avantages dont quelques
uns sont listés ci-dessous :
• une disponibilité d’énergie garantie et continue ;
• l’autonomie : gestion individualisée du mode de production d’énergie et utilisation
des ressources locales ;
• le renforcement de la sécurité d’approvisionnement grâce à une production d’énergie
à proximité des sites de consommation ...
Par ailleurs, deux types de classification des installations de cogénération sont à distin-
guer ; l’un selon la puissance électrique produite et l’autre selon le type de convertisseur
d’énergie.
Dans le premier cas, on parle de famille de cogénération et il en existe cinq suivant
l’échelle représentée à la figure 1.2.2.
Figure 1.2.2 – Familles de cogénération
Le second cas de figure correspond aux technologies de cogénération dont une synthèse
(principalement de micro-cogénérateur) est disponible dans [Boudellal 10]. Parmi celles-ci,
on distingue :
1. La technologie moteur à combustion interne (M. à C.I.) : unité de µ-cogénération
de 4.7 kWe de chez Vaillant ;
2. La technologie moteur à combustion externe (M. à C.E.) : unité de µ-cogénération
de 1 kWe de chez De Dietrich ;
3. La technologie micro turbine : unité de µ-cogénération de 3 kWe de chez Micro
Turbine Technology ;
4. La technologie pile à combustible 30 (P. à C.) : unité de µ-cogénération de 4.6 kWe
de chez Vaillant .
1.2.2 Critères d’évaluation d’une installation de cogénération

Très souvent, pour assurer les besoins électriques et thermiques on achète de l’électri-
cité au réseau et on utilise une chaudière à combustible fossile ; ce type de production
séparée sera appelé système de référence 31 dans la suite de ce manuscrit. L’évaluation
d’une installation de cogénération peut alors s’effectuer par comparaison avec ce type
d’installation.
30. La pile à combustible est un générateur qui se distingue des précédents dans la mesure où le
combustible est directement transformé en électricité par une chaine de réaction d’électrolyse inverse.
31. Exemple : système classique de la figure 1.2.1.
13
Bien évidement, plusieurs critères de comparaison sont possibles, mais nous nous limi-
terons ici à des critères énergétique et environnemental.
1.2.2.1 Le rendement
On définit généralement trois types de rendement des installations de cogénération.
D’abord le rendement électrique (ηelc ) qui désigne le rapport entre l’énergie électrique
produite et l’énergie primaire consommée par l’installation. Puis le rendement thermique
(ηth ) qui représente le rapport entre l’énergie thermique produite et l’énergie primaire
consommée. Enfin, le rendement global (ηg ) qui est la somme des deux premiers.
Energie électrique produite
ηelc = × 100 (1.2.1)
Energie primaire consommée
Energie thermique produite
ηth = × 100 (1.2.2)
ηg = ηelc + ηth (1.2.3)

Notons que cette définition du rendement global tient uniquement compte des pertes
de conversion entre l’énergie primaire consommée et les énergies secondaires (électricité
et chaleur) produites. Grâce à la valorisation de la chaleur résiduelle le rendement des
installations de cogénération est généralement au-dessus de 70% (voir tableau 1.1) alors
que celui des centrales nucléaires est au mieux autour de 35%.
Installation Technologie Pelc (kW) Pth (kW) ηg

Senertec M. à C. I. 5.5 12.5 88%
Coast-intelligen M. à C. I. 55 87.9 78%
RP-SFOC-10000 P. à C. 10 4 75%
EFC P. à C. 1.5 3 à 15 80%
SOLO M. à C. E. 2-9.5 8-26 92 à 96%
STM Power M. à C. E. 55 91 >80%
Table 1.1 – Exemple d’unité de cogénération. [Knight 05]
1.2.2.2 Le rapport e/c

Dans une installation de cogénération, il peut s’avérer intéressant de connaitre le rap-
port entre la quantité d’énergie électrique et de chaleur utile 32 produite.
Energie électrique produite
e/c = (1.2.4)
Energie thermique utile
32. La chaleur utile produite représente la proportion de chaleur produite faisant l’objet d’une utilisation
effective soit pour les besoins propres du producteur, soit pour des besoins de tiers. Il s’agit d’une énergie
utile et pas d’une énergie secondaire.
14
1.2 Cogénération
En effet, selon la législation [JOR 13], l’obligation d’achat du surplus d’électricité pro-
duite par une installation de cogénération est soumise à un rapport e/c maximal de 0.5.
1.2.2.3 L’économie d’énergie primaire et de CO2
L’impact énergétique et environnemental d’une installation de cogénération se quantifie

à l’aide de l’économie relative d’énergie primaire et de dioxyde de carbone. Elles corres-
pondent respectivement à l’économie d’énergie primaire réalisée (Ee en %) et l’émission
de CO2 évitée (Ec en %) par rapport à un système de référence (production séparée), à
énergie finale identique.
Energie Primaire [système de référence − cogénération]

Ee = × 100 (1.2.5)
Energie Primaire système de référence
Emission de CO2 [système de référence − cogénération]

Ec = × 100 (1.2.6)
Emission de CO2 système de référence
Dans l’expression (1.2.5), le calcul des énergies primaires consommées est classique en
énergétique mais, celui des émissions de CO2 (Eq. (1.2.6)) est moins courant. En effet,
la quantité de dioxyde de carbone émise suite à la consommation d’une quantité d’éner-
gie (QE en kWh) dépend du facteur d’émission (Fe en kgCO2 ou kgeq CO2 /kWh) de la
technologie (voir tableau 33 1.2a), et/ou du combustible (voir tableau 34, 35 1.2b) selon :
EmCO2 = QE × Fe (1.2.7)
En France, les facteurs d’émissions recommandés sont disponibles dans la Base carbone
de l’ADEME. Même si celle-ci semble très discutable, on y retrouve [ADEME 07] plusieurs
facteurs d’émissions.
33. } : exploitation + reste du cycle

34. }} : Les émissions de CO2 liées à la combustion de la biomasse s’inscrivent dans le cycle naturel du
carbone : le carbone présent dans l’atmosphère est capté par la biomasse végétale par photosynthèse, puis
rejeté dans l’atmosphère par décomposition ou combustion. En France et en Europe, la forêt étant gérée
durablement, elle s’accroît et joue donc le rôle de puits de carbone : la fixation de CO2 par photosynthèse
(accroissement biologique de la forêt + plantations artificielles) est supérieure aux émissions dues à la
décomposition et à la combustion. [ADEME 07]
35. }}} : inorganique, la part organique étant considérée comme biomasse
15
Filières Fe Total en
}
Combustibles Fe en
geq CO2 /kWhEF gCO2 /kWhEP
Nucléaire 5 Fioul domestique 271
Charbon 600 MW 1001 Gaz naturel 206
Biomasse 0
}}
Fioul 988
Eolienne 3 à 24 Déchets ménagers 345.6
}}}
Photovoltaïque 60 à 250 Hydrogène 0

(a) Par filière de production d’électricité (b) Par type de combustible
Table 1.2 – Facteurs d’émission de CO2 . [ADEME 07]
Par ailleurs, pour l’électricité en provenance du réseau de distribution (eRDF), le com-

bustible et/ou la technologie de conversion sont variables comme le suggère la figure 1.2.3.
Figure 1.2.3 – Mix électrique en France, 2013
L’évaluation du facteur d’émission du CO2 est alors effectuée selon les deux méthodes
suivantes [et ADEME 07] :
• méthode des contenus saisonnalisés par usage sur base historique : le facteur d’émis-
sion est une moyenne des années 2000 à 2004 déterminé selon l’usage 36 de l’électri-
cité,
• méthode du contenu marginal : ici, il n’est plus question du contenu en CO2 pour
une utilisation donnée, mais plutôt de la teneur en CO2 d’un kWh supplémentaire
d’électricité selon l’usage.
Pour chacune de ces méthodes, le tableau 1.3 récapitule des facteurs d’émission de CO2 en
fonction de l’usage .
Contenu en gCO2 /kWhEF

Méthode
ECS Chauffage Intermittent (éclairage)
Moyenne ADEME-EDF 2005 40 180 100
Marginale ADEME-RTE 2007 450-550 500-600 600-700
Table 1.3 – Contenu CO2 de l’électricité en France [et ADEME 07]

36. chauffage, éclairage ...
16
1.3 Batimac : vers des bâtiments écologiques et autonomes en énergie.
1.2.3 Notion d’efficacité d’un système de cogénération

Les critères d’évaluation d’installation de cogénération définis ci-dessus ne rendent pas
compte de la quantité d’énergie réellement utilisée pour les besoins des utilisateurs. Si
on admet généralement que l’électricité cogénérée est entièrement utilisée 37 , ce n’est pas
toujours le cas de l’énergie thermique.
En effet, selon la charge, certaines installations de cogénération requièrent un aména-

gement particulier composé de plusieurs ramifications et de stockages thermiques (d’eau
chaude généralement) qui sont à l’origine de pertes de chaleur non négligeables. Ainsi,
l’énergie thermique produite par l’installation est inférieure à celle qui est réellement four-
nie à la charge du système.
Cette notion d’efficacité (noté Ef ) permet donc de quantifier la proportion d’énergie

utile, donnant ainsi une vision plus vaste que le rendement global qui s’arrête juste après le
convertisseur. En toute rigueur, elle tient compte aussi bien des pertes thermiques que des
consommations électriques des auxiliaires qui assurent le fonctionnement de l’installation.
Energie utile (Electrique + Thermique)
Ef = × 100 (1.2.8)
Quand bien même les installations de cogénération (particulièrement mini et micro)

représentent une excellente solution technique de maîtrise d’énergie pour le secteur du
bâtiment, aujourd’hui il existe en France très peu de bâtiment ou de groupement de bâti-
ment qui en sont équipés. Cependant, cette situation devrait changer avec les politiques de
maîtrise d’énergie à venir et la future règlementation thermique prévue à l’horizon 2020.
En attendant, des entreprises (comme cogengreen, cogebio, ...) commercialisent déjà
des solutions de micro/mini-cogénération à partir d’énergies renouvelables pendant que
d’autres sont à l’œuvre pour la conception de ce type de système énergétique. C’est no-
tamment le cas de l’entreprise ENS2R 38 .
1.3 Batimac : vers des bâtiments écologiques et

autonomes en énergie.
Le projet Batimac 39 , piloté par l’entreprise ENS2R a pour objectif de proposer un

système énergétique capable de « rendre le bâti 40 autonome 41 en énergie à partir d’énergie
renouvelable et avec des systèmes énergétiques performants ».
Soutenu par la Région Ile de France et le Conseil Général de l’Essonne, ce projet a été
labellisé en 2012 par le pôle de compétitivité Advancity de la ville durable et des éco-
technologies urbaines et s’effectue en partenariat avec Hevatech, Mecamidi, REGEN
37. Elle est auto consommée et le surplus est revendu sur le réseau de distribution électrique.
38. Energie Nouvelle-Solaire-Renouvelable-Récupérable
39. Bâtiment AuTonome par Intégration de Moteur à Air Chaud
40. neuf ou existant
41. par rapport au réseau de distribution d’électricité
17
et l’Université d’Evry, pour un budget de 1430 k€.
Le système Batimac, fruit du projet Batimac est un système de micro/mini-cogénération

modulaire utilisant des sources d’énergies renouvelables pour satisfaire aux besoins ther-
miques et électriques des bâtiments tertiaires ou d’habitations collectifs ou d’un ensemble
de maisons individuelles (écoquartier). A l’inverse des unités de cogénération couramment
rencontrées dans les bâtiments, Batimac va plus loin en proposant tout un ensemble de
sous système (boucle froide) pour la gestion optimale de l’énergie thermique produite.
ENS2R, le porteur du projet Batimac est une start-up créée en 2012 qui nourrit
l’ambition de devenir un acteur de référence dans les systèmes de productions d’éner-
gie électrique et thermique à partir d’énergie renouvelable. Quant au partenariat avec
l’Université d’Evry, il s’agit surtout d’un soutien en recherche et développement via
le Laboratoire de Mécanique et d’Energétique d’Evry (lmee) qui a conduit à cette thèse
de doctorat.
1.4 Objectifs de la thèse

Cette thèse est un travail de recherche appliquée.
Son but est d’apporter une solution à un problème industriel en utilisant des connais-
sances issues de recherche la fondamentale. Elle s’apparente donc à un travail de recherche
et développement qui s’articule autour des deux axes ci-dessous :
Axe 1 : Participer en collaboration avec ENS2R à la définition de la configuration d’un
système Batimac standard.
Axe 2 : Développer un simulateur numérique du système Batimac standard couplé à
une charge, en intégrant les modèles réduits développés au LMEE.
1.4.1 Système Batimac standard

A partir de l’idée du projet Batimac et des premiers schémas de fonctionnement pro-
posés par ENS2R, le travail d’ingénierie mené conjointement avec le partenaire industriel
a conduit à la définition d’une configuration du système Batimac standard. Le synop-
tique de ce système couplé à sa charge est illustré par la figure 1.4.1.
Ce système énergétique est subdivisé en deux parties couplées par le convertisseur (d).
On distingue d’une part la boucle chaude qui est le siège de la production de chaleur
haute température (de 275 à 450 °C) et d’autre part la boucle froide qui assure le condi-
tionnement des utilités thermiques de la charge.
1.4.1.1 Description de quelques composants

Les principaux composants du simulateur sont répertoriés à la figure 1.4.1. Le choix de
ces équipements n’est pas discuté dans ce manuscrit et une présentation plus détaillée est
disponible aux chapitres 2 et 3. Nous nous proposons ici d’en faire une brève description
afin de faciliter la compréhension de ce document.
18
Stockage Générateur
Thermique d’ Air
Boucle chaude
Centrale
Solaire HT Chaud
(a) (c)
(b)
(i) Convertisseur
Air chaud Chaleur
(j)
ERDF Electricité
Electricité
Electricité (d)
Stockage
ECS Poste Eau chaude Thermique
ECS BT
Boucle froide
(g) Chauffage Machine
(e)
Poste A
Froid Chge/Raf Absorption
(f )
Aérorefrigérant
Charge du système (h)
(k)
Système BATIMAC
Figure 1.4.1 – Synoptique du système Batimac couplé à sa charge
La centrale solaire (a)
C’est l’un des deux équipements de production de chaleur haute température. Le fluide
caloporteur circulant dans des tubes placés au dessus d’un ensemble de miroirs (ici concen-
trateur linéaire de Fresnel) est réchauffé jusqu’à 500°C grâce au rayonnement solaire.
Le stockage thermique haute température (b)
La disponibilité de l’énergie solaire et la demande énergétique de la charge ne sont pas

toujours en phase (intermittence de l’énergie solaire). Un système de stockage thermique
avec matériau à changement de phase est alors utilisé pour adapter au mieux disponibilité
et demande d’énergie.
Le générateur d’air chaud (c)
Il s’agit du second équipement de production de chaleur haute température qui peut

être considéré comme une chaudière capable de brûler tout type de biomasse solide 42 .
L’énergie thermique issue de cette combustion est transmise au fluide caloporteur.
Le convertisseur (d)
C’est un moteur à air chaud qui permet de convertir l’énergie primaire en électricité et
en chaleur utile. Il fait le lien entre les deux boucles (chaude et froide) du système.
42. dont bois et résidus agricoles
19
Le stockage thermique basse température (e)
Ce stockage de chaleur sous forme d’eau chaude permet d’une part au système de
subvenir aux besoins d’énergie thermique lorsque la boucle chaude est arrêtée et d’autre
part de limiter les pertes thermiques de la boucle froide.
La machine à absorption (f)
Rappelons-le, le but de ce système est de valoriser au mieux la chaleur résiduelle. Ainsi,

pendant la période estivale où les besoins en eau chaude du bâtiment sont relativement
faibles, il peut s’avérer très intéressant de produire de l’eau froide via une machine à
absorption pour le rafraîchissement de l’air intérieur.
La charge (g)
La charge du système représente tout type de bâtiment : bureau, logement collectif

ou groupement de maisons individuelles... Bien entendu, à l’origine ce système n’est pas
adapté pour une maison individuelle.
Il est à noter que dans le simulateur, la charge du système tient compte de deux ballons
de stockage thermique (voir figure 4.1.5 page 120) représentants les postes eau chaude
sanitaire (ECS) et eau chaude pour le chauffage 43 que l’on peut observer à la figure 1.4.1
page précédente.
1.4.1.2 Principe de fonctionnement du système

Le principe de fonctionnement du système est le suivant : de l’air à très haute tem-
pérature est produit par la centrale solaire (a) et/ou le générateur d’air chaud (c), puis
acheminé vers la tête chaude du convertisseur (d) qui transforme une partie de l’énergie
thermique reçue en travail (ensuite en électricité) puis, une autre partie est récupérée au
niveau de la tête froide du moteur et le reste est perdu 44 ; c’est le principe de la cogéné-
ration (voir figure 1.2.1).
L’énergie électrique ainsi produite peut être auto-consommée par la charge (g) ou com-
mercialisée via le réseau de distribution eRDF 45 . Quant à l’énergie thermique produite
sous forme d’eau chaude, elle est valorisée à travers la production d’eau glacée via la
machine à absorption (f), la production d’eau chaude sanitaire et d’eau chaude pour le
chauffage, afin de répondre aux besoins thermiques de la charge.
Selon les conditions de fonctionnement et les besoins thermiques de la charge, une par-
tie de la chaleur reçue par la boucle froide peut être stockée dans l’unité de stockage basse
température (e). Cette quantité d’énergie est déstockée en complément 46 ou pour assurer
les besoins thermiques de la charge lorsque la boucle chaude est à l’arrêt.
43. ou eau froide pour le rafraîchissement du bâtiment

44. sous forme de pertes thermique et mécanique
45. Electricité Réseau Distribution France
46. lorsque l’énergie thermique fournie à la charge est insuffisante
20
Si pendant le fonctionnement du système, la température de retour de la boucle froide

est supérieure à la température optimale requise par le convertisseur (entrée d’eau de
refroidissement), la tour de refroidissement (h) est utilisée pour la réguler.
Aussi, attirons l’attention du lecteur sur la modularité du système Batimac. En réa-

lité, la configuration du système peut varier selon la disponibilité des sources d’énergies
primaires et/ou des souhaits du client.
Par ailleurs, Batimac se veut être un système énergétique sur-mesure. Sa configuration
et son fonctionnement varient alors selon les sources d’énergies primaires renouvelables
disponibles et les demandes énergétiques de la charge à laquelle il est couplé. Il n’est donc
pas pertinent d’envisager son simple dimensionnement à l’aide d’un calcul statique comme
on le ferait pour une chaudière par exemple ou encore moins des études paramétriques
sans un logiciel spécialement dédié.
1.4.2 Le simulateur numérique du système et de sa charge

L’objectif principal de cette thèse est de développer un simulateur de comporte-
ment énergétique du système Batimac standard couplé à une charge.
La réalisation de cette tâche répond à deux enjeux ; d’une part elle permet la valorisa-
tion des travaux de recherche (notamment en réduction de modèle) de l’équipe Thermique
et Energétique du LMEE dans le monde de l’industrie, et d’autre part elle permet à l’en-
treprise ENS2R de se doter d’un outil d’aide au choix.
Pour le partenaire industriel, la finalité de cet outil est multiple : dimensionner 47 ,

optimiser 48 , piloter 49 , et évaluer les performances 50 de l’installation afin de pro-
poser à ses clients le système Batimac le plus adapté pour une charge donnée. Il s’agit
donc d’un outil indispensable à l’analyse de ce type de système énergétique constamment
perturbé.
Aussi, pour assurer ses fonctions, le simulateur Batimac (dénommé SimCoBat) doit
être précis 51 , rapide 52 et ergonomique 53 . Ainsi, dans l’environnement de simulation,
SimCoBat est vu comme un ensemble de modèles de composants interagissant les uns
avec les autres. Ces modèles de composants doivent alors être correctement sélectionnés
afin de satisfaire aux deux premiers attributs du simulateur.
47. Proposer les dimensions optimales des équipements selon les besoins de la charge.
48. Répondre aux besoins de la charge en minimisant la consommation d’énergie primaire de l’instal-
lation.
49. Les règles de contrôle-commande testées dans le simulateur peuvent être déployées sur l’installation
via une carte électronique.
50. Quantifier les performances énergétiques du système, la capacité du système à répondre aux besoins
de la charge, ...
51. le comportement énergétique des composants doit être proche de la réalité
52. les simulations doivent être rapide afin de faciliter les séquences d’optimisation
53. faciliter le paramétrage des simulations
21
1.4.2.1 Typologie de modèle

Ce travail de recherche portant avant tout sur le développement d’un logiciel, il va de
soi d’apporter une ébauche de définition à la notion de modèle.
Ainsi, selon Naslin[Naslin 74], « d’une manière générale, un modèle d’un phénomène
ou d’un processus est essentiellement un mode de représentation tel qu’il permette, d’une
part de rendre compte de toutes les observations faites et, d’autre part, de prévoir le
comportement du système considéré dans des conditions plus variées que celles qui ont
donnée naissance aux observations. Ainsi, le modèle généralise la validité des résultats
expérimentaux et permet d’agir sur le processus dans un sens désiré. Les actions exercées
fournissent de nouvelles observations, de sorte que la séquence observation-modélisation
constitue en fait une boucle fermée qui assure l’amélioration progressive du modèle. ».
1.4.2.2 Quels modèles pour quels composants dans SimCoBat ?

D’après la description des composants et la définition de la notion de modèle, il est pos-
sible de regrouper les composants du simulateur en trois catégories de modèle numérique
capable d’approcher leur comportement énergétique. On distingue alors les modèles non
maillés, les modèles peu maillés et les modèles fortement maillés.
1.4.2.2.1 Modèles non maillés

Sont regroupés ici les composants dont la modélisation numérique ne nécessite pas de
discrétisation spatiale. C’est notamment le cas des organes de régulations (pompes, venti-
lateurs, vannes ...) et des composants génériques dont une modélisation raffinée n’est pas
ici nécessaire.
Par exemple le générateur d’air chaud (c) et le convertisseur (d) sont modélisés par une
combinaison de courbes de rendement et d’équations différentielles temporelles. Le mo-
dèle de la tour de refroidissement (h) est obtenu à partir de la théorie des échangeurs de
chaleur et malgré sa complexité, le comportement énergétique de la machine à absorption
est approché par une analyse thermodynamique.
Bien entendu, des modèles plus fins de ces composants sont disponibles dans la litté-
rature, mais ils nécessitent d’être alimentés par des données plus nombreuses 54 et parfois
peu accessibles, surtout en phase de dimensionnement.
1.4.2.2.2 Modèles peu maillés

Contrairement à la catégorie précédente, la modélisation de certains composants re-
quiert une discrétisation spatiale à l’aide de méthodes numériques communément rencon-
trées en thermique à savoir la méthode des volumes finis, des éléments finis et des diffé-
rences finies, puis la résolution du problème s’effectue en résolvant un système d’équation
matriciel.
54. Ce qui représente plus de paramètres à saisir dans le simulateur et donc des études paramétriques
parfois plus complexes.
22
Lorsqu’il s’agit d’un maillage unidimensionnel (1D), les matrices mises en jeux dans le
système d’équation sont de faibles dimensions et l’exécution de ce type de modèle qualifié
de modèle peu maillé s’effectue très rapidement sur un ordinateur.
C’est ce type de modèle qui est utilisé pour la représentation numérique de la centrale
solaire (a) et des ballons (e) d’eau chaude 55 .
1.4.2.2.3 Modèles fortement maillés

Cependant, lorsqu’il s’agit d’un modèle complexe bidimensionnel ou tridimensionnel,
l’utilisation des méthodes numériques ci-dessus conduit à la résolution d’un système ma-
triciel de grande taille, dont l’exécution peut s’avérer chronophage dans certains environ-
nements de simulation. C’est par exemple le cas du stockage thermique haute température
(b) et de la charge (g) 56 qui nécessite au moins un maillage raffiné 2D.
Pour limiter les durées de simulation, l’utilisation de ce type de modèle est à proscrire
dans le simulateur. Il est alors plus judicieux d’utiliser les méthodes de réduction pour la
modélisation de ce type de composant.
1.4.2.3 Environnement de simulation

Au début de ce travail de recherche deux outils de simulation étaient envisageables, à
savoir Modelica et Simulink.
Modelica est un langage orienté-objet libre « open-source » permettant de modéliser

le comportement dynamique de système mécanique, électrique, thermique, hydraulique,
etc. Les logiciels dymola et jmodelica sont des exemples d’environnements de simula-
tion basés sur ce langage.
Simulink est un environnement de diagramme fonctionnel destiné à la simulation

multi-domaine (mécanique, électrique, thermique, hydraulique, etc) en temps discret et/ou
continu. Il prend en charge la conception et la simulation au niveau système, la génération
automatique de code, ainsi que le test et la vérification en continu des systèmes embar-
qués. Il propose aussi un éditeur graphique, un ensemble personnalisable de bibliothèques
de blocs et des solveurs pour la modélisation et la simulation de systèmes dynamiques.
Il est intégré à MATLAB, ce qui permet d’incorporer les algorithmes MATLAB dans les
modèles et d’exporter le résultat des simulations vers MATLAB pour des compléments
d’analyses.
Ces deux outils présentent plusieurs similitudes, cependant notre choix c’est plutôt
porté sur l’utilisation de l’environnement MATLAB/Simulink.
Dans cet environnement, nous utiliserons principalement deux types de modèle Simu-
link. Le premier type, illustré par la figure 1.4.2a est du type schéma-bloc où le modèle
mathématique du système est obtenu en reliant les blocs entre eux. Cependant, lorsqu’il
55. pour la prise en compte de la stratification
56. à cause du plancher chauffant reversible
23
s’agit de modéliser un système ou un problème complexe, le schéma-bloc résultant peut

s’avérer difficilement lisible 57 . Il est alors plus intéressant d’utiliser des « User Defined
Functions ». Pour ce second type de modèle Simulink, le modèle numérique est codé
à l’aide de langages de programmation comme le C, C++, Fortan, ou sous forme de
script MATLAB puis intégré dans Simulink à l’aide des blocs « S-functions » comme
représenté à la figure 1.4.2b.
(a) Type schéma-bloc (b) Type User Defined Functions
Figure 1.4.2 – Différents modèles Simulink
Notons par ailleurs que Simulink intègre plusieurs outils complémentaires dont Sta-
teflow 58 qui sera utilisé pour élaborer les stratégies de fonctionnement du système et
Simulink Desktop Real-Time qui permettra de piloter en temps réel le système BA-
TIMAC. Aussi, grâce à la boîte à outil Data Acquisition Toolbox il est possible de
faire directement de l’acquisition de données sans avoir à passer par un logiciel comme
LabVIEW.
57. même si Simulink offre la possibilité d’encapsuler plusieurs schéma-blocs.

58. Intégré à Simulink, Stateflow est un environnement de modélisation et de simulation de logique
de décision combinatoire et séquentielle à partir de machines d’état et de diagrammes de flux. Il inclut
une animation des diagrammes d’états ainsi que des contrôles statiques et d’exécution pour tester la
cohérence et l’exhaustivité de la conception avant sa mise en œuvre.
24
Conclusion du chapitre
Ce 1er chapitre plante le décor de ce travail de recherche. Dans un premier temps, il
présente un panorama de la situation énergétique et environnementale à l’échelle mondiale
comme sur le plan national qui met en évidence la nécessité du changement de notre mode
de consommation d’énergie actuel. Il faut alors réduire les consommations énergétiques
et promouvoir l’utilisation des sources d’énergies à faible émission de gaz à effet de serre.
Particulièrement, en France où le secteur du bâtiment représente le premier consom-
mateur d’énergie et le deuxième émetteur de CO2 , les politiques de maîtrise d’énergie
prévues dans ce secteur d’activité montre que les installations de cogénération utilisant
des énergies renouvelables constituent une excellente alternative, justifiant ainsi le choix
stratégique de l’entreprise ENS2R et par conséquent la nécessité de cette thèse.
Dans un second temps, il plante les jalons des travaux à réaliser après avoir permis au
lecteur de se familiariser au système Batimac standard et au type de charge auquel il
peut être associé pour en assurer les besoins thermiques et électrique. Le développement
du simulateur numérique qui constitue le cœur de ce travail n’est pas réellement l’objet
de ce chapitre qui se focalise plutôt sur l’intérêt scientifique et industriel que représente
un tel outil d’aide au choix d’une part et d’autre part apporte des éléments de réponse à
propos des types de modèles rencontrés dans le simulateur à développer dans l’environ-
nement Simulink.
Les deux chapitres suivants porteront sur la modélisation et la validation 59 des compo-
sants du simulateur numérique. Le chapitre 2 traite des modèles de composants non ou
peu maillés et il est proposé au chapitre 3 des modèles réduits par différentes approches
d’analyse modale pour les modèles de composants fortement maillés.
59. lorsque cela est nécessaire
25
Partie II : Modélisations et Validations
des Principaux Composants du
Simulateur
« Tout obstacle renforce la

détermination. Celui qui s’est
fixé un but n’en change pas. »
(Léonard De Vinci, Architecte,

Artiste, Ingénieur, Peintre,
Philosophe, Scientifique,
Sculpteur 1452-1519)
Chapitre 2
Modélisation et validation des

composants « non ou peu maillés »
2.1 Ballon d’eau chaude stratifié . . . . . . . . . . . . . . . . . . . . . . . 30

2.1.1 Dimensions du ballon . . . . . . . . . . . . . . . . . . . . . . . 30
2.1.2 Modélisation d’un ballon d’eau chaude stratifié . . . . . . . . . 31
2.1.3 Algorithme du mix dans les ballons stratifiés . . . . . . . . . . 33
2.1.4 Validation du modèle . . . . . . . . . . . . . . . . . . . . . . . 34
2.2 Machine à absorption . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.2.1 Principaux composants d’une machine à absorption (H2 O/LiBr) 37
2.2.2 Modèle thermodynamique d’une machine à absorption . . . . 38
2.2.3 Validation du modèle . . . . . . . . . . . . . . . . . . . . . . . 43
2.3 Concentrateur solaire . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
2.3.1 Modélisation d’un concentrateur à réflecteur linéaire de fresnel 48
2.3.2 Poursuite de la course du soleil . . . . . . . . . . . . . . . . . 51
2.4 Générateur d’air chaud . . . . . . . . . . . . . . . . . . . . . . . . . . 52
2.5 Moteur à air chaud . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.5.1 Calcul de la température de la tête chaude du moteur . . . . . 54
2.5.2 Estimation de la puissance électrique . . . . . . . . . . . . . . 54
2.5.3 Calcul de la température de sortie du circuit de refroidissement 55
2.6 Tour de refroidissement . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.7 Tuyauteries et gaines . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
2.7.1 Estimation des pertes de charge . . . . . . . . . . . . . . . . . 57
2.7.2 Calcul des pertes de chaleur . . . . . . . . . . . . . . . . . . . 57
L e système Batimac est composé de plusieurs équipements rencontrés couramment

dans le secteur du bâtiment. La littérature actuelle proposant déjà différentes manières de
modéliser ces composants, il n’est alors pas question d’essayer de réinventer la roue. Nous
allons donc nous inspirer de ces modèles existants pour proposer dans cette partie une
29
Chapitre 2 Modélisation et validation des composants « non ou peu maillés »
bibliothèque de modèles de composants. Pour chaque composant, un modèle numérique

sera proposé. Ce modèle fera par la suite l’objet d’une validation afin de s’assurer qu’il
est capable de prédire correctement le comportement énergétique de l’équipement en
question.
2.1 Ballon d’eau chaude stratifié

Batimac comporte nécessairement des stockages thermiques sous forme de chaleur sen-
sible dont les ballons d’eau chaude sanitaire et un ballon de stockage d’eau chaude pour
le système de chauffage du bâtiment. Rappelons que, pour un bâtiment d’habitation
conforme à la réglementation thermique en cours (RT2012), le poste eau chaude sanitaire
occupe le premier rang dans le classement des différents postes de consommation d’éner-
gie. La bonne modélisation de ce composant est alors essentielle pour des simulations
dynamiques crédibles.
Par ailleurs, le développement du solaire thermique, notamment pour la production
d’eau chaude est à la base de plusieurs publications scientifiques sur la modélisation des
ballons d’eau chaude. On y retrouve généralement deux types de modèles :
1. Modèle à une température : Ici, la température de l’eau est supposée uniforme
dans tout le ballon [Duffie 74] ; aucune stratification n’est donc prise en compte.
L’évolution de la température de l’eau chaude est déterminée à l’aide d’un bilan
d’énergie sur tout le volume du ballon, tout en tenant compte des diverses sollicita-
tions (apports d’énergies, puisages, échanges thermique avec l’ambiant).
2. Modèle de ballon stratifié : La stratification est introduite en subdivisant le
ballon en plusieurs volumes [Thiers 08]. Chaque strate est considérée à température
uniforme. Ces différentes couches (ou strates) d’eau peuvent être ou non de volumes
identiques.
Sachant que le phénomène de stratification impacte fortement les performances de cet
équipement, les ballons d’eau chaude utilisés dans le simulateur seront des ballons strati-
fiés.
2.1.1 Dimensions du ballon

Le volume est couramment utilisé pour désigner la dimension d’un ballon de stockage
d’eau chaude. Cependant, pour la modélisation de cet équipement, il est indispensable de
connaitre sa hauteur (H) et son diamètre (D) . Ainsi, plusieurs méthodes existent pour
obtenir ces paramètres à partir du volume.
A titre d’exemple, dans son travail de recherche, [Jabbour 11] conclut suite à une étude
réalisée sur des ballons de volumes inférieurs à 600 litres que la hauteur peut être déter-
minée à partir du volume par l’équation (2.1.1).
H = 1.737 × V + 1.014 (2.1.1)

Pour des volumes plus grands, l’auteur cite les travaux de la Tâche 26 de l’AIE qui
proposent l’équation (2.1.2).
30
H = M ax [1.25 ; M in (2.2 ; 1.78 + 0.39 × ln V )] (2.1.2)

Enfin, pour un volume donné et pour une hauteur déterminée par les équations (2.1.1)
ou (2.1.2) et considérant un ballon de forme cylindrique, le diamètre est obtenu par :
s
V
D =2× (2.1.3)
πH
2.1.2 Modélisation d’un ballon d’eau chaude stratifié

Pour simuler le phénomène de stratification, le ballon vertical est subdivisé en N couches
homogènes de même volume comme illustré par la figure 2.1.1. Le degré de stratification
est alors fonction du nombre de strate. Ainsi, lorsque N = 1, il s’agit d’un modèle à
une température, dépourvu de toute stratification et plus N est grand, plus le ballon est
stratifié.
Dans le simulateur, nous considèrerons des ballons sans échangeur de chaleur intégré,
dans lesquels l’apport de chaleur et le puisage s’effectuent au niveau de la première couche
(strate la plus haute et par conséquent la plus chaude) et le retour d’eau chaude et
l’entrée d’eau froide sont localisés dans le bas du ballon (strate N) comme indiqué sur la
figure 2.1.1.
ṁc , Tec ṁf , Tp
b T1
b T2
Hi
Ai bc Ti
eb
b Tn−1
b Tn
ṁc , Tsc ṁf , Tf
Figure 2.1.1 – Ballon d’eau chaude stratifié
ṁc et ṁf sont les débits massiques du circuit de stockage et puisage respectivement. T
désigne la température et les indices ec, sc, f , p font respectivement référence à l’entrée
et la sortie du circuit de stockage, l’entrée et la sortie du circuit de puisage.
31
2.1.2.1 Mise en équation du problème physique

A l’aide d’un bilan d’énergie réalisé sur chaque couche, nous établirons un système
d’équation matriciel permettant de calculer le champ de température dans le ballon. Ce
modèle tiendra donc compte des phénomènes physiques ci-dessous :
• Les échanges de chaleur et d’eau par l’injection et le soutirage direct d’eau ;
• Les échanges de chaleur par conduction à travers les différentes parois du ballon ;
• Les échanges de chaleur par conduction entre strates adjacentes ;
• Les échanges par convection naturelle à l’intérieur du ballon.
Nous admettrons également les hypothèses simplificatrices suivantes :

1. Les propriétés thermophysiques de l’eau sont constantes,
2. Les pertes de chaleur vers l’extérieur de la cuve sont unidirectionnelles.
Ainsi, en effectuant un bilan énergétique sur chaque strate, les équations suivantes sont
obtenues :
Pour la première strate : i = 1 :
∂T1
m1 cp = ṁc cp (Tec − T1 ) + ṁf cp (T2 − T1 ) (2.1.4)
∂t
keq S
+ (T2 − T1 )
H1
+hg A1 (Tenv − Ti )
Pour les strates intermédiaires : i = 2 à n − 1 :
∂Ti
mi Cp = ṁc cp (Ti−1 − Ti ) + ṁf cp (Ti+1 − Ti ) (2.1.5)
∂t
keq S
+ (Ti−1 − 2Ti + Ti+1 )
Hi
+hg Ai (Tenv − Ti )
Pour la dernière strate i = n :
∂Tn
mn cp = ṁc cp (Tn−1 − Tn ) + ṁf cp (Tf − Tn ) (2.1.6)
∂t
keq S
+ (Tn−1 − Tn )
Hn
+hg An (Tenv − Tn )
Où la conductivité effective est donnée par [Newton 95] :
8 × eb
keq = keau + × kmetal (2.1.7)
D
32
Avec : S la surface adjacente, Ai la surface latérale de la strate i, Hi la hauteur de

la strate i, eb l’épaisseur de la couche métallique du ballon et hg le coefficient global
d’échange avec le milieu extérieur.
Pour faciliter la résolution de ce système d’équation, les équations (2.1.4) à (2.1.6) sont
mises sous forme matricielle, pour donner la forme standard :
CṪ = AT + BU (2.1.8)
Où C est la matrice diagonale des capacités, A une matrice tridiagonale, B et U les
matrice et vecteur de sollicitation. Avec U = [Tec Tef Tenv ]T .
Enfin, la discrétisation temporelle par le schéma d’Euler implicite du premier ordre

permet d’obtenir l’évolution temporelle des températures dans chacune des strates du
ballon d’eau chaude.
(C − δt × A) T t+1 = CT t + δt × BU t+1 (2.1.9)

Comme le lecteur pourra le constater, l’équation ci-dessus ne donne aucune information
au sujet des températures de sortie du ballon lors des processus de puisage et ou de
stockage. En effet, suivant le pas de temps de simulation et les débits mis en jeu, il est
possible de calculer la masse d’eau déplacée. Si cette masse d’eau est inférieure ou égale à
la masse d’eau disponible dans la strate la plus proche de la sortie, alors la température
de sortie est identique à celle de la dite strate. Par contre si la masse d’eau déplacée
est supérieure, la température de sortie est une moyenne pondérée des températures des
strates sous-jacentes dont la somme est au moins égale au volume d’eau déplacée.
2.1.3 Algorithme du mix dans les ballons stratifiés

Si l’équation (2.1.9) permet de garantir une stratification verticale dans le ballon lors
des phases de puisage ou de stockage, ce n’est pas toujours le cas lorsque la cuve échange
uniquement de la chaleur avec son milieu environnant.
En effet, prenons le cas d’une cuve de stockage portée initialement à une température
de 60°C, dans un environnement à 20°C. Les échanges thermiques avec l’environnement
provoquerons un refroidissement du ballon. Par ailleurs, la strate 1, ayant une surface
de contact avec l’extérieur supérieure à la strate 2, va se refroidir plus rapidement, ce
qui conduit à une inversion du gradient de température. La stratification n’est alors plus
stable, et la convection naturelle entre en jeu. Dans le cadre de ce travail, il est hors de
question de simuler les écoulements de fluide et les transferts de chaleur afférents. Il va
donc falloir faire une approximation, en utilisant par exemple l’algorithme du mix.
2.1.3.1 Analyse des ordres de grandeurs des temps caractéristiques

Dans la situation décrite ci-dessus, deux phénomènes de propagation de la chaleur sont
possibles : la diffusion et la convection naturelle. Analysons leur temps caractéristiques
τdif f et τconv donnés respectivement par les équations (2.1.10) et (2.1.11).
33
ρ × cp × L 2 ρ × cp × L2
τdif f = (2.1.10) τconv = √ (2.1.11)
k k × Ra
k ρ β ν cp V H N
0.62 1000 2×10−4 1 × 10−6 4180 0.5 1.36 15
Table 2.1 – Propriétés thermophysiques de l’eau et dimensions de la cuve.
En utilisant les données du tableau 2.1 et pour un écart de température de 1 K entre

deux strates, l’application des équations (2.1.10) et (2.1.11) donne respectivement un
temps caractéristique de 5.54 × 104 secondes pour la diffusion et 17.65 secondes pour la
convection.
Cette analyse en ordre de grandeur montre que la convection naturelle est quasi-
instantanée au regard du temps de diffusion (soit, plus de 3000 fois plus court), ce qui
légitimisme l’algorithme du mix. Rappelons par ailleurs que cet algorithme est aussi uti-
lisé par Newton lorsqu’il modélise le ballon d’eau chaude sanitaire avec échangeur intégré
dans [Newton 95].
2.1.3.2 Algorithme du mix

Imaginons que lors du processus décrit précédemment, la température de la strate i
soit inférieure à la température de la strate i + 1 à l’instant t ; il y a donc inversion des
températures. La convection naturelle entre alors en jeu et la chaleur va aller rapidement
de i + 1 à i (inversion de la stratification). On suppose alors que la convection naturelle
homogénéise en température les strates i et i + 1 à la température moyenne Tm .
mi × T (i) + mi+1 × T (i + 1)
Tm = (2.1.12)
mi + mi+1
Il convient alors de vérifier que le sens de la stratification est respecté dans tout le
ballon avant de passer au pas de temps suivant.
2.1.4 Validation du modèle

Pour la validation de ce modèle de ballon d’eau chaude stratifié, nos résultats sont
comparés au résultats numériques issus du modèle zonal de David Blandin [Blandin 10].
Pour ce faire, considérons une situation de décharge d’un ballon de 314 litres initiale-
ment à 40°C. Le débit d’eau puisé étant de 0.04 kg/s, avec une injection d’eau froide au
même débit et à 20°C. Le modèle zonal de Blandin est composé de 24 zones correspondant
à 4 couches (ou strates) pour un modèle à couche tel que celui que nous présentons dans
ce manuscrit. Rappelons que, d’après l’auteur, après 6 heures de simulation, les résultats
issus de son modèle zonal sont en parfaites cohérences avec ceux obtenus avec les Types
4 et 60 du logiciel de simulation dynamique TRNSYS [TRNSYS 06].
Voici sur la figure 2.1.2 une confrontation des résultats obtenus avec le modèle proposé
et ceux de [Blandin 10], pour les quatre couches de la cuve.
La figure 2.1.2, montre une bonne cohérence entre le modèle présenté ci-dessus et celui
de Blandin, et par conséquent avec les Types 4 et 60 de TRNSYS.
34
2.2 Machine à absorption
40
Strate 1
38 Strate 2
Strate 3
36 Strate 4
Strate 1-Blandin
34
Strate 2-Blandin
Température (°C)
32 Strate 3-Blandin
Strate 4-Blandin
30
28
26
24
22
20
0 1 2 3 4 5 6
Temps (h)
Figure 2.1.2 – Comparaison des résultats de [Blandin 10] et du présent modèle
Les composants postes d’ECS, poste de chauffage et stockage thermique basse tempé-
rature du système Batimac peuvent alors être modélisés avec ce modèle de ballon d’eau
chaude stratifié. Toutefois, le choix du nombre de strate reste non résolu. L’utilisateur
pourra se référer aux recommandations de TRNSYS qui fixe le nombre maximal de strate
à 15 ou à celles de Blandin [Blandin 10] qui a montré que 8 strates sont nécessaires pour
tenir correctement compte de la stratification dans un ballon d’eau chaude de 500 litres.

La valorisation de l’énergie thermique occupe une place de choix dans le projet Bati-
mac. Si en hiver la chaleur fatale issue du processus de production d’électricité est utilisée
pour la préparation d’ECS et pour le chauffage du bâtiment, pendant la période estivale
cette quantité d’énergie sert uniquement à la production d’eau chaude sanitaire. Afin de
réduire les pertes d’énergie, le système Batimac peut être équipé d’une machine à absorp-
tion (MAA) permettant la production d’eau glacée pour le rafraîchissement du bâtiment.
En effet, les machines frigorifiques à absorption liquide permettent de produire du froid

avec du chaud, grâce à la faculté de certains liquides, à absorber et à désorber une vapeur
et le fait que la solubilité de cette vapeur dans le liquide dépend de la température. Ainsi,
ces machines frigorifiques utilisent comme fluide de travail un mélange binaire, dont l’un
des composants est très volatil par rapport à l’autre, et constitue le fluide frigorigène. On
rencontre principalement deux couples :
1. Eau + Bromure de Lithium : l’eau étant le fluide frigorigène ;
35
2. Ammoniac + Eau : l’ammoniac étant le fluide frigorigène.
Pour le rafraîchissement des locaux, le couple H2 O/LiBr est le plus approprié et le couple
N H3 /H2 O sert généralement à faire du froid négatif.
Concernant la modélisation des machines à absorption, la littérature propose diverses

méthodes qui sont résumés en détail dans [Anies 11]. Nous proposons tout de même un
tour d’horizon sur ces différents modèles, pouvant être regroupé en deux catégories.
Les modèles raffinés :
Ces modèles sont issus des équations de transfert de chaleur, d’état, de masse et
d’énergie. Ils permettent de simuler le caractère dynamique et transitoire de la machine
[Kohlenbach 06, Kohlenbach 08b, Kohlenbach 08a, Evola 13, Jayasekara 13]. Par ailleurs,
ils nécessitent une connaissance précise de la géométrie de l’installation ainsi que les pa-
ramètres thermophysiques de chacun des composants. Même si ce type de modèle est plus
pertinent pour saisir le fonctionnement dynamique d’un tel équipement, son intégration
dans un modèle de type boîte noire n’est pas très adaptée à cause du nombre important
de paramètres qu’il nécessite.
Les modèles simplifiés :
Avec ce type de modèle, il est impossible de prendre en compte l’inertie des composants
de la machine à absorption. Ce sont donc des modèles en régime permanent qui sont tout
de même efficace lorsqu’il s’agit d’estimer les performances de la machine à partir des
températures. On distingue deux types de modèle simplifié de MAA.
Type 1 : Pour le premier type, l’utilisation de polynômes à plusieurs degrés permettent

d’estimer le coefficient de performance (COP) de la machine et sa puissance frigori-
fique en fonction des températures [Blinn 79]. L’inconvénient de ce premier type de
modèle est qu’il s’éloigne rapidement de la réalité pour la simulation des machines
dont la plage de fonctionnement n’est pas couverte par les polynômes.
Type 2 : Cette limite est corrigée par les modèles thermodynamiques ou phénoméno-
logiques. En effet, ces modèles se fondent sur une étude thermodynamique de l’ins-
tallation. Ainsi, à partir des équations d’état et des lois de conservations classiques
(masse, énergie), ils permettent d’estimer en régime stationnaire les performances
de la MAA, ainsi que les températures à la sortie de chacun de ses composants
[Lasvignottes 01].
Parmi les différents types de modèle brièvement présentés ci-dessus, c’est un modèle ther-
modynamique qui sera utilisé pour modéliser la MAA. En effet, ce type de modèle est
bien adapté pour des applications de type boîte noire où le nombre de paramètre à définir
est restreint et où le modèle une fois implémenté dans l’environnement de simulation peut
couvrir une large plage de fonctionnement de machine à absorption.
36
2.2.1 Principaux composants d’une machine à absorption

(H2 O/LiBr)
Les machines frigorifiques à absorption liquide sont des machines trithermes. Elles fonc-
tionnent donc grâce à trois niveaux de températures Tb , Tm et Th (vérifiant Tb <Tm <Th ).
Elles produisent du froid uniquement à partir d’un apport de chaleur à la température
Th . Ces trois niveaux de température sont en réalité les températures respectives de l’éva-
porateur, du condenseur et du générateur. Comme illustré à la figure 2.2.1, cette machine
est composée de quatre principaux équipements (pouvant être assimilés à des échangeurs
de chaleur), de deux détendeurs, d’une pompe et parfois d’un échangeur de chaleur.
7
Q̇g
Q̇c
b
Tsc b b b b b
b b
b
b b b b
Générateur
Tec b
b
b
b
b b
ṁCR b
bc bc Tsg
bc
bc
bc bc
bc
1 bc
bc bc
Teg
Sol. diluée ṁCP
Condenseur
Sol. concentrée 6 5
Eau
Basse pression Haute pression
Echangeur
6’ 4’
ṁf
3
Q̇a
2 Q̇e
ċ
bc b
b b b
b
b 8
b b
bc
bc
ṁCEG b b
b
b b
bc bc bc bc bc
Tee
d˙
bc
bc
bc
bc
bc bc
bc
bc Tsa
bc
Tse
Evaporateur Tea ṁCR 4
Absorbeur
Figure 2.2.1 – Structure d’une machine frigorifique à absorption
2.2.1.1 Le condenseur
C’est un composant identique à celui qu’on retrouve dans les machines frigorifiques
à compression. Sa température fixe la température de condensation et donc la pression
dans l’ensemble désorbeur/condenseur (haute pression : Ph ). La condensation du fluide
frigorigène est exothermique et la chaleur Qc dégagée est évacuée à l’aide du circuit de
refroidissement. Notons que le trajet (7 → 1) correspondant comprend une phase de
désurchauffe.
2.2.1.2 L’évaporateur
A la sortie du condenseur (1), le fluide frigorigène liquide subit un laminage à travers
le détendeur (1 → 2). Puis, il s’évapore en produisant l’énergie frigorifique Qe (2 → 3).
La pression dans l’ensemble évaporateur/absorbeur (basse pression : Pb ), est fixée par la
température de l’évaporateur (source froide).
37
2.2.1.3 L’absorbeur
Dans l’absorbeur, la vapeur issue de l’évaporateur (3) rencontre la solution concentrée
(riche en LiBr) provenant du générateur (8). Cette solution absorbe la vapeur et s’enrichit
en frigorigène. La transformation étant exothermique, la chaleur dégagée Qa est évacuée
par le circuit de refroidissement. En sortie de cet échangeur de chaleur (4), la solution
obtenue est dite diluée (pauvre en LiBr).
2.2.1.4 Le désorbeur ou générateur

La solution diluée (5) reçoit ici une quantité de chaleur Qg , provoquant la désorption
d’une partie du fluide frigorigène dissous dans la solution (réaction endothermique). Le
désorbeur produit alors de la vapeur d’eau (7) et une solution concentrée en bromure de
lithium (6).
2.2.1.5 Les détendeurs et la pompe de solution

Pour assurer les deux niveaux de pression (Ph et Pb ) rencontrés dans cette machine,
deux détendeurs et une pompe sont nécessaires :
Le détendeur 1 permet de vaporiser le fluide frigorigène avant son admission dans
l’évaporateur en passant de la Ph à la Pb :(1 → 2),
Le détendeur 2 sert à faire passer la solution de la Ph à la Pb avant son admission
dans l’absorbeur, (6 → 8),
La pompe assure l’écoulement de la solution diluée entre l’absorbeur et le générateur
tout en assurant le passage de la basse pression à la haute pression. Notons que,
contrairement aux systèmes frigorifiques à compression, ici le fluide qui traverse la
pompe est à l’état liquide. Par conséquent le travail mécanique réalisé par celle-ci
est environ 1000 fois plus faible 1 , pour une même différence de pression.
2.2.1.6 L’échangeur de solution

On remarque sur la figure 2.2.1, la présence d’un échangeur de chaleur. Le but de ce
composant qui équipe certaines machines à absorption de type GAX (Generator-Absorber-
heat-eXchanger) est d’améliorer significativement les performances de l’installation. Cette
amélioration est principalement due au refroidissement de la solution concentrée avant
son admission dans l’absorbeur et par le préchauffage de la solution diluée avant qu’elle
n’arrive dans le générateur.
2.2.2 Modèle thermodynamique d’une machine à absorption

Nous proposons dans cette partie un modèle de machine à absorption qui à partir des
températures d’entrée des principaux composants permet d’estimer le COP, le rendement
exergétique de la MAA et les températures à la sortie de ces composants.
Mais avant, il est important de lister quelques unes des spécificités particulières que
présente le couple H2 O/LiBr .
´
1. En effet on a W = V dp, or dans le cas de l’eau on a par exemple Vliquide ≈ 1000 × Vvapeur .
38
1. La vapeur issue du générateur (7) est une vapeur d’eau pure à 100%,
2. Le point triple de l’eau étant 0°C, cette machine ne permet pas d’atteindre des
températures négatives,
3. L’eau étant le fluide frigorigène, les niveaux de pression sont relativement faibles.
Par exemple, l’eau s’évapore à 5°C sous une pression absolue d’environ 9 mbars et
se condense à 35°C à environ 56 mbars,
4. Lorsque la température augmente, le sel LiBr se cristallise. Cette cristallisation est
à éviter au risque d’endommager la machine.
Bien entendu, ce modèle phénoménologique est établi sous les hypothèses simplificatrices
suivantes [Lasvignottes 01, Romero 01, Anies 11] :
• Les températures dans les composants (générateur, évaporateur, condenseur et ab-
sorbeur), sont supposées uniformes dans tout le volume considéré ;
• Les températures du fluide frigorigène ou de la solution en sortie des composants
(soit : T1,T3,T4 et T7) sont respectivement égales à la température des différents
composants ;
• Le fluide frigorigène sortant du condenseur (1) est considéré comme de l’eau saturée
à la température et à la pression correspondantes ;
• Le fluide frigorigène entrant dans le condenseur (7) est de la vapeur d’eau surchauffée
à la température et à la pression correspondantes ;
• Le fluide frigorigène sortant de l’évaporateur (3) est à l’état de vapeur saturée ;
• Les détentes (1 → 2) et (6 → 8) sont isenthalpiques ;
• Les échanges thermiques avec l’environnement sont négligeables.
2.2.2.1 Analyse thermodynamique du cycle

Le but de cette analyse est de pouvoir exprimer les quantités d’énergie échangées au
niveau de chaque composant d’une part et d’autre part d’évaluer le COP et le rendement
exergétique de l’installation, en fonction de divers sollicitations.
2.2.2.1.1 Bilan massique :

Désignons par ṁf , ċ et d˙ les débits massiques du fluide frigorigène, de la solution
concentrée et de la solution diluée, respectivement. On peut alors écrire que :
d˙ = ṁf + ċ (2.2.1)
d˙ × Xd = ċ × Xc (2.2.2)
où X désigne la concentration en LiBr de la solution.
Une analyse rapide de la figure 2.2.3 permet de déduire que :
= ṁ7 = ṁ1 = ṁ2 = ṁ3


ṁf



d˙ = ṁ4 = ṁ4 0 = ṁ5 (2.2.3)
= ṁ6 = ṁ6 0 = ṁ8


ċ
39
2.2.2.1.2 Bilan enthalpique :

Le bilan enthalpique est effectué sur chacun des composants de la machine ; il permet
d’obtenir :
Q̇c + Q̇a + Q̇e + Q̇g + Pp = 0 (2.2.4)

Tels que :
= ṁf × H7 + ċ × H6 − d˙ × H5



 Q̇g
= ṁf × (H1 − H7 )

Q̇

c
(2.2.5)


 Q̇e = ṁf × (H3 − H2 )
= d˙ × H4 − ṁf × H3 − ċ × H8



Q̇a
L’expression du travail de la pompe de solution est donnée par l’équation ci-dessous :
ˆ
Wp = V dP (2.2.6)
Une intégration entre les différents niveaux de pression permet donc de déduire sa
puissance sous la forme :
Pp = d˙ × (Ph − Pb ) × Vc (2.2.7)
Où,
Vc = (DLiBr )−1 (2.2.8)
désigne le volume spécifique de la solution riche en frigorigène, déterminé à partir de

la densité du mélange DLiBr (voir Annexe A, Eq.(A.1.1)).
2.2.2.1.3 Evaluation des performances de la machine à absorption :

Pour la comparaison des machines frigorifiques, le COP est parfois utilisé comme in-
dicateur. Par définition, il représente le rapport entre la quantité de froid produite et la
quantité d’énergie consommée par la machine. Il est donc donné par la formule algébrique
suivante :
Q̇e
COP = (2.2.9)
Q̇g + Wp
Cependant, force est de constater qu’une telle définition du COP pose un problème
puisque, la chaleur et le travail mécanique sont comptés de la même manière au dénomi-
nateur. Cette notion de coefficient de performance n’est donc pas suffisante, d’où l’intro-
duction du rendement thermodynamique ou exergétique qui s’exprime comme suit :

Q̇e × 1 − Tm +273.15
Tb +273.15
ηex = (2.2.10)
Q̇g × 1 − Tm +273.15
Th +273.15
+ Wp
40
2.2.2.2 Modélisation des propriétés thermodynamiques

Nous proposons ici les équations qui permettent de déterminer la température, la pres-
sion, l’enthalpie et la concentration en LiBr en certains points du cycle de la machine.
Sauf précision particulière, on considèrera que :
• La pression est exprimée en kPa,
• La température est exprimée en °C,
• L’enthalpie en kJ/kg,
• Le débit en kg/s.
2.2.2.2.1 Données du modèle :

L’exécution du modèle thermodynamique proposé dans ce manuscrit nécessite comme
paramètres d’entrée : les températures du générateur Tg , du condenseur Tc , de l’évapora-
teur Te , de l’absorbeur Ta , l’efficacité de l’échangeur de solution Ef et la puissance évacuée
par la source froide Q̇e [Romero 01]. Cependant, l’accès à ces températures est impossible
puisque les transferts de chaleur ne sont pas simulés par ce modèle. C’est pourquoi les
auteurs de [Lasvignottes 01, Tgarguifa 09, Grosu 12] proposent d’introduire la notion de
pincement aux échangeurs ∆T , qui permet de déterminer via l’équation (2.2.11) la tem-
pérature de chaque composant à partir de sa température d’entrée.
= Teg − ∆Tg



 Tg
= Tee − ∆Te

T

e
(2.2.11)




Ta = Tea + ∆Ta
= Tec + ∆Tc


Tc
Avec, respectivement Teg , Tea , Tec et Tee , les températures à l’entrée du générateur,
l’absorbeur, le condenseur et l’évaporateur.
2.2.2.2.2 Haute et Basse pression ; P(T) :

Comme indiqué précédemment, la haute et la basse pression du cycle sont fixées par
les températures des sources moyenne et froide, respectivement. Elles correspondent à
la pression d’équilibre de l’eau, qui est déterminée en utilisant l’expression proposée par
[Patek 06] :
6
" #
Tc X T
P (T ) = Pc × exp × αi × (1 − )βi (2.2.12)
T i=1 Tc
Dans la fonction P(T), Tc = 647.096K et Pc = 22.064MPa sont respectivement la
température et la pression critique de l’eau. Les coefficients α et β sont donnés par le
tableau 2.2.
i 1 2 3 4 5 6
β 1 1.5 3 3.5 4 7.5
α -7.85951783 1.84408259 -11.7866497 22.6807411 -15.9618719 1.80122502
Table 2.2 – Coefficients et exposants de l’équation (2.2.12)
41
2.2.2.2.3 Concentration en LiBr ; X(T,P) :

Le titre ou la concentration (X) de la solution eau - bromure de lithium pour une
température (T) et pression (P) donnée est déterminé par la fonction X(T,P). Cette
fonction exécute l’algorithme 2.1 [McNeely 79]. Elle permet de déterminer la concentration
des solutions riche Xc et pauvre Xd en fonction de la température et de la pression de la
solution.
Algorithme 2.1 Calcul de la concentration de la solution H2 O-LiBr

X1 = 55
P1 = Psat (X1 , T )
Nitx = 0
WHILE |P1 − P | > 10−4
X2 = X1 + 0.001
P2 = Psat (X2 , T )
∆xp = (X1 − X2 )/(P1 − P2 )
X1 = X1 + ∆xp × (P − P1 )
P1 = Psat (X1 , T )
Nit = Nit+1
END
X (T, P ) = X1
Dans l’algorithme 2.1, la fonction Psat (X, T ) permet de calculer la pression de saturation
du mélange H2 O/LiBr.
h i
D E
C+ +
Psat (X, T ) = 10 (Tp +273.15) (Tp +273.15)2 (2.2.13)
Les variables utilisées dans cette fonction sont disponibles à l’Annexe A (Eq. (A.2.1),
(A.2.2), (A.2.3) et Tab.A.1).
Après le calcul des concentrations, il parait évident de s’assurer que Xc > Xd , autre-
ment dit, que le titre de la solution est supérieur à celui de la solution diluée. Si cette
condition n’est pas vérifiée, alors les conditions de fonctionnement de la machine ne sont
pas satisfaites et alors la machine est mise en arrêt.
2.2.2.2.4 Calcul des enthalpies :

Selon l’état du fluide frigorigène ou de la solution, nous serons amenés à calculer soit :
• L’enthalpie de l’eau à l’état liquide saturée Hliq (T ) , obtenue en utilisant les tables
proposées dans [Rogers 95] :
Hliq (T ) = 4.2 × T (2.2.14)

• L’enthalpie de l’eau à l’état de vapeur saturée : Hvap (T ), [Rogers 95] :
Hvap (T ) = −125397 × 10−8 × T 2 + 1, 88060937 × T + 2500, 559 (2.2.15)
42
• L’enthalpie de l’eau à l’état de vapeur saturée surchauffée : Hsurch (T, P ),[Chougui 10] :
(h2 − h1 ) × Tz
Hsurch (T, P ) = + h1 (2.2.16)
100
Avec :

h
 1

 = 32.508 × ln(P ) + 2513.2
h
2 = 0.00001 × P 2 − 0.1193 × P + 2689 (2.2.17)

= T + D2 −4×E∗(C−log10(P
2×E
+ 273.15

Tz

))0.5
• L’enthalpie de la solution : Hmel (T, X), [McNeely 79] :
Hmel (T, X) = a(X) + b(X) × T + c(X) × T 2 (2.2.18)

Où les fonctions a(X), b(X) et c(X) sont explicitées à l’Annexe A (Eq. (A.3.1) et Tab.
A.2).
2.2.2.2.5 Calcul de la température du mélange :

A partir de la concentration (X) et de la pression (P ) du mélange, il est possible d’es-
timer sa température. Pour ce faire, la corrélation établie dans [McNeely 79] est utilisée :
TLiBr (X, P ) = B(X) + A(X) × Tx (2.2.19)

Avec :
−2 × E
Tx = − 273.15 (2.2.20)
D2 − 4 × E × (C − )
Ln(P ) 0.5
Ln(10)
Où les constantes présentes dans (2.2.19) et (2.2.20) sont identiques à celles utilisées
dans l’équation (2.2.13).
Nous venons de voir comment s’effectue le calcul des variables d’état (pression, enthal-
pie, température, concentration) à chaque point du cycle thermodynamique de la MAA.
Afin de simplifier la compréhension du modèle thermodynamique de la machine à absorp-
tion, nous proposons à la figure 2.2.2 un organigramme mettant en scène l’ossature du
modèle à travers les principales étapes.
2.2.3 Validation du modèle

A partir d’une littérature bien fournie, un modèle de comportement énergétique d’une
machine à absorption simple effet, qui peut s’intégrer facilement dans un simulateur nu-
mérique et permettre de simuler diverses MAA a été proposé. Le seul moyen pour nous de
s’assurer que ce modèle permet d’approcher correctement le comportement énergétique
d’une MAA est de le confronter à des modèles existants. Cette confrontation s’effectuera à
travers la comparaison des COP et le calcul de l’écart relatif, défini par l’équation (2.2.21).
|COPref − COP |
COP = × 100 (2.2.21)
COPref
43
Données:
Teg , Tea , Tec , Tee , ∆Tg , ∆Ta , ∆Tc , ∆Te
ṁCP , ṁCR , ṁCEG , Q̇e , Ef f
Calcul des températures

Tg , Tc , Ta , Te
Eq. (2.2.11)
Calcul des pressions

Ph = P (Tc )
Pb = P (Te ) Eq. (2.2.12)
Calcul des concentrations

Xd = XLiBr (Ta , Pb )
Xc = XLiBr (Tg , Ph ) Algo. 2.1
NON Xc > Xd ? OUI
Calcul des variables d’états

H1 = HLiq (Tc ) T4 ′ = TLiBr (Ph , Xd )
H2 = H1 T6 ′ = T4 ′ × Ef + Tg × (1 − Ef )
H3 = HV ap (Te ) H6 ′ = Hmel (T6 ′ , Xc )
H4 = Hmel (Ta , Xd ) H7 = Hsurch (Tg , Ph )
Wp H5 = H 4 ′ + XXc × (H6 − H6 )
d
′
H 4 ′ = H4 + d˙
H6 = Hmel (Tg , Xc ) Eq. (2.2.14 à .16)
Eq. (2.2.18 à .19)
Calcul des sorties

COP , ηex
Q̇g , Q̇c , Q̇a
Tsg , Tsa , Tsc , Tse
Eq. (2.2.5)
Eq. (2.2.9 à .10)
FIN
Figure 2.2.2 – Etapes de résolution du modèle de la MAA à un instant t
44
2.2.3.1 Confrontation avec les travaux de [Grosu 12]

Dans cet article, les auteurs proposent des résultats issus de la simulation d’une machine
à absorption à l’aide des logiciels Thermoptim et EES (Engineering Equation Solver).
Notons par ailleurs que le progiciel Thermoptim est un environnement de modélisation
systémique des technologies énergétiques utilisé dans l’enseignement comme par des in-
dustriels [Gicquel 15]. EES quant à lui, est un code de calcul développé par le professeur
S. Kelin de l’université du Wisconsin à Madison, qui permet de résoudre des systèmes
d’équations.
Ainsi, pour une température du générateur et de l’évaporateur fixée , ils font varier la
température du condenseur (qui est supposée identique à celle de l’absorbeur) et relèvent
le COP de la machine.
Nous comparons à la figure 2.2.3 le coefficient de performance de l’installation obtenu
sous Thermoptim avec celui obtenu à l’aide du modèle proposé dans ce manuscrit, ainsi
que les écarts relatifs sur le COP.
1 10
COPThermoptim
9
0.9 COPmodéle
8
Ecart relatif
7
0.8
6
 COP en %
COP
0.7 5
4
0.6
3
2
0.5
1
0.4 0
31 32 33 34 35 36
Température du condenseur en °C
Figure 2.2.3 – Confrontation Thermoptim Vs Modèle proposé
2.2.3.2 Confrontation avec les travaux de [Romero 00]

Dans [Romero 00], les auteurs simulent une MAA utilisant le couple eau/bromure de
lithium à partir d’un modèle simplifié. Parmi les divers tests effectués, nous comparons
nos résultats au cas où ils font varier la température de l’absorbeur pour des températures
du générateur à 85 °C et à 80°C en notant le COP de la machine.
2.2.3.2.1 Conclusion
Grâce aux nombreux travaux effectués sur le couple eau - bromure de lithium, il est
possible de déterminer à partir d’équations, la température , la concentration, la pression
et l’enthalpie du fluide frigorigène ou de la solution à n’importe quel point du cycle frigo-
rifique de la machine à absorption. Ces informations nous permettent alors de proposer
un modèle de machine à absorption en régime permanent.
45
1 10
COPRomero pour Tg = 85°C
COPModèle pour Tg = 85°C 9
0.9 COPRomero pour Tg = 80°C
8
COPModèle pour Tg = 80°C
0.8  COP pour Tg=85°C 7
 COP pour Tg=80°C
6
 COP en %
0.7
COP
5
0.6
4
0.5 3
2
0.4
1
0.3 0
40 41 42 43 44 45 46 47 48
Température de l'absorbeur en °C
Figure 2.2.4 – Variation du COP en fonction de la température de l’absorbeur : modèle

proposé Vs Romero et al.
Afin de vérifier la validité de ce modèle, nous avons effectué des confrontations avec
un modèle numérique et un logiciel de simulation de comportement énergétique. Dans
un premier temps, nous avons comparé nos résultats à ceux obtenus à l’aide du logiciel
Thermoptim disponible dans [Grosu 12]. Les courbes de la figure 2.2.3, montrent, avec
un ecart relatif maximal de 5% que le modèle proposé ici est cohérent. Cette affirmation
est confortée par le faible écart (3% au maximum) qu’on note en observant la figure 2.2.4
qui présentent une comparaison entre le modèle actuel et celui proposé par Romero et al.
dans [Romero 00].
Le modèle numérique de la machine à absorption est donc validé et peut être intégré
dans le simulateur Batimac.
2.3 Concentrateur solaire

Les contraintes environnementales et la nécessité d’économiser les sources d’énergies
non renouvelables ont favorisé un regain d’intérêt pour le développement des technologies
permettant l’utilisation de l’énergie solaire. Par ailleurs, selon l’INES [INES 15], l’énergie
solaire incidente reçue en France pourrait être estimée à environ 1000 kW h/m2 par an,
sur une surface horizontale. Cette quantité d’énergie correspondant à 200 fois la consom-
mation annuelle en énergie (250 Mtep). Plus particulièrement, la quantité d’énergie reçue
par la surface horizontale des bâtiments représenterait 4 fois la consommation énergétique
en France. Ainsi, aujourd’hui plusieurs technologies permettent l’utilisation de l’énergie
solaire :
• Le solaire photovoltaïque : permet la production d’énergie électrique ;
• Le solaire thermique : permet la production de chaleur ;
• Le solaire thermodynamique à concentration : permet la production d’énergie élec-
trique et de chaleur parfois.
46
Cette dernière technologie de solaire à concentration, propose quatre filières :

1. La filière cylindro-parabolique (voir figure 2.3.1a),
2. La filière parabole-Stirling (voir figure 2.3.1b ),
3. Les tours solaires (voir figure 2.3.1c),
4. La filière Fresnel (voir figure 2.3.1d ).
(a) Concentrateur Cylindro-parabolique (Ne- (b) Concentrateur parabolique (Odeillo, France)

vada, USA)
(c) Tour solaire (Andalousie, Espagne) (d) Concentrateur à miroir de Fresnel (Province
de Almeria, Espagne)
Figure 2.3.1 – Principaux systèmes solaire à concentration
La technologie cylindro-parabolique est aujourd’hui la première ayant atteint le stade

de l’exploitation commerciale à une échelle significative. Les tours solaires représentent
la technologie la plus souple d’utilisation. La filière parabole-Stirling reste très couteuse
et a du mal à passer au stade commercial. Quant à la filière Fresnel qui nous intéresse
particulièrement ici, elle représente la plus simple et est peu couteuse.
47
2.3.1 Modélisation d’un concentrateur à réflecteur linéaire de fresnel

Par le passé, plusieurs études ont été effectuées sur la modélisation de ces systèmes. En
1974, Duffie et Beckman [Duffie 74] traitent des procédés thermique de l’énergie solaire.
Dans cet ouvrage, les auteurs passent en revue tous les procédés liés au solaire thermique
en proposant des outils de modélisation. Plus particulièrement, une méthode détaillée de
calcul des pertes thermiques tenant compte des trois modes de transfert de chaleur est
proposée. Plus tard, en 1994, Dudley et al. [Dudley 94] ont testé des collecteurs cylindro-
parabolique pour l’estimation de l’efficacité des collecteurs et des pertes thermiques avec
différent types de récepteurs. Cette étude a permis d’établir des corrélations entre les
pertes thermiques, l’efficacité des collecteurs, l’irradiation solaire et la température de
fonctionnement de la centrale. Ces corrélations, valables pour des températures de fonc-
tionnement allant jusqu’à 400°C et validée par l’expérimentation ont été dernièrement
utilisées dans [Morin 12] pour la comparaison entre une centrale à collecteur de Fresnel
et cylindro-parabolique.
En s’inspirant de ces nombreux travaux, nous proposons un modèle dynamique simplifié

d’un concentrateur à collecteur de Fresnel. Ce modèle comporte trois parties : la première
consiste à l’estimation de l’énergie solaire collectée par les capteurs solaire, la seconde
partie traite de l’estimation des pertes de chaleur qui ont lieu dans le récepteur et enfin,
la dernière partie calcule la température de sortie du fluide caloporteur.
2.3.1.1 Principe de fonctionnement d’un concentrateur LFR

Avant de passer à la modélisation, nous proposons ci-dessous le principe de fonction-
nement d’un concentrateur à Réflecteur Linéaire de Fresnel (LFR), qui nous permettra
de mieux distinguer ses principaux composants. Généralement, le concentrateur LFR est
composé de deux principales parties :
1. Le réflecteur de Fresnel : c’est le champ de captage de l’énergie solaire. Plusieurs
rangées de miroir légèrement incurvés réfléchissent et concentrent le rayonnement
solaire sur le récepteur. Sa surface dépend des besoins énergétiques à produire.
2. Le récepteur : il est positionné au dessus du champ de captage et reçoit le rayonne-
ment concentré provenant du réflecteur. Dans les cas les plus simples, il s’agit d’un
ou plusieurs tubes appelés absorbeur, dans lesquels le fluide caloporteur s’échauffe
avant de poursuivre son cheminement vers un cycle thermodynamique. Très souvent,
le récepteur comporte un réflecteur secondaire qui permet de concentrer davantage
le rayonnement et aussi de réduire les pertes du système. Le rapport de surface entre
le réflecteur et l’absorbeur permet de déterminer le facteur de concentration. Ainsi,
en fonction du niveau de température désiré, ce facteur de concentration varie de
30 à plus de 1000 (toutes filières de solaire à concentration confondues).
La figure 2.3.2 présente le principe de fonctionnement d’un concentrateur à collecteur
linéaire de Fresnel.
2.3.1.2 Le champ de captage

La modélisation du champ de captage ( réflecteur) consiste uniquement en l’estimation
de la quantité de chaleur Qf ield réfléchie vers le récepteur, en fonction des caractéristiques
48
Isolation Thermique
Réflecteur
secondaire
ct
Espace sous vide
di r e
ou rempli d’air
Tube absorbeur
are
ol
nt s
Vitre plane
eme
o nn
Ray
de captage
Champ
θ
Figure 2.3.2 – Principe de fonctionnement d’un concentrateur LFR
des miroirs, de la configuration de l’équipement et du rayonnement solaire direct. Nous

utilisons la formulation proposée dans [Morin 12] :
Q̇f ield = ηf ield × Kt × Kl × ηendloss × Cl × χf ield × Af ield × Idir (2.3.1)

Avec :
ηf ield : Le rendement optique des collecteurs. Généralement, les constructeurs indiquent
le rendement optique maximal des miroirs ηmax . Ainsi, en fonction des conditions de
fonctionnement, ce rendement est altéré. Dans [Dudley 94] on retrouve la corrélation ci
dessous qui permet d’estimer ce rendement pour tout mode de fonctionnement.
∆T ∆T 2
ηf ield = ηmax − 0.00728 × ∆T − 0.496 × − 0.0691 × (2.3.2)
Idir Idir
Où Idir désigne le rayonnement solaire direct normal en W/m2 et ∆T donnée par :
out in
THT F − THT F
∆T = − Tamb (2.3.3)
2
K : Le facteur de modification de l’angle d’incidence. L’angle d’incidence θ des rayons
solaire a une influence sur la quantité d’énergie transmise par le soleil. En effet, moins
les rayons sont perpendiculaires au capteur, plus le rendement en est diminué. Cette di-
minution est décrite par un facteur d’angle K ou IAM ( pour Incident Angle Modifier).
Dans le cas des réflecteurs linéaires de Fresnel on distingue deux variables de l’IAM : Kt
et Kl , respectivement pour transversal angle modifier et longitudinal angle modifier. Ces
paramètres sont généralement fournis par les constructeurs. La figure donne l’allure des
IAM du concentrateur solaire visible à la figure 2.3.1-d [Morin 12].
η endloss : représente les pertes aux extrémités du champ de captage. D’après l’expression
proposée dans [Morin 12], il dépend de la distance focale df ocal , la longueur du récepteur
Lrecp et de l’angle incident θ.
49
1
Longitudinal
Transversal
0.8
0.6
IAM
0.4
0.2
0
0 20 40 60 80 100
Angle incident (°)
Figure 2.3.3 – Facteur de modification de l’angle incident [Morin 12]
df ocal × tan(θ)
ηendloss = 1 − (2.3.4)
Lrecp
Enfin, Cl et χf ield désignent respectivement le coefficient de clarté des miroirs et la
proportion de champ de capteur disponible.
2.3.1.3 Le récepteur
Le récepteur reçoit la quantité de chaleur Qf ield , selon les conditions extérieures, une
partie de cette énergie est perdue Qloss et l’autre partie Qu réchauffe le fluide caloporteur
à travers l’absorbeur.
Dans [Duffie 74] et plus récemment dans [Heimsath 14], un calcul détaillé de ces pertes
tenant compte des pertes de chaleur par conduction, par convection et par rayonnement
avec la voûte céleste est donné. Aussi [Dudley 94] propose une corrélation pour l’estima-
tion de ces pertes en fonction du régime de fonctionnement de l’installation.
h i
Q̇loss = −0.01124 × ∆T + 0.000799 × ∆T 2 × Af ield (2.3.5)
A partir de la quantité de chaleur fournie par le champ de captage et les pertes ther-
miques du récepteur, la quantité de chaleur Qu fournie au tube absorbeur est déterminée
par l’expression suivante :
Q̇u = Q̇f ield − Q̇loss (2.3.6)
2.3.1.4 Température de sortie du fluide caloporteur

La température du fluide caloporteur (HTF) est déterminée à travers un bilan énergé-
tique. Ainsi, en négligeant l’inertie du tube absorbeur, en régime permanent la tempéra-
ture de sortie du fluide caloporteur THT
out
F en fonction de sa température d’entrée THT F et
in
de son débit massique ṁHT F peut être calculée par l’expression suivante :
50
αQ̇u
F = + THT (2.3.7)
out in
THT F
ṁHT F × Cp
Cependant, lorsque le fluide caloporteur à une inertie importante, il peut être plus
adapté d’utiliser un modèle dynamique, qui permet de calculer le champ de température
du fluide caloporteur le long du tube absorbeur. Un tel modèle est obtenu en discrétisant
(d’abord spatialement puis temporellement) l’équation (2.3.8).
!
∂T ∂T ∂ 2T
ρ cp +u =k + αq̇u (2.3.8)
∂t ∂x ∂x2
Où α, u et q̇u désignent respectivement le coefficient d’absorption du tube, la vitesse
du fluide et la chaleur utile reçue par unité de volume.
2.3.2 Poursuite de la course du soleil

Comme nous l’avons vu dans la section précédente, la quantité d’énergie fournie au
fluide caloporteur est fortement liée à l’angle d’incidence des rayons du soleil θ. Ainsi, en
observant les équations (2.3.1), (2.3.4) et la figure 2.3.3, on constate que, plus l’angle θ
est faible, plus le rendement de la centrale est important. Alors, le but de cette poursuite
de la course du soleil est de minimiser cet angle.
Pour ce faire, il est nécessaire d’identifier au préalable la position du soleil en fonction

du zénith Θz et de l’azimut Az . Le détail d’un calcul astronomique permettant de calculer
ces angles est proposé à l’Annexe B de ce manuscrit.
Ensuite, la seconde étape consiste à adapter l’orientation et ou l’inclinaison des capteurs

en fonction de la position du soleil selon le type de système de poursuite. En effet, la
littérature regorge de publications sur les stratégies de tracking (suivi de la course du
soleil) [Shen 08, Rezoug 09, Mousazadeh 09, Ozcelik 11]. Par exemple, C. Shen et al. ont
proposé des modèles numériques de systèmes de tracking solaire sous Simulink, validés par
comparaison avec le logiciel TRNSYS. En pratique, on distingue trois modes de tracking
dans la technologie solaire à concentration :
1. Tracking par rapport à l’axe horizontal (1 axe) ;
2. Tracking par rapport à l’axe vertical (1 axe) ;
3. Tracking par rapport à l’axe horizontal et vertical (2 axes).
2.3.2.1 Tracking par rapport à l’axe horizontal

Pour ce mode de poursuite, le champ de captage effectue une rotation par rapport à
l’axe horizontal en fonction de la position du soleil. Ainsi, la direction (ou l’orientation) des
panneaux γ occupe deux positions différentes au cours d’une journée et son inclinaison β
est modifiée selon la position du soleil. En s’inspirant des travaux [Shen 08, TRNSYS 06],
au cours d’une journée l’inclinaison des panneaux est donnée par l’équation (2.3.9), en
considérant que la surface des panneaux reste toujours parallèle à l’axe de rotation :
β = tan−1 (tan Θz × cos(Az − γ)) (2.3.9)
51
Avec l’azimut (ou l’orientation) de la surface noté γ, définie par :


+ 90
γ 0 si Az − γ 0 > 0
γ= 0 (2.3.10)
γ − 90 si Az − γ 0 < 0
0
γ étant l’azimut (autrement dit la direction par rapport au sud) de l’axe de rotation.
2.3.2.2 Tracking par rapport à l’axe vertical

Ici, l’inclinaison des panneaux est fixe. C’est la direction (l’orientation) qui est modifiée
au cours de la journée. On a donc :

β = Constante
(2.3.11)
γ = Az
2.3.2.3 Tracking suivant les deux axes

C’est le meilleur mode de poursuite de la course du soleil. Il permet de maintenir
les rayons solaire constamment perpendiculaire à la surface des panneaux ; ainsi l’angle
d’incidence tend toujours à s’annuler. Pour y arriver, il faut que :

β = Θz
(2.3.12)
γ = Az
2.4 Générateur d’air chaud

L’utilisation des énergies renouvelables est un point très important dans le cadre du
projet Batimac. C’est pourquoi le concentrateur solaire est associé à un générateur d’air
chaud pour la production d’air à très haute température indépendamment des conditions
climatiques. Ce générateur d’air chaud (GAC) peut être assimilé à une chaudière biomasse.
Ici, le mot biomasse doit être étendu à toutes les formes de biomasse solide. Il s’agit donc
d’une chaudière biomasse poly-combustible capable de brûler proprement le bois (sous
toutes ces formes) et des résidus agricoles.
Seul le comportement énergétique de cet équipement est pris en compte pour sa modé-
lisation. Il est donc considéré comme une boîte noire permettant de déterminer la tempé-
rature de sortie de l’air en fonction de la puissance utile Pu, d’un paramètre d’inertie 2 I
et des conditions d’entrée de l’air [Tea , ṁa , Pea ].
Pour ce faire, on suppose que :
• La température de sortie du fluide caloporteur Tsa est égale à la température du
cœur de la chaudière ;
• Le paramètre d’inertie I tient uniquement compte de la masse d’une partie de la
chaudière ;
• Le coefficient global d’échange de chaleur (U ) avec l’extérieur est connu ;
2. Qui rend compte de l’inertie de la chaudière. I = f (m, cp )
52
2.5 Moteur à air chaud
• L’inertie de l’air est négligeable.
En appliquant le principe de la conservation d’énergie à la chaudière et sous les hypothèses

ci-dessus, la température de sortie de l’air est obtenue par l’équation différentielle (2.4.1).
∂Tsa
I + U S (Tsa − Text ) + ṁa × cair
p × (Te − Ts ) = Pu
a a
(2.4.1)
∂t
Quant à la puissance absorbée par le GAC, elle est donnée par l’équation algébrique
(2.4.2), dans laquelle ηchd désigne le rendement du générateur d’air chaud.
Pu
Pabs = (2.4.2)
ηchd
Avant de passer à la partie suivante, il est important de souligner que le générateur d’air
chaud défini précédemment et pouvant fournir de l’air à une température optimale autour
de 450 °C n’existe pas actuellement dans le commerce. Pour que le système Batimac soit
viable, il est donc important de trouver les moyens techniques de concevoir cet équipe-
ment, indispensable pour le fonctionnement permanent du système. En collaboration avec
l’entreprise ENS2R, une étude de conception est en cours afin d’adapter la chaudière de
la Brie [de la Brie 15] pour en faire un GAC. Le détail des calculs de dimensionnement
de l’échangeur principal du futur générateur d’air chaud est présenté à l’Annexe (C).
2.5 Moteur à air chaud

A l’exception des systèmes de cogénération à pile à combustible, la plupart des techno-
logies de cogénération utilise des moteurs thermiques. La principale tâche de ces moteurs
consiste à transformer l’énergie thermique reçue en énergie mécanique, puis en énergie
électrique à l’aide d’un alternateur. Par ailleurs, lors d’un tel processus, il y a nécessai-
rement un dégagement de chaleur par échappement ou par refroidissement (selon le type
de moteur).
Dans le cadre du projet Batimac, la technologie de cogénération choisie par le parte-

naire industriel est très proche de la technologie Stirling. Il s’agit d’un moteur à air chaud
développé par l’entreprise américaine ReGen Power Systems [Systems 15]. D’après les do-
cuments techniques fournis par le constructeur, le cycle thermodynamique de ce moteur
est une combinaison des cycles de Stirling et d’Ericson. Grâce à ce couplage astucieux, il
est capable de fonctionner sur une large plage de température (de 100 à 450 °C) avec un
rendement électrique pouvant atteindre les 42.5%, ce qui en fait une excellente machine
vu les rendements électriques couramment rencontrés avec ce type de moteur.
Le convertisseur (chaleur → travail → électricité) est entièrement considéré comme une

boîte noire avec des ports d’entrées/sorties illustré par la figure 2.5.1. Suite au manque
d’informations 3 que nous avons à propos de ce moteur le modèle du convertisseur sera
relativement sommaire. Il permettra à partir d’une courbe de rendement et de paramètres
communiqués par le constructeur de déterminer les sorties de la boîte noire.
3. Car le moteur est encore au stade de développement.
53
Entrée d’air chaud Sortie d’air

[Tea , ṁa , Pea ]
Tête Chaude du moteur [Tsa , ṁa , Psa ]
Pelec
Sortie d’eau chaude Entrée d’eau froide

[Tse , ṁe , Pse ] Tête Froide du moteur [Tee , ṁe , Pee ]
Figure 2.5.1 – Coupe du moteur à air chaud
2.5.1 Calcul de la température de la tête chaude du moteur

La température de la tête chaude du moteur (Tc ) est requise pour l’estimation du
rendement électrique. Suite à une inertie non négligeable de cette partie du moteur, il
serait maladroit de considérer que sa température est identique à la température d’entrée
de l’air chaud (Tea ). Ainsi, en supposant que le paramètre d’inertie I est connue, il est
possible de déterminer la température (Tc ) à l’aide de l’équation différentielle (2.5.1).
∂Tc
I = ṁa × cair
p × (Te − Tc )
a
(2.5.1)
∂t
2.5.2 Estimation de la puissance électrique

On considère que la puissance électrique du moteur est uniquement fonction de son
rendement électrique η elec et de la puissance thermique qu’il a reçu PthR . Dès lors :
Pelec = ηelec × PthR (2.5.2)

Selon les tests effectués par le constructeur, le rendement électrique du moteur dépend
principalement de la température de la tête chaude et de la température d’entrée du
circuit de refroidissement (Tee ). La figure 2.5.2 montre l’évolution du rendement électrique
en fonction de la température de la tête chaude du moteur.
Puisque la configuration de l’échangeur de la tête chaude n’est pas connue, il est im-
possible de faire un calcul rigoureux pour déterminer la puissance PthR qu’il est capable
de transmettre au moteur. Un pincement ∆T est alors supposé de sorte que :
PthR = ṁa × cair

p × ∆T (2.5.3)
On en déduit que la température de sortie de l’air Tsa est donc :
Tsa = Tea − ∆T (2.5.4)
54
2.6 Tour de refroidissement
Table and breakpoints data for block: BATIMAC_PRE_SIMULATEUR_v9/SimulateurBatimac/Convertisseur/Tête Chaude/Courbes_Moteurs/Rendement en fct (T)_
50
40
elec en %
30
20
10
0
0 100 200 300 400 500
Température de la tête chaude (°C)
Figure 2.5.2 – Variation du rendement électrique en fonction de la température de la

tête chaude du moteur [ENS2R 15]
2.5.3 Calcul de la température de sortie du circuit de refroidissement

Une partie de la chaleur fatale issue du processus de production d’électricité est récupé-
rable via le circuit de refroidissement. Mais cette quantité d’énergie Pth dépend des pertes
d’énergies afférent au processus de production et aussi du niveau d’isolation thermique
du moteur. Une fois de plus la méconnaissance du moteur nous pousse à définir un nou-
veau paramètre η p qui rend compte de la quantité d’énergie non récupérable. L’énergie
thermique récupérable à la tête froide du moteur est donc donnée par :
Pth = PthR × [1 − (ηelec + η p )] (2.5.5)

Enfin, en considérant que tout cette quantité de chaleur est cédée à l’eau froide, la
température de sortie du fluide de refroidissement s’obtient par :
Pth
Tse = Tee + (2.5.6)
ṁe × ceau
p
Ces quelques lignes représentent le modèle du convertisseur. Rappelons toutefois que

malgré sa simplicité, il correspond au type de modèle requis pour le simulateur numérique
développé au cours de cette thèse, car il permet de simuler en régime permanent le com-
portement énergétique de divers types de moteur, moyennant la définition de quelques
paramètres accessibles par expérimentation.
2.6 Tour de refroidissement

Les cycles thermodynamiques de production d’électricité à partir de chaleur ou les
installations frigorifiques sont généralement équipés d’une tour de refroidissement. Cet
équipement dont le but est d’évacuer dans le milieu ambiant la quantité de chaleur non
utilisée au cours d’un processus (industriel ou tertiaire) se présente sous diverses formes.
55
Ainsi, selon les températures de fonctionnement souhaitées et/ou les puissances ther-
miques à évacuer, quatre grands principes d’installations de refroidissement de l’eau sont
techniquement envisageables [CETIAT ] :
• Les installations de refroidissement utilisant l’air sec ;
• Les installations de refroidissement par eau en circuit ouvert ;
• Les installations de refroidissement par voie sèche et humide ;
• Les installations de refroidissement par voie humide ou évaporatif.
Pour le système Batimac, l’installation de refroidissement choisie est un aéroréfrigérant

à sec. Ainsi, le fluide à refroidir circule dans les tubes d’un échangeur et est refroidi par
de l’air mis en mouvement par des ventilateurs. Rappelons toutefois que même si ce type
d’installation permet de s’affranchir de toutes les exigences sanitaires (risque de légionel-
lose notamment), il peut s’avérer moins performant que les tours de refroidissement par
voie humide qui profitent de la chaleur latente de l’eau pour refroidir à une température
inférieure à celle de l’air extérieur pendant la période estivale.
La modélisation de ce composant s’effectue en considérant que :

1. Les caractéristiques thermophysiques du fluide à refroidir et celles de l’air sont
connues ;
2. Les conditions d’entrée du fluide (température, débit) sont données ;
3. L’échangeur de chaleur est caractérisé par son efficacité Ef ;
4. La débit d’air maximal (Qmax ) des ventilateurs 4 est fixé.
Le but du modèle est principalement de déterminer la température de sortie du fluide à
refroidir en fonction de la température de l’air extérieur et de la température de consigne
fixée par l’utilisateur. Pour ce faire, nous utilisons un calcul d’échangeur dont les princi-
pales étapes sont mises en relief par l’algorithme 2.2
Algorithme 2.2 Principales étapes du modèle de la tour de refroidissement à sec

1: Début {déroulement}
2: Calcul du débit d’air nécessaire (régulateur PI)
Qair (Tin , Tcons ) = M in [Qmax ; QP I ]
3: Calcul de Cmin h i
Cmin = M in (ρQcp )air ; (ṁcp )eau
4: Calcul de la puissance maximale
Pmax = Cmin × (Teau in env
− Tair ) × Ef
5: Calcul de la température de sortie de l’eau
s
Teau = Teau
e
− (ṁcPmax
p )eau
6: Calcul de la température de sortie de l’air
s
Tair = Tair
e
+ (ρQc
Pmax
p )air
7: Fin {déroulement}
4. Le débit d’air requis (Qair ) est déterminé par un régulateur PI, en fonction de la température de
consigne et de la température de l’air extérieur.
56
2.7 Tuyauteries et gaines
Ces opérations sont réalisées uniquement lorsque la température de l’eau est supérieure
à la température de consigne. Par ailleurs, le débit volumique d’air étant borné, si la tem-
pérature extérieure est élevée, la tour de refroidissement peut être incapable de refroidir
suffisamment l’eau, ce qui peut impacter les performances du processus.
2.7 Tuyauteries et gaines

Dans le simulateur, le modèle de tube ou de gaine consiste en un calcul des pertes de
charge et des pertes de chaleur pour chacune des boucles du système.
2.7.1 Estimation des pertes de charge

Le calcul des pertes de charge des réseaux d’écoulement
de fluide s’effectue en deux
étapes. D’abord les pertes de charge linéiques ∆p sont calculées selon le régime d’écou-
lin
lement puis les pertes de charge singulières sont :

• soit déduites des pertes de charges linéaires ;
• ou calculées rigoureusement lorsque l’architecture du réseau est entièrement définie.
La perte de charge totale étant la somme de ces deux types de pertes de charge.
La formulation de Darcy-Weisbach (Eq. 2.7.1) peut être utilisée pour le calcul des pertes
de charge linéaires.
L u2
∆lin =λ (2.7.1)
p
2 g Dh
Où le coefficient de perte de charge (λ) est donné par l’équation (2.7.2), en fonction du
nombre de Reynolds Re :

64 Re−1 si Re ≤ 2300
λ= (2.7.2)
0.316 Re−0.25 si non
Notons que dans le simulateur Batimac, l’architecture du système n’est à priori pas
déterminée, il est donc impossible de faire un calcul précis des pertes de charge singulières.
L’utilisateur est donc invité à estimer les pertes de charge singulières en fonction des pertes
de charge linéaires via un coefficient p. La perte de charge totale que doit vaincre la pompe
ou le ventilateur installé sur ce réseau est donc :
∆p = (1 + p) × ∆lin
p + ∆p
Equi
(2.7.3)
∆Equi
p dessinant la perte de charge totale des équipements connectés au circuit en ques-
tion.
2.7.2 Calcul des pertes de chaleur

Dans les circuits peu calorifugés les pertes de chaleur peuvent parfois être importantes,
c’est pourquoi nous avons trouvé utile de les implémenter dans le simulateur numérique.
57
Pour un tube de rayon intérieur (Rint ) et de rayon extérieur (Rext ), recouverts d’une
couche d’isolant d’épaisseur (eiso ), le flux de chaleur échangé entre le fluide caloporteur
et l’extérieur 5 est donné par :
Tin − Text
∆T h = Sech (2.7.4)
Rth
Où la résistance thermique surfacique Rth , est obtenue par :

ln

1 ln Rext
Rint 1
Rext +eiso
t
Rext
Rth = + + + (2.7.5)
hint Sint 2 π L kt 2 π L kiso hext Sext
Tels que les paramètres h et S désignent respectivement le coefficient d’échange de
chaleur par convection et la surface mouillée.
5. En négligeant toutes résistances de contact.
58
Ce 2ème chapitre doit être considéré comme une bibliothèque de modèle de composants
dans laquelle les modèles numériques des composants peu ou pas maillés du système Ba-
timac sont décrits. Le but de cette thèse n’étant pas de proposer des modèles pour ces
équipements, nous avons puisé dans la littérature pour établir la plupart de ces modèles
tout en les adaptant lorsque cela semblait nécessaire.
Ainsi, un modèle de ballon d’eau chaude stratifié a été établi puis validé par comparaison
(voir figure 2.1.2) avec le modèle zonal de [Blandin 10], qui auparavant a eu à démontrer
la bonne concordance entre son modèle et les Types 40 et 60 du logiciel commercial de
simulation dynamique TRNSYS. Ce modèle de ballon stratifié est implémenté dans le
simulateur numérique pour prédire le comportement du poste d’eau chaude sanitaire, du
système de stockage basse température et du ballon d’eau chaude pour le chauffage du
bâtiment.
Un modèle de machine à absorption eau-bromure de lithium est proposé dans cette
bibliothèque de modèle de composants. Basé sur des équations d’états et un ensemble de
lois de conservation de masse et d’énergie, nous avons montré que ce modèle thermody-
namique prédit correctement les performances d’une machine à absorption, avec un écart
relatif maximal de 5% (voir figure 2.2.3) par rapport au progiciel de simulation Thermop-
tim et de seulement 3% (voir figure 2.2.4) par rapport au modèle numérique de MAA
proposé par [Romero 00]. Notons toutefois qu’à l’instar des modèles simplifiés de MAA
disponibles dans la littérature, celui-ci à l’avantage de pouvoir simuler une large gamme
de machine à absorption eau-bromure de lithium, ce qui permettra aux utilisateurs du
simulateur Batimac de tester plusieurs MAA.
Pour les autres composants peu ou pas maillés, ils n’ont fait l’objet d’aucune valida-
tion particulière. Soit parce qu’ils sont déduits de calculs classiques de thermique (calcul
d’échangeur pour la tour de refroidissement à sec et calcul de flux de chaleur pour les pertes
thermiques dans un tube cylindrique) ou de mécanique des fluides (calcul de pertes de
charge de circuit fermé). Ou parce que nous avons fait le choix d’utiliser des modèles rela-
tivement sommaires 6 basés tout de même sur le premier principe de la thermodynamique
qui assure la cohérence de ces modèles d’un point de vue énergétique.
Le chapitre suivant sera consacré à l’utilisation des méthodes d’analyses modales pour
la modélisation des composants fortement maillés du simulateur Batimac.
6. pour des raisons évoquées plus haut
59
Chapitre 3
Réduction modale des composants

« fortement maillés ».
3.1 Analyse modale des systèmes thermiques . . . . . . . . . . . . . . . . 61

3.1.1 Problème générique de thermique . . . . . . . . . . . . . . . . 61
3.1.2 Méthodes d’analyse et de réduction modales . . . . . . . . . . 62
3.1.3 Réduction modale . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.1.4 Modèle modal réduit . . . . . . . . . . . . . . . . . . . . . . . 67
3.2 Modélisation d’un bâtiment muni d’un plancher chauffant réversible 70
3.2.1 Le bâtiment et son émetteur/absorbeur de chaleur . . . . . . 70
3.2.2 Réduction modale du bâtiment . . . . . . . . . . . . . . . . . 73
3.2.3 Validation du modèle réduit de bâtiment . . . . . . . . . . . . 84
3.3 Modélisation d’un système de stockage thermique avec matériau
à changement de phase . . . . . . . . . . . . . . . . . . . . . . . . . . 90
3.3.1 Description du problème physique et hypothèses de modélisation 91
3.3.2 Modélisation avec la méthode des différences finies . . . . . . 94
3.3.3 Modélisation par réduction modale : méthode BERM . . . . . 98
3.3.4 Discrétisation temporelle . . . . . . . . . . . . . . . . . . . . 100
3.3.5 Validation du modèle détaillé . . . . . . . . . . . . . . . . . . 101
3.3.6 Analyse du modèle réduit . . . . . . . . . . . . . . . . . . . . 102
3.1 Analyse modale des systèmes thermiques

3.1.1 Problème générique de thermique
Soit un problème classique de conduction défini sur un domaine Ω recevant un flux
de chaleur volumique Φ et échangeant de la chaleur par convection avec un fluide à la
température TF sur sa frontière Γ. La mise en équation de ce problème dont la géométrie
est représentée à la figure 3.1.1 peut prendre la forme :
61
Chapitre 3 Réduction modale des composants « fortement maillés ».
∂T →
− → −
∀M ∈ Ω c = ∇ • k ∇T + Φ (3.1.1)
∂t
→
−
∀M ∈ Γ k ∇T • →
−
n = −h (T − TF ) (3.1.2)
−
→
n
Mb
Ω Γ
Figure 3.1.1 – Géométrie du système étudié.
La discrétisation spatiale des équations (3.1.1) et (3.1.2) par les méthodes numériques
classiques 1 permet d’obtenir un modèle matriciel sous la forme standard :
CṪ = AT + BU (3.1.3)
Où T et U désignent respectivement le vecteur des températures inconnues aux nœuds
du maillage, et le vecteur des sollicitations. C, A et B sont respectivement les matrices de
capacités, de diffusion 2 et de sollicitations.
3.1.2 Méthodes d’analyse et de réduction modales

En thermique, l’analyse modale consiste à rechercher un champ de température T sous
la forme d’une somme de champs thermiques élémentaires caractérisés par les modes Vi ,
pondérés par leurs amplitudes temporelles xi .
N
T (M, t) = Vi (M ) × xi (t) (3.1.4)
X
i=1
ou sous la forme matricielle :
T = PX (3.1.5)
Avec P : la matrice de passage, composée des modes Vi rangés en colonne.

X : le vecteur d’état, composé des états d’excitation xi .
1. volumes finis ou différences finies ou éléments finis
2. le terme de diffusion est à prendre au sens large car un terme de transport et/ou d’échange convectif
peut exister.
62
Cette formulation permet ainsi de passer d’un problème physique où les inconnus sont
des températures à un problème d’état dont les inconnus sont les états d’excitation. Par
la même occasion, on passe d’un système d’équations aux dérivées partielles (spatiotem-
porelles) à un système d’équations différentielles ordinaires (temporelles). Comme nous le
verrons au § 3.1.3, il est alors possible d’utiliser les techniques de réduction modale pour
réduire le nombre d’inconnus du système d’équations afin de pouvoir effectuer des calculs
plus rapides.
A la question de savoir comment sont obtenus les modes Vi , plusieurs méthodes existent
et nous verrons dans les lignes suivantes qu’elles dépendent généralement du type de
problèmes thermiques traités.
3.1.2.1 Cas des problèmes thermiques linéaires et à paramètres stationnaires

Lorsque le triplet {A, B, C} est indépendant de la température (linéarité) et du temps
(stationnarité des paramètres) la méthode modale la plus adaptée est l’approche modale
classique [Bacot 84, Salgon 87, Khoury 89, Brou 14]. Le champ de température T peut
alors être décomposé sur des modes calculés en résolvant le problème aux valeurs propres
(Eq. (3.1.7)) associé au problème thermique (Eq.(3.1.1) et (3.1.2)).
 →
− → −
z
i c0 V i = ∇ • k0 ∇Vi sur Ω
→
− (3.1.6)
k
0 ∇Vi •→
−
n = −h0 Vi sur Γ
ou bien de façon plus compacte :

zi C0 Vi = A0 Vi (3.1.7)
Notons que l’indice 0 indique un paramètre stationnaire et la condition limite est

homogène 3 .
Les solutions {zi , Vi } du problème aux valeurs propres (3.1.7) sont obtenues par dia-
gonalisation et zi est la valeur propre associée à la fonction propre Vi de rang i. Il est
possible d’associer à chaque valeur propre zi son inverse τi = − z1i qui désigne le temps
caractéristique (ou la constante du temps) du mode de rang i.
En remplaçant dans l’équation (3.1.2) le champ de température T par sa forme modale

(Eq.(3.1.4)) nous obtenons successivement :
→
− X
V i × xi • →
−

n + h0 Vi × xi = h0 TF
X
k0 ∇
X h → −
k0 ∇Vi • →
−
i
n + h0 Vi × xi = h0 TF
→
−
Or d’après la seconde ligne du système d’équation (3.1.6), k0 ∇Vi • →
−
n + h0 Vi = 0. On
déduit donc que :
→
−
3. k0 ∇Vi • →
−
n + h0 Vi = 0
63
TF = 0 (3.1.8)
Ce qui montre qu’une telle décomposition modale n’est pas valable pour TF 6= 0 et plus
généralement pour des problèmes thermiques aux conditions limites non-homogènes 4 .
Afin de lever cette difficulté, le vecteur solution T de l’équation (3.1.3) est considéré
comme une superposition de deux régimes. L’un est qualifié de régime glissant et noté Tg
et l’autre de régime dynamique et noté Td , tel que :
T = Tg + Td (3.1.9)
Par définition, le régime glissant 5 devra satisfaire l’équation statique, c’est à dire :
→
− →
−

∇• k 0 ∇Tg =0
→
− (3.1.10)
k ∇T • → −n = −h0 (Tg − TF )
0 g
Ou sous la forme matricielle, (3.1.10) s’écrit :
A0 Tg + B0 U =0
(3.1.11)
⇒ Tg = −A−1
0 B0 U
Par ailleurs, en substituant les équations (3.1.9) et (3.1.11) dans (3.1.3) nous obtenons
la suite d’équation ci-dessous, qui donne l’expression du champ dynamique.

C0 Ṫd + Ṫg = A0 (Td + Tg ) + B0 U
:0
C0 Ṫd = −C0 Ṫg + A0 Td + A +
B0 U

T
0 g
= A0 Td + C0 A0 B0 U̇
−1
donc :
C0 Ṫd = A0 Td + E0 U̇ (3.1.12)
où E0 = C0 R0 avec, R0 = A−1
0 B0
Le régime dynamique peut alors être décomposé dans l’espace modal, selon :
N
Td (M, t) = Vi (M ) × xi (t) (3.1.13)
X
i=1
Notons que cette nouvelle écriture du problème thermique (Eq. (3.1.12)) présente les
avantages suivantes :
→
−
4. k ∇T • →−n + hT = f (M ) 6= 0.
5. De façon pratique, ce champ glissant est équivalent à tout instant au régime permanent qui serait
atteint par le système si les sollicitations U gardaient une valeur constante à partir de cet instant.
64
1. Aucune inversion de matrice n’est effectuée : il suffit de résoudre le système linéaire

A0 R0 = B0 pour obtenir la matrice A−1 0 . De plus, ce calcul s’effectue une seule
fois au tout début de la simulation puisque le problème thermique est à paramètres
stationnaires.
2. le champ statique Tg est préservé même si le régime dynamique peut être altéré par
une éventuelle réduction.
En revanche, dans le cas du traitement d’un problème thermique où le triplet 6 {A, B, C}
dépend de la température (non-linéarité) et/ou du temps (instationnarité des paramètres),
l’application de la méthode modale classique nécessite de recalculer à chaque pas de temps
de simulation :
1. les matrices A0 , C0 et E0 ,
2. le couple {zi , Vi },
l’avantage de la réduction est alors affaibli, voir même inexistant par rapport aux méthodes
de résolutions numériques classiques. Il faut donc faire appel à d’autres méthodes d’analyse
modale.
3.1.2.2 Cas des problèmes thermiques non-linéaires et à paramètres instationnaires

Pour dépasser les limites de la méthode modale classique pour le traitement de ce
type de problème, d’autres méthodes d’analyse modale telles que la méthode POD (Pro-
per Orthogonal Decomposition) [Atwell 01, Fic 04, Garcia 09] et la méthode BERM
(Branch Eigenmodes Reduction Method) [Videcoq 06, Laffay 08, Quéméner 10] ont été
introduites. Un développement de la méthode BERM est présenté dans la suite de ce
travail.
Le problème modal de branche s’écrit :
→
− → −
∇ • k0 ∇Vi = zi c0 Vi (3.1.14)
→
−
k0 ∇Vi • →
−
n = −zi ζVi (3.1.15)
Remarquons que :
1. Comme dans la méthode modale classique, les caractéristiques thermophysiques du
problème modal sont stationnaires. Elles représentent par exemple la moyenne des
paramètres instationnaires, dans leurs plages de variation respectives.
−
→ −
→
2. La valeur propre zi apparait dans la condition limite (3.1.15). Le rapport k0 ∇V
Vi
i• n
n’est plus constant comme dans le cas de l’approche modale classique, il dépend
maintenant de chaque mode. Ainsi, les solutions du problème de branche ne sont
donc liées à aucune condition limite physique particulière. Il est donc possible de
traiter les conditions limites non-homogènes. C’est pourquoi, avec cette méthode il
n’est plus nécessaire de séparer le champ de température T comme dans le cas de
l’approche classique.
6. plus précisément au moins une matrice du triplet.
65
3. Il y a un nouveau paramètre ζ au niveau de la condition limite. Il s’agit du nombre

de Steklov 7 .
La discrétisation spatiale des équations (3.1.14) et (3.1.15) permet de poser le problème
aux valeurs propres de branche sous sa forme matricielle :
−zi Cb Vi = Ab Vi (3.1.17)
où Cb ≡ C0 + Cζ
Bien entendu, C0 est la matrice de capacité invariante à l’intérieur du domaine Ω et Cζ

représente la matrice de Steklov. Cette dernière matrice peut être interprétée au besoin
comme une capacité thermique « linéïque » ajoutée sur la frontière Γ du domaine.
Pour des géométries complexes, la solution de ce problème aux valeurs propres s’effec-
tue en utilisant des méthodes numériques. Particulièrement, l’équipe ThE du LMEE a
développé depuis quelques années le code de calcul SAMBA qui permet entre autres de
résoudre l’équation (3.1.17) en utilisant la suite de sous-programme Arpack. Les couples
de solution {zi , Vi } ainsi obtenus permettent de former la basse modale de branche.
Rappelons que cette base de branche est très particulière car elle peut être utilisée pour
décomposer tout type de champ et ce quelles que soient les conditions aux frontières,
contrairement à la base classique qui est calculée pour un problème thermique où les
caractéristiques thermophysiques et les conditions limites sont préalablement fixées.
3.1.2.3 Propriétés des modes

Quelle que soit la méthode modale (classique ou branche), si les matrices A0/b et C0/b
sont symétriques et à coefficients réels, les problèmes aux valeurs propres (Eqs. (3.1.7)
et (3.1.17)) possèdent toujours des solutions réelles. Puisque la matrice A0/b est définie
négative, les valeurs propres zi sont négatives.
Une des propriétés essentielles de ces bases modales est la propriété d’orthogonalité.
Selon la méthode, elle s’écrit :
méthode classique : méthode

 de branche :

T PC =I T PC P = I
0P b
(3.1.18) (3.1.19)
T PA0 P = Λ0 T PAb P = Λb
7. Le nombre de Steklov s’exprime en J/m2 K et il permet d’assurer l’homogénéité dimensionnelle de

l’équation (3.1.15) d’une part et d’autre part d’éviter la dégénérescence du problème traité. Pour le choix
de sa valeur numérique, la seule condition à respecter est qu’il ne soit pas négatif. Ainsi, à l’exception
des frontières adiabatiques où ζ = 0, il a été montré dans [Quéméner 10] qu’il existe une valeur optimale
du nombre de Steklov telle que :
´
c dv c0 × V olume
ζ = ´ 0
Ω
≡ (3.1.16)
Γ
ds Surf ace
66
Avec : I matrice identité,

Λ matrice diagonale des valeurs propres zi ,
T
désigne l’opérateur de transposition.
3.1.3 Réduction modale

A présent, selon le type de problème thermique il est possible de calculer les vecteurs
propres Vi . La formulation modale (Eq. (3.1.5)) permet donc d’envisager la réduction du
modèle en approchant le champ de température T par le champ de température réduit
T̃ tel que :
nr
T̃(M, t) = Vi (M ) × xi (t)
X
i=1
où sous forme matricielle :
T̃ = P̃X (3.1.20)
Avec P̃ : la matrice de passage réduite, composée des nr modes Vi rangés en colonne.
En pratique, cette réduction 8 consiste à sélectionner nr ( N ) modes fondamentaux.

Plusieurs techniques existent ; de la simple troncature [Marshall 66], à la méthode so-
phistiquée de l’amalgame modal [Oulefki 93, Quéméner 12], en passant par la technique
de la troncature énergétique [Sicard 85]. Le lecteur intéressé par toutes les méthodes
de réduction de modèle pourrait consulter [Oulefki 93, Videcoq 99] qui en font une très
belle synthèse.
3.1.4 Modèle modal réduit

Il s’agit ici d’établir le modèle d’état réduit. Pour ce faire deux étapes sont requises à
partir du problème thermique (Eq. (3.1.3)) :
1. décomposition du champ de température sur la base modale réduite 9 (Eq. 3.1.20) :
CP̃Ẋ = AP̃X + BU (3.1.21)
2. projection du résultat obtenu (Eq. (3.1.21)) sur la base modale réduite 10 :

T
P̃CP̃Ẋ = T P̃AP̃X + T P̃BU (3.1.22)
8. La base réduite conserve les propriétés d’orthogonalité.

9. on remplace T̃ par P̃X
10. multiplication à gauche par T P̃
67
Soulignons que les équations (3.1.3) et (3.1.22) permettent de résoudre le même problème
thermique. Cependant, dans le premier cas la résolution s’effectue dans l’espace physique
alors que dans le second cas elle s’effectue dans l’espace modal avec des matrices de tailles
réduites (d’un facteur de réduction 11 nNr ), accélérant ainsi les calculs numériques. Selon le
type de méthode modale, le modèle réduit présente des spécificités particulières que nous
examinons à présent.
3.1.4.1 Cas particulier des modes classiques

Avec l’approche modale classique, les égalités matricielles suivantes sont vérifiées :
A = A0 et C = C0 . Le modèle modal réduit s’écrit alors :
T
P̃C0 P̃Ẋ = T P̃A0 P̃X + T P̃E0 U̇ (3.1.23)
L’utilisation des propriétés d’orthogonalité (Eq. (3.1.18)) permettent d’exprimer ce mo-
dèle réduit sous la forme :
˙ = Λ̃X̃ + EU̇
X̃ (3.1.24)
avec, E ≡ T P̃E0
Ce modèle réduit a l’avantage d’avoir un nombre réduit nr d’inconnues et le calcul de

la matrice E ne s’effectue qu’une seule fois (au début de la simulation). Puisque Λ̃ est une
matrice diagonale, le modèle matricielle réduit (3.1.24) issu de l’analyse modale classique
est découplée et sa résolution numérique est immédiate.
3.1.4.2 Cas des modes de branche

En analyse modale de branche, le modèle d’état réduit reste identique à l’équation
(3.1.22). En effet, C est toujours différent de Cb et très souvent A est aussi différent de
Ab , les propriétés d’orthogonalité (Eq.(3.1.19)) ne peuvent donc pas être utilisées pour
simplifier cette formulation. Nous nous proposons alors d’écrire ce modèle réduit sous la
forme :
˙ = NX̃ + MU
LX̃ (3.1.25)
où
L ≡ T P̃CP̃ : matrice pleine de capacité dans l’espace modal,
N ≡ T P̃AP̃ : matrice pleine de diffusion dans l’espace modal,
M ≡ T P̃B : matrice pleine des sollicitations dans l’espace modal.
Notons par ailleurs qu’il existe une méthode d’analyse modale qui permet d’identifier
directement le modèle réduit. Il s’agit de la méthode MIM (Modal Identification Method)
qui s’adapte aussi bien aux systèmes linéaires [Petit 90b, Petit 93] qu’aux problèmes ther-
miques non-linéaires [Girault 03, Videcoq 06, Rouizi 10].
En résumé, dans cette première partie du chapitre 3, nous avons fait une description non
exhaustive des approches de réduction modales tout en mettant particulièrement l’accent
11. C’est le rapport entre la taille du modèle réduit et celle du modèle détaillé.
68
sur la méthode d’analyse modale classique et la méthode BERM. Le tableau 3.1 permet
de faire une première comparaison entre ces deux modèles et les méthodes de résolution
numériques classiques.
Méthodes numériques Analyse modale Méthode

classiques classique BERM
Espace de Physique Modal Modal
résolution
Equation CṪ = AT + BU ˙ = Λ̃X̃ + EU̇
X̃ ˙ = NX̃ + MU
LX̃
d d
Dimension [N × N ] [nr × nr ] [nr × nr ]

• Petite taille
• Grande taille • Matrices diagonales • Petite taille
Particularités • Matrices creuses • Limité aux pro- • Matrices pleines
blèmes linéaires
Table 3.1 – Synthèse de trois méthodes numériques
Dans la suite de ce manuscrit, deux exemples d’application de ces méthodes seront

présentés. D’abord, l’approche modale classique sera utilisée pour la modélisation d’un
bâtiment muni d’un plancher réversible. Pour ce premier exemple, nous utiliserons la
troncature de de Marshall pour la réduction du modèle. Puis, l’utilisation de la méthode
BERM et de la technique de réduction de l’amalgame modal permettront de modéliser
une unité de stockage thermique avec matériau à changement de phase.
69
3.2 Modélisation d’un bâtiment muni d’un plancher

chauffant réversible
3.2.1 Le bâtiment et son émetteur/absorbeur de chaleur
3.2.1.1 Typologie de modèle de bâtiment
Les différentes approches sur lesquelles reposent les outils de prédiction du comporte-
ment thermique des bâtiments sont souvent classées en trois catégories selon le degré de
complexité du problème et la finalité de l’outil :
• la méthode nodale,
• la méthode zonale
• les codes CFD.
Dans le cadre du développement d’un simulateur numérique de comportement énergé-

tique où le bâtiment représente une charge du système de cogénération, la méthode la
plus adaptée est la méthode nodale. En effet, elle permet des simulations rapides et une
bonne estimation des variables d’état (température, pression, humidité ...) [Koffi 09]. En
pratique, cette méthode consiste à représenter les zones d’un bâtiment par des nœuds
représentant leur équilibre thermodynamique par des variables d’état. Selon le maillage
du bâtiment, on distingue les modèles monozone et multizone.
Dans les modèles multizones (voir figure 3.2.1a), le bâtiment est découpé en plusieurs
pièces. Chacune des pièces ou un regroupement de pièces peut représenter une zone. Quant
aux modèles monozones (voir figure 3.2.1b), ils considèrent le bâtiment dans son ensemble
comme une enceinte dont les caractéristiques internes sont parfaitement uniformes. Le
comportement de l’ambiance est donc représenté par un seul jeu de variables d’état.
b b
b b
b
b b b
(a) Modèle multizone (b) Modèle monozone
Figure 3.2.1 – Modèles nodaux de bâtiment
A l’opposé du logiciel de simulation thermique dynamique (STD) du bâtiment

Pleaides+Comfie [izuba 15] basé sur un modèle multizone (zones thermiques), dans
le simulateur Batimac, le bâtiment est représenté par un modèle monozone afin d’éviter
70
3.2 Modélisation d’un bâtiment muni d’un plancher chauffant réversible
la description totale de sa structure 12 . Or, l’hypothèse de bâtiment monozone n’est perti-

nente que pour des bâtiments de petite dimension, l’inertie des cloisons internes pouvant
être négligée 13 , ce qui n’est pas le cas pour des bâtiments volumineux (logements collectifs
par exemple) d’après les figures 14 3.2.2a, 3.2.2b et 3.2.2c.
(a) Evolution dynamique de température
(b) Zoom sur 120 h : de 1560 à 1680 h (c) Bilan thermique en kWh
Figure 3.2.2 – Comparaison de deux modèles monozones.
Nous nous proposons donc de tenir compte de l’inertie des parois 15 internes en introdui-
sant un paroi verticale équivalente 16 comme illustré à la figure 3.2.3b et seule l’enveloppe
du bâtiment reste à définir par l’utilisateur du simulateur.
12. La description d’un bâtiment (logement collectif ou tertiaire) multizone dans Simulink n’est pas
évident pour un utilisateur non initié, le paramétrage du simulateur peut donc devenir très fastidieux.
13. par rapport à l’inertie de enveloppe.
14. où nous simulons un bâtiments de 2700 m3 à l’aide du logiciel Pleaides+Comfie. NB : le modèle
avec parois internes est constitué de 64 pièces.
15. verticales uniquement car celle des planchers intermédiaires est prise en compte dans le modèle du
plancher chauffant réversible (voir section 3.2.2.3 page 77)
16. Ses propriétés thermophysiques et son épaisseur sont définies par l’utilisateur et une surface
d’échange équivalente avec l’air intérieur est calculé par le simulateur.
71
(a) Monozone classique (b) Monozone amélioré
Figure 3.2.3 – Modèles de bâtiment monozone
3.2.1.2 Choix de l’émetteur/absorbeur de chaleur

Pour assurer des températures d’air intérieur acceptables, il est nécessaire de prévoir un
système de chauffage, mais aussi un système de rafraîchissement pour certaines régions.
Pour le chauffage, le parc de logement français est principalement composé des émet-
teurs de chaleur suivants [Bézian 97] :
• convecteur électrique,
• radiateur à eau,
• panneau radiant (ou chauffant),
• plafond rayonnant,
• chauffage aéraulique (air pulsé),
• plancher chauffant.
Si le chauffage électrique (convecteur électrique, plafond rayonnant...) équipe jusqu’à 31%
des logements en France, aujourd’hui la tendance en terme d’émetteur de chaleur s’oriente
vers des systèmes de chauffage plus performants.
Plus particulièrement, les planchers réversibles qui se comportent en émetteur de cha-

leur en hiver et en absorbeur de chaleur en été représentent une solution technique d’ef-
ficacité énergétique 17 , de confort 18 et d’hygiène 19 . Toutes ces qualités font du plancher
chauffant un excellent mode de diffusion de chaleur, ce qui justifie son choix dans le cadre
du projet Batimac.
Principe de fonctionnement :
Son principe de fonctionnement est simple, de l’eau chaude (ou glacée) circule dans un
réseau de tube encapsulé dans le plancher. De la chaleur est ainsi cédée (ou récupérée)
17. chauffage basse température, et rafraîchissement haute température
18. diffusion uniforme de la chaleur,
19. pas de carbonisation de la poussière et amélioration de la qualité d’air intérieur,
72
et la surface du plancher s’échauffe (ou se refroidit). En mode chauffage par exemple, le

plancher rayonne vers les autres surfaces (plafond et murs) du bâtiment dont les tempé-
ratures augmentent. Cette augmentation de la température des parois contribue aussi à
l’augmentation de la température de l’air intérieur et améliore fortement la température
ressentie. A titre de comparaison, dans une pièce chauffée par le sol à 18°C, on ressent
la même sensation de confort que dans une pièce chauffée à 20°C par des convecteurs
électriques.
Règlementation :
En France, le plancher chauffant à eau est règlementé par les DTU 26.3, DTU 65.8 et la
norme NF-EN-1264. On retrouve par exemple dans la DTU 65.8 quelques spécifications
de ce mode de diffusion de chaleur :
• La température superficielle maximale du sol est fixée à 28°C pour une température
ambiante de 19°C,
• La résistance thermique du revêtement du sol ne doit pas dépasser 0.15 m2.K/W,
• L’écart maximal entre les tubes doit est de 35 cm ...
L’étape suivante consiste à proposer un modèle réduit de bâtiment monozone amélioréé-

quipé d’un plancher chauffant réversible.
3.2.2 Réduction modale du bâtiment

Les hypothèses considérées dans le cadre de cette étude permettent de subdiviser le
bâtiment en quatre domaines (voir figure 3.2.4) :
• l’enveloppe : ensemble composé des parois verticales extérieures et de la toiture ;
• la paroi interne équivalente : permet de tenir compte de l’inertie des parois internes
verticales ;
• le plancher : il s’agit du plancher chauffant réversible ;
• l’air intérieur : il assure le couplage des trois premiers domaines.
3.2.2.1 Quelle approche modale choisir ?

L’objectif premier d’une STD de bâtiment est de mettre en évidence l’évolution dyna-
mique de la température d’air intérieur et d’estimer les charges thermiques du bâtiment
en fonction des sollicitations et des consignes de températures.
Pour ce faire, des logiciels de simulation comme TRNSYS utilisent les techniques de
modélisation classiques (différences finies, éléments finis ...) qui allongent parfois les du-
rées de simulation. Or, des travaux ([Bacot 84, Sicard 85, Lefebvre 88, Ménézo 99]) ont
montré que l’analyse modale constitue un moyen efficace pour modéliser le comportement
énergétique d’un bâtiment. C’est d’ailleurs cette technique qu’utilise le logiciel de STD
de bâtiment Pleaides+Comfie, où d’après [Salomon 05], seulement trois modes sont
suffisants pour obtenir des résultats quasiment identiques (au dixième de degré près) à
une référence correspondant à 20 mailles.
Par ailleurs, pour le cas particulier des planchers hydrauliques, le regain d’intérêt
de l’utilisation des énergies renouvelables pour le chauffage des bâtiments est à l’ori-
73
Enveloppe
Air intérieur
Paroi interne
équivalente
e
Elément de
plancher
Figure 3.2.4 – Sous-structuration du bâtiment en quatre domaines
gine de plusieurs publications scientifiques qui traitent de la modélisation de cet émet-

teur/absorbeur de chaleur.
Ce système est par nature tridimensionnel, mais la plupart des articles recensés dans
la littérature traitent une géométrie bidimensionnelle. Cela implique de ne pas traiter le
problème de transport du fluide caloporteur, et de considérer une température moyenne du
fluide circulant dans le plancher. Dans le cadre de cette hypothèse, les modèles proposées
peuvent se classer en deux catégories :
1. des modèles numériques détaillés où la géométrie du plancher est modélisée finement
[Ho 95, Weitzmann 05], et où le problème thermique est résolu par des méthodes
numériques telles que les éléments finis ou les volumes finis,
2. des modèles simplifiés analytiques ou semi-analytiques [Laouadi 04, Zhang 12] où
la géométrie du plancher n’est pas détaillée et par conséquent les simulations sont
rapides.
Une alternative pour concilier ces deux approches (prise en compte de la géométrie et
rapidité des calculs) est d’utiliser les méthodes modales [Petit 90a].
Ainsi, à l’instar de [Ménézo 00], nous utiliserons la méthode modale classique 20 (voir
20. Pour un mode de fonctionnement donné, les caractéristiques thermophysiques du système thermique
(bâtiment) sont généralement invariantes et le coefficient d’échange par convection entre le tube et le fluide
caloporteur (du plancher réversible) varie très peu car la régulation des planchers réversibles s’effectue
plutôt par une régulation de la température d’entrée de l’eau chaude (ou froide) que par une variation
du débit du fluide caloporteur.
74
§3.1.2.1) pour proposer un modèle réduit de bâtiment muni d’un plancher réversible. Ce
modèle est établi sous les principales hypothèses suivantes :
• le bâtiment est monozone (voir figure 3.2.3b),

• la diffusion de chaleur est considérée 1D dans l’enveloppe et 2D dans le plancher,
• le contact entre les différentes couches des parois est supposé parfait,
• les composants des parois (enveloppe et plancher) sont homogènes et isotropes,
• la résistance thermique du tube (dans le plancher) est négligée,
• le transport de fluide n’est pas simulé ;
• les gains solaires internes sont proportionnellement 21 repartis entre l’enveloppe, la
paroi interne équivalente et le plancher.
3.2.2.2 Modèle de l’enveloppe

L’enveloppe du bâtiment représente un ensemble de trois parois généralement compo-
sées de plusieurs couches de matériaux différents :
1. le mur : c’est l’ensemble des parois opaques verticales 22 du bâtiment.
2. la toiture : paroi opaque horizontale donnant sur l’extérieur,
3. le vitrage : il représente l’ensemble des parois vitrées du bâtiment.
Le modèle de l’enveloppe servira à caractériser la diffusion de chaleur dans l’enveloppe.
Sachant que le phénomène de transfert de chaleur est identique pour les trois types de pa-
rois, nous établirons en détail le modèle modal du mur, puis il sera généralisé à l’ensemble
de l’enveloppe du bâtiment.
3.2.2.2.1 Modélisation du mur

Considérons un mur plan composé de nc couches. Les couches interne (j = 1) et externe
(j = nc ) sont soumises à une convection avec l’air et ils peuvent absorber le rayonnement
solaire 23 . Sous ces hypothèses, l’équation de la chaleur s’écrit 24 :
∂Tm
= kj ∇2 Tm cj (3.2.1)
∂t
associée aux conditions limites (3.2.2) et (3.2.3) ;
→−
kj=1 ∇Tm →
−
n = hint (Ta − Tm ) + αint
s
ϕsm sur Γint (3.2.2)
→−
kj=nc ∇Tm →
−
n = hext (Text − Tm ) + αext
s
ϕsmex sur Γext (3.2.3)
La discrétisation spatiale des équations (3.2.1), (3.2.2) et (3.2.3) conduit à la forme

matricielle standard :
21. On pose donc : Φsint = Φsj , où j ≡ p, m, pin. Il est alors possible de définir un ratio de gain
P
j
S
solaire noté rjGS , tel que rjGS = P jS et par conséquent Φsj = rjGS × Φsint . (voir Annexe D.3.2 page 183
j
j
pour le calcul de Φsint )
22. chacune de ces parois est composée des mêmes matériaux
23. Pour la toiture, seule la surface externe est absorbante et le vitrage n’absorbe pas de rayonnement.
24. Les équations de continuité des flux et des températures entre les différentes couches sont prises en
compte même si elles ne sont pas explicitement écrit ici.
75
Cm Ṫm = Am Tm + Bm Um (3.2.4)
où le vecteur de sollicitation du mur est défini par : Um = [Ta Text ϕsm ϕsmex ϕstex ]T ,
et le détail du calcul des flux solaires étant disponible à l’Annexe D.3 page 182).
Afin d’établir un modèle réduit du mur, une base modale est calculée (§ 3.1.2.1 page 63),
puis réduite par simple troncature de Marshall. Il en résulte la matrice de passage P̃m qui
permet de formuler le modèle réduit de diffusion de la chaleur dans le mur.
3.2.2.2.2 Modèle réduit de l’enveloppe

Puisque le phénomène de transfert de chaleur reste quasiment identique pour chacun
des composants de l’enveloppe, l’équation (3.2.4) peut être généralisée afin d’obtenir le
système matriciel :
 
Ta
[Cm ] 0 0 [A ] 0 0
   
Bm 
     
Ṫm m Tm Text

..  .. 
  
 0 [Ct ] .   Ṫt  =  0 [At ] .   Tt  +  Bt   ϕsm
       


.. .

.. Tv Bv  s
   
. 0 [Cv ] Ṫv . . . [Av ]  ϕmex


ϕstex
où les indices m, t, v désignent respectivement le mur, la toiture et le vitrage.
Notons qu’il n’est pas nécessaire de connaître l’intégralité du champ de température

à chaque instant. L’enveloppe du bâtiment peut alors être observée à travers un filtre ;
c’est le vecteur des observables, noté Ye . Particulièrement, nous observerons les tempé-
ratures sur la frontière Γin et les flux de chaleur par convection entre l’enveloppe et l’air
intérieur 25 . Le problème à résoudre prend donc la forme :

C
e Ṫe = Ae Te + Be Ue
(3.2.5)
 Ye = Je Te + Ge Ue
La matrice de passage de l’enveloppe P̃e est obtenue en concaténant celles des compo-
sants de l’enveloppe comme ci-dessous :
 h i 
P̃m 0 0
..
 h i 
P̃e = 0 P̃t .
 
 
..
 
 h i 
. 0 P̃v
La projection du problème physique (Eq. (3.2.5)) dans l’espace modal conduit à l’ob-
tention du modèle d’état réduit de l’enveloppe (3.2.6).
˜

Ẋ
e = Λ̃e X̃e + Ee U̇e
(3.2.6)
Y
e = Se X̃e + Ze Ue

Avec ; S = JP̃ et Z = G − A−1 B
P6
25. Selon la représentation graphique de la figure 3.2.4 page 74 : Φe = i=4 Ye (i).
76
3.2.2.2.3 Modélisation de l’inertie des parois internes

On rappel qu’on considère ici une paroi verticale équivalente mono-couche. Celle-ci
échange de la chaleur par convection avec l’air intérieur et reçoit des gains solaires sur ses
deux faces latérales.
Le modèle de diffusion est ici identique à celui d’un mur (voir section précédente).
L’équation de la chaleur s’écrit donc :
∂Tpin
= kpin ∇2 Tpin
cpin (3.2.7)
∂t
associée aux conditions limites (3.2.8) et (3.2.9) ;
→
−
kpin ∇Tpin →
−
n = hint (Ta − Tpin ) + 0, 5 × αint
s
ϕspin en x = 0 (3.2.8)
→
−
kpin ∇Tpin →
−
n = hint (Ta − Tpin ) + 0, 5 × αint
s
ϕspin en x = e (3.2.9)
La discrétisation spatiale de ces équations conduit à la formulation matricielle standard :
Cpin Ṫpin = Apin Tpin + Bpin Upin (3.2.10)

h iT
où le vecteur de sollicitation de cette paroi interne est : Upin = Ta ϕspin .
En suivant les mêmes étapes qu’à la section 3.2.2.2.1 page 75 on calcul et on réduit la
base modale afin d’obtenir la matrice de passage P̃pin et on établis le modèle d’état réduit
suivant :
˜

Ẋ
pin = Λ̃pin X̃pin + Epin U̇pin
(3.2.11)
Y
pin = Spin X̃pin + Zpin Upin
Il n’est pas nécessaire de connaître le champ de température dans cette paroi. On
observe alors à travers le vecteur Ypin la température au point 26 (x = 0) et le flux de
chaleur échangé entre l’air intérieur et l’une des façades de la paroi 27 .
3.2.2.3 Modèle du plancher

Comme illustré à la figure 3.2.4, le plancher réversible est composé d’un réseau de tube 28
de diamètre (d), dans lequel circule un fluide caloporteur, chaque tube étant espacé d’une
distance (l). Les tuyaux sont coulés dans une chape de béton, celle-ci reposant sur une
couche isolante. Sous l’isolant, une dalle de béton épaisse soutient l’ensemble.
Une étude préliminaire menée avec SAMBA montre (voir figure 3.2.5) qualitativement
que la propagation de chaleur dans le plancher supposé 2D présente des symétries. Il est
alors possible de modéliser uniquement l’élément de plancher 29 illustré à la figure 3.2.6.
26. ou au point x = e, car le problème est symétrique
27. donc selon les notations de la figure 3.2.4 page 74 : Φpin = 2 × Ypin (2)
28. posé en serpentin
29. Il est à noter que nous aurions pu modéliser qu’une moitié puisque l’axe de symétrie du tube est
aussi un axe de symétrie thermique du domaine considéré.
77
Les quantités de chaleur échangées par l’ensemble du plancher sont donc obtenues en
multipliant celle de l’élément de plancher par la longueur du réseau de tube 30 .
ha , Ta , φ2
Γp
hf , Tf , φ1 bc Γt
y
x
Γs
Ts , φ3
Figure 3.2.5 – Exemple de champ de tempéra-

ture dans un plancher . Figure 3.2.6 – Elément de plancher.
3.2.2.3.1 Equation d’évolution de la température dans l’élément de plancher

Le problème thermique est identique à celui de l’enveloppe. Pour rappel, d’après les
hypothèses de modélisation, lorsque le circulateur est en marche, le fluide caloporteur est
considéré à température moyenne (Tf ) telle que Tf ≡ Tin +T2
out
. L’équation de la chaleur
s’écrit donc comme suit :
31
∂Tp
cj= kj ∇2 Tp (3.2.12)
∂t
associée aux conditions limites (3.2.13), (3.2.14) et (3.2.15) ;
→
−
kj=1 ∇Tp →
−
n = ha (Ta − Tp ) + αps ϕsp sur Γp (3.2.13)
→
−
kj=1 ∇Tp →
−
n = hf (Tf − Tp ) sur Γt (3.2.14)
→
− →
−
kj=1 ∇Tp n = hs (Ts − Tp ) sur Γs (3.2.15)
Après discrétisation spatiale, ce problème thermique peut prendre la forme matricielle :


C
p Ṫp = Ap Tp + Bp Up
(3.2.16)
Yp = Jp Tp + Gp Up
où le vecteur sollicitation du plancher est uniquement composé de la température
h iT
moyenne du fluide, de la température d’air intérieur et celle du sol ; Up = Tf Ta Ts ϕsp .
Le calcul des modes associés à ce problème thermique s’effectue en résolvant l’équation

(3.1.7). Toutefois, en observant de plus près le régime de fonctionnement des planchers
réversibles, il en ressort que quatre modes de fonctionnement sont possibles :
1. Mode chauffant et circulateur en marche (ccm) ;
2. Mode chauffant et circulateur à l’arrêt (cca) ;
30. C’est le rapport entre la surface du plancher et l’espacement des tubes.
31. l’indice j renvoie aux différents composants du plancher
78
3. Mode rafraîchissement et circulateur en marche (rcm) ;

4. Mode rafraîchissement et circulateur à l’arrêt (rca).
Or, le coefficient global 32 d’échange (ha ) varie selon que le plancher soit chauffant ou
rafraîchissant 33 [Olesen 00, Causone 09] d’une part et d’autre part le coefficient d’échange
convectif (hf ) dépend de la vitesse du fluide caloporteur. Le triplet {A, B, C} diffère pour
chaque mode de fonctionnement. Dès lors il faut nécessairement calculer au préalable
quatre bases modales réduites 34 .
3.2.2.3.2 Modèle réduit du plancher
Le modèle réduit du plancher dépend de son mode de fonctionnement. A l’instar de

l’équation (3.2.6), il prend la forme :
˜ op

Ẋ = Λ̃op
p X̃p + Ep U̇p
op op
Y =
p
(3.2.17)
p X̃p + Zp Up
Sop op op
p
où l’exposant op désigne le mode de fonctionnement du plancher et le vecteur d’obser-

vation Yp est associé aux flux de chaleur du plancher vers l’air (Φ2 ) 35 et du tuyau vers
le béton (Φ1 ). Yp s’exprime donc sous la forme suivante :
´
(T )
" #
´Γt hf p − Tf ds
Yp = (3.2.18)
h (Tp − Ta ) ds
Γp a
3.2.2.4 L’air intérieur
Pour établir le modèle du bâtiment, il reste à ajouter l’équation (3.2.19), qui exprime
l’évolution dynamique de la température de l’air intérieur.
6
∂Ta
= Ye + Yp (2) + 2Ypin (2) + ṁa cp (Tan − Ta ) + Apin + Pth (3.2.19)
X
ca V a
∂t i=4
Les termes de droites de cette équation désignent respectivement :

• les échanges de chaleur avec l’enveloppe ;
• les échanges de chaleur avec le plancher ;
• les échanges de chaleur avec la paroi interne équivalente ;
• les échanges de chaleur par renouvèlement d’air 36 (voir détail à l’Annexe D page 179) ;
• les apports de chaleurs gratuites et les échanges de chaleur par les ponts thermiques
(voir détail à l’Annexe D page 179).
32. rayonnement + convection

33. ha est plus important en mode rafraîchissement.
34. Ceci est un exemple concret des limites de l’analyse modale classique.
35. noté également Φp = Yp (2) sur la figure 3.2.4 page 74
36. l’indice an désigne l’air neuf et le débit d’air ṁa tient compte du taux de renouvèlement d’air.
79
3.2.2.5 Découplage des équations

Le modèle du bâtiment muni du plancher réversible est composé des équations (3.2.6),
(3.2.17) et (3.2.19). Ces équations sont fortement couplées 37 . Le découplage du modèle
s’obtient principalement par la discrétisation temporelle des équations ci-dessus. Ici le
caractère diagonale des modèles modaux jouent un rôle centrale dans la performance du
schéma numérique.
3.2.2.5.1 Evolution dynamique de la température moyenne du fluide

La discrétisation temporelle de l’équation (3.2.17) conduit au schéma implicite :

X̃op (t∗ )
= Ψpop X̃op
p (t) + Ψp Ep [Up (t ) − Up (t)]
op op ∗
p
(3.2.20)
Yp (t∗ ) =
p X̃p (t ) + Zp Up (t )
Sop op ∗ op ∗
−1
où la matrice Ψpop ≡ I − Λ̃op
p est diagonale et t∗ ≡ t + dt.
Pour la suite, développons le cas où le circulateur est en marche 38 . Le fluide caloporteur
circule donc avec un débit massique ṁf et l’égalité des flux de chaleur se traduit par :
Yp (1) = ṁf cp (Tout − Tin ) (3.2.21)
ou bien en remplaçant Tout par son expression en fonction de Tf , on obtient :
Yp (1) = 2ṁf cp (Tf − Tin ) (3.2.22)

Puis, en substituant la seconde ligne de (3.2.20) dans (3.2.22), l’équation (3.2.23) est
obtenue 39 :
2ṁf cp [Tf (t∗ ) − Tin (t∗ )] = Sop

p (1, :) X̃p (t ) + Zp (1, :) Up (t )
op ∗ op ∗
(3.2.23)
Il convient à présent de remplacer X̃op

p (t ) par la première ligne de (3.2.20) :
∗
h i
2ṁf cp [Tf (t∗ ) − Tin (t∗ )] = Sop
p (1, :) Ψp
op
p (t) + Ep (Up (t ) − Up (t))
X̃op op ∗
+Zop
p (1, :) Up (t )
∗
(3.2.24)
Les termes en Up (t∗ ) sont développés puis mis en facteur afin d’obtenir (3.2.25) :
h i
2ṁf cp [Tf (t∗ ) − Tin (t∗ )] = Tf (t∗ ) Zop
p (1, 1) + {SΨ E}p (1, 1)
op
h i
+Ta (t∗ ) Zop
p (1, 2) + {SΨ E}p (1, 2)
op
h i
+Ts (t∗ ) Zop
p (1, 3) + {SΨ E}p (1, 3)
op
(3.2.25)
n oop
+ SΨ X̃ (t) (1) − {SΨ E}op
p Up (t) (1)
p
37. Ta est nécessaire pour le calcul des flux de chaleur inconnues Yp , Ye (3 : 6) et Ypin qui eux mêmes
sont indispensables pour calculer Ta .
38. Lorsque le circulateur est à l’arrêt la démarche reste identique.
39. où par exemple, l’écriture Sop
p (1, :) désigne tous les éléments de la première ligne de la matrice Sp
op
80
Enfin, en posant wp ≡ {SΨ E + Z}op p , d1 ≡ 2ṁf cp + wp (1, 1) et b1 ≡ wp (1, 2) et en

regroupant les différents termes de (3.2.25) la formulation ci-dessous est obtenue :

d1 Tf (t∗ ) + b1 Ta (t∗ ) = 2ṁf Cp Tin (t∗ ) + wp (1, 3) Ts (t∗ )

n oop
+ SΨ X̃ (t) (1) − {SΨ E}op
p Up (t) (1) (3.2.26)
p

Le lecteur pourra noter que l’équation (3.2.26) est une simple équation scalaire et à
deux inconnues (Tf (t∗ ) et Ta (t∗ )). Pour la résolution il va falloir trouver une seconde
équation.
3.2.2.5.2 Evolution dynamique de la température d’air intérieur

En suivant les mêmes étapes que pour le fluide caloporteur il est possible d’établir une
expression de la température d’air intérieur.
Commençons donc par la discrétisation temporelle de (3.2.6) et (3.2.11) qui donne
respectivement les systèmes d’équations (3.2.27) et (3.2.28).

X̃ (t∗ ) = Ψe X̃e (t) + Ψe Ee [Ue (t∗ ) − Ue (t)]
e
(3.2.27)
Ye (t∗ ) = Se X̃e (t∗ ) + Ze Ue (t∗ )

X̃ (t∗ ) = Ψpin X̃pin (t) + Ψpin Epin [Upin (t∗ ) − Upin (t)]
pin
Ypin (t∗ ) = Spin X̃pin (t∗ ) + Zpin Upin (t∗ )
(3.2.28)
Pour simplifier les écritures posons In ≡ ca Va , Ap ≡ Apin + Pth , we ≡ {SΨ E + Z}e et

wpin ≡ {SΨ E + Z}pin .
Puis, poursuivons par celle de (3.2.19) :
In Ta (t∗ ) = In Ta (t) + dt [ṁa (Tan (t∗ ) − Ta (t∗ )) + Ap(t∗ )] (3.2.29)

6
+dt Ye (i)(t∗ ) + dtYp (2)(t∗ ) + 2dtYpin (2)(t∗ )
X
i=4
Remplaçons dans (3.2.29), les observables Ye (t∗ ) , Yp (t∗ )et et Ypin (t∗ ) par leurs ex-
pressions 40 :
In Ta (t∗ ) = In Ta (t) + dt [ṁa cp (Tan (t∗ ) − Ta (t∗ )) + Ap(t∗ )]

6 h i
+dt Se X̃e (t∗ ) + Ze Ue (t∗ ) (i) (3.2.30)
X
i=4
h i
+dt Sop
p X̃p (t ) + Zp Up (t ) (2)
op ∗ op ∗
h i
+2dt Spin X̃pin (t∗ ) + Zpin Upin (t∗ ) (2)
40. Il s’agit respectivement des secondes linges des équations (3.2.27) , (3.2.20) et (3.2.28).
81
Ensuite, faisons intervenir les vecteurs d’état à l’instant t en utilisant les premières
lignes des équations (3.2.27) , (3.2.20) et (3.2.28).
In Ta (t∗ ) = In Ta (t) + dt [ṁa cp (Tan (t∗ ) − Ta (t∗ )) + Ap(t∗ )] (3.2.31)

6 h i
+dt Se Ψe X̃e (t) + Ψe Ee [Ue (t∗ ) − Ue (t)] + Ze Ue (t∗ ) (i)
X
i=4
h i
+dt Sop
p p (t) + Ψp Ep [Up (t ) − Up (t)] + Zp Up (t ) (2)
Ψpop X̃op op op ∗ op ∗
h i
+2dt Spin Ψpin X̃pin (t) + Ψpin Epin [Upin (t∗ ) − Upin (t)] + Zpin Upin (t∗ ) (2)
Puis, développons les trois dernières lignes de (3.2.31) et regroupons tout en dessous
les termes au temps t ,
In Ta (t∗ ) = dt [ṁa cp (Tan (t∗ ) − Ta (t∗ )) + Ap(t∗ )]

6
+dt [{SΨ E}e Ue (t∗ ) + Ze Ue (t∗ )] (i)
X
i=4
h i
p Up (t ) + Zp Up (t ) (2)
+dt {SΨ E}op ∗ op ∗
(3.2.32)
h i
+2dt {SΨ E}pin Upin (t∗ ) + Zpin Upin (t∗ ) (2)
6 hn o i
+dt SΨ X̃ (t) − {SΨ E}e Ue (t) (i)
X
e
i=4
n oop
+dt SΨ X̃ (t) − {SΨ E}op
p Up (t) (2)
p
n o
+2dt SΨ X̃ (t) − {SΨ E}pin Upin (t) (2) + In Ta (t)
pin
et mettons les vecteurs de sollicitations Ue ,Up et Upin en facteur dans les lignes 2 à 4
de Eq. (3.2.32).
In Ta (t∗ ) = dt [ṁa cp (Tan (t∗ ) − Ta (t∗ )) + Ap(t∗ )]

6
+dt [{SΨ E + Z}e Ue (t∗ )] (i)
X
i=4
h i
+dt {SΨ E + Z}op
p Up (t ) (2)
∗
(3.2.33)
h i
+2dt {SΨ E + Z}pin Upin (t∗ ) (2)
6 hn o i
X
e
i=4
n oop
+dt SΨ X̃ (t) p Up (t) (2)
− {SΨ E}op
p
n o
pin
Pour cette avant dernière étapes, il s’agira d’abord de remplacer les observables 41 à
l’instant t∗ par leurs expressions, puis d’effectuer un regroupement des différents termes
afin d’obtenir :
41. dans les lignes 2 à 4 de l’équation (3.2.33)
82
In Ta (t∗ ) = dt ṁa cp Tan (t∗ ) + dt Ap(t∗ )

" 6 #
+dt [we (:, 1)] (i) + wp (2, 2) + 2wpin (2, 1) − ṁa Cp Ta (t∗ )
X
i=4
+dt wp (2, 1) Tf (t∗ ) + dt wp (2, 3) Ts (t∗ ) + dt wp (2, 4) ϕsp (t∗ )
6
:0
" T #
+dt Ta(t∗
) , Text (t ) ,
∗
ϕsm (t ) ,
∗
ϕsmex (t ) ,
∗
ϕstex (t )
∗
(i)
X
we
i=4
+2dt win (2, 2) ϕspin (t∗ ) (3.2.34)
6 hn o i
X
e
i=4
n oop
+dt SΨ X̃ (t) − {SΨ E}op
p Up (t) (2)
p
n o
pin
hP i
Enfin, en posant b2 ≡ In − dt 6i=4 [we (:, 1)] (i) + wp (2, 2) + 2wpin (2, 1) − ṁa cp et
d2 ≡ −dt wp (2, 1), l’expression (3.2.35) est obtenue :
' $
b2 Ta (t∗ ) +d2 Tf (t∗ ) = dt ṁa cp Tan (t∗ ) + dt Ap(t∗ ) + dt wp (2, 3) Ts (t∗ )

+dt wp (2, 4) ϕsp (t∗ ) + 2dt win (2, 2) ϕspin (t∗ )
6 h i
+dt we [0, Text (t∗ ) , Φsint (t∗ ) , Φsmex (t∗ ) , Φstex (t∗ )]T (i)
X
i=4
6 hn o i
+dt SΨ X̃ (t) − {SΨ E}e Ue (t) (i) (3.2.35)
X
e
i=4
n oop
+dt SΨ X̃ (t) p Up (t) (2)
− {SΨ E}op
p
n o
pin
& %
Malgré une forme qui semble relativement complexe, (3.2.35) est une simple équation
à paramètres scalaires où les seules inconnues sont les températures Ta (t∗ ) et Tf (t∗ ).
Les équations (3.2.26) et (3.2.35) forment donc un système de deux équations à deux
inconnues du type 42 :

d Tf (t∗ ) + b1 Ta (t∗ ) = F1
1
(3.2.36)
d2 Tf (t∗ ) + b2 Ta (t∗ ) = F2
La résolution d’un tel système est triviale et permet de calculer à chaque instant la
température d’air intérieur et la température moyenne du fluide caloporteur. Rappelons
que la démarche ci-dessus a été établie en considérant que le plancher est en mode ccm,
toutefois le cheminement est identique pour les autres modes de fonctionnement.
42. Où F1 et F2 sont des scalaires calculés à l’instant t∗ .
83
3.2.2.6 Changement de base

Au cours d’une simulation, le passage d’un mode de fonctionnement à un autre doit
s’effectuer en conservant la continuité du champ de température dans le plancher.
Considérons alors un plancher initialement en mode ccm passant en mode cca. La
résolution du système d’équation formé par (3.2.26) et (3.2.35) requiert le vecteur d’ex-
p (t) pourtant seul le vecteur X̃p
citation X̃cca ccm
p (t) est
(t) est disponible. Le calcul de X̃cca
déduit de la continué du champ de température qui suggère qu’à cet instant : Tp = Tcca
ccm
p .
A partir de cette égalité, l’utilisation de la formulation modale et des propriétés d’or-

thogonalité permet d’obtenir à l’équation (3.2.37) une expression du vecteur X̃cca
p .
n occa n occm
g + P̃X̃
Tcca
p
= Tccm
g + P̃X̃
p
n occa n occm
⇒ P̃X̃ = P̃X̃ + [Rcca
0 − R0 ] Up
ccm
p p
n occa n occm
⇒ T
p C0 P̃X̃
P̃cca = T P̃cca
p C0 P̃X̃ + T
p C0 [R0 − R0 ] Up
P̃cca cca ccm
p p
n occm
finalement, p = P̃p C0 P̃X̃
X̃cca T cca
+ T
p C0 [R0 − R0 ] Up
P̃cca cca ccm
(3.2.37)
p
Pour les autres changements de mode de fonctionnement, la démarche reste inchangée.
Avant la phase de validation de ce modèle de bâtiment, un récapitulatif du déroulement

de l’exécution du modèle est proposé par l’algorithme 3.1.
Algorithme 3.1 Exécution du modèle enveloppe+plancher.

Début : Récupération des matrices modales préalablement calculées,
Durant :
1 : Si changement de mode de fonctionnement, calcul du vecteur Xop p (t),
2 : Calcul des températures Ta (t∗ ) et Tf (t∗ ) en résolvant le système (3.2.36),
3 : Calcul des vecteurs d’états Xp (t∗ ) , Xe (t∗ ) et Xpin (t∗ ) et des observables
Yp (t∗ ) , Ye (t∗ ) et Ypin (t∗ ) en utilisant (3.2.20) , (3.2.27) et (3.2.28).
Fin
3.2.3 Validation du modèle réduit de bâtiment

La validation du modèle réduit du bâtiment s’effectuera en deux étapes. D’abord le mo-
dèle de l’enveloppe sera validé par confrontation avec le logiciel Pleaides+Comfie (noté
P+C) puis, au cours d’une étude de cas nous validerons le modèle réduit de bâtiment
par comparaison avec un modèle détaillé.
84
3.2.3.1 Comparaison avec Pleaides+Comfie

Il s’agit ici d’apprécier la précision du modèle réduit de l’enveloppe 43 en observant
l’évolution dynamique de la température d’air intérieur (Ta ) au cours d’une simulation où
toutes les sollicitations 44 sont négligées à l’exception de la température d’air extérieur.
Pour ce faire, un bâtiment de type R + 3 d’une surface de 1080 m2 avec une résistance
thermique R = 3.46 m2.K/W pour les parois opaques et de R = 0.91 m2.K/W pour
le vitrage et un taux de renouvèlement d’air de 0.5 Vol/h est considéré. La simulation
est effectuée sur une année complète en zone climatique H1a (Trappes) et l’évolution
temporelle de Ta est représentée à la figure 3.2.7 pour les deux outils de simulation.
35 10
Text
30 Tair P+C
Tair MR 8
25
Température en °C
Ecart R.
Ecart Relatif en %
20
6
15
4
10
5
2
0
−5 0
0 1000 2000 3000 4000 5000 6000 7000 8000 8760
Temps (h)
(a) Sur une année
20 10
Text
Tair P+C
Tair MR 8
15
Température en °C
Ecart R.
Ecart Relatif en %
10
5
2
0 0
1800 1900 2000 2100 2200 2300 2400 2500
Temps (h)
(b) Sur 30 jours
Figure 3.2.7 – Comparaison MR enveloppe et simulation Pleaides+Comfie
Les deux courbes sont très proches et l’écart relatif 45 moyen entre ces deux modèles est
43. Pour un bâtiment monozone (les cloisons internes ne sont pas simulées).
44. il n’y a pas d’échange de chaleur par le plancher
45. calculé selon :
85
seulement de 1% pour un écart relatif maximal inférieur à 4% . On considère alors que le

modèle réduit d’enveloppe composé de 4 modes 46 est validé.
3.2.3.2 Exemple d’application : résultats et discussion

Considérons un bâtiment monozone de 250 m3 composé d’une enveloppe 47 et d’un plan-
cher chauffant couvrant une surface 48 de 100 m2 . Dans le bâtiment les apports gratuits
sont négligés sauf les apports solaires et le taux de renouvèlement d’air est fixé à 0.5Vol/h.
Lorsque le circulateur est en marche de l’eau à Tin =45°C circule dans le plancher 49 à un
débit de 0.11kg/s et il en découle un coefficient d’échange convectif 50 hccm
f = 2000 mW2 K .
k c dimension
(W/m.K) (J/m .K)
3
(cm)
Air - 1204.8 -
Eau - 4180×103 -
Couche 1 (enveloppe) 0.04 50×10 3
15
Couche 2 (enveloppe) 1.15 1936×10 3
15
Béton (plancher) 0.38 780×103 5 puis 10
Isolant (plancher) 0.027 66.55×103 5
Table 3.2 – Caractéristiques thermophysiques
La zone climatique simulée est celle de la ville de Nancy (H1b) et le scénario consiste à
mettre le circulateur en marche de 18h à 22h durant la période de chauffage 51 . Rappelons
que l’objectif est de comparer le modèle réduit de bâtiment à un modèle détaillé.
3.2.3.2.1 Choix du modèle détaillé du bâtiment

La modélisation en 1D d’une paroi multi-couche (l’enveloppe) est classique et 4 modes
suffisent. Pour le choix de la taille du maillage du plancher, une étude de sensibilité a été
effectuée. Celle-ci consistait à vérifier la conservation du flux de chaleur dans le plancher,
c’est à dire : Φ1 + Φ2 + Φ3 ' 0.
D’après les résultats du tableau 3.3, avec un écart relatif de 2%, le maillage de 7258
nœuds semble suffisant pour la modélisation de ce plancher chauffant.
3.2.3.2.2 Choix du nombre de modes pour le modèle réduit du plancher

Le modèle détaillé de plancher maillé sous COMSOL Multiphysics est exporté vers
l’outil de simulation SAMBA qui calcule les modes 2D du plancher selon le type de

Tair (P + C) − Tair (M R)
R =

max [Tair (P + C)] − min [Tair (P + C)]
46. dont 3 pour les parois opaques et 1 pour les parois vitrées
47. paroi opaque bi-couche + paroi vitrée
48. le fluide caloporteur est de l’eau
49. l’espacement entre les tubes est de 30 cm
50. lorsque le circulateur est mis à l’arrêt, hcca
f = 10 mW
2K .
51. la température d’air intérieur n’est pas régulée
86
Taille du maillage
114184 28708 7258 1855 484
Φ2 (kW ) 12.18 12.13 12.04 11.86 11.51
Φ1 (kW ) -14.67 14.55 -14.31 -13.84 -12.94
Φ3 (kW ) 2.57 2.57 2.57 2.57 2.58
Bilan (| Φ|) 0.08 0.15 0.3 0.59 1.15
P
Table 3.3 – Conservation du flux dans le plancher
fonctionnement (on ou off). Le tableau 3.4 donne des constantes de temps des modes
calculés et la figure 3.2.8 montre des exemples de modes dans le plancher.
Ordre du mode
1 2 3 4 5 10 70
Plancher mode ccm 35474 10740 6652 6263 3453 1410 115
Plancher mode cca 35793 10750 9376 6559 3457 1410 115
Table 3.4 – Constantes de temps (en s) de quelques modes
La technique de la troncature de Marshall est utilisée pour sélectionner des modes afin
de constituer la base réduite du plancher. A la question de savoir combien de modes
réduits sélectionner, simulons notre cas d’étude 52 et observons à l’aide du tableau 3.5
les écarts 53 maximaux et moyens sur la température moyenne du fluide caloporteur et la
température de l’air intérieur.
Nombre de modes sélectionné pour le plancher

500 200 100 50 20 10 5
max Tf 0.018 0.052 0.085 0.163 0.221 0.45 7.58
en °C
Ta 0.007 0.023 0.038 0.068 0.086 0.212 0.637
moy Tf 0.002 0.006 0.01 0.018 0.022 0.05 0.166
en °C
Ta 0.002 0.006 0.01 0.018 0.023 0.054 0.124
Table 3.5 – Ecarts de température en fonction de la base réduite du plancher
Ce tableau montre qu’avec 500 modes il est possible d’approcher au centième de degré
prés les températures simulées avec un modèle detaillé. Toutefois, un modèle réduit à 10
modes serait aussi acceptable pour modéliser correctement ce bâtiment. En effet, avec une
base réduite de 10 modes les écarts moyens de température (0.05°C et 0.054°C) montrent
52. avec 4 modes pour l’enveloppe
53. par rapport au modèle détaillé
87
Figure 3.2.8 – Six premiers modes du plancher (mode ccm)
que l’écart maximal qui atteint 0.45°C semble être très localisé dans le temps et dans
l’espace.
3.2.3.2.3 Analyse des résultats du modèle réduit de bâtiment d’ordre 14

Les modèles détaillé (MD) et réduit (MR) d’ordre 14 54 du bâtiment sont simulés dans
les conditions décrites au début de cette partie. Analysons l’évolution dynamique des
températures Ta et Tf à partir des courbes des figures 3.2.9a et 3.2.9b.
Ces courbes confirment l’affirmation selon laquelle les écarts de températures maximaux
sont localisés. Généralement, elles apparaissent au moment du changement de mode de
fonctionnement (on→off ou off→on) en dehors de ces instants précis les différences entre
le MR d’ordre 14 et le MD sont relativement faibles. Cela s’explique :
• le scénario de fonctionnement du plancher est du type créneau (voir Tin sur la figure
3.2.9a), la dynamique de changement est extrêmement rapide et donc très difficile à
reconstituer avec peu de modes. En effet, la troncature de Marshall élimine les modes
à dynamique rapide (pour exemple le 10ème mode du plancher a une constante de
temps de 1410 s, voir tableau 3.4), il est donc normal de ne pas pouvoir reconstituer
parfaitement cette évolution qui s’effectue en quelques secondes.
• en dehors de ces instants, l’inertie du bâtiment (ensemble plancher-enveloppe) fa-
vorise une dynamique plus lente ce qui permet à ce modèle réduit de simuler ce cas
d’étude avec une précision appréciable.
Ce cas d’étude montre que le modèle réduit d’ordre 14 est capable de simuler le bâtiment
aussi bien qu’un modèle détaillé de dimension 7262 55 . En outre, même si le cas du rafrai-
chissement n’est pas présenté dans ce manuscrit, il n’y a aucun doute que les résultats
54. 10 modes pour le plancher et 4 pour l’enveloppe.

55. dont 7258 pour le plancher et 4 pour l’enveloppe.
88
48 1
Tf (MD)
40 Tf (MR)
0.8
Ecart de température (°C)

Tin
Température (°C)
30 ε
0.6
20 0.4
10 0.2
0 0
48 53 58 63 68 73 78 83 88 93 96
Temps (h)
(a) Température moyenne du fluide caloporteur
25 1
23 Ta(MR)
0.8
Ecart de température (°C)

Ta(MD)
20
ε
Température (°C)
17 0.6
14
0.4
11
0.2
8
5 0
48 53 58 63 68 73 78 83 88 93 96
Temps (h)
(b) Température de l’air intérieur
Figure 3.2.9 – Evolution dynamique des températures : MR d’ordre 14 Vs MD
seraient du même ordre 56 .
De façon pratique, dans le simulateur quatre jeux de matrice associés aux quatre modes
de fonctionnement du plancher sont calculés au début de la simulation. Selon le mode de
fonctionnement, le jeu de matrice adapté est utilisé et le calcul des températures de l’air
intérieur et de sortie du fluide caloporteur 57 s’effectuent par une simple résolution de
système linéaire à deux inconnus.
Cependant, si cette méthode permet un calcul très rapide, elle ne favorise pas une
régulation fine de la température d’air intérieur qui nécessite une variation parfois impor-
tante du débit du circulateur et par conséquent du coefficient d’échange hf . Le problème
thermique devient alors à paramètre instationnaire et il faut recalculer régulièrement les
modes et les matrices du modèle réduit 58 .
56. car il n’y a que le coefficient d’échange global ha qui diffère entre les deux cas.
57. lorsque le circulateur est en marche
58. car les matrices A, B et G sont susceptibles de changer au cours du temps.
89
3.3 Modélisation d’un système de stockage thermique

avec matériau à changement de phase
Introduction
Comme présenté précédemment, Batimac est un système énergétique utilisant des éner-
gies renouvelables, notamment la biomasse et le solaire. La particularité intermittente de
l’énergie solaire et la nécessité d’adapter la production à la demande d’énergie imposent
le recours à des systèmes de stockage de chaleur.
Dans la littérature, on rencontre régulièrement trois modes de stockage thermique.

• Le stockage par chaleur sensible : Ce mode de stockage consiste à mettre
deux corps (fluide ou solide) de température différente en contact. La chaleur est
alors emmagasinée dans le matériau stockant, permettant ainsi l’élévation de sa
température. Par exemple, les ballons d’ECS sont considérés comme système de
stockage thermique par chaleur sensible.
• Le stockage par chaleur latente : Son principe est lié au changement de phase
(ou d’état) des corps. Par rapport au stockage par chaleur sensible, celui-ci permet
de stocker de plus grandes quantités d’énergies dans un volume bien plus faible. Ces
transformations se produisent généralement à température et pression constantes
(pour les corps purs) avec une variation volumique faible et mettent en jeux des
quantités d’énergie thermique considérables.
• Le stockage thermochimique : Ce dernier mode de stockage repose sur une ré-
action endothermique. Par le phénomène d’humidification et de déshumidification
du réactif, le stockage de chaleur thermique est possible par le procédé de sorption.
Par ailleurs, dans Batimac deux contraintes techniques prédominent pour le choix du
système de stockage de chaleur haute température :
1. La quantité d’énergie à stocker : cette quantité peut être très importante afin
d’éviter des arrêts-démarrages fréquents, néfastes au fonctionnement du système,
2. L’encombrement du système Batimac : le système doit pouvoir être encapsulé
dans un container de dimension 12 × 2.34 × 2.39 m.
Ainsi, parmi les différents modes de stockage de chaleur possible, le stockage par chaleur
latent semble un bon compromis pour stocker une grande quantité de chaleur dans un
petit volume et de plus à température élevée.
Le type de stockage thermique latent prévu dans Batimac est sous la forme d’un cy-
lindre vertical (voir figure 3.3.1) contenant plusieurs unités de stockage du type "pipe
model" 59 , qui n’est rien d’autre qu’un tube concentrique contenant un matériau à chan-
gement de phase (MCP) dans l’anneau et le fluide caloporteur (HTF) circulant librement
dans le tube intérieur. Seule l’unité de stockage thermique représentée à la figure 3.3.2
fera l’objet de modélisation dans la suite de ce travail.
59. Cette géométrie est semblable à celle d’un échangeur de chaleur concentrique.
90
à changement de phase
CP
M
F
HT
Figure 3.3.2 – Schéma d’une unité de

Figure 3.3.1 – Schéma du système de stockage.
stockage avec MCP.
Pour ce faire, nous décrirons premièrement le problème physique. Puis, il sera modélisé
par la méthode des différences finies d’une part et par les méthodes BERM d’autre part.
Enfin, la dernière étape fera l’objet d’une analyse des modèles réduits.
3.3.1 Description du problème physique et hypothèses de

modélisation
Le problème thermique mis en œuvre par l’unité de stockage est un problème semblable
à celui d’un échangeur coaxial. Dans ce type de problème, deux corps de températures
différentes sont mis en contact à savoir dans ce cas le MCP et le HTF. La modélisation
de cet équipement requiert alors de subdiviser l’unité de stockage en deux domaines Ωf
et Ωm représentant respectivement le HTF et le MCP. Cela permet donc d’obtenir un
problème thermique couplé entre le fluide de transfert de chaleur et le matériau à chan-
gement de phase.
Par ailleurs, la géométrie de l’unité de stockage présentant une symétrie de révolution,

il est possible de ramener ce problème tridimensionnel à un problème bidimensionnel 60 .
C’est d’ailleurs le cas dans la littérature où d’après [Agyenim 10], plus de 50% des modèles
numériques sont traités en 2D par rapport à seulement 4% en 3D.
Une représentation 2D de la géométrie à traiter est donnée par la figure 3.3.3.
60. avec une indépendance des variables par rapport à la coordonnée azimuthale θ.
91
Γsf
x=L
Ri
axe de symétrie
Ωm
Ωf
Γenv
Γp
Re
x=0
Γef
Figure 3.3.3 – Représentation bidimensionnelle de l’unité de stockage.
3.3.1.1 Equations d’évolutions

De façon classique, le phénomène thermique dans le HTF est modélisé par une équa-
tion d’advection-diffusion (Eq. 3.3.1), pendant que dans le MCP, c’est la formulation
enthalpique qui est utilisée (Eq. 3.3.2).
∂Tf ∂Tf →
− → − ho Sech (Tf − Tm )
∀M ∈ Ωf , cf ∂t
+ cf v ∂x
= ∇ • kf ∇Tf + (3.3.1)
V
→
− → −
∀M ∈ Ωm , cm ∂T∂tm − Lf ∂f
∂t
= ∇ • km ∇Tm (3.3.2)
Avec les conditions aux frontières ci-dessous :
∀M ∈ Γef , Tf = Tin (3.3.3)

∂Tf
∀M ∈ Γsf , =0 (3.3.4)
∂x
→
−
∀M ∈ Γp , km ∇Tm • →−
n = −ho (Tm − Tf ) (3.3.5)
→
− →
−
∀M ∈ Γenv , km ∇Tm • n = −henv (Tm − Tenv ) (3.3.6)
3.3.1.2 Principales hypothèses de modélisation

Le problème thermique modélisé par les équations (3.3.1) à (3.3.6) est considéré insta-
tionnaire, non-linéaire avec des conditions limites non-homogènes.
• Pour le domaine du HTF (Ωf ) :
– le HTF est considéré incompressible

et isotrope
;
– la capacité thermique massique cf Tf , t , la conductivité thermique kf Tfmoy , t
moy

et la viscosité dynamique µf Tfmoy , t sont fonctions de la température moyenne
du fluide à chaque instant ;
– la résistance thermique entre le tube contenant le HTF et le MCP est négligeable ;
92

– le coefficient d’échange de chaleur par convection ho Tfmoy , t est fonction de la
température et du temps. En effet, ce paramètre est déterminé par l’expression
ci-dessous :
Nu × kf
ho = (3.3.7)
2 × Ri
Dans un tube cylindrique, en régime turbulent 61 , la corrélation suivante [Battaglia 14]
permet de calculer sous certaines conditions 62 le nombre de Nusselt :
Nu = 0.023 × Re0.8 × Pr0.33 (3.3.8)
• Pour le domaine du MCP (Ωm ) :
– le MCP est initialement à l’état solide,

– les propriétés thermophysiques cm et km dépendent de l’état (liquide ou solide)
du MCP à la maille considérée, et par conséquent du temps et de la température :
cm = csm × (1 − f ) + clm × f (3.3.9)

km = kms
× (1 − f ) + kmeq
×f (3.3.10)
– la fraction liquide f (Tm ) peut être déterminée soit par la formulation enthalpique
[Voller 90] (Eq. 3.3.11) ou par l’expression (3.3.12) [Quemener 07] si l’on dispose
des températures de début de fusion (solidus) et de fin de fusion (liquidus) :
( m f us )
l T n −T
Cm
f n+1 = Lf
+ fn (3.3.11)
!α
Tlq − Tmn
f n+1 = 1 − (3.3.12)
Tlq − Tsd
Afin de tenir compte du sens physique de la fraction liquide, les équations (3.3.11)
et (3.3.12) doivent être respectivement corrigées à chaque instant par les expressions
(3.3.13) et (3.3.14) :
 
0 si f ≤ 0 0 si Tm ≤ Tsd
f = (3.3.13) f = (3.3.14)
1 si f ≥ 1 1 si Tm ≥ Tlq
– la convection naturelle qui apparait lorsque les deux phases (liquide et solide)
coexistent dans le MCP est prise en compte à travers la conductivité thermique
équivalente km
eq
[Adine 09] qui s’exprime par :
eq
km = km
l
× (1 + C × Ran ) (3.3.15)
Où n = 0.25 , et C dépend de la température d’entrée du HTF [Qarnia 09] :
61. Le nombre de Reynolds Re = 2ρuR µ
i
> 104 .
62. Si 0.7 < Pr < 100 et /Ri > 120.
L
93
0.24 si Tin < 310.7 K




C = 0.18 si 310.7 K < Tin < 320.7 K (3.3.16)
0.16 si Tin > 320.7 K


et le nombre de Rayleigh 63 (Ra ) donné par :
g×β
Ra = × ∆T × L3c (3.3.17)
ν×a
Le problème physique étant clairement défini, passons à présent à la première phase de

modélisation.
3.3.2 Modélisation avec la méthode des différences finies
L’un des objectifs de ce chapitre consiste à mettre en évidence l’efficacité des modèles
modaux réduits par rapport aux méthodes numériques classiques, pour le traitement des
problèmes thermiques complexes. Il est nécessaire d’avoir un modèle de référence pour
établir des comparaisons. Nous avons retenu un modèle discrétisée par différences finies.
Par opposition avec le modèle réduit (noté MR), le modèle issus de la méthode des
différences finies sera qualifié de modèle détaillé (noté MD).
3.3.2.1 Maillage de l’unité de stockage
Pour la résolution numérique du problème thermique posé par les équations (3.3.1) à
(3.3.6), il est nécessaire de mailler les différents domaines de l’unité de stockage ther-
mique. En d’autres termes, il faut passer des domaines continus (Ωf ou Ωm ) à plusieurs
éléments discrets (∂Ωfi ou ∂Ωmi respectivement).
Sachant que le problème thermique dans le HTF est considéré unidirectionnel (1D) et
celui dans le MCP bidirectionnel (2D), une représentation graphique des deux maillages
est proposée à la figure 3.3.4.
63. La variable ∆T n’est pas clairement définie dans la littérature. On considère dans ce manuscrit
que : ∆T ≡ Tmax − Tmin , où Tmax et Tmin sont respectivement les températures maximal et minimal du
MCP à l’état liquide.
94
dr
bc b b bc
b b b b b
b b b i−1,j
b b
b i b i,j−1 b i,j
b i,j+1 b
dx
b i+1 b b i+1,j b b
b b b b b
b b b b b
b bc b b bc
a − HT F b − M CP
Figure 3.3.4 – Maillage en différences finies de l’unité de stockage.
Lors d’une étude de sensibilité aux maillages, [Tao 12] montre que la modélisation de cet
équipement nécessite un maillage relativement fin dans le domaine Ωm . A titre d’exemple,
dans [Lacroix 93], au moins un maillage 21 × 51 (soit 1071 nœuds) est nécessaire pour
une petite unité de stockage de dimension 64 100 × 0.63 × 1.29 cm.
3.3.2.2 Discrétisations spatiales

3.3.2.2.1 Domaine HTF
La discrétisation spatiale du problème d’advection-diffusion est effectuée à l’aide d’un
schéma décentré amont.
Pour les nœuds internes, la discrétisation en coordonnée cartésienne 1D de l’équation
(3.3.1) s’écrit comme suit :
∀i = 1 à Nf − 1,
! !
Ri cf v kf kf Ri cf v
Ri cf Ṫfi = + Ri 2 Tfi−1 − 2Ri 2 + + 2ho Tfi
dx dx dx dx
kf
+Ri 2 Tfi+1 + 2ho Tmi,1 (3.3.18)
dx
La résolution numérique de ce type de problème étant très aisée sous forme matricielle,
nous donnons à l’équation (3.3.19) une écriture matricielle.
Cf Ṫf = Af Tf + Hf Tm + Bf Uf (3.3.19)
Le vecteur sollicitation Uf est uniquement composé de la température d’entrée du
fluide caloporteur (Tin ) et H est la matrice de couplage entre les deux domaines. Quant
au détail de la discrétisation spatiale aux nœuds appartenant aux frontières, le lecteur
pourra consulter l’Annexe E.1.1 page 185.
64. L × Ri × Re
95
3.3.2.2.2 Domaine MCP

Ici, la discrétisation spatiale se résume en la discrétisation d’un problème de diffusion
2D en coordonnées cylindriques, avec des conditions aux frontières de Fourier.
D’une manière générale, l’équation (3.3.2) peut être mise sous la forme :
rcm Ṫm − rLf f˙ = rkm ∇2 Tm (3.3.20)

" #
∂ 2 Tm ∂Tm ∂ 2 Tm
= km r + +r (3.3.21)
∂r2 ∂r ∂x2
Remarque : Notons que la multiplication par r n’est pas anodin. Cette manipulation
permet d’obtenir la symétrie la matrice obtenue après discrétisation du laplacien.
Un développement de Taylor des expressions ci-dessous, nous permettra de discrétiser
« astucieusement » les termes de droite de l’équation (3.3.21).
∂T dh2 ∂ 2 T
T (h + dh) = T (h) + dh + + O(h3 ) (3.3.22)
∂h 2 ∂h 2
∂T dh2 ∂ 2 T
T (h − dh) = T (h) − dh+ + O(h3 ) (3.3.23)
∂h 2 ∂h2
La sommation et la soustraction des équations (3.3.22) et (3.3.23), permet d’obtenir
respectivement les équations (3.3.24) et (3.3.25) :
∂ 2T 1
= [T (h + dh) − 2T (h) + T (h − dh)] (3.3.24)
∂h2 dh2
∂T 1
= [T (h + dh) − T (h − dh)] (3.3.25)
∂h 2dh
Ces deux dernières équations sont injectées dans (3.3.20) pour donner :
∀i = 2 à Nf − 1 et ∀j = 2 à Nm − 1

r 1 2r r 1

rcm Ṫmi,j − rLf f˙i,j = km + Tmi,j+1 − 2 Tmi,j + − Tmi,j−1
2dr 2dr

dr 2 dr dr 2

r h i
+ 2 Tmi+1,j − 2Tmi,j + Tmi−1,j  (3.3.26)
dx
Un regroupement des différents termes de l’expression (3.3.26) permet d’obtenir la

formulation locale de l’équation la chaleur pour les nœuds internes au domaine Ωm :

r 1 2r 2r

rcm Ṫmi,j − rLf f˙i,j = km + Tm − + Tmi,j
dr2 2dr

i,j+1
dr2 dx2

r 1 r r

+ − Tm + Tm + Tm (3.3.27)
dr2 2dr i,j−1
dx2 i+1,j
dx2 i−1,j
96
Pour le cas particulier des nœuds appartenant aux frontières Γenv et Γp , le détail de
la discrétisation spatiale avec une certaine particularité 65 est disponible à l’Annexe E.1.2
page 185.
Comme pour le fluide caloporteur, après discrétisation spatiale, l’équation (3.3.2) peut
être mise sous la forme matricielle ci-dessous :
Cm Ṫm = Am Tm + Hm Tf + Bm Um + Qm f˙ (3.3.28)
où le vecteur sollicitation Um = [Tn Ts Te Tin ] ; les trois premières températures
T
étant les températures environnantes de l’unité de stockage.
Les équations (3.3.1) et (3.3.2) étant mises sous forme matricielle, il apparait clairement
que le problème couplé à résoudre est du type :

f Ṫf =
Af Tf + Hf Tm + Bf Uf
C
(3.3.29)
Cm Ṫm = Am Tm + Hm Tf + Bm Um + Qm f˙
La résolution d’un tel problème peut être effectuée aisément en rassemblant les matrices
afin d’avoir une seule équation différentielle couplée du type :
CṪ = AT + QḞ + BUm (3.3.30)

Où, la structure des matrices et vecteur C, A, Q, Ḟ et B est la suivante :
C A Q Ḟ B
Cm 0 ×
Ṫm
=
Am Hm
×
Tm
+
Qm 0 × f˙ +
Bm 0 × TT n
s
Nm Te
Nm
Nm + Nf
0 Cf Ṫf Hf Af Tf
0 0 0 0 Bf
Tin
N m + Nf
Nm
s Nm
Figure 3.3.5 – Structure matricielle de l’équation différentielle (3.3.30).
Dans la littérature, le pas de temps de simulation dt choisi est relativement faible (de
l’ordre de quelques secondes) et comme précisé précédemment, la modélisation de l’unité
de stockage latent nécessite un maillage raffiné. Le problème à résoudre (Eq.(3.3.30)) est
donc un problème de grande taille, avec un pas de temps faible.
Généralement, grâce à notion de matrice creuse 66 , la résolution de ce type de problème
est rapide dans des environnements tels que Fortran, C++ ou Matlab. Malheureu-
sement, l’environnement Simulink dans lequel est élaboré le simulateur Batimac s’ac-
commode très mal des modèles maillés de grande taille puisque cette notion de matrice
65. En différences finies, généralement la matrice de diffusion Am obtenue après une telle discrétisation
spatiale n’est pas symétrique. La symétrie est cachée. Mais nous avions besoin de la forme symétrique
pour les raisons évoquées à la section 3.3.3.1 page suivante.
66. matrice possédant très peu d’éléments non nuls.
97
creuse n’y existe pas 67 . La simulation de ce type de problème nécessite alors des du-
rées de simulations incompatibles avec les objectifs du simulateur en terme de durée de
simulation.
Pour remédier à ce problème, il faut réduire la taille du problème sans altérer la préci-
sion du modèle en utilisant par exemple une méthode de réduction modale adaptée à la
résolution des problèmes thermiques instationnaires et non-linéaires.
3.3.3 Modélisation par réduction modale : méthode BERM

Le problème thermique posé par le système de stockage thermique avec matériaux à
changement de phase est adapté à l’utilisation de la méthode BERM (section 3.1.2.2
page 65). Dans les lignes suivantes, pour chacun des domaines précédemment définis, le
problème modal de branche associé au problème thermique va être résolu. Des modes
de branche seront ainsi calculés pour chacun des domaines, puis le problème thermique
couplé, modélisé dans l’espace physique par le système équation différentielle (3.3.29) sera
mis sous forme modale. Enfin, la technique de l’amalgame modal sera utilisée pour réduire
ce modèle modal.
3.3.3.1 Formulation modale de la base de branche

A l’instar des équations (3.1.14) et (3.1.15), le problème de branche associé au problème
thermique défini par les équations (3.3.1) et (3.3.2) s’écrit pour chacun des domaines 68 ,
comme suit :
→
− 0→ −
∀M ∈ Ωf , ∇ • kf ∇Vif = zif c0f Vif (3.3.32)
→
− 0→ − m m
∀M ∈ Ωm , ∇ • km ∇Vi zi = zim c0m Vim (3.3.33)
Et sur les différentes frontières :

→
−
∀M ∈ Γef , kf0 ∇Vif • →
−
n = −zif ζef Vif (3.3.34)
→
−
∀M ∈ Γsf , kf0 ∇Vif • →
−
n = −zif ζsf Vif (3.3.35)
0 →
− m →
∀M ∈ Γenv , km ∇Vi • − n = −zim ζenv Vim (3.3.36)
0 →
− m → −
∀M ∈ Γp , km ∇Vi • n = −zim ζp Vim (3.3.37)
67. Dans Simulink (Version 8.0), la résolution de système linéaire peut être effectuée par le bloc
« MATLAB Function » dans lequel notion de matrice creuse n’existe pas.
68. En particulier, pour le cas du HTF, nous utilisons la base de l’opérateur de conduction qui corres-
pond à une vitesse v0 = 0. Comme les modes de branche associés à ce cas particulier forment aussi une
base dans l’espace H 1 (Ωf ), il est donc possible de décomposer le champ de température du HTF sur une
telle base. Nous utilisons cette astuce car une une étude analytique montre que les modes correspondants
à ce problème de transport (v0 6= 0) sont de la forme :
c0f V
Vi (x) = fi (x) exp 0 (x − L) (3.3.31)
2kf
où fi (x)
c0estune fonction sinusoïdale ou sinusoïdale hyperbolique. Généralement, vu la valeur du
fV
coefficient 2k0 , le terme en exponentielle écrase la fonction fi (x). Il n’est alors pas pertinent de
f
calculer la base modale correspondant au problème physique de cette manière.
98
3.3.3.2 Calcul de la base de branche
Pour les domaines constitués du fluide de transfert de chaleur (Ωf ) et du matériau

à
changement de phase (Ωm ), les modes de branches formés par les couples zi , Vi et
f f
(zim , Vim ) sont obtenus en résolvant le problème aux valeurs propres suivant :

b i =
Af V f −zif Cfb Vif
(3.3.38)
Am V m = −zim Cm m
b i b Vi
La résolution de l’équation (3.3.38) permet de constituer deux bases de branche :

• Pf de dimension [Nf × Nf ], pour le HTF, constituée des vecteurs propres Vif ;
• Pm de dimension [Nm × Nm ], pour le MCP, constituée des modes propres Vim .
Avant de passer à la réduction de ces bases, il est nécessaire d’apporter quelques précisions
par rapport aux matrices Ab et Cb .
L’opérateur de diffusion Ab est lié physiquement à des transferts thermiques réciproques,
il est donc autoadjoint 69 . Dans une formulation discrète, il est associé à des matrices
symétriques. Lors du processus de discrétisation, il faut donc veiller à conserver cette
symétrie.
Bien que cela soit systématiquement le cas lors de la discrétisation spatiale (en diffé-
rences finies par exemple) d’un problème de diffusion pure en coordonnées cartésiennes,
ce n’est cependant pas le cas en coordonnées cylindriques. C’est pour cette raison qu’en
coordonnées cylindriques, il faut prendre un certain nombre de précaution pour que cet
opérateur reste symétrique ; c’est d’ailleurs ce qui justifie tout le travail effectué dans la
partie 3.3.2.2.2 page 96.
Les équations discrétisées permettant de construire les opérateurs Ab et Cb pour les
domaines MCP et HTF sont présentées à l’Annexe E.2 page 190.
3.3.3.3 Réduction de la base de branche par la méthode de l’amalgame
Le problème physique à résoudre est d’ordre Nm + Nf . Sa résolution nécessite donc la

manipulation de plusieurs matrices de grandes tailles. L’idée de la réduction modale est
de réduire la taille de ces matrices afin de pouvoir les intégrer correctement dans l’envi-
ronnement Simulink.
En suivant les étapes définies à la section 3.1.4 page 67 et en utilisant la méthode

de l’amalgame modal 70 [Quéméner 12], le modèle réduit de l’unité de stockage est de la
forme :
69. Dans le cas d’un problème thermique non réciproque et par conséquent non autoadjoint il faut aussi
traité le problème adjoint en plus du problème directe.
70. L’algorithme numérique ayant été déjà mis en place par l’équipe ThE du LMEE, dans la pratique,
la tâche de l’utilisateur se limite au choix du nombre des modes amalgamés nrf et nrm constituant les
bases de branche réduites P̃f et P̃m respectivement.
99
˙ P̃m Am P̃m X̃m + T P̃m Hm P̃f X̃f + T P̃m Bm Um + T P̃m Qm f˙


T P̃
m Cm P̃m X̃m = T
˙ (3.3.39)
T P̃
f Cf P̃m X̃f = T
P̃f Af P̃f X̃f T P̃f Hf P̃m X̃m + T P̃f Bf Uf
Pour k ≡ m, f et en posant :
Hk,k̄ = T
P̃k Hk P̃k̄ , Om = T
P̃m Qm
Une équation modale réduite plus compacte est obtenue pour chaque domaine :
˙ = Nm X̃m + Hm,f X̃f + Mm Um + Om f˙

L
m X̃m
˙ (3.3.40)
f X̃f = Nf X̃f + Hf,m X̃m + Mf Uf
L
et enfin, pour l’unité de stockage latent, le modèle modal à résoudre est du type :
˙ = NX̃ + OḞ + MU
LX̃ (3.3.41)
m
Où la structure des matrices et vecteur L, N, O, Ḟ et M est la suivante :
L N O Ḟ M
Lm 0 ×
˙
X̃ m
=
Nm Hm,f
×
X̃m
+
Om 0 × f˙ +
Mm 0 × TT n
s
nrm Te
0
nr
Tin
Lf ˙
Hf,m Nf 0 0 0 0
m
X̃ f X̃f Mf
nrm + nrf
nm
+ nfr
r
nm
r
Figure 3.3.6 – Structure matricielle de l’équation différentielle (3.3.41).
3.3.4 Discrétisation temporelle

Les équations (3.3.30) (modèle détaillé) et (3.3.41) (modèle réduit) sont des équa-
tions différentielles (suivant la variable temporelle) du premier ordre. Inconditionnelle-
ment stable, le schéma implicite Euler du premier ordre est adapté à la discrétisation
temporelle de ce type d’équation. En l’appliquant à ces deux équations, une formulation
spatiotemporelle des modèles réduit (Eq. 3.3.42) et détaillé (Eq. 3.3.43) est obtenue 71 :
(L − dt × N) X̃ (t∗ ) = LX̃ (t) + Q [F (t) − F (t∗ )] + dt × MUm (t∗ ) (3.3.42)

(C − dt × A) T (t∗ ) = CT (t) + L [F (t) − F (t∗ )] + dt × BUm (t∗ ) (3.3.43)
Ces équations sont de la forme standard AX = B, où les matrices A et B sont connues et

X désigne le vecteur inconnu. La résolution de ce type d’équation est classique en méthode
numérique.
71. avec : t∗ = t + dt.
100
Particulièrement les fonctions « mldivide » ou « linsolve » du logiciel Matlab peuvent

être utilisées pour calculer à chaque pas de simulation le champ de température (cas du
MD) ou les états d’excitations des modes (cas du MR) dans toute la géométrie de l’unité
de stockage thermique.
Les modèles détaillé et réduit décrits précédemment sont dans un premier temps im-
plémentés dans l’environnement Matlab.
3.3.5 Validation du modèle détaillé

C’est le modèle détaillé qui servira de référence pour l’appréciation des performances du
modèle réduit. Il est donc primordial de s’assurer qu’il prédit correctement les phénomènes
physiques qui ont lieu dans l’unité de stockage. Sa validation consiste à comparer l’évolu-
tion dynamique de la température prédite aux résultats expérimentaux de [Lacroix 93].
Dans cette expérimentation, l’auteur fait circuler de l’eau à un débit massique de

0.0315 kg.s−1 dans une unité de stockage de dimension (100 × 1.23 × 0.635 cm). Il
relève l’évolution de la température en deux points du MCP 72 . Le matériau à change-
ment de phase utilisé est du n-octadecane, ses caractéristiques thermophysiques et ceux
du HTF sont consignées dans les tableaux 3.6a et 3.6b.
n-octadecane
ks/l 0.358/0.148 W
m.K
Eau
Tf us 300.7 K
k 0.62 W
m.K
cp 2222 J
kg.K
cp 4178 J
kg.K
ρ 771 kg.m−3
ρ 995 kg
m3
β 4.013 × 10 −6
K −1
µ 769 × 10−6 kg
ν 9 × 10−4 m2 .s−1 m.s
Pr 5.2 -
as/l 2.14 × 10−7 /8.44 × 10−8 m2 .s−1
(b) HTF
Lf 243.5 kJ.kg −1
(a) MCP
Table 3.6 – Caractéristiques thermophysiques utilisées pour la validation du MD.
Le maillage du modèle détaillé est de 51 × 21 nœuds dans les directions axiale et ra-
diale respectivement et le pas de temps est de 5 s. La figure 3.3.7 présente l’évolution
dynamique des températures T1 et T2 lors d’une phase de stockage et ce pour différente
température d’entrée du fluide caloporteur.
72. Point 1 : (x = 0.51, r = 0.002) et Point 2 : (x = 0.95, r = 0.001)
101
50
45
Température (°C) 40
35
30
25
T2 MD (Tin=310.7K)
T2 Exp.(Tin=310.7K)
20
T1 MD (Tin=320.7K)
T1 Exp.(Tin=320.7K)
15
10
0 10 20 30 40 50 60
Temps (min)
Figure 3.3.7 – Validation du modèle detaillé.
La comparaison de ces courbes montre (qualitativement) que l’écart entre le modèle

détaillé et les mesures expérimentales est généralement faible, que ce soit au niveau du
régime permanent ou durant le changement de phase. Cette confrontation valide donc ce
modèle détaillé de l’unité de stockage thermique avec matériaux à changement de phase.
3.3.6 Analyse du modèle réduit

Le modèle réduit est utilisé pour simuler l’expérimentation de [Lacroix 93] dans un
premier temps. Nous analyserons les modes obtenus, puis le modèle réduit sera validé par
comparaison avec le modèle détaillé.
3.3.6.1 Les modes de branche de l’unité de stockage thermique

Généralement, dans les géométries 2D, on retrouve quatre types de modes :
1. Le mode plat : c’est le premier mode (voir figure 3.3.8). Il est affecté d’une constante
de temps qui tend vers l’infini (en théorie),
2. Les modes volumiques : ce sont des modes quasi-nuls sur les frontières mais non-nuls
dans le cœur du domaine (voir figure 3.3.10),
3. Les modes surfaciques : il s’agit des modes quasiment nuls dans le volume, mais
non-nuls aux frontières (voir figure 3.3.11). C’est l’existence de ce type de modes
qui permet de reconstruire les températures et les flux de chaleur pour n’importe
quel coefficient d’échange.
4. Les modes globaux, qui sont une combinaison de modes volumique et de surface
(voir figure 3.3.9).
En outre, pour le problème de transport traité en 1D, l’observation des premiers modes
(voir figure 3.3.12) conforte l’hypothèse de calculer ces modes de branche avec une vitesse
102
nulle. En effet, il s’agit d’un mode plat, d’un mode quasi linéaire et d’une demie sinusoïde.
Ces trois modes permettent d’approcher les champs de température habituellement ren-
contrés dans une géométrie 1D.
100
100
90
80
80
70
60
60
x (cm)
x (cm)
50
40
40
30
20
20
10
0
0.8 1 1.2
0 r (cm)
0.8 1 1.2
r (cm)
Figure 3.3.8 – Mode plat (MCP) Figure 3.3.9 – Mode global
100 100
80 80
60 60
x (cm)
x (cm)
40 40
20 20
0 0
0.8 1 1.2 0.8 1 1.2
r (cm) r (cm)
Figure 3.3.10 – Exemple de modes volumiques
3.3.6.2 Comparaison entre modèle réduit et modèle détaillé

En restant dans le cadre de l’expérimentation décrite ci-dessus 73 , nous présenterons
dans cette section les performances en termes de précision et temps de calcul pour des
modèles réduits d’ordre différents.
L’appréciation de la précision du modèle réduit est analysée à travers l’écart de tempé-
rature en tout point et à chaque instant entre le modèle réduit et le modèle détaillé, noté
(M, t).
73. Pour une température d’entrée du fluide caloporteur de 310.7 K
103
100 100
80 80
60 60
x (cm)
x (cm)
40 40
20 20
0 0
0.8 1 1.2 0.8 1 1.2
r (cm) r (cm)
Figure 3.3.11 – Exemple de modes surfaciques

100
Mode 1
Mode 2
Mode 3
80
60
x(cm)
40
20
−5 0 5
Figure 3.3.12 – Les 3 premiers modes dans le HTF
(M, t) = |TM D (M, t) − TM R (M, t)| (3.3.44)
Le gain de temps CPU dû au modèle réduit (noté GCP U ) est calculé par l’expres-
sion (3.3.45).
T emps CP U M D
GCP U = (3.3.45)
T emps CP U M R
Pour six modèles réduits de différentes dimensions, les performances en termes de gain
de temps et de précision ont été calculées et consignées dans le tableau 3.7.
La quatrième ligne de ce tableau montre que l’écart maximum entre MR et MD décroit

avec l’augmentation de la taille du modèle réduit ; ce qui est tout a fait logique. Dans
le cas particulier du modèle réduit d’ordre 15 (MR 4+11), l’écart maximal est de 2.76
°C. L’on pourrait être tenter de croire que cet écart relativement important en fait un
104
(M, t) Nombre de modes dans (Ωf + Ωm )

en °C 4+11 4+21 4+26 4+51 4+101 4+201
≤ 0.2 99.72% 99.93% 99.976% 99.998% 100% 100%
Répartition
des (M, t)
]0.2; 0.5] 0.27% 0.067% 0.023% 0.002% 0% 0%

> 0.5 0.01% 0.003% 0.001% 0% 0% 0%
Max 2.76 1.44 1.01 0.42 0.17 0.033
Moy 124.10−4 65.10−4 50.10−4 22.10−4 8.10−4 2.10−4
×66 ×60 ×59 ×41 ×38 ×24
GCP U
« sparse » ×6.42 ×6.33 ×5.67 ×5.59 ×4.17 ×1.94
Table 3.7 – Synthèse des résultats de comparaison entre MR et MD
modèle réduit de mauvaise qualité. Mais l’observation de la répartition des écarts de

température (ligne 2 à 4) montre que sur toute la durée de la simulation, 99.7% des écarts
sont inférieurs à la précision d’un thermocouple 74 , de plus l’écart moyen est seulement de
0.0124 °C pour ce modèle réduit d’ordre 15.
Pour le MR d’ordre 205, l’écart maximal entre le modèle réduit et le modèle détaillé
(égal à 0.033°C) n’est même pas décelable par un thermocouple de type K. Cette obser-
vation conduit donc à la validation générale du modèle réduit, toutefois plus l’ordre sera
faible, plus la précision du MR en souffrira.
En ce qui concerne les performances en terme de gain de temps de calcul, les deux
dernières lignes du tableau 3.7 confirment l’affirmation selon laquelle l’existence de la no-
tion de matrice creuse dans un logiciel tel que Matlab permet des simulations rapides 75 .
Pour la comparaison entre le temps de simulation d’un modèle réduit et d’un modèle
détaillé dans l’environnement Matlab, les gains de temps sont compris entre 6 et 2 pour
des modèles réduits d’ordre 15 à 205. Même s’il y a quand même un gain de temps de
calcul pour des précisions très appréciables, nous estimons qu’il reste relativement faible
par rapport à l’ordre de réduction.
Toutefois, rappelons nous que la finalité de ce travail n’est pas d’utiliser le modèle réduit
dans des environnements où la fonction « sparse » existe, mais plutôt dans l’environnement
Simulink où la notion de matrice creuse n’existe pas.
Remarque :
Dans le tableau 3.7, le choix de fixer le nombre de modes dans Ωf à 4 n’est pas anodin.
En effet, l’étude de sensibilité dont les résultats sont présentés par les courbes de la figure
3.3.13 a montré que les écarts maximaux et moyens entre le modèle réduit et le modèle
détaillé restent inchangés à partir de 4 modes dans le HTF pour un même nombre de
modes dans le MCP.
74. Soit 0.2 °C.
75. La fonction « sparse » permet des simulations en moyenne 7 fois plus rapides.
105
−3
x 10
2.5 6
101 Modes dans le MCP
2
ε (M,t) Maximal en °C
ε (M,t) Moyen en °C
4
1.5 101 Modes dans le MCP
1
2
0.5
0 0
2 4 6 11 2 4 6 11
Nombre de Modes dans le HTF Nombre de Modes dans le HTF
(a) Variation du nombre de mode dans HTF en (b) Variation du nombre de mode dans HTF en
fonction de (M, t) maximal fonction de (M, t) moyen
Figure 3.3.13 – Choix du nombre de mode dans le domaine du HTF (Ωf )
3.3.6.3 Impact sur le simulateur numérique

Le modèle réduit a été validé dans la section précédente et les simulations effectuées
dans l’environnement Matlab ont montré qu’au mieux les simulations pouvaient être 6
fois plus rapides. Afin d’estimer les gains de temps réels implémentons le modèle détaillé
du stockage thermique latent et le modèle réduit d’ordre 4+26 dans l’environnement de
simulation. Des simulations dynamiques ont été effectuées pour 21, 90 et 372 jours pour
les trois configurations du simulateur suivantes :
1. sans système de stockage thermique latent (sans SSTL),
2. avec un modèle détaillé de système de stockage thermique latent (avec SSTL en
MD),
3. avec un modèle réduit de système de stockage thermique latent (avec SSTL en MR).
Les performances en terme de temps de calcul sont appréciées à travers le paramètre
SimGCP U qui représente le rapport entre l’écart absolue de la durée de simulation entre
les configurations « sans SSTL et avec SSTL en MD » et « sans SSTL et avec SSTL en
MR ».
Durée "avec SSTL en MD" - Durée "sans SSTL"

SimGCP U = (3.3.46)

Durée "avec SSTL en MR" - Durée "sans SSTL"

La synthèse des résultats est disponible dans le tableau 3.8 et comme on pouvait s’y
attendre, l’implémentation du modèle de l’unité de stockage thermique allonge la durée
des simulations (d’un facteur 48 avec MD et 3 avec MR). Toutefois, le gain de temps dû
au modèle réduit est très appréciable car il permet par exemple une simulation 36 fois
plus rapide par rapport au modèle détaillé.
Plus précisément, la dernière ligne du tableau 3.8 montre que pour une simulation de
372 jour, il faudrait environ 8 heures pour une simulation avec le modèle détaillé, là où
le temps d’attente avec le modèle réduit est seulement d’environ 22 minutes ; soit la dif-
férence entre une journée de travail et une grosse pause café.
106
Durées de simulation (min)

Périodes de
Simulateur Simulateur avec SSTL SimGCP U
simulation
sans SSTL MD MR
21 jours 0.52 26.3 1.75 21
90 jours 2.24 108.16 5.17 36
372 jours 9.11 453.66 21.47 36
Table 3.8 – Performances en gain de temps du MR dans l’environnement Simulink
Ces remarques viennent donc confirmer la pertinence de l’utilisation des modèles réduits
dans des environnements de simulation comme Simulink qui s’accommode très mal des
modèles de grandes tailles.
Notons par ailleurs que ces gains de temps auraient pu être plus importants, mais
malheureusement pour le type d’application que nous avons choisi, l’équation (3.3.13) ou
(3.3.14) impose à chaque itération temporelle un passage de l’espace modal à l’espace
physique 76 afin de s’assurer que la fraction liquide est comprise entre 0 et 1.
3.3.6.4 Généralisation de l’utilisation du modèle réduit
Les sections précédentes ont montré que le recours à la réduction modale permet de
réduire considérablement les durées de simulation tout en conservant une précision ac-
ceptable. Cependant lors des tests qui conduisent à ces résultats, les simulations ont été
quasiment effectuées dans les mêmes conditions et avec le même MCP que celles qui ont
servi au calcul des modes de branche.
Or, en réalité un seul modèle réduit sera sélectionné et implémenté dans le simulateur
Batimac ; c’est à dire que les modes de ce modèle réduit seront préalablement calculés
avec des caractéristiques thermophysiques fixées (stationnaires) et serviront à simuler dif-
férents matériaux à changement de phase.
Le but de cette section est donc d’utiliser les modes calculés lors de la validation des
MR pour simuler d’une part le même MCP mais selon un scénario de stockage et de désto-
ckage différent (Cas N°1) et d’autre part un autre MCP (Cas N°2). Cela nous permettra
de s’assurer qu’un même 77 modèle réduit peut prédire correctement le comportement
énergétique de n’importe quel système de stockage 78 et ce pour différents régimes de
fonctionnement 79 .
Pour cela, plusieurs simulations avec neuf modèles réduits d’ordre allant de 15 à 205
sont effectuées dans les conditions ci-dessous :
76. au prix d’une multiplication matrice vecteur
77. bien entendu, il est possible de recalculer les modes selon le MCP, mais cela réduirait les perfor-
mances en temps de calcul du simulateur.
78. différents MCP et HTF
79. température d’entrée et vitesse du fluide caloporteur variables
107
Cas N°1 : Les simulations sont effectuées en utilisant du n-octadecane comme MCP,
et le régime de fonctionnement de l’unité de stockage est décrit par les courbes de
la figure 3.3.14a.
Cas N°2 : Ici un autre MCP est utilisé. En l’occurrence la paraffine dont les caracté-
ristiques thermophysiques sont disponibles dans le tableau 3.9 et les températures
d’entrée et débits du HTF sont données par la figure 3.3.14b.
ks/l cp ρ β ν Lf Tf us
0.24/0.22 2075 850 9.1 × 10−4 5.2 × 10−3 190 × 103 333.05
Table 3.9 – Caractéristiques thermophysiques de la "paraffin wax"[Choi 92]
Le fluide caloporteur est de l’eau et les conditions de fonctionnement sont relativement

éloignés des plages ayant servi à la construction des différents modèles réduits.
100 100
1.9 1.9
Température d’entrée du HTF
Température d’entrée de fusion du MCP 1.6 1.6
80 Débit massique du HTF 80
Débit massique (kg/s)
Débit massique (kg/s)

Temperature (°C)
Temperature (°C)
1.3 1.3
60 60
1 1
0.7 0.7
40 40
0.4 0.4
20 0.1 20 0.1
0 10 20 30 40 50 60 0 10 20 30 40 50 60
Temps (s) Temps (s)
(a) Cas N°1 (avec le n-octadecane) (b) Cas N°1 (avec la paraffin wax)
Figure 3.3.14 – Régimes de fonctionnement
3.3.6.4.1 Précision des modèles réduits

Pour chacun des cas ci-dessus des simulations sont effectuées avec les mêmes modes de
branche. Nous présentons respectivement aux figures 3.3.15a et 3.3.15b les écarts ( (M, t)
) maximaux et moyens. L’analyse de ces résultats nous permettra de savoir si les modèles
réduits établis dans les conditions de l’expérimentation de [Lacroix 93] peuvent prédire
correctement le comportement énergétique d’autres systèmes de stockage.
D’après les histogrammes de la figure 3.3.15, quel que soit le régime de fonctionnement
ou le type de matériau à changement de phase, les écarts (maximal et moyen) baissent
avec l’augmentation de l’ordre du modèle réduite.
En revanche, l’analyse des écarts maximaux (voir figure 3.3.15a) suggère que les mo-
dèles réduits semblent plus efficaces lorsqu’il s’agit de simuler un problème différent du
108
3 0.03
Référence Référence
Cas N°1 Cas N°1
2.5 Cas N°2 Cas N°2
ε(M,t) Maximal (°C)
2 0.02
ε(M,t) Moyen (°C)

1.5
1 0.01
0.5
0 0
11
16
21
26
51
51
11
16
21
26
51
51
1
+5
10
20
+5
10
20
4+
4+
4+
4+
4+
6+
4+
4+
4+
4+
4+
6+
4+
4+
4+
4+
11
11
Ordre du modèle réduit Ordre du modèle réduit
(a) Ecarts maximaux (b) Ecarts moyens
Figure 3.3.15 – Ecarts de température (M, t) pour la généralisation du modèle réduit.
problème de référence 80 . Cependant, ce constat est très vite mis en défaut par l’analyse
des écarts moyens (voir figure 3.3.15b), qui montrent qu’en général, l’écart moyen entre
le MD et le MR est plus important avec la paraffine (Cas N°2).
Il faut noter toutefois que les écarts de température entre MR et MD observés sont
dans les mêmes ordres de grandeur que pour les simulations de référence. Ce qui montre
qu’il est possible de généraliser un modèle réduit et par conséquent de s’assurer que le
modèle réduit qui sera intégré dans le simulateur Batimac pourra simuler tout système
de stockage latent 81 avec des précisions acceptables.
3.3.6.4.2 Observation des fronts de fusion et champs de température

La figure 3.3.16 présente les champs de température et de fraction liquide aux ins-
tants t = 10 min, 20 min et 50 min lors de la simulation du Cas N°1 avec le modèle réduit
d’ordre 30. Elle permet de comparer qualitativement des champs de température et de
fraction liquide dans le domaine Ωm .
D’après le scénario de la figure 3.3.14a, à t = 10 min, la température d’entrée du HTF

est supérieure à la température de fusion du MCP depuis plus de 10 minutes, ce qui
permet à une partie (r > 1) du MCP de se liquéfier quasiment.
A t = 20 min, la phase de stockage se poursuit et par conséquent le MCP se liquéfie da-
vantage. Ici, on s’aperçoit que les isothermes diffèrent selon le modèle (réduit ou détaillé).
Cette différence se répercute directement sur les isotitres au niveau des coins (haut et
bas, à droite). Toutefois, les figures 3.3.15a et 3.3.15b montrent que ces faibles différences
restent acceptables.
Enfin, à t = 50 min, une phase de déstockage a débuté depuis environ 15 minutes (voir
80. Problème à partir du quel les modes ont été calculé.
81. de même géométrie
109
figure 3.3.14a). Elle est matérialisée par la solidification des mailles du MCP qui sont
proches de l’interface HTF-MCP.
D’une façon générale, ces isothermes et isotitres montrent que les forts coefficients
d’échange par convection (entre 5269 et 13800) imposent une diffusion rapide dans le sens
axial contrairement à une propagation de chaleur plus lente dans le sens radial. En effet,
ces matériaux à changement de phase sont connus pour avoir de faibles conductivités
thermique.
Aussi, selon les hypothèses de simulation et la géométrie de l’unité de stockage de
chaleur, les fronts de fusion et de solidification se déplacent quasiment dans le même
sens ; soit du rayon intérieur vers le rayon extérieur.
110
MR à t=10 min MR à t=20 min MR à t=50 min

100 40 40 40
80
35 35 35
60
x (cm)
40
30 30 30
20
0 25 25 25
0.8 1 1.2
r (cm)
MD à t=10 min MD à t=20 min MD à t=50 min

40 40 40
35 35 35
30 30 30
25 25 25
(a) Température MR et MD
MR à t=10 min MR à t=20 min MR à t=50 min

100 1 1 1
80 0.8 0.8 0.8
60 0.6 0.6 0.6

x (cm)
40 0.4 0.4 0.4
20 0.2 0.2 0.2
0 0 0 0
0.8 1 1.2
r (cm)
MD à t=10 min MD à t=20 min MD à t=50 min

1 1 1
0.8 0.8 0.8
0.6 0.6 0.6
0.4 0.4 0.4
0.2 0.2 0.2
0 0 0
(b) Fraction liquide MR et MD
Figure 3.3.16 – Champs de température et de fraction liquide dans le MCP
111
La modélisation de certains équipements requiert un maillage raffiné, dont la discréti-
sation spatiale conduit à la manipulation de matrices de grandes tailles. L’introduction
de ce type de matrice dans Simulink ralenti fortement les simulations. Nous avons donc
réduit la taille de ces modèles en utilisant les méthodes d’analyse modale classique et
BERM d’une part et les techniques de réduction par troncature de Marshall et amalgame
modal d’autre part.
Le modèle réduit d’enveloppe du bâtiment d’ordre 4 donne (voir figure 3.2.7) quasiment
les mêmes résultats (écart relatif moyen de 1.87%) que le logiciel de STD Pleaides+Comfie.
De plus, le tableau 3.5 et les courbes de la figure 3.2.9 montrent que le modèle réduit de
bâtiment (enveloppe + plancher hydraulique) d’ordre 14 est aussi performant qu’un mo-
dèle détaillé de dimension 7291. A l’inverse de ce modèle détaillé, la résolution du modèle
réduit est quasi-instantanée car elle consiste à résoudre le système d’équation linéaire à
deux inconnues formé par Eqs (3.2.26) et (3.2.35).
A la section 3.3, un modèle réduit d’une unité de stockage thermique avec matériau à
changement de phase a été proposé. Par rapport au modèle détaillé équivalent modélisé
à l’aide de la méthode des différences finies et validé par comparaison avec les résultats
expérimentaux de Lacroix [Lacroix 93], nous avons montré que l’utilisation des modèles
réduits dans l’environnement de calcul Simulink permet un gain de temps de calcul jus-
qu’à 36 fois (voir tableau 3.8) tout en conservant des précisions de l’ordre du thermocouple
(voir tableau 3.7).
Pour chacun des principaux composants du simulateur Batimac, nous avons sélectionné
les types de modèle les plus adaptés tout en gardant à l’esprit que le simulateur est destiné
à simuler le comportement énergétique (thermique) du système et sa charge et non pas
d’un équipement en particulier. L’étape suivante consistera à intégrer tous ces composants
dans l’environnement de simulation puis à établir des règles (stratégies de fonctionnement)
pour qu’ils interagissent les uns avec les autres.
112
Partie III : Simulateur Batimac :
Développement & Utilisation
« La vie, c’est comme une

bicyclette, il faut avancer pour
ne pas perdre l’équilibre. »
(Albert Einstein, Mathématicien,

Physicien, Scientifique
1879-1955)
Chapitre 4
Conception du simulateur
4.1 Présentation de la plate-forme de simulation . . . . . . . . . . . . . . 116

4.1.1 Les outils Microsoft Office . . . . . . . . . . . . . . . . . . . . 116
4.1.2 Le logiciel Matlab . . . . . . . . . . . . . . . . . . . . . . . . . 117
4.1.3 Simulink & Stateflow . . . . . . . . . . . . . . . . . . . . . . 117
4.2 Implémentation des modèles dans Simulink . . . . . . . . . . . . . . 120
4.3 Stratégies de fonctionnement . . . . . . . . . . . . . . . . . . . . . . 121
4.3.1 Critères à satisfaire . . . . . . . . . . . . . . . . . . . . . . . 122
4.3.2 Choix du système de production de chaleur haute température 123
4.3.3 Règles de contrôle local . . . . . . . . . . . . . . . . . . . . . . 124
4.4 Exemple de déroulement d’une simulation . . . . . . . . . . . . . . . 125
4.5 Validation du simulateur . . . . . . . . . . . . . . . . . . . . . . . . 126
4.5.1 Description du cas test . . . . . . . . . . . . . . . . . . . . . 127
4.5.2 Tests de cohérence de SimCoBat . . . . . . . . . . . . . . . . 128
Les chapitres 2 et 3 ont conduit à la modélisation des différents composants du simu-

lateur. Ainsi, chaque modèle décrit avec un degré de finesse acceptable le comportement
énergétique de l’équipement représenté et le type de modèle numérique sélectionné pour
favoriser des simulations rapides sans que la précision n’en pâtisse.
Pour l’instant, cet ensemble de modèles de composant ne constitue guère un simulateur.

De fait, l’élaboration du simulateur s’intègre dans une approche systémique fondée sur
la prise en compte de concepts tels que : système 1 , régulation, interaction, rétroaction,
finalité, globalité, etc.
La dernière phase de conception de SimCoBat consiste alors à l’intégration des modèles
de composants dans l’environnement de simulation Simulink, où ils interagiront selon
des lois de commande dans le but de satisfaire à un ensemble d’objectifs.
1. au sens d’ensemble d’éléments en interaction dynamique
115
Chapitre 4 Conception du simulateur
4.1 Présentation de la plate-forme de simulation

Afin de faciliter son utilisation, le simulateur numérique SimCoBat fait interagir un
ensemble de logiciels comme illustré à la figure 4.1.1.
Figure 4.1.1 – Environnement de simulation
4.1.1 Les outils Microsoft Office

Les logiciels Excel et Word sont bien connus dans le monde de l’entreprise.
Le premier est d’une part utilisé comme tableur pour la saisie des données climatiques 2 ,
des scénarios 3 d’occupations, d’éclairages, d’apports de chaleur par les équipements, de
ventilation pour le bâtiment et de puisage d’eau chaude sanitaire. D’autre part, à la fin
d’une simulation les résultats y sont consignés ce qui permet à l’utilisateur d’effectuer
divers analyses.
Quant à Word, il est ici utilisé pour élaborer le rapport de simulation. Celui-ci contient
un résumé des principaux paramètres de dimensionnement du système, de la charge puis
un récapitulatif des bilans énergétiques respectifs (voir exemple à l’annexe F.1 page 196).
2. par défaut, celle des huit zones climatiques françaises sont déjà disponibles
3. ceux fournis avec la RT2012 sont implémentés par défaut
116
4.1.2 Le logiciel Matlab

L’exécution d’une simulation avec SimCoBat débute dans l’environnement Matlab
qui assure les échanges de données entre les autres logiciels et Simulink.
D’abord, il formate les données saisies sous Excel puis les transfère à Simulink lors
de la phase d’initialisation.
Puis, au cours de la phase de simulation un échange permanent de données s’effectue

entre Matlab et Simulink, les équations étant résolues à l’aide du solveur Matlab.
Enfin, une fois la simulation terminée, Matlab récupère et traite les résultats de si-
mulation qu’il sauvegarde sous forme de fichier Excel et génère le rapport de simulation
sous Word.
4.1.3 Simulink & Stateflow

Dans l’environnement Simulink, le simulateur est composé de quatre niveaux (voir
figure 4.1.2).
Figure 4.1.2 – Hiérarchisation du simulateur dans l’environnement Simulink
Niveau I :
C’est la première étape de paramétrage de SimCoBat dans Simulink. Il propose six
onglets permettant de définir les conditions de fonctionnement de l’installation et de
sélectionner la zone climatique.
117
Niveau II :
Ce niveau offre à l’utilisateur un environnement familier. En effet, la capacité qu’offre
Simulink à encapsuler les blocs de façon hiérarchique permet de proposer un environne-
ment (figure 4.1.3) semblable au schéma de principe du système BATIMAC et sa charge
représenté à la figure 1.4.1.
Figure 4.1.3 – Image du niveau II de SimCoBat
A ce niveau, via une interface graphique comme celle représentée à la figure 4.1.4, l’uti-
lisateur peut poursuivre le paramétrage de chacun des composants du système et de la
charge.
Rappelons que physiquement les composants sont reliés par un fluide caloporteur (ici
air ou eau). De la même manière un « fluide numérique » représenté par un vecteur de
dimension trois contenant respectivement la température, le débit massique et la pression
permet de véhiculer des données physiques d’un bloc à un autre.
Enfin, le bloc « Superviseur » est une espèce de tour de contrôle qui assure la commande
de l’installation et de la charge (nous en reparlerons en détail à la section 4.3 page 121).
Quant aux deux autres blocs ;
• le bloc « Post traitement » propose une première analyse des résultats de simulation
et le conditionnement des données de simulation à sauvegarder pour des analyses
plus approfondies. On y retrouve par exemple le calcul de deux indicateurs 4 de la
réglementation thermique RT2012 et le bilan énergétique détaillé du système.
• le bloc « Données météo » à l’intérieur duquel s’effectue l’échantillonnage des don-
nées climatiques selon le pas de temps de simulation choisi par l’utilisateur.
4. Bbio : Besoin bioclimatique et le Cep : Consommation d’énergie primaire
118
Figure 4.1.4 – Interface graphique de la charge
Niveau III et IV :
Les modèles de composants du système sont implémentés au niveau 3.
La charge étant elle-même un ensemble de composant, le niveau 3 ne contient que

la description de ces derniers (voir figure 4.1.5), leurs modélisations étant effectuées au
niveau 4.
119
Figure 4.1.5 – Copie d’écran du niveau III de SimCoBat, pour la charge du système
L’architecture générale de la plate-forme de simulation étant présentée, nous montrons

à la section suivante comment sont implémentés les modèles de composants.
4.2 Implémentation des modèles dans Simulink

Comme nous l’avons souligné à la fin du chapitre 1, deux types de modèles Simulink
peuvent être utilisés pour implémenter les modèles numériques développés aux chapitres
2 et 3 dans l’environnement Simulink.
De façon classique, on utilise des modèles de type schéma-bloc comme celui de la figure
4.2.1, qui représente le modèle thermique d’une VMC double flux.
Figure 4.2.1 – Modèle thermique d’une VMC double flux
Ce type de modèle à l’avantage de faciliter la lisibilité du code. Cependant lorsqu’il est

question de modéliser un composant plus complexe 5 comme un bâtiment ou même un
5. plusieurs entrées/sorties, plusieurs lignes de codes...
120
4.3 Stratégies de fonctionnement
ballon d’eau chaude stratifié, le modèle schéma-bloc devient très vite illisible et n’offre
plus aucun intérêt.
Pour palier à ce problème, Simulink permet d’utiliser des modèles du type UDF 6 . Ce
type de modèle a l’avantage d’introduire des lignes de code Matlab, Fortran et C++,
dans l’environnement Simulink, facilitant ainsi l’intégration des programmes déjà réalisés
sous divers langages de programmation.
A titre d’illustration, la figure 4.2.2 présente un extrait du modèle d’un ballon de
stockage du poste de production d’eau chaude sanitaire.
Figure 4.2.2 – Illustration du modèle d’un ballon de stockage d’ECS codé en Matlab

Dans sa configuration standard (voir figure 1.4.1), batimac est un système de cogé-
nération multi-énergies 7 et multi-objectifs 8 composé de plusieurs équipements distincts,
couplé à une charge (un ou ensemble de bâtiment) constamment perturbée 9 .
La régulation optimale de ce système complexe fait idéalement appel aux méthodes

de contrôle prédictif afin de satisfaire aux exigences 10 des occupants tout en minimi-
sant la consommation d’énergie primaire de l’installation. Cependant, pour l’instant ce
type de commande n’est pas envisageable dans le simulateur Batimac à cause de la
6. pour User Defined Functions
7. fonctionne à partir de biomasse et/ou d’énergie solaire
8. fonctionne pour satisfaire aux besoins électriques et/ou thermiques de la charge
9. variation de la température d’air extérieur, scénario d’occupation du bâtiment, scénario de puisage
d’ECS, ect
10. suivi de consigne de température dans le bâtiment et/ou production suffisante d’ECS et/ou pro-
duction suffisante d’électricité
121
complexité du système et du temps de simulation supplémentaire que requiert une telle

approche [Eynard 10].
Nous proposons alors de contrôler le système et sa charge à travers un concept de

« superviseur », où le superviseur est vu comme un cher d’orchestre ou une tour de
contrôle. Il reçoit donc en entrée l’état des différents équipements du système et de la
charge et fournit en sortie la stratégie de fonctionnement à adopter.
Le schéma synoptique du superviseur représenté à la figure 4.3.1 montre qu’il compte
trois niveaux de régulation portant respectivement sur :
• la satisfaction d’un ou plusieurs critères ;
• le choix des équipements de production de chaleur haute température ;
• un ensemble de règles locales lié aux conditions de fonctionnement de chaque com-
posant.
Figure 4.3.1 – Présentation du concept de « superviseur »
4.3.1 Critères à satisfaire

Pour le système, le ou l’ensemble des critères à satisfaire doit être considéré comme
la fonction objectif d’un algorithme d’optimisation. Par ailleurs, il est aujourd’hui bien
identifié qu’un système de cogénération couplé à un bâtiment peut servir à satisfaire
entièrement et/ou partiellement les besoins thermiques et/ou électriques du bâtiment
[Knight 05]. Dès lors, il est possible de dégager les quatre « fonctions objectifs » suivantes :
Obj-N°1 : satisfaire principalement les besoins thermiques ;

Obj-N°2 : satisfaire principalement les besoins électriques ;
Obj-N°3 : satisfaire les besoins thermiques et électriques ;
Obj-N°4 : fonctionnement en continu durant une plage horaire définie.
122
Chacune de ces fonctions permet d’évaluer à chacun instant le besoin ou non d’énergie de
la charge (pour les 3 premiers) ou de fixer la plage de fonctionnement de la boucle chaude
indépendamment de l’état des différents équipements (pour le dernier).
La fonction Obj-N°4 est relativement facile à établir et Obj-N°2 est par défaut fondé
sur les estimations de consommation d’énergie électrique réalisé par [IAE 05], mais Obj-
N°1 est un peu plus complexe à en juger par la figure 4.3.2.
Figure 4.3.2 – Modélisation de Obj-N°1 dans l’environnement Stateflow
En effet, sur cette figure est modélisé en langage Stateflow l’algorithme qui permet
au superviseur de savoir s’il y a un besoin d’énergie thermique ou non. Le modèle est
composé de deux états 11 reliés par des transitions qui elles mêmes sont encadrées par une
ou plusieurs conditions 12 .
4.3.2 Choix du système de production de chaleur haute température

Le système Batimac offre la possibilité de produire de l’air à très haute température
de trois manières. Soit à l’aide :
• du générateur d’air chaud seul ;
• de la centrale solaire seule ;
• ou de ces deux équipements connectés en série.
Dans les deux premiers cas, la modélisation de l’interaction entre le système de production
de chaleur haute température et le reste de l’installation est relativement simple.
Cependant, dans le troisième cas où il est question d’un fonctionnement mixte, la mo-
délisation des interactions possibles devient rapidement complexe comme le suggère le
modèle représenté à la figure 4.3.3.
En effet, pour ce type de fonctionnement quatre états sont possibles :

11. « Energie_Need2 » qui exprime un besoin d’énergie thermique et « Energie_need2 » qui en exprime
le contraire.
12. expressions logiques
123
Figure 4.3.3 – Diagramme de flux de la gestion des équipements de production de cha-

leur haute température : cas d’un fonctionement mixte
• le GAC et la central solaire fonctionnent en série ;

• seul le GAC fonctionne ;
• seule la centrale solaire fonctionne ;
• les deux sont à l’arrêt,
sans oublier les éventuelles temporisations, la possibilité d’un fonctionnement pour stocker
uniquement de la chaleur et aussi la défocalisation des absorbeurs.
4.3.3 Règles de contrôle local

Les règles de contrôle local constituent le dernier maillon de la chaîne de contrôle-
commande de l’installation et de sa charge. Il s’agit là de règles généralement simples
portant entre autres sur :
• des ouvertures ou fermetures de vannes ;
• l’arrêt ou le démarrage d’une pompe ;
• le choix de by-passer un équipement ou non ;
• des suivis de température de consigne ;
• ...
A titre d’illustration, la figure 4.3.4 montre un exemple de règle de contrôle local portant
sur la régulation de la température de l’air intérieur du bâtiment à l’aide d’un régulateur
124
4.4 Exemple de déroulement d’une simulation
PI et d’un régulateur différentiel.
Figure 4.3.4 – Régulation de la température d’air intérieur du bâtiment
Son fonctionnement est le suivant : le régulateur PI 13 reçoit en entrée la différence entre

la température de consigne et la température opérative de l’air intérieur puis détermine
en sortie le débit massique total d’eau 14 à faire circuler dans le plancher. Toutefois, si la
température moyenne du ballon de stockage d’eau chaude destinée au chauffage n’est pas
comprise dans la plage admissible, les circulateurs sont mis à l’arrêt jusqu’à ce que cette
température atteigne un seuil défini par l’utilisateur.
L’intégration des composants dans l’environnement de simulation et l’établissement des

règles de contrôle-commande sont réalisés. A la section suivante, un exemple de déroule-
ment d’utilisation de la plate-forme est proposé au lecteur.
4.4 Exemple de déroulement d’une simulation

Le simulateur numérique développé dans ce travail comporte trois modules mis en relief
par la figure 4.4.1.
Le « Module 1 » constitue le premier niveau de paramétrage. C’est à ce niveau que

l’utilisateur saisit la première partie des données du problèmes (voir § 4.1.1 page 116).
Une fois cette première étape réalisée, l’utilisateur peut débuter l’exécution de la simu-
lation en cliquant sur l’icône dédiée. Celle-ci établit un dialogue 15 avec l’utilisateur pour
qu’il puisse choisir :
• le nom du projet ;
• la période 16 de simulation ;
• le pas de temps 17 de simulation ;
• la fréquence de sauvegarde 18 des données.
13. Proportionnel et Intégral
14. qui est borné afin de tenir compte de la physique du phénomène
15. dans l’environnement MATLAB
16. annuelle, période froide ou chaude
17. 1 secondes, 30 secondes ou 60 secondes
18. chaque pas de temps, chaque minute ou à intervalle de 10 minutes
125
Figure 4.4.1 – Les trois modules du simulateur
et charge l’ensemble des paramètres d’initialisation afin de préparer l’ouverture du module

suivant.
Le « Module Simulink » prend alors la suite en s’ouvrant dans l’environnement Si-

mulink et l’utilisateur peut alors poursuivre le paramétrage de sa simulation en person-
nalisant les équipements d’une part et en définissant la stratégie de fonctionnement du
système d’autre part.
A la fin de la période de simulation, le « Module 2 » génère un dossier portant le nom

du projet 19 . Ce dossier comporte quatre fichiers :
• un rapport de simulation en format Word dans lequel est récapitulé :
– la date, et l’heure d’enregistrement du rapport ;
– le pas de temps de simulation ainsi que sa durée CPU ;
– un résumé des principaux paramètres de simulation ;
– un bilan énergétique du bâtiment ;
– le bilan énergétique du système.
• une copie du fichier météo simulé ;
• une copie des scénarios simulés ;
• un fichier de sauvegarde de plusieurs variables à la fréquence définie par l’utilisateur.
Ainsi, l’utilisateur conserve une trace des simulations effectuées de même que les princi-
paux résultats obtenus à l’issue de chaque simulation.
4.5 Validation du simulateur

Le comportement énergétique des différents composants a été initialement validé (cha-
pitres 2 et 3) et chaque algorithme de contrôle-commande a été testé. Mais avant toute
19. préalablement défini au « Module 1 »
126
utilisation de SimCoBat il est nécessaire de le valider afin de s’assurer de son bon fonc-
tionnement.
Le meilleur moyen de mener à bien cette opération aurait été une confrontation expéri-
mentale. Malheureusement, le banc d’essais de validation dont la conception était prévue
en parallèle de cette thèse n’est toujours pas exploitable au moment de la rédaction de ce
manuscrit.
Une autre solution aurait été d’effectuer une confrontation numérique. Dans ce cas deux
possibilités s’offrent à nous :
• soit comparer SimCoBat à un simulateur équivalent élaboré sur un logiciel com-
mercial tel que TRNSYS ;
• ou trouver un logiciel existant capable de simuler le système BATIMAC couplé à
un bâtiment.
Mais aucune de ces possibilités n’a été testé par manque 20 de temps pour le premier cas
et pour la seconde possibilité, nos recherches d’outils de simulation 21 sont restées infruc-
tueuses.
En somme, nous ne disposons d’aucun moyen de validation de SimCoBat pour l’ins-

tant. Mais rappelons-le, le comportement énergétique de tous les composants a été initia-
lement validé avant leur implémentation dans l’environnement Simulink ; les modèles de
composants sont donc représentatifs et il faut juste tester la cohérence du simulateur.
4.5.1 Description du cas test

Afin de s’assurer de la cohérence des résultats de simulation, nous proposons de simuler
le cas d’étude décrit ci-dessous.
Il s’agit d’une simulation de trois semaines 22 pendant la période de rafraichissement.

La zone climatique simulée est celle de Trappes (H1a) et les scénarios pris en compte
sont issus de [CSTB ].
Le bâtiment de surface habitable 1080 m2 est occupé par 34 adultes équivalents et la
température d’air intérieur est régulée à 28°C, pour un taux de renouvellement d’air de
0.5 vol/h.
La puissance nominale du générateur d’air chaud est de 50 kW et la centrale solaire
est équipé de 60 m2 de miroir de Fresnel, enfin la puissance frigorifique de la machine à
absorption est de 8 kW.
La stratégie de fonctionnement adoptée est fondée sur une activité de l’installation de

8h à 21h (fonction objectif Obj-N°4), et le détail du paramétrage de la simulation est
donné par le rapport de simulation dont une copie est disponible à l’Annexe F.1 page 196.
20. Le développement d’un tel outil sous TRNSYS nécessite une bonne connaissance de ce logiciel, il
aurait alors fallu du temps pour la prise en main de l’outil et aussi pour le développement d’un simulateur
dans cet environnement.
21. pouvant simuler le système BATIMAC couplé à un bâtiment
22. du 23 juillet au 12 août
127
Le scénario de simulation ainsi défini permet de simuler tous les composants du sys-
tème BATIMAC et aussi ceux de la charge 23 . Il s’agit donc bel et bien d’un cas d’étude
permettant de tester le système standard représenté à la figure 1.4.1.
Aussi, soulignons que cette analyse est purement thermique et ne tient pas compte de
la consommation des auxiliaires.
4.5.2 Tests de cohérence de SimCoBat

Cette vérification de cohérence est effectuée à deux échelles. La première porte sur le
simulateur dans sa globalité (système BATIMAC + la charge) alors que la seconde est
focalisée sur un équipement particulier du simulateur.
4.5.2.1 Convergence du simulateur

Dans le cadre de ce test, il s’agit de s’assurer que le bilan énergétique est conservé.
Pour ce faire, le cas décrit ci-dessus est simulé à différents pas de temps de simulation
et un résumé des résultats est proposé au tableau 4.1.
Pas de temps (secondes) 600 120 60 30 1

Durée de simulation (minutes) 0.14 0.68 1.28 2.78 77.3
Ecart entre bilan d’énergie (kWh) 253.25 59.42 25.09 15.42 1.32
Ecart relatif 0.94% 0.22% 0.09% 0.06% 0.005%
Table 4.1 – Synthèse des résultats pour l’étude de convergence
La deuxième ligne du tableau ci-dessus montre de façon logique que les durées de
simulation s’allongent proportionnellement avec la réduction du pas de temps.
En revanche, les deux dernières lignes confirment que SimCoBat converge. Par exemple,
pour un pas de temps d’une seconde (voir résultats détaillés au tableau 4.2 page suivante),
le bilan est satisfaisant à 1.3 kWh près ; soit un écart relatif de 0.005%. Ce qui montre
que les biais constatés sont purement d’ordre numérique.
En effet, Simulink est un environnement de développement causal 24 . La modélisation

des circuits fermés (réseau bouclé) est donc parfois à l’origine de boucles algébriques 25 .
Lorsque celles-ci sont simples, le solveur de Simulink arrive à les résoudre automatique-
ment en utilisant une méthode itérative 26 . Par contre, dès qu’elles deviennent un peu plus
23. Le poste de chauffage et le poste de rafraîchissement sont identiques ; la dénomination diffère selon
qu’il s’agit de la période de chauffage ou non.
24. En opposition à un environnement acausal où il n’y a aucun sens prédéfini pour l’exécution des
opérations. Il n’y a donc pas de relation de cause à effet entre l’entrée et la sortie du modèle.
25. Lorsque la sortie d’un bloc ne peut pas être calculée sans connaître la valeur de son entrée au même
pas de temps, le bloc est dit à alimentation directe. Une boucle algébrique apparaît alors quand une série
de blocs à alimentation directe est placée dans une boucle. Ce qui fait apparaître une équation implicite.
26. Cette approche ralentit souvent la simulation et il n’y a aucune garantie de convergence.
128
Désignation Gains Pertes

Energie reçue Générateur d’Air Chaud (c) 16333.35 0
Pertes + Inertie Générateur d’Air Chaud (c) 0 - 1713.69
Energie reçue Centrale Solaire (a) 10514.61 0
Pertes + Inertie Centrale Solaire (a) 0 - 4093.96
Pertes + énergie disponible Stockage Haute 0 - 46.62
Température (b)
Electricité produite (d) 0 - 7692.8
Pertes + Inertie Convertisseur (d) 0 - 1692.48
Pertes + énergie disponible Stockage Basse 0 - 184.94
Température (e)
Pertes Machine à Absorption (f) 0 - 143.41
Pertes Tour de refroidissement (g) 0 - 8954.49
Energie utile poste ECS (g) 0 - 1290.96
Energie utile poste Chauffage (g) 0 0
Energie utile poste Rafraîchissement (g) 0 - 744.72
Pertes + énergie disponible poste ECS (g) 0 - 263.94
Pertes + énergie disponible poste Chauffage (g) 0 0
Pertes + énergie disponible poste 0 - 27.26
Rafraîchissement (g)
Total 26847.96 - 26849.28
Table 4.2 – Bilan énergétique de l’installation en kWh pour dt=1s
complexes le solveur diverge et la simulation échoue directement.

L’une des solutions pour venir à bout de ce problème numérique, consiste à insérer
dans la boucle un bloc séquentiel (à mémoire) 27 . Ainsi, le problème initialement implicite
se transforme en un problème explicite dans lequel on utilise la valeur du paramètre à
l’instant (au pas de temps) précédent.
Il semble donc évident que lorsque les pas de temps de simulation sont importants, il
soit de plus en plus difficile « de boucler » le bilan d’énergie.
Par ailleurs, la représentation graphique des écarts en fonction des pas de temps (figure
4.5.1) permet de constater que cette convergence est linéaire. Cela est parfaitement en
accord avec le schéma de discrétisation temporelle (Euler implicite du premier ordre 28 )
27. Dans SimCoBat nous avons utilisé le bloc Unit Delay, qui permet de créer un retard.
28. En effet on a :
δT T (t+dt)−T (t)
δt = dt =⇒ T (t + dt) = δTδt dt + T (t) ; ce qui est de la forme y = ax + b.
129
utilisé lors de la modélisation des composants.
1,0%
Ecart_relatif en %
0,8%
Linéaire (Ecart_relatif en %)
Ecart relatif (%)
0,6%
0,4%
y = 2E-05x + 0,0001
0,2% R² = 0,9988
0,0%
0 100 200 300 400 500 600
Pas de temps de simulation (s)
Figure 4.5.1 – Variation des écarts en fonction du pas de temps de simulation
Dans la continuité de cette analyse, observons l’impact des composants susceptibles

d’être très sensibles au pas de temps de simulation. Simulons alors par exemple trois cas
(sans la centrale solaire, sans la machine à absorption et sans les deux) au pas de temps
de 120 secondes puis analysons les résultats consignés au tableau 4.3.
Cas Sans Centrale Sans Machine Ni CS, ni

Solaire à absorption MAA
Ecart entre bilan 27.43 56.39 28.13
d’énergie (kWh)
Ecart relatif par rapport 54% 5% 53%
à colonne 3 tableau 4.1
Table 4.3 – Influence des composants sensibles au pas de temps
Nous nous apercevons que sans simuler le champ de capteur solaire à concentration,
l’écart entre les bilans d’énergie est au moins divisé par deux pour un même pas de temps
de calcul. Ce constat montre bien la difficulté du simulateur à simuler correctement ce
type de composant à dynamique très rapide (faible constante de temps) lorsque le pas de
temps devient relativement important.
4.5.2.2 Fonctionnement d’un régulateur

La poursuite de la consigne de température dans le bâtiment est assurée par un régu-
lateur PI qui détermine le débit massique d’eau circulant dans le plancher.
Selon la dynamique du phénomène thermique et du pas de temps de simulation, le régu-

lateur peut être oscillant. Dans ce cas de figure, soit le régulateur est mal paramétré ou le
130
pas de temps de simulation choisi est incompatible avec l’évolution dynamique du système.
Nous nous proposons d’observer à la figure 4.5.2 la variation de ce débit massique 29 en

fonction du temps et ce sur deux périodes différentes 30 .
(a) (b)
Figure 4.5.2 – Comportement du régulateur PI selon le pas de temps de simulation.
A l’instar de ces deux séquences, de façon générale le comportement de ce régulateur

diffère selon le pas de temps de simulation même si l’allure semble se rapprocher pour les
simulations à faibles pas de temps.
Il faut principalement noter que le régulateur n’est pas oscillant pour ces pas de temps,
ce qui semble d’ailleurs normal puisque la variation de la température d’air intérieur du
bâtiment est relativement lente.
Avant de conclure ce chapitre, soulignons que des séries de tests ont été réalisés avant
d’aboutir au choix d’un simulateur à pas de temps fixe. En effet, les simulations avec
un pas de temps variable étaient incompatibles avec les performances en matière de du-
rée de simulation. Il en était quasiment de même pour des simulations multi-taux 31 car
la différence entre les pas de temps étant importante, les durées de simulation restent
relativement longues pour une précision négligeable.
29. arbitrairement borné à 3 kg/s

30. 10 h pour 4.5.2a et presque 6 h pour 4.5.2b
31. plusieurs pas de temps selon la dynamique du phénomène
131
Les modèles de composants développés aux chapitres 2 et 3 ont été implémentés dans
Simulink en utilisant soit des schéma-blocs (figure 4.2.1) ou des « User Defined Func-
tions » (figure 4.2.2) selon la complexité du modèle mathématique.
A défaut d’utiliser un algorithme de contrôle prédictif, l’interaction entre les différents

équipements puis l’optimisation de l’installation sont assurées par un concept de super-
vision (figure 4.3.1) qui définit la stratégie de fonctionnement de l’installation selon des
objectifs à atteindre.
Aussi, grâce aux spécificités de l’environnement Simulink, SimCoBat est un environ-
nement graphique à l’image du schéma de principe de installation. Sa prise en main en
est ainsi facilitée et l’utilisateur peut aisément paramétrer ses simulations et en analyser
les résultats qui en découlent.
En outre, les tests effectués ont permis de vérifier la cohérence des calculs numériques
et par conséquent de la pertinence de SimCoBat pour des pas de temps réduit. Ainsi,
dans le simulateur l’utilisateur aura le choix entre les trois pas de temps suivants : 1s, 30s
et 1 minute.
Les choix effectués aux deux chapitres précédents ont donc permis de concevoir un
simulateur numérique avec des performances appréciables. Grâce à ces performances,
SimCoBat peut être utilisé pour analyser le système BATIMAC sous divers angles afin
de proposer celui qui correspond au mieux aux besoins d’une charge donnée.
C’est d’ailleurs le cœur du chapitre suivant où le simulateur est utilisé pour simuler un
cas de référence, puis les résultats de simulation sont analysés afin de mettre en relief les
performances du système et sa capacité à satisfaire aux besoins de la charge.
132
Chapitre 5
Etudes de performance et de
satisfaction du système Batimac
5.1 Cas d’étude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134

5.1.1 Choix de la configuration du système Batimac . . . . . . . . 134
5.1.2 Principaux paramètres de simulation . . . . . . . . . . . . . . 135
5.1.3 Zoom sur le fonctionnement général de cette installation . . . 135
5.2 Résultats de simulation . . . . . . . . . . . . . . . . . . . . . . . . . . 136
5.2.1 Bilan de production et de conversion d’énergie . . . . . . . . . 137
5.2.2 Bilan de consommation d’énergie . . . . . . . . . . . . . . . . 137
5.3 Evaluation du système Batimac . . . . . . . . . . . . . . . . . . . . . 138
5.3.1 Calcul des rendements . . . . . . . . . . . . . . . . . . . . . . 138
5.3.2 Impact environnemental et énergétique . . . . . . . . . . . . . 139
5.3.3 Efficacité de l’installation . . . . . . . . . . . . . . . . . . . . 140
5.4 Etude de satisfaction du système . . . . . . . . . . . . . . . . . . . . 143
5.4.1 Analyse du critère relatif au chauffage : C1 . . . . . . . . . . . 143
5.4.2 Analyse du critère relatif à l’ECS : C2 . . . . . . . . . . . . . 144
5.5 Exemple d’étude paramétrique . . . . . . . . . . . . . . . . . . . . . . 146
5.5.1 Contexte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
5.5.2 Analyse des résultats et discussion . . . . . . . . . . . . . . . 147
5.6 Cas d’un fonctionnement plus réaliste . . . . . . . . . . . . . . . . . 152
5.6.1 Sans système de stockage basse température . . . . . . . . . . 153
5.6.2 Avec système de stockage basse température . . . . . . . . . . 155
Ce dernier chapitre est une application des possibilités qu’offre l’outil développé au
cours de cette thèse. Il permettra dans un premier temps de mettre en évidence l’utilité de
l’outil d’aide au choix conçu lors de ce travail de recherche et développement. Puis, pour
une charge et une configuration définies, ce chapitre apportera des éléments de réponse à
des questions fondamentales comme :
133
Chapitre 5 Etudes de performance et de satisfaction du système Batimac
1. Quelles sont les performances de l’installation ?

2. Qu’en est t-il de son impact environnemental et énergétique par rapport à une
installation de production d’énergie classique dans le bâtiment ?
3. Ce système de cogénération arrive t-il à satisfaire les objectifs qui lui sont assignés ?
4. SimCoBat peut-il être utilisé pour optimiser cette installation ?
5.1 Cas d’étude

Dans cette partie nous utiliserons SimCoBat pour simuler le cas d’étude décrit ci-
après. Cette simulation est effectuée pour une année entière 1 avec un pas de temps de 60
secondes.
5.1.1 Choix de la configuration du système Batimac

Trente pour cent du territoire français est recouvert de forêts gérées durablement per-
mettant à la filière bois énergie d’être la première source d’énergie renouvelable 2 . Par
ailleurs, la France compte une part importante de terre agricole dont les résidus 3 issus
des récoltes peuvent être valorisés en chaleur.
L’idée d’un système BATIMAC utilisant de la biomasse solide 4 représente donc une
solution adaptée notamment au marché francilien 5 . De plus, les logements d’habitation
sont généralement dépourvus de système de rafraîchissement.
Comme illustré à la figure 5.1.1, le présent cas d’étude ne tiendra alors pas compte
des équipements suivants : centrale solaire (a), stockage thermique haute température
(b) et machine à absorption (f). Permettant ainsi de mettre en évidence la modularité
du système BATIMAC et sa capacité à s’adapter à la fois aux besoins du client et à la
disponibilité des sources d’énergies primaires.
Par ailleurs, selon la directive 2004/8/CE du Parlement européen et du Conseil concer-

nant la promotion de la cogénération, l’obligation d’achat du surplus d’électricité produite
à partir d’une installation de cogénération est conditionnée par un rapport 6 c/e au moins
supérieur à 0.5.
Il convient alors d’adopter une stratégie de contrôle-commande dont la finalité consiste
à satisfaire en priorité les besoins thermiques 7 du bâtiment (voir Obj-N°1, § 4.3.1
page 122). Ainsi, si la production d’électricité est excédentaire, le surplus pourra être
revendu, permettant de rentabiliser davantage le système de cogénération.
1. En réalité 372 jours au lieu de 365 ; soit 7 jours pour l’initialisation.

2. essentiellement utilisé pour le chauffage des bâtiments
3. non comestibles ni pour l’homme ni pour l’animal
4. désigne ici les combustibles bois et déchets agricoles
5. Au vu des durées d’ensoleillement dans cette région et du fait de la réduction de l’efficacité du
concentrateur solaire en milieu urbain.
6. voir § 1.2.2.2 page 14
7. ECS et chauffage
134
5.1 Cas d’étude
Générateur
d’ Air
Boucle chaude
Chaud
(c)
(i) Convertisseur
Air chaud Chaleur
Electricité
EDF Electricité
Electricité (d)
Stockage
ECS Poste Eau chaude Thermique
ECS BT
Boucle froide
Chauffage (e)
Poste
Chauffage
(g)
Aérorefrigérant
(h)
(k)
Figure 5.1.1 – Configuration du système BATIMAC pour le cas d’étude
5.1.2 Principaux paramètres de simulation

Le détail des paramètres de simulation est disponible à l’annexe F.2 page 200, néan-
moins nous rappelons ci-dessous les principales données.
Avec un rendement de 90%, le générateur d’air chaud (c) d’une puissance nominale 60
kW 8 est couplé à un moteur REGEN 9 (d) dont le rendement électrique peut atteindre
les 40%. Le volume du stockage thermique basse température (e) est de 2 m3 pendant
que celui des postes de chauffage et d’ECS est de 2.5 m3 .
Enfin, pour la charge on considère un bâtiment de 42 appartements d’une surface habi-

table totale de 2800 m2, dont la façade principale est orientée plein sud. Pour réduire les
pertes par renouvellement d’air, ce bâtiment est équipé d’une VMC double flux dont l’ef-
ficacité est de 70% (constante sur toute l’année). En outre, puisque les ponts thermiques
ne sont pas modélisés, en accord avec l’Article 19 de [JOR 10], il est admis un ratio de
transmission thermique linéique de 0.28 W/(m2.K).
La zone climatique simulée est celle de Trappes (H1a) et les scénarios pris en compte
sont issus de [CSTB ].
5.1.3 Zoom sur le fonctionnement général de cette installation

En se fondant sur les hypothèses ci-dessus, le mode de fonctionnement de l’installation
est le suivant.
Le ventilateur (j) et le générateur d’air chaud (c) démarrent dès le début de la simula-
tion. L’air chaud circule dans la boucle chaude jusqu’à ce que la température de la tête
chaude du convertisseur soit au dessus d’un seuil défini par l’utilisateur(361°C). Puis, on
8. avec une fluctuation de + ou - 20% selon le niveau d’énergie disponible
9. La température d’entrée optimale d’air chaud est de 450°C et au maximum de l’eau chaude y ressort
à 75°C.
135
assiste au démarrage du moteur qui produit de l’électricité et cède de la chaleur à la boucle

froide.
Le système reste dans cet état en modulant 10 lorsque cela est nécessaire la puissance
du GAC jusqu’à ce que les besoins d’énergie thermique soient satisfaits, puis il s’arrête 11 .
Lorsqu’il y a à nouveau un besoin d’énergie thermique dans le poste ECS et/ou le poste
chauffage, la pompe (k) est enclenchée et une phase de déstockage du stockage thermique
basse température (e) débute. Durant ce processus, si le niveau d’énergie de (e) passe
en dessous d’un certain seuil, la boucle chaude est immédiatement mise en route 12 et le
processus reprend jusqu’à la fin de la durée de la simulation.
5.2 Résultats de simulation

SimCoBat a été utilisé pour simuler le cas d’étude ci-dessus. La durée de la simulation
est de 12.23 minutes pour une simulation sur une année entière et un pas de temps d’une
minute ; cela met bien évidence la capacité de cet outil « métier » à faire des simulations
rapides.
Afin d’avoir une vision globale de la répartition des quantités d’énergies au cours du
processus de conversion de la biomasse en énergie utile (chaleur et électricité) la figure
5.2.1 est proposée.
Figure 5.2.1 – Diagramme de flux mettant en évidence la répartition de l’énergie
10. en fonction des besoins d’énergies thermiques

11. Soulignons que l’utilisateur peut imposer une durée de fonctionnement minimale du système (voir
§ 5.6 page 152).
12. Si l’utilisateur n’a pas défini une durée minimale de temporisation avant redémarrage ou si la durée
d’arrêt est au delà de la dite temporisation (voir § 5.6 page 152).
136
5.2 Résultats de simulation
En plus de l’éclaircissement qu’elle apport sur la répartition des différentes formes

d’énergies, elle permet de tirer déjà quelques conclusions :
• L’énergie nécessaire pour le chauffage du bâtiment est relativement faible : le bâti-
ment est bien isolé et équipé d’une VMC double flux ;
• L’énergie nécessaire pour la production d’ECS représente les 3/4 de l’énergie ther-
mique (ECS+chauffage) : caractéristique d’un bâtiment RT2012 ;
• Les proportions d’énergies thermique et électrique sont du même ordre (50-50) ...
D’autres résultats sont regroupés dans les tableaux 5.1 et 5.2. Ils permettront l’évaluation
des performances de l’installation et des analyses plus approfondies tout au long de ce
dernier chapitre.
5.2.1 Bilan de production et de conversion d’énergie

Le bilan énergétique de la boucle chaude (du générateur d’air chaud au convertisseur)
est présenté dans un premier temps. Ces données permettront par la suite d’apprécier les
performances techniques du système de cogénération, mais aussi du moteur à air chaud
équipant les systèmes BATIMAC.
Désignation Quantité d’énergie en MWh

Energie reçue GAC (c) 259.60
Pertes + Inertie GAC (c) 38.34
Energie reçue Convertisseur (d) 220.75
Pertes + Inertie Convertisseur (d) 17.73
Electricité produite (d) 90.30
Energie thermique cédée à la boucle froide 112.72
Table 5.1 – Bilan de production et de conversion
Toutefois, soulignons qu’environ 0.5 MWh de chaleur sont perdues à travers les gaines
de la boucle chaude ce qui représente seulement 0.2% de l’énergie primaire consommée
par l’installation.
5.2.2 Bilan de consommation d’énergie

L’énergie produite par le système est principalement destinée à la consommation de la
charge. Le tableau 5.2 récapitule les quantités d’énergies reçues par la charge et celles qui
ont été réellement utilisées.
137
Désignation Energie reçue Energie utilisée

Electricité (g) 90.3 117.88
Poste ECS (g) 72.37 68.43
Poste Chauffage (g) 23.72 22.62
Table 5.2 – Bilan de consommation d’énergie en MWh
Soulignons que cette installation n’est pas en mesure de satisfaire aux besoins élec-
triques du bâtiment. Ce comportement est tout à fait normal puisque nous avons adopté
une stratégie de commande dont l’objectif consiste à satisfaire uniquement les besoins
thermiques.
Remarque : les analyses effectuées dans cette partie ne tiennent pas compte de la
consommation des auxiliaires.
5.3 Evaluation du système Batimac

La section 1.2.2 page 13 résume les paramètres couramment utilisés pour évaluer les
performances des installations de cogénération.
5.3.1 Calcul des rendements

Ce calcul de rendement constitue la première étape de l’analyse des performances de
l’installation. En effet, il traduit la capacité du système ou du convertisseur (aussi appelé
cogénérateur) à convertir l’énergie primaire reçue en énergie finale.
Système BATIMAC Moteur à air chaud

Rendement électrique 34.78% 40.90%
Rendement thermique 43.42% 51.06%
Rendement global 78.20% 91.97%
Table 5.3 – Rendements
Sur les 259.60 MWh d’énergie primaire consommée par le système de cogénération,
près de 35% sont transformée en énergie électrique directement utile pour les besoins du
bâtiment et environ une fraction de 44% est disponible sous forme de chaleur.
Pour le micro-cogénérateur les performances sont bien meilleures. En effet, elles ne

tiennent pas compte des pertes en amont du convertisseur et son rendement global de
91.97% fort appréciable se trouve dans la plage des technologies du type moteur à com-
bustion externe (voir tableau 1.1 page 14).
138
5.3.2 Impact environnemental et énergétique

5.3.2.1 Définition du système de référence
Le système de référence est un système décentralisé (production séparée d’électricité
et de chaleur) composé de deux sources d’énergies selon le type d’énergie finale. Ainsi, la
production de chaleur (ECS et chauffage) est assurée par une chaudière au gaz et l’élec-
tricité est fournie par le réseau de distribution d’électricité (eRDF par exemple).
On considère que le rendement moyen de la chaudière est de l’ordre de 90% [Knight 05,
CEREN 05]. Dans le cas de l’électricité, l’énergie primaire est obtenue en multipliant
l’énergie finale par un facteur 13 2.58 [CSTB ].
Ainsi, en utilisant les données du tableau 5.2, on obtient les résultats suivants :
72369.97 + 23722.25
EPchd = = 106.77 MWh (5.3.1)
0.9
EPerdf = 90297.09 × 2.58 = 232.97 MWh (5.3.2)

L’énergie primaire totale consommée par le système de référence (noté EPref ) est alors
la somme de EPchd et de EPerdf ; soit EPref = 339.74 MWh.
5.3.2.2 Quantité de CO2 évitée grâce à la cogénération

Selon l’expression (1.2.7) la quantité de CO2 émise par le système de référence se calcule
en deux étapes.
Pour le cas de la production de chaleur, le calcul est relativement simple. C’est le produit
de la quantité d’énergie primaire consommée par la chaudière et du facteur d’émission du
gaz naturel (voir tableau 1.2b page 16).
EmCO2chd = 106769.13 × 206 = 21.99 tonnes CO2
Par ailleurs, pour l’électricité le résultat dépend de la méthode de calcul que l’on choisit
(voir tableau 1.3 page 16).
En effet, en optant pour la méthode des contenus saisonnalisés par usage sur base
historique où le facteur d’émission est de 100 gCO2 /kWhEF , le calcul 14 montre que la
quantité de CO2 émise est de 9.3 tonnes.
Cependant, si on considère que l’électricité produite par le système de cogénération évite
la production de kWh supplémentaires, la méthode du contenu marginal 15 semble être la
plus adaptée. Ainsi, en optant pour un facteur d’émission moyen de 650 gCO2 /kWhEF ,
la quantité de dioxyde de carbone émise pour cette production d’électricité est donnée
par :
13. La valeur de 2.58 peut être discutable. Cependant dans un soucis de comparaison, nous l’admettons
comme une valeur conventionnelle.
14. EmCO2erdf = 90297.09 × 100
15. qui est plus contraignante
139
EmCO2erdf = 90297.09 × 650 = 58.69 tonnes CO2

Enfin, il faut calculer la quantité de CO2 émise par le système BATIMAC. Mais sa-
chant que l’énergie primaire utilisée est de la biomasse, aucun calcul n’est nécessaire car
la quantité de CO2 émise est nulle (Voir bas de page 34 page 15 pour le détail).
Cette configuration du système permet donc d’éviter l’émission de 31 ou 81 tonnes de

CO2 /ans selon la méthode utilisée pour l’estimation des émissions de dioxyde de carbone
due à la production d’électricité dans le cas d’une production séparée.
5.3.2.3 Économie d’énergie primaire

L’expression de l’économie d’énergie primaire est donnée par l’équation (1.2.5). Son
application pour ce cas d’étude est la suivante :
EPref − EPcogé 339735.62 − 259604.37

Ee = = = 0.24 (5.3.3)
ref
EP 339735.62
Cela signifie que cette configuration du système BATIMAC permettrait d’économiser
24% d’énergie primaire pour le même confort qu’offrirait un système de production dé-
centralisé.
Cette économie contribue directement à la limitation de la raréfaction des énergies
fossiles et aussi à l’amélioration du taux d’indépendance énergétique.
Aussi, ce taux d’économie d’énergie primaire largement supérieur à 10% permet de
satisfaire à une des conditions d’obligation de rachat de l’électricité cogénérée en cas de
sur-production.
5.3.3 Efficacité de l’installation

Les résultats de simulation présentés au début de ce chapitre montre qu’environ 15%
de l’énergie thermique résiduelle (issue de la production d’électricité) disponible n’est pas
réellement valorisée 16 .
Ainsi, le rendement de 78% affiché au tableau 5.3 ne rend pas totalement compte de la
part d’énergie réellement utilisée (ou utilisable) par la charge. Il est donc opportun d’ef-
fectuer une analyse de l’efficacité 17 du système afin de mettre en évidence la proportion
d’énergie primaire réellement valorisée.
Le calcul de l’efficacité annuelle (en appliquant l’équation (1.2.8)) est de l’ordre 70.3%
mais pour une analyse plus fine il est proposé à la figure 5.3.1 un histogramme comparatif
(efficacité/rendement) pour chaque mois de l’année.
Ces résultats montrent que la stratégie de contrôle-commande du système est assez

satisfaisante. En effet, bien que les sollicitations de la charge et par conséquent l’énergie
primaire consommée par le générateur d’air chaud varient significativement d’un mois à
un autre (voir figure 5.3.2), l’efficacité du système varie très peu au cours du temps.
16. pour répondre aux utilités thermiques de la charge : ECS + Chauffage
17. voir définition à la section 1.2.3 page 17
140
Figure 5.3.1 – Variation mensuelle du rendement et de l’efficacité de l’installation
Ainsi, on s’aperçoit que le système s’adapte bien aux besoins thermiques du bâtiment en
modulant son temps de fonctionnement comme le montre la figure 5.3.3. On y remarque
d’ailleurs qu’en décembre, où la température extérieure moyenne est la plus faible 18 les
équipements de la boucle chaude (générateur d’air chaud, convertisseur...) fonctionnent
durant 66% du temps, soit environ 496 sur 744 heures.
Figure 5.3.3 – Taux de fonctionne- Figure 5.3.4 – Profil type de puisage

ment des équipements d’ECS [CSTB ].
de la boucle chaude
Pourtant, pendant la période estivale où le chauffage n’est pas autorisé, ce taux de

fonctionnement baisse jusqu’à 18% 19 seulement. Même si un tel taux de fonctionnement
peut paraître relativement faible, cela est tout à fait justifié puisque le critère de fonction
de l’installation est basé sur la satisfaction des besoins thermiques. Or, pendant cette
période, il n’y a que des besoins d’eau chaude sanitaire dont l’évolution dans le temps
semble plutôt ponctuelle 20 d’après la figure 5.3.4.
18. et où les besoins thermiques sont les plus importants

19. soit 134 heures sur 744 pour le mois d’août
20. comparé aux besoins de chauffage
141
Figure 5.3.2 – Réponse du système et sollicitations de la charge
Aussi, il faut noter qu’en dépit de cela cette période représente celle où le système
s’avère plus efficace avec une efficacité moyenne de presque 72%.
En revanche, à l’instar du mois d’octobre où l’efficacité de installation est seulement

de 65.78%, le système semble un peu moins efficace en mi-saison. De fait, le mode de
contrôle-commande utilisé ici permet peu de souplesse pour cette période de transition
car le chauffage y est autorisé 21 . Par conséquent, il arrive que le système reste en état
de fonctionnement pour produire de la chaleur afin de satisfaire aux éventuels besoins de
chauffage.
Cependant, comme illustré à la figure 5.3.5, le facteur r-chge 22 atteint 100% au mois
d’octobre. Autrement dit, toute l’énergie cédée au poste chauffage n’est jamais utilisée 23 ;
réduisant ainsi l’efficacité de l’installation.
Enfin, nous attirons l’attention du lecteur sur la faible différence 24 entre le rendement
global du système de cogénération et son efficacité (voir figure 5.3.1) ; cela confirme le
bon fonctionnement de la stratégie de contrôle basée sur le critère Obj-N°1 (Voir § 4.3.1
page 122).
Toutefois, pour l’instant aucun indicateur ne nous permet de savoir si cette configura-
tion du système BATIMAC est satisfaisante vis-à-vis des objectifs en matière de besoin
thermique. La section suivante apporte des éléments de réponse à cette préoccupation.
21. pour rappel, la période de chauffage s’étend du 1er janvier au 20 mai et du 1er octobre au 31
décembre.
22. Il représente l’écart relatif entre l’énergie finale et l’énergie utile du poste chauffage :
Energie finale − Energie utile

r-chge =
Energie finale
23. Car la température d’air intérieur est largement au delà de la consigne de 19 °C.
24. 7% en moyenne
142
5.4 Etude de satisfaction du système
Figure 5.3.5 – Evolution mensuelle de la température d’air intérieur et du facteur r-chge

L’objectif de la stratégie de fonctionnement sélectionnée est la satisfaction des besoins
thermiques. Ainsi, dans un bâtiment d’habitation, les occupants s’attendent à ce que les
deux critères suivants soient satisfaits :
C1 : température d’air intérieur supérieure ou égale à la température de consigne
(19°C) sur toute la période de chauffage et ce pendant l’occupation du bâtiment.
C2 : Fourniture d’eau chaude sanitaire au moins à 40°C en respectant la réglementation
en vigueur.
5.4.1 Analyse du critère relatif au chauffage : C1

Dans SimCoBat le modèle de bâtiment est monozone (avec prise en compte de l’iner-
tie, voir figure 3.2.3b page 72) et aucun calcul d’humidité relative n’est effectuée, il n’est
donc pas adapté pour effectuer une étude de confort thermique. Cependant il est possible
de vérifier à quel point le critère relatif au chauffage est satisfait.
Premièrement, une vue globale des évolutions temporelles de la température d’air in-
térieur, de l’air neuf et extérieur est présentée à la figure 5.4.1.
On y constate d’une part le bon fonctionnement du régulateur PI utilisé pour maintenir
la température intérieure à 19°C et d’autre part l’impact d’une ventilation double flux
sur l’amélioration de l’efficacité énergétique du bâtiment.
Deuxièmement, une étude statistique est effectuée pour l’évaluation du critère C1.
Celle-ci consiste à calculer l’écart entre la température de consigne et la température
opérative, lorsque le bâtiment est occupé et ce uniquement durant la période de chauf-
fage 25 . Quand la température opérative est supérieure à la consigne, on admet que le
critère C1 est satisfait à 100%. Mais, dans le cas contraire le traitement consiste à repar-
25. Sans tenir compte de la première semaine de simulation qui représente la phase d’initialisation.
143
Figure 5.4.1 – Evolution temporelle des températures
tir l’écart selon des plages définies. Les résultats issus de cette étude sont présentés à la
figure 5.4.2.
Figure 5.4.2 – Résultats de l’analyse du critère C1
Sachant que la précision des thermocouples usuellement utilisés dans ce secteur est de
l’ordre de 0.2°C, la figure ci-dessus montre que pendant plus de 99% du temps d’occupa-
tion, le critère relatif au chauffage du bâtiment est satisfaisant. Pour les moins de 1% du
temps où la consigne de température n’est pas atteinte, les écarts de température restent
majoritairement inférieurs aux 0.5°C, avec un maxima à 0.59°C.
5.4.2 Analyse du critère relatif à l’ECS : C2

Selon [CSTB ], l’évaluation des besoins en ECS dans un logement collectif d’habitation
s’effectue sur la base d’une consommation de 500 litres d’eau à 40°C par personne 26 et
26. Rigoureusement, il s’agit du nombre d’adulte équivalent car la consommation d’eau est différente
entre un adulte et un enfant.
144
par semaine suivant le scénario de la figure 5.3.4.

De plus, afin d’éviter tout risque de développement des légionelles 27 dans les installa-
tions de stockage d’ECS la réglementation [JOR 05] impose entre autres que lorsque le
volume total des équipements de stockage est supérieur ou égal à 400 litres, l’eau contenue
dans les équipements de stockage, à l’exclusion des ballons de préchauffage, doit :
• être en permanence à une température supérieure ou égale à 55°C à la sortie des
équipements ;
• ou être portée à une température suffisante au moins une fois par 24 heures. Le
tableau 5.4 indique le temps minimum de maintien de la température de l’eau à
respecter.
Temps minimum de température de l’eau en °C

maintien de la température
2 minutes ≥ 70
4 minutes 65
60 minutes 60
Table 5.4 – Durée minimale d’élévation quotidienne de la température de l’eau dans les
équipements de stockage, à l’exclusion des ballons de préchauffage
Lors de chaque puisage, la température à la sortie du mitigeur thermostatique est

constamment égale à 40°C.
Par ailleurs, en ce qui concerne les conditions de stockage, il est représenté à la figure
5.4.3 la répartition des températures du premier ballon du poste de stockage d’ECS 28 .
Cette répartition montre que la température de ce ballon n’est pas constamment supé-
rieure ou égale à 55°C. Par contre, dans plus de 77.5% des cas elle est supérieure à 60°C
et d’ailleurs la température moyenne est de 63.03°C pour un maximum à 70.56 °C.
Après vérification, chaque jour la température de ce ballon est portée à 60°C pendant
au moins une heure ; ce qui permet de s’assurer que la réglementation portant sur le
stockage d’ECS est largement respectée. Le critère relatif à la fourniture d’eau chaude
sanitaire est donc satisfaisant à 100% du temps.
En somme, nous avons montré dans cette partie la capacité de l’installation à atteindre
les objectifs qui lui ont été assignés. Ainsi, il en ressort que cette configuration du système
Batimac équipé d’un générateur d’air chaud de 60 kW est quasiment en mesure de satis-
faire les besoins thermiques d’un bâtiment de 2800 m2 occupé par 81 adultes équivalents.
27. bactéries largement présentes qui prolifèrent dans les installations qui leur offrent des conditions
favorables comme la stagnation d’eau à température comprise entre 25 et 45°C, en présence de nutriments
tels que le fer ou le zinc
28. Le poste ECS est composé de cinq ballons montés en série, les quatre derniers ballons étant consi-
dérés comme des ballons de préchauffage.
145
Figure 5.4.3 – Evaluation du risque de prolifération de légionelles
5.5 Exemple d’étude paramétrique

En plus de permettre l’analyse des performances de l’installation, l’outil d’aide à la
décision SimCoBat peut aussi être utilisé pour diverses études paramétriques conduisant
au choix d’un système BATIMAC adapté à la charge. Nous proposons dans ce manuscrit
une étude paramétrique liée au stockage de chaleur basse température (e).
5.5.1 Contexte
Dans le cas d’une configuration du système BATIMAC contenant une machine à absorp-
tion, le composant (e) est indispensable (voir figure 1.4.1 page 19). En effet, les débits mis
en jeux dans le circuit primaire 29 de la MAA et dans la boucle froide du système ne sont
pas du même ordre de grandeur. Il faut alors intercaler une bouteille de découplage entre
les deux circuits afin de garantir la quantité d’énergie requise par la machine à absorption.
Par ailleurs, dans le cas d’étude effectué ci-dessus (voir figure 5.1.1 page 135) ; l’on
pourrait se poser plusieurs questions :
1. L’utilisation du stockage basse température est-il justifiée ?
2. Ne serait t’il pas plus intéressant de se passer de ce composant en augmentant le
volume des autres postes de stockage thermique (ECS et chauffage) ?
Pour répondre à ces deux interrogations, deux simulations sont effectuées dans les mêmes
conditions que le cas d’étude (§ 5.1 page 134).
Dans la première simulation (noté Sim-sStk1) le composant (e) est simplement sup-
primé. Et pour la seconde (noté Sim-sStk2), l’équipement est supprimé mais son volume
initial de 2000 litres est arbitrairement 30 reparti dans les autres postes de stockage de
chaleur.
29. alimentant le générateur ; voir figure 2.2.1 page 37
30. 50-50
146
5.5.2 Analyse des résultats et discussion

Les résultats de simulation sont comparés au cas d’études (noté Sim-Ref) et analysés
tout au long de cette section.
5.5.2.1 D’un point de vu énergétique
Analysons d’abord ces résultats sur le plan énergétique à travers la série de résultats
présentée au tableau 5.5.
Sim-Ref Sim-sStk1 Sim-sStk2

Consommation Annuelle Système 259.60 257.30 254.51
Perte Tour de Refroidissement 15 18.42 15.54
Energie finale ECS 72.37 71.99 73.04
Energie finale Chauffage 23.72 23.41 24.49
Rendement global 0.782 0.796 0.8
Efficacité annuelle 0.70 0.71 0.72
Table 5.5 – Tableau récapitulatif des résultats de l’étude paramétrique (les énergies et
consommations sont en MWh).
Afin d’en faciliter l’analyse, nous nous proposons de normaliser ces valeurs en divisant
chacune d’elles par la valeur maximale de la série correspondante. Les résultats ainsi ob-
tenus sont représentés sur le graphique de la figure 5.5.1.
Figure 5.5.1 – Valeurs normalisées des résultats de l’étude paramétrique
147
On constate alors que la suppression pure et simple du système de stockage basse tempé-
rature (configuration Sim-sStk1) permet une amélioration des performances énergétiques,
mais ne valorise pas suffisamment la chaleur cédée par la tête froide du moteur. De fait,
dans cette configuration l’inertie du système est réduite d’environ 28% 31 et donc le vo-
lume de stockage disponible ne peut contenir 32 toute l’énergie thermique cédée à la boucle
froide, le surplus est donc naturellement évacué à travers la tour de refroidissement 33 .
Quant à l’installation Sim-sStk2, elle permet d’éviter ce problème car malgré la sup-
pression du stockage thermique basse température le volume total de stockage thermique
reste inchangé par rapport à l’installation de référence. Mais dans cette configuration, on
stocke au plus proche des postes de consommation et il n’est plus nécessaire de prolonger
(éventuellement) le fonctionnement de la boucle chaude afin d’atteindre un certain niveau
de température d’eau chaude dans le composant (e).
Ainsi, par rapport à l’installation de référence la consommation d’énergie primaire est
légèrement plus faible (-5 MWh), de plus il y a plus d’énergie finale cédée aux postes
ECS/chauffage et par conséquent les performances énergétiques de cette installation en
sont améliorées.
5.5.2.2 Qu’en est-il de la satisfaction ?
La performance énergétique n’est pas le seul critère d’évaluation des installations BA-
TIMAC, il faut aussi s’assurer qu’ils arrivent à satisfaire aux exigences qui leurs sont
assignées selon la stratégie de fonctionnement choisie.
Nous proposons donc dans cette analyse une comparaison des critères C1 et C2 que
nous avons vu en détail à la section 5.4 page 143.
Pour le critère relatif à la capacité de l’installation à satisfaire aux besoins de chauffage

(C1), la comparaison entre les différentes configurations est consignée à la figure 5.5.2.
(a) Critère C1 normalisé (b) Température opérative

minimale
Figure 5.5.2 – Sensibilité du critère relatif au chauffage
31. le volume de stockage d’eau chaude passe de 7000 à 5000 litres

32. dans les plages de températures fixées par l’utilisateur
33. Pour cette configuration, le critère « perte tour de refroidissement » est le maximum.
148
D’après la figure 5.5.2a, la configuration de référence semble être la moins bonne 34 ;

affirmation confirmée par la figure 5.5.2b montrant qu’avec Sim-Ref la température mini-
male d’air intérieur est la plus faible. Cette situation découle directement de la répartition
de l’énergie thermique. Car, comme le lecteur pourra le constater au tableau 5.5 la quan-
tité de chaleur fournie au poste chauffage est la plus faible malgré une consommation
d’énergie primaire plus importante.
Quant aux deux installations sans système de stockage basse température il n’est pas
évident de les différencier à l’aide de la figure 5.5.2a. Attribuons alors aléatoirement un
« poids 35 » à chacune des classes du critère C1. Ainsi, plus le poids total pondéré tend
vers 1 le critère C1 est satisfaisant.
Après calcul, on obtient 36 respectivement -0.75 et -0.81 pour Sim-sStk2 et Sim-sStk1 ;
confirmant l’aptitude de Sim-sStk2 à mieux répondre aux besoins de chauffage du bâti-
ment.
Remarque :
La normalisation du critère C1 a permis de représenter sur la même échelle des variables

qui ne sont pas du même ordre de grandeur (voir tableau 5.6) à la figure 5.5.2a. De plus,
même si le système de pondération utilisé ici est très discriminatoire il a au moins le
mérite de permettre de départager explicitement les différentes configurations du système.
Ainsi, nous attirons l’attention du lecteur sur le fait que les écarts entre les différents
systèmes peuvent être relativement faibles comme illustré par le tableau 5.6.
Sim-Ref Sim-sStk1 Sim-sStk2

C1 Satisfait à 100% 97.11% 98.16% 98.44%
]0 à 0,2 °C] 2.06% 1.46% 1.13%
]0,2 à 0,5 °C] 0.71% 0.39% 0.42%
]0,5 à 1 °C] 0.13% 0% 0%
Table 5.6 – Etude de sensibilité ; critère C1
Pour la suite de cet exemple d’étude de sensibilité, il est représenté à la figure 5.5.3 la
capacité des différentes installations à satisfaire au critère relatif à la production d’ECS.
34. vis-à-vis du critère C1

Classe Poids
C1 Satisfait à 100% 1
35. ]0 à 0,2 °C] -1
]0,2 à 0,5 °C] -2
]0,5 à 1 °C] -3
36. à titre d’information -5.01 pour l’installation de référence
149
(a) Critère C2 normalisé (b) Température ballon haut

du poste ECS
Figure 5.5.3 – Sensibilité du critère relatif à l’ECS
De toute évidence, la figure 5.5.3a montre que la configuration Sim-sStk1 semble avoir
beaucoup plus de difficulté à produire de l’eau chaude sanitaire dans les conditions règle-
mentaires et la raison est sans doute due à la baisse de l’inertie de cette installation.
Comme précédemment, affectons arbitrairement des « poids 37 » au différentes classes du
critère C2, puis calculons le poids pondéré des différentes configurations. Le classement
dans l’ordre décroissant est le suivant : Sim-Ref (2.41), Sim-sStk2 (2.21) et Sim-sStk1
(-0.81), ce qui confirme l’affirmation faite au début de ce paragraphe.
Sachant que le critère C2 porte aussi sur un puisage d’ECS au moins à 40°C, la figure
5.5.3b montre que l’avantage est légèrement plutôt du coté de la configuration Sim-sStk2.
En outre, ces analyses ne permettent pas de départager explicitement les configurations
Sim-Ref et Sim-sStk2 par rapport à leur capacité à satisfaire au critère C2.
5.5.2.3 Quel impact sur la commande du système ?
Si les configurations du système BATIMAC Sim-Ref, Sim-sStk1 et Sim-sStk2 sont diffé-

rentes, leurs règles de contrôle-commande restent identiques. Il peut alors être intéressant
d’observer la sensibilité sur la stratégie de fonctionnement de l’installation.
Pour ce faire nous nous proposons d’analyser les résultats mis en relief par la figure
5.5.4 qui présente la variation de la durée de fonctionnement de la boucle chaude pour
chaque mois de l’année et selon les différentes configurations du système.
Classe Poids
>60 2
37.
[55 à 60] 1
]0,2 à 0,5 °C] -3
150
Figure 5.5.4 – Durée de fonctionnement mensuelle (en heure)
Comme on pouvait s’y attendre, le comportement des différents composants du système

varie selon sa configuration. Ce qui est tout à fait logique, d’autant plus que la finalité
qui consiste à satisfaire aux besoins thermiques reste inchangée quelle que soit la confi-
guration du système.
De façon générale, la configuration de base (Sim-Ref) est celle qui fonctionne le moins
longtemps 38 et puisque d’après le tableau 5.5 page 147 c’est la plus énergivore, il est
possible de conclure qu’elle a plus souvent fonctionné à haut régime 39 . En effet, du fait
de la présence du système de stockage qui « absorbe » les premières calories 40 , le niveau
d’énergie des postes chauffage et ECS se retrouve plus souvent en dessous du seuil qui
déclenche une augmentation de la puissance du GAC.
Par ailleurs, lorsque l’inertie de l’installation est réduite (Sim-sStk1) la durée de fonc-
tionnement cumulée est prolongée 41 . En fait, puisque les capacités de stockage de chaleur
sont réduites, cette configuration nécessite plus de cycle (arrêt-démarrage) engendrant
une augmentation de l’énergie dissipée dans la tour de refroidissement et par conséquent
de moins bonnes performances.
Cependant, avec une durée de fonctionnement annuelle intermédiaire 42 l’installation
Sim-sStk2 est celle qui reste le plus longtemps en état de marche durant les mois les plus
froids. En réalité, en ces périodes où les déperditions de chaleur sont les plus importantes,
le poste de chauffage est fortement sollicité. Or, son volume ayant augmenté 43 de 40%
l’installation doit rester en fonctionnement plus longtemps pour satisfaire aux conditions
d’arrêt de la boucle chaude, ce qui justifie sans doute cette situation.
En résumé, cet exemple d’étude de sensibilité réalisée avec SimCoBat montre que
38. soit 3187 heures sur les 8760 que compte une année
39. La puissance du générateur d’air chaud peut être modulée entre + ou - 20% par rapport à sa
puissance nominale. Rappelons que le rendement du GAC est variable.
40. Sur la figure 5.5.3b on voit que la température maximale du ballon haut atteint à peine les 70°C
pour la configuration Sim-Ref, poutant sans le système de stockage elle est autour de 75°C.
41. soit 3641 heures
42. soit 3482 heures
43. par rapport aux autres configurations
151
selon l’algorithme de contrôle-commande actuel, le système BATIMAC représenté à la

figure 5.1.1 page 135 peut être amélioré. En effet, ses performances énergétiques et sa ca-
pacité à satisfaire les critères C1 et C2 s’améliorent en supprimant le système de stockage
basse température (e) sans modifier l’inertie de l’installation 44 . De plus, cette configu-
ration (Sim-sStk2) permet de supprimer tout un circuit et par conséquent de réduire
éventuellement le coût d’achat et l’encombrement de l’installation.
A l’instar de cette étude paramétrique, SimCoBat permet d’effectuer diverses simula-

tions :
• selon différentes stratégies de contrôle-commande (§ 4.3 page 121) ;
• selon les types de production de chaleur haute température en utilisant le GAC, la
centrale solaire ou les deux ;
• selon le type de convertisseur : REGEN ou HEVATECH ;
• avec ou sans machine à absorption ;
• selon différentes conditions météorologiques (H1a, H2c, H3, Autre 45 ...) ;
• selon l’usage du bâtiment (et donc des scénarios) ;
• selon différents seuils de niveau d’énergie ;
• etc,
puis d’en analyser les résultats afin d’identifier la configuration correspondant au mieux
aux objectifs recherchés.
5.6 Cas d’un fonctionnement plus réaliste

Dans les simulations précédentes, les composants de la boucle chaude se remettaient
immédiatement en état de marche dès qu’il y avait une demande d’énergie thermique.
Comme illustré à la figure 5.6.1 où est présenté pour la première semaine du mois de dé-
cembre les cycles de fonctionnement de la boucle chaude (cas de la configuration Sim-Ref)
on constate qu’il peut y avoir des durées en « mode On » ou en « mode Off » relativement
courtes. A titre d’exemple, elles sont respectivement au minimum de 90 et 30 minutes
pour cette semaine de décembre.
Or, ce type de fonctionnement quoique normal 46 , peut dans la réalité être en contra-
diction avec les spécificités du générateur d’air chaud et/ou du moteur à air chaud. Car
bien souvent, ce type d’équipement fonctionne autour d’un régime nominal qui garantit
leur durée de vie ou la fréquence des interventions de maintenance.
Il faut dès lors en tenir compte lors des simulations. C’est pourquoi dans SimCoBat
l’utilisateur peut définir soit :
• une durée minimale de fonctionnement 47 ;
• ou une durée minimale d’arrêt 48 ;
44. en ajoutant simplement son volume aux postes chauffage et ECS
45. conditions météorologiques personnalisées
46. en regard de la stratégie de contrôle de l’installation basée uniquement sur la satisfaction des besoins
thermiques de la charge
47. Une fois en « mode On » l’installation reste dans cet état tant que cette durée n’est pas terminée.
48. Une fois en « mode Off » l’installation reste dans cet état tant que cette durée n’est pas terminée.
152
Figure 5.6.1 – Cycles de fonctionnement du GAC, 1ère semaine de décembre
• ou les deux.
5.6.1 Sans système de stockage basse température

Afin d’étayer les propos ci-dessus, simulons le cas Sim-sStk2 49 en spécifiant 50 cette fois-
ci une durée minimale d’arrêt de 3 heures et une durée minimale de 5 heures en « mode
On » (on désigne cette simulation par Sim-sStk2-R). Puis comparons les régimes de fonc-
tionnement aussi bien que les performances de l’installation avec ces nouvelles contraintes.
Une première comparaison des deux premiers jours des mois de décembre et août est
effectuée aux figures 5.6.2 et 5.6.3. Puis une confrontation des efficacités est réalisée à la
figure 5.6.4.
(a) 2 jours en décembre (b) 2 jours en août
Figure 5.6.2 – Comparaison des régimes de fonctionnement
Les figures 5.6.2a et 5.6.2b montrent que le régime de fonctionnement est modifié. Ainsi,
le respect des nouvelles contraintes de contrôle engendre une augmentation de la durée
49. la configuration la plus adaptée selon l’étude de sensibilité réalisée à la section précédente
50. de façon totalement arbitraire
153
(a) 2 jours en décembre (b) 2 jours en août
Figure 5.6.3 – Comparaison des puissances utiles du GAC
Figure 5.6.4 – Comparaison des efficacités (cas sans stockage)
de fonctionnement de l’installation de plus de 813 heures 51 ; soit l’équivalent de plus d’un

mois.
Il faut également souligner que malgré cette extension des durées de fonctionnement, la
puissance du générateur d’air chaud est modulée (figures 5.6.3a et 5.6.3b) selon la plage
définie par l’utilisateur 52 . Toutefois, cette modulation semble très insuffisante car le radar
de la figure 5.6.4 montre que passé l’hiver, les performances énergétiques de Sim-sStk2-R
sont bien loin de celles de Sim-sStk2.
Notons tout de même qu’il est possible de l’améliorer d’autant plus qu’il existe sur le
marché des chaudières 53 dont la puissance peut être réduite jusqu’à 10% de la puissance
nominale permettant ainsi à l’installation de respecter ces contraintes tout en consom-
mant moins d’énergie primaire.
Pour terminer cette analyse, on pourrait regarder l’influence de ce changement sur les
51. sur l’année entière

52. + ou - 20% de la puissance nominale
53. le principe de fonctionnement du GAC est semblable à celui d’une chaudière classique
154
critères de satisfaction C1 et C2. Nous représentons donc à la figure 5.6.5 les valeurs
normalisées des différentes classes.
(a) Critère C1 normalisé (b) Répartition des températures du ballon haut

normalisé (C2)
Figure 5.6.5 – Comparaison des niveaux de satisfaction (sans stockage)
Même si ces nouvelles contraintes de contrôle entrainent une durée de fonctionnement

plus longue et par conséquent une facture énergétique plus importante, elles dégradent
malheureusement la capacité de l’installation à satisfaire aux besoins thermiques de la
charge. La raison de cette situation est simplement le résultat de la régulation du régime
de fonctionnement de l’installation ; un système de stockage aurait peut-être pu fournir
l’énergie thermique nécessaire à la charge durant au moins les 3 heures où la boucle chaude
doit impérativement être mise à l’arrêt.
5.6.2 Avec système de stockage basse température

Imaginons alors cette même régulation sur l’installation de référence pour laquelle il
existe un système de stockage pouvant stocker jusqu’à 70 kWh d’eau chaude. Cette nou-
velle simulation est notée Sim-Ref-R.
L’analyse des performances énergétiques à travers l’efficacité mensuelle (figure 5.6.6)

montre que comme dans le cas précédent, cette contrainte de régulation supplémentaire
réduit l’efficacité de l’installation en dehors des mois où les besoins de chauffages sont
plus importantes.
Toutefois, il est à noter que sur le plan énergétique, la présence d’un système de stockage
de chaleur améliore significativement l’efficacité moyenne de l’installation (voir Sim-Ref-R
vs Sim-sStk2-R).
Par ailleurs, l’analyse du niveau de satisfaction (figure 5.6.7) permet de s’apercevoir

qu’avec Sim-Ref-R la capacité de l’installation à satisfaire au critère relatif au chauffage
(C1) est nettement améliorée, ce qui n’est malheureusement pas le cas pour le critère C2.
En effet, grâce au système de stockage, la configuration Sim-Ref peut toujours fournir
de la chaleur aux postes ECS et chauffage. Ainsi dans le cas d’un fonctionnement régulé
(Sim-Ref-R), durant les 3 heures où le GAC est à l’arrêt, les postes de consommation
d’énergie thermique et en particulier le poste chauffage continue à recevoir de la chaleur ;
d’où l’amélioration du critère C1 (figure 5.6.7a).
155
Sim-Ref
Jan. Sim-Ref-R
80%
Déc. Fév. Sim-sStk2-R
60%
Nov. 40% Mars
20%
Oct. 0% Avril
Sep. Mai
Août Juin
Juil.
Figure 5.6.6 – Comparaison des efficacités
(a) Critère C1 normalisé (b) Répartition des températures du ballon

haut normalisé (C2)
Figure 5.6.7 – Comparaison des niveaux de satisfaction (avec stockage)
En outre, puisque lors des processus de stockage la température du système de stockage

n’atteint pas nécessairement la température maximale 54 , une analyse plus approfondie
des résultats a montré qu’elle passe très vite en dessous de la température de la première
strate du premier ballon du poste ECS, dès lors le ballon en question est by-passé et ne
peut plus bénéficier de la chaleur disponible ; c’est ce qui justifie la légère dégradation
constatée sur le critère C2.
La comparaison des cas « avec système de stockage basse température » et « sans sys-
tème de stockage basse température et sans modification de l’inertie du système » lors
d’un fonctionnement « plus réaliste 55 », met en évidence l’utilité du système de stockage
basse température. Toutefois ce composant doit être correctement dimensionné afin de
fournir de la chaleur à bonne température au poste ECS.
54. 70 °C en été et 75°C en hiver

55. où on impose des durées minimales de fonctionnement et d’arrêt
156
157
La plate-forme de simulation de comportement énergétique développée au cours de
cette thèse a été utilisée pour effectuer plusieurs simulations.
Le traitement des résultats obtenus a permis dans un premier temps d’évaluer les per-
formances énergétiques d’une configuration du système BATIMAC. Avec un rendement
moyen de 78.2%, cette installation est capable de transformer jusqu’à 70.3% de l’éner-
gie primaire consommée en énergie utile pour la charge, tout en réalisant une économie
d’énergie primaire de 24% et en évitant l’émission d’environ 31 ou 81 tonnes de CO2 /ans
par rapport à un système de production séparée.
Quant à sa capacité à satisfaire aux besoins thermiques de la charge, nous avons mon-
tré que les critères relatifs au chauffage du bâtiment (C1) et à la fourniture d’eau chaude
sanitaire (C2) était respectivement satisfaisant à 99% et 100% du temps. Et lorsque le
critère C1 n’était pas satisfait, la température opérative moyenne dans le bâtiment était
de 18.66°C avec un minimum à 18.41°C ; soit des conditions qui restent acceptables durant
une fraction de minute.
Par ailleurs, l’étude de sensibilité menée à la section 5.5 page 146 a montré que la
configuration initiale (voir figure 5.1.1 page 135) pouvait être optimisée en supprimant le
composant stockage basse température (e) et en répartissant son volume dans ceux des
postes chauffage et ECS. Ainsi, cette nouvelle configuration permet de gagner 2 points
sur l’efficacité de l’installation puis d’améliorer légèrement les performances en terme de
satisfaction et enfin d’économiser jusqu’à 5094 kWhEP , soit l’équivalent de la consomma-
tion annuelle d’une maison individuelle de 100 m2 au sens de la RT-2012.
En revanche, si l’on décide de tenir compte de la fréquence de fonctionnement des

équipements comme le générateur d’air chaud ou le moteur à air chaud, les cas testés
démontrent l’utilité du système de stockage basse température (figures 5.6.4 à 5.6.7). En
effet, lorsque les principaux composants de la boucle chaude sont à l’arrêt, ce composant
joue le rôle d’un ballon tampon et continue à assurer la fourniture d’énergie thermique
aux postes de consommation (chauffage et eau chaude sanitaire) afin de satisfaire aux
utilités thermiques du bâtiment.
Enfin, soulignons que le champ d’utilisation de SimCoBat ne se limite pas qu’aux

exemples présentés le long de ce dernier chapitre. Ils montrent à juste titre à quel point
il est nécessaire de disposer d’un outil de simulation dynamique pour le dimensionne-
ment, l’optimisation et l’évaluation des performances d’un système BATIMAC couplé à
un bâtiment. Mais aussi, ils permettent de mettre en évidence les éventuelles limites de
ce simulateur numérique.
158
Conclusion et perspectives
L’amélioration de l’efficacité énergétique des bâtiments constitue un enjeu majeur des

politiques de maîtrise d’énergie qui se mettent progressivement en place. La finalité de
ces mesures se résume en deux points :
• réduire les consommations d’énergies 56 ;
• limiter les effets du changement climatique 57 .
L’usage de système de cogénération utilisant des énergies renouvelables constitue donc
une solution de choix d’autant plus qu’il allie efficacité énergétique et faible émission de
CO2 . Cependant le bâtiment étant un système constamment perturbé, son couplage avec
une installation de cogénération forme un système dynamique dont l’analyse n’est envi-
sageable qu’à l’aide d’un outil de simulation numérique.
L’objectif principal de ce travail de recherche est de concevoir un simulateur de compor-

tement énergétique du système couplé bâtiment-système BATIMAC utilisable par l’en-
treprise ENS2R .
Ainsi, dès le début de cette thèse, un travail d’ingénierie conjoint a été mené avec le par-
tenaire industriel afin de définir la configuration standard des systèmes BATIMAC (voir
figure 1.4.1 page 19) dont les principaux composants sont présentés au chapitre 1. Puis,
dans le souci de pouvoir piloter un banc d’essais de l’installation à l’aide du simulateur
ou même tester les stratégies de contrôle simulées sur un banc d’essais (entre autres) nous
avons très vite opté pour l’environnement de simulation dynamique graphique Simulink.
Afin de modéliser au mieux le comportement énergétique du système et de sa charge,

nous avons développé, adapté ou puisé (directement dans la littérature) des modèles nu-
mériques. Ainsi différentes typologies de modèle cohabitent dans SimCoBat : composants
non maillés (modèle 0D), composants peu maillés (modèle 1D) et composants fortement
maillés (modèle 2D ou 2D-axi).
Au chapitre 2 sont présentés la modélisation et la validation des composants « non ou

peu maillés » (avec des modèles 0D et 1D respectivement).
La superposition quasi-parfaite (voir figure 2.1.2 page 35) entre le modèle 1D de ballon
d’eau chaude stratifié proposé et le modèle zonale développé dans [Blandin 10] est la
preuve d’une bonne prise en compte des phénomènes d’échanges thermiques ayant lieu
56. notamment pour augmenter le taux d’indépendance énergétique
57. en utilisant plus d’énergies renouvelables
159
dans un tel équipement.

Aussi, le modèle thermodynamique (0D) de la machine à absorption H2 O/LiBr inspiré
des travaux de [Lasvignottes 01] est suffisamment représentatif par rapport au logiciel
Thermoptim à en croire le faible écart relatif maximal de 5% sur l’évaluation du coefficient
de performance (voir figure 2.2.3 page 45).
Quant aux autres composants considérés « non ou peu maillés » et les auxiliaires dont
les modèles sont fondés sur des bilans d’énergie et/ou calculs classiques de thermique ou
de mécanique des fluides aucune validation n’a été effectuée.
Par ailleurs, dans le 3ème chapitre, les composants « fortement maillés » font l’objet
d’un traitement particulier afin de répondre aux spécificités du cahier des charges du
simulateur en matière de rapidité et de précision. En effet, même si ces modèles tri-
dimensionnels sont considérés bi-dimensionnels sous certaines hypothèses, les matrices
qui découlent de leurs discrétisations spatiales sont généralement de grandes dimensions,
ce dont Simulink s’accommode très mal. Pour venir à bout de ce problème, nous avons
eu recours aux méthodes d’analyse modale et aux techniques de réduction associées dont
un état de l’art est proposé à la section 3.1 page 61.
Le modèle de bâtiment muni d’un plancher chauffant réversible est issu du couplage
d’un modèle d’enveloppe (1D) et d’un modèle de plancher hydraulique (2D). La résolution
de ce problème thermique initialement composé de plus de 7000 nœuds à l’aide de la
méthode modale classique et de la technique de réduction de Marshall s’effectue de façon
instantanée avec seulement 14 modes 58 pour des écarts moyens de 0.054 °C et de 0.05
respectivement sur la température d’air intérieur et la température moyenne du fluide
caloporteur (voir tableau 3.5 page 87).
En revanche, pour la modélisation du système de stockage thermique avec matériau à
changement de phase où le phénomène thermique est non-linéaire et contient des condi-
tions limites non-homogènes la méthode modale classique est moins adaptée. Nous avons
donc utilisé la méthode BERM associé à la technique de réduction par amalgame modal.
Là aussi, il s’agit d’un modèle modal couplé avec d’une part des modes de branche 1D
pour le fluide de transfert de chaleur et d’autre part des modes de branche 2D-axi pour
le MCP contenu dans la partie annulaire de l’échangeur. Afin de valider et apprécier les
performances de ce modèle réduit, un modèle détaillé équivalent a été réalisé en utilisant
la méthode des différences finies. La confrontation entre ce modèle détaillé et l’expéri-
mentation réalisée dans [Lacroix 93] (voir figure 3.3.7 page 102) a permis sa validation.
Puis des simulations réalisées avec le modèle réduit d’ordre 59 30 doté d’une précision de
l’ordre du thermocouple (par rapport au modèle détaillé, voir tableau 3.7 page 105) ont
permis de montrer que celui-ci permet d’effectuer des simulations numériques jusqu’à 36
fois plus rapides (voir tableau 3.8 page 107).
Cet ensemble de modèle de composants est implémenté dans l’environnement Simu-

link au 4ème chapitre. Ensuite, afin de permettre l’interaction entre ces équipements, des
stratégies de contrôle-commande sont élaborées dans l’environnement Stateflow selon
des objectifs bien spécifiques. Ce chapitre s’achève avec un ensemble de tests visant à
démontrer la cohérence de la plate-forme de simulation avant qu’elle ne soit utilisée au
58. dont 4 pour l’enveloppe et 10 pour le plancher
59. dont 4 pour le HTF et 26 pour le MCP
160
chapitre 5 pour effectuer plusieurs simulations.
BATIMAC étant un système modulaire, une configuration (voir figure 5.1.1 page 135)
plus adaptée au marché francilien est étudié. Dans un premier temps, celles-ci montrent
que la configuration du système BATIMAC étudiée permet de transformer jusqu’à 72%
d’énergie primaire en énergie utile et ce en réalisant 24% d’économie d’énergie primaire
par rapport à une production d’énergie séparée, sans 60 émission de CO2 (voir bas de
page 34 page 15). De plus, l’analyse des critères relatifs au chauffage du bâtiment (C1)
et à la fourniture d’eau chaude sanitaire (C2) montre qu’ils sont satisfaits à 99% et
100% respectivement. Ce qui confirme que l’objectif (satisfaire les besoins thermiques du
bâtiment) de la stratégie de contrôle-commande du système est quasiment atteint.
D’autre part, les deux exemples d’études de sensibilité effectuées dans ce dernier cha-
pitre sont très riches d’enseignements au sujet de la nécessité du système de stockage
basse température (composant (e) de la figure 5.1.1 page 135). Il en ressort entre autres
que pour un régime de fonctionnement avec des temporisations 61 ce ballon de stockage
est indispensable dans la mesure où il assure la continuité de la fourniture d’eau chaude
aux postes chauffage et ECS. Par ailleurs, lorsqu’aucune temporisation n’est considérée
il s’avère plus intéressant de se passer de cet équipement en répartissant son volume de
sorte à conserver l’inertie de l’installation.
En somme, l’utilisation des modèles réduits développés au LMEE a permis de concevoir

une plate-forme de simulation rapide et précise. A titre d’exemple, pour un pas de temps
d’une minute la simulation du système standard représenté à la figure 1.4.1 page 19 est
au moins 62 vingt fois plus rapide.
Ces techniques de réduction modale ont été notamment appliquées à :
• des modèles thermiques non-linéaires ;
• des modèles thermiques en système ouvert ;
donnant lieu parfois à des couplages entre modèles réduits :
• de phénomènes de diffusion (en système fermé) et d’advection (en système ouvert) ;
• de dimensionnalité différentes.
Par ailleurs, il faut souligner qu’un effort important a été déployé pour faciliter l’utilisation
de cet outil d’aide à la conception. En effet, grâce à l’environnement Simulink, l’utilisateur
retrouve dans le simulateur une structure (voir figure 4.1.3 page 118) semblable au schéma
de principe du système. Aussi, un simple clic permet d’accéder à une interface graphique
(voir figure 4.1.4 page 119) permettant de paramétrer le composant en question. Et à
la fin de la simulation un dossier comportant un rapport de simulation, des résultats de
simulation ainsi qu’un rappel des scénarios simulés est automatiquement généré.
Tout ceci permet donc à la société ENS2R de disposer d’un outil de simulation « mé-
tier » ergonomique, rapide et précis qui servira au dimensionnement, à l’optimisation,
au pilotage, et à l’évaluation des performances des installations BATIMAC selon leurs
charges.
60. Si on considère les hypothèses de l’ADEME et sachant qu’ici la source d’énergie primaire est la
biomasse.
61. au démarrage et à l’arrêt
62. En effet le modèle détaillé de l’enveloppe du bâtiment et du plancher hydraulique n’ont jamais été
implémentés dans Simulink.
161
Cette plate-forme de simulation est fonctionnelle et aide déjà le partenaire industriel

pour la conception du premier prototype du système BATIMAC. Aussi sa conception mo-
dulaire permet de l’utiliser pour simuler d’autres types de systèmes énergétiques associés
au bâtiment. A titre d’exemple il est actuellement en cours d’adaptation pour l’évaluation
des performances d’une installation couplant une pompe à chaleur et une toiture solaire
pour la production d’eau chaude sanitaire et le chauffage d’un bâtiment.
Toutefois des points essentiels pourraient faire l’objet d’études ultérieures.
Dans un premier temps, certains modèles de composants de la plate-forme de simulation

peuvent être améliorer. Il s’agit notamment du générateur d’air chaud, du moteur à air
chaud et du bâtiment. Pour les deux premiers composants, je pense que des formulations
empiriques issus de mesures peuvent constituer un bon début alliant simplicité de para-
métrage et prise en compte des phénomènes transitoires. Par ailleurs, pour le modèle du
bâtiment plusieurs pistes restent à explorer. D’abord, même si l’utilisation de l’approche
modale classique a permis de modéliser le couplage entre une enveloppe de bâtiment et
un plancher chauffant réversible sous certaines hypothèses, il est certain que dans un
contexte plus général il conviendrait d’utiliser la méthode BERM par exemple. Aussi, les
limites des modèles de bâtiments monozones sont bien connues en thermique du bâtiment.
Il conviendrait alors d’intégrer dans le simulateur un modèle multizone qui permet une
estimation plus précise des besoins thermiques et aussi l’évaluation de l’utilisabilité 63 de
certaines pièces (ou zones) du bâtiment. En outre, il faut bien spécifier que cette démarche
n’est possible dans l’environnement Simulink que si l’utilisateur de SimCoBat possède
une bonne connaissance de ce logiciel. Sinon il faudrait envisager de coupler la présente
plate-forme de simulation à un logiciel de DAO 64 dans lequel l’utilisateur pourra décrire
plus aisément la structure du bâtiment. Enfin, puisque les systèmes BATIMAC sont aussi
destinés aux bâtiments existants, il serait très appréciable d’enrichir le modèle du bâ-
timent en prévoyant en plus du plancher chauffant réversible d’autres émetteurs et/ou
absorbeurs de chaleur.
Dans un second temps, lorsque le premier prototype du système BATIMAC sera opéra-
tionnel, une série de confrontation devrait être mise en œuvre afin de valider expérimen-
talement la plate-forme de simulation SimCoBat. Aussi on saisira cette opportunité pour
tester en temps réel le contrôle du prototype à l’aide du simulateur. A ce titre, la créa-
tion d’un outil spécifique dans l’environnement Matlab/Simulink prend tout son sens 65 .
Enfin, à long terme, il serait intéressant de faire évoluer cette plate-forme de simulation
vers une plate-forme d’optimisation qui permettra de proposer aussi bien les meilleures
stratégies de fonctionnement que les dimensions optimales des principaux composants du
système énergétique en s’appuyant sur des analyses :
• économiques ;
63. Par exemple, les apports solaires peuvent conduire à surchauffer une partie du bâtiment à certains
moments.
64. Comme ALCYONE pour pleiades+COMFIE
65. Par exemple, il est possible de générer du code à partir de Simulink, puis de l’implémenter sur
une puce électronique et l’insérer dans un automate pour tester sur un système réel une stratégie de
fonctionnement validée numériquement.
162
• environnementales plus poussées (méthode d’ACV 66 dynamique par exemple) ;
et en intégrant un algorithme de contrôle prédictif qui permettrait certainement d’amé-
liorer les performances du système en évitant les dégradations de l’efficacité constatées en
inter-saison. Pour aller plus loin, il serait aussi intéressant de tenir compte de la notion
de qualité d’air intérieur (QAI) qui nécessitera bien évidement le développement d’un
modèle thermo-aéraulique du bâtiment.
66. Analyse de Cycle de Vie
163
Annexes
Annexe A
Compléments sur la modélisation de la

MAA
A.1 Calcul de la densité du mélange

Elle est obtenue par la corrélation utilisée dans [Lasvignottes 01].
DLiBr (X, T ) = D1 − D2 (A.1.1)
Avec :
(1145.36+4.7084×X+0.137479×X 2 )


D1 = 1000 (A.1.2)
D
2 = (33.3393+0.571749×X)(T +273.15)
100000
A.2 Variables de la fonction Psat(X, T )
T − B (X)
Tp = (A.2.1)
A (X)
Où :
A(X) = A0 + A1 ∗ X + A2 ∗ X 2 + A3 ∗ X 3 (A.2.2)
B(X) = B0 + B1 ∗ X + B2 ∗ X 2 + B3 ∗ X 3 (A.2.3)
Les coefficients des équations (A.2.2) et (A.2.3) étant consignés dans le tableau A.1.
Indices 0 1 2 3 C 7.05
A -2.00755 0.16976 -0.003133362 0.0000197668 D -1596.49
B 124.937 -7.71649 0.152286 -0.00079509 E -104095.5
Table A.1 – Paramètres de la fonction Psat (X, T )
167
Annexe A Compléments sur la modélisation de la MAA
A.3 Détail relatif à la fonction Hmel (T, X)

Les fonctions a(X), b(X) et c(X) sont obtenues par l’équation (A.3.1).
= a0 + a1 X + a2 X 2 + a3 X 3 + a4 X 4

a(X)



b(X) = b0 + b1 X + b2 X 2 + b3 X 3 + b4 X 4 (A.3.1)
= c0 + c1 X + c2 X 2 + c3 X 3 + c4 X 4


c(X)
Où les coefficients a, b et c sont regroupés dans le tableau A.2.
Indice a b c
0 -2024.33 18.2829 -0.037008214
1 163.309 -1.1691757 0.0028877666
2 -4.88161 0.03248041 -0.000081313015
3 0.06302948 -0.0004034184 0.00000099116628
4 -0.0002913705 0.0000018520569 -0.00000000444412
Table A.2 – Coefficients de l’équation (A.3.1)
168
Annexe B
Calcul astronomique
En fonction des coordonnées géographiques d’un lieu (latitude et longitude), du jour

dans l’année et de l’heure, l’énergie solaire reçue est variable. Pour capter le maximum
d’énergie solaire il est nécessaire de pouvoir suivre sa position à chaque instant. Cette
position est caractérisée par sa hauteur (ou le zénith) et son azimut. Nous proposons
dans cette partie les relations géométriques et astronomiques servant à décrire la course
du soleil.
B.1 Déclinaison du soleil

La déclinaison du soleil δ est l’angle que fait, la direction du soleil avec le plan équatorial
de la terre. Elle varie de -23°27’ au solstice d’hiver à +23°27’ au solstice d’été et elle est
nulle aux équinoxes. Elle est obtenue par l’expression (B.1.1).
360

δ = 23.45 × sin (n − 81) × (B.1.1)
365
n, désignant le numéro du jour de l’année .
1
B.2 Heure solaire vraie et Levée et Durée du jour

L’heure solaire vraie est une mesure du temps basée sur la définition du midi solaire,
c’est-à-dire l’instant où le soleil atteint son point culminant en un endroit donnée de la
terre. C’est aussi l’heure indiquée par un cadran solaire.
L’équation ci-dessous permet de déterminer le temps solaire vrai (TSV) à partir du
temps légal (TL), l’équation du temps (ET), la longitude du lieu (L, exprimée en degré)
et du décalage horaire (DH).
L
T V S = T L + ET − DH − (B.2.1)
15
ET (min) = −0.0002 + 0.4197 × cos κ − 7.3509 × sin κ (B.2.2)

−3.2265 × cos 2κ − 9.3912 × sin 2κ
1. Par exemple, pour le 1er Janvier : n = 1.
169
Annexe B Calcul astronomique
360
κ=n× (B.2.3)
366
On définit l’angle horaire ω, comme étant l’angle formé par le plan méridien passant
par le centre du soleil et le plan vertical du lieu (méridien). Il est donné par l’équation
ci-dessous et exprimé en degré.
ω = 15 × (T V S − 12) (B.2.4)
Afin de déterminer l’heure solaire au lever du jour (HLS) et la durée du jour (Dj), on
calcule l’angle horaire au lever du soleil ωl qui dépend uniquement de la déclinaison et la
latitude (l) du lieu considéré.
cos ωl = − tan l × tan δ

ωl
HLS = 12 − (B.2.5)
15
ωl
Dj = 2 × (B.2.6)
15
On notera par ailleurs que la durée du jour est bien plus grande que la durée d’insolation.
B.3 La hauteur, le zénith et l’azimut du soleil

La hauteur du soleil Hs est l’angle que fait le plan horizontal avec la direction du soleil.
Elle varie entre +90° et -90° en une journée et est nulle au lever et coucher du soleil. Elle
est obtenue par la formulation ci-dessous [Hay 93] :
Hs = sin−1 [sin l × sin δ + cos l × cos δ × cos ω] (B.3.1)

Le zénith représente l’angle complémentaire de la hauteur du soleil. Il est donc calculé
par l’équation (B.3.2).
Θz = 90 − Hs (B.3.2)
Quant à l’azimut du soleil Az , c’est l’angle que fait sur le plan horizontal, la projection
de la direction du soleil avec la direction du sud. Par convention il est compté négatif
à l’est et positif à l’ouest. Il est compris entre -180° et 180° et s’obtient par l’expression
suivante [Hay 93] :
cos Θz × sin l − sin δ

" #
Az = cos−1 × signe(ω) (B.3.3)
sin Θz × cos l
B.4 L’angle incident

C’est l’angle entre le rayon solaire direct et la normale extérieure à la surface du plan.
Connaissant la hauteur et l’azimut du soleil d’une part et la direction (Dir) et l’inclinaison
(β) des panneaux d’autre part, il est déterminé par l’expression ci-dessous [Hay 93] :
170
B.4 L’angle incident
θ = cos−1 [sin Θz × sin β × cos (Az − Dir) + cos Θz × cos β] (B.4.1)
171
Annexe C
Contribution à l’étude de conception du

générateur d’air chaud
Actuellement, le générateur d’air chaud qui représente l’un des principaux composants
du système Batimac n’est pas disponible sur le marché. Après de nombreuses démarches
sans suites auprès de fournisseurs potentiels, l’entreprise ENS2R a décidé de concevoir
elle même cet équipement en s’alliant avec le concepteur de la Chaudière de la Brie
(voir figure C.1). Cette chaudière, capable de brûler proprement tout types de biomasse
solide est actuellement commercialisée pour la production d’eau chaude. Son principe de
fonctionnement est illustré par la figure C.2. De la biomasse solide est brûlée dans une
chambre de combustion de forme cylindrique et la chaleur produite est transmise à un
échangeur de chaleur plongé dans une cuve d’eau. La puissance maximale de la chaudière
est de 150 kW avec une modulation de la quantité d’air et de combustible en fonction de
la demande. Elle affiche un rendement supérieur ou égale à 84% [de la Brie 15].
C.1 Configuration de l’échangeur
L’idée est donc de pouvoir utiliser cette chaudière pour concevoir le générateur d’air
chaud. Pour ce faire il faut modifier l’échangeur si l’on veux produire de l’air jusqu’à
450 °C. Puisqu’il n’est pas envisageable de faire circuler les gaz de combustion dans un
échangeur (à cause des risques d’encrassement régulier), il faut donc récupérer la chaleur
directement sur le corps de chauffe (la chambre de combustion dont la température est
comprise entre 700 et 850°C). Bien entendu, une récupération de l’énergie thermique dis-
ponible dans les fumées est toujours possible pour le préchauffage de l’air.
Pour cette phase préliminaire d’étude de faisabilité, j’ai eu à encadrer un stagiaire de

DUT et nous avons proposé sous forme de macro Excel un calcul d’échangeur de chaleur
permettant de faire des études paramétriques afin de mettre en évidence la sensibilité de
la température de sortie du fluide caloporteur et des pertes de charge dues à cet échangeur.
173
Annexe C Contribution à l’étude de conception du générateur d’air chaud
Figure C.1 – Chaudière de la Brie. Figure C.2 – Coupe de la chaudière.
En pratique, nous imaginons que l’échangeur de chaleur est nappé sur la chambre de
combustion représentée à la figure C.4. Ainsi, l’échangeur illustré par la figure C.3 est
alors formé par la partie annulaire entre le corps de chauffe et un cylindre l’enveloppant.
Le fluide caloporteur circule dans des passes contenant des ailettes (voir figure C.5).
Plus le nombre de passes et d’ailettes est important, plus la surface d’échange augmente
et le fluide caloporteur se réchauffe davantage, mais les pertes de charge augmente en
conséquence. Le choix définitif de la configuration de l’échangeur consiste donc à trouver
un compromis entre la température de sortie du fluide caloporteur et les pertes de charge.
Seule la partie thermique sera traitée ici, puisque la partie hydraulique dérive directement
du calcul classique de perte de charge.
e
L
1
2
Figure C.3 – Principe de l’échangeur avec 3 passes.
174
C.2 Dimensionnement de l’échangeur de chaleur
Figure C.5 – Vue de face de l’échan-

Figure C.4 – Photographie de la geur ( 4 passes et 6 passes
chambre de combustion. élémentaires)
C.2 Dimensionnement de l’échangeur de chaleur

De façon très classique, la puissance P fournie à un fluide en mouvement avec un débit
massique ṁ et une température d’entrée Te peut s’exprimer sous la forme :
P1 = ṁcp (Ts − Te ) (C.2.1)

Si cet écoulement s’effectue dans un échangeur de chaleur, d’après la théorie des échan-
geurs cette puissance s’écrit :
P2 = hηg Sech DT LM (C.2.2)

où la différence de température logarithmique moyenne est obtenue par :
Ts − Te
DT LM =
Tp −Te
(C.2.3)
ln Tp −Ts
Avec Ts la température de sortie du fluide, Tp la température de la paroi de la chambre

de combustion, ηg le rendement global de l’échangeur.
La détermination de la température de sortie du fluide caloporteur Ts s’effectue en ré-

solvant un problème d’optimisation qui consiste à minimiser l’écart entre les puissances
P1 et P2 , sachant que la chaleur spécifique du fluide et le coefficient d’échange convectif
h dépendent de la température moyenne du fluide.
Le détail du calcul des paramètres h, ηg et Sech est disponible dans le rapport de stage
de Julien Chartier, disponible au département GTE de l’IUT de Brétigny-sur-Orge.
C.3 Interprétation des résultats

Pour une configuration donnée (voir tableau C.1) et une température de paroi Tp = 650°C,
nous proposons ci-dessous des études paramétriques.
175
Valeurs Unités
Longueur du corps de chauffe 1.2 m
Diamètre du corps de chauffe 0.5 m
Angle du cendrier (α) 20 °
Longueur de l’échangeur 1 m
Epaisseur des ailettes 5 × 10−3 m
Table C.1 – Configuration de l’échangeur du Générateur d’Air Chaud
C.3.1 Influence du nombre de passe

On admet que la température d’entré de l’air Te = 350°C, et on fait varier le nombre
de passe. Puis, on observe la variation de la température de sortie et des pertes de charge
(∆P ) induites par cet échangeur. Pour un nombre de passe élémentaire fixé à 3, la figure
C.1 présente les résultats obtenus.
700 Ts ∆P 12000
600 10000
500
8000
Ts en °C
400
∆P en Pa
6000
300
4000
200
100 2000
0 0
1 2 3 4 5 6 7 8
Nombre de passe
Figure C.1 – Influence du nombre de passe
L’analyse des courbes de la figure C.1 montre que le nombre de passe doit être limité
afin d’éviter des pertes de charge importantes. Aussi, comme on pouvait s’y attendre,
l’augmentation du nombre de passe favorise une augmentation de la température de sortie
de l’air.
C.3.2 Influence du nombre de passe élémentaire

Nous avons vu précédemment que le nombre de passe influe plutôt sur les pertes de
charge. Il est donc question ici de mettre en évidence l’influence des passes élémentaires
sur la température de sortie et les pertes de charge. Pour se faire, le nombre de passe est
fixé à 3 et on fait varier le nombre de passe élémentaire.
On constate sur la figure C.2 une variation linéaire de la température de sortie de l’air
par rapport au nombre de passe élémentaire. Contrairement au cas précédent, les pertes
de charge ont une variation quasi linéaire, ce qui permet d’atteindre des températures éle-
vées tout en limitant les pertes de charge. A titre d’exemple, la configuration "3 passes + 9
176
C.3 Interprétation des résultats
470 Ts ∆P 1200
460
1000
450
800
440
Ts en °C
∆P en Pa
430 600
420
400
410
200
400
390 0
3 4 5 6 7 8 9 10
Nombre de passe élémentaire
Figure C.2 – Influence du nombre de passe élémentaire
passes élémentaires" permet d’avoir quasiment la même température de sortie (' 464°C)
que la configuration "5 passes + 3 passes élémentaires" pour deux fois moins de pertes de
charge.
C.3.3 Influence de la hauteur des ailettes

Lors des études paramétriques précédentes, la hauteur des ailettes (Ha ) était fixée à
10 cm. Nous nous proposons de mettre en relief son impact sur ∆P et Ts . La configuration
choisie est du type "3 passes + 8 passes élémentaires" dans les conditions décrites au
tableau C.1.
480 Ts ∆P 20000
470 18000
16000
460
14000
450 12000
Ts en °C
∆P en Pa
440 10000
430 8000
6000
420
4000
410 2000
400 0
2 4 6 8 10 12 14 16 18 20
Hauteur des ailettes en cm
Figure C.3 – Influence de la hauteur des ailettes
Les courbes de la figure C.3 montrent que pour Ha ≤ 8 cm les pertes de charge sont
importantes et décroissent très rapidement. Ces valeurs élevées s’expliquent par le fait
que la réduction de la hauteur influe directement sur la vitesse d’écoulement du fluide
caloporteur, puis sur le nombre de Reynolds et par conséquent sur les pertes de charge.
Cette étude de sensibilité a montré l’impact du nombre de passe, du nombre de passe

élémentaire et de la hauteur des ailettes sur la température de sortie et les pertes de charge
dues à l’échangeur de chaleur. Il en ressort que la configuration d’échangeur à choisir est
un échangeur de chaleur avec peu de passe et une hauteur d’ailette supérieure à 8 cm. Par
177
ailleurs, même si le nombre de passe élémentaire contribue à l’augmentation de la surface

d’échange et par conséquent à l’augmentation de la température de sortie, son choix doit
se faire en tenant compte des possibilités de réalisation.
Aussi, en plus ces études de sensibilité non exhaustives, cet outil permettra au partenaire
industriel de faire une étude paramétrique afin de trouver la configuration adéquate tout
en tenant compte des facteurs économiques et de conception.
178
Annexe D
Complément à la modélisation du
bâtiment
D.1 La ventilation
La ventilation favorise un apport d’air neuf dans le logement afin de garantir une
bonne qualité d’air intérieur et la conservation de la structure du bâti par réduction des
risques de moisissures. Pour les systèmes de ventilation simple flux, cet air neuf est à la
même température que celle de l’air extérieur, ce qui représente une source importante de
perturbation des systèmes de chauffage et de rafraîchissement. Afin de limiter l’ampleur
de ces sollicitations, les débits de renouvèlement d’air sont fixés par [JOR 82] (voir tableau
D.1). Cette réglementation instaure le principe d’une ventilation générale et permanente
par balayage, avec un débit d’air dépendant du nombre de pièces principales constituants
le logement.
Nombre de Débits d’air extraits (en m3 /h)

pièces Salle de bains ou de douches Autre Cabinet d’aisance
Cuisine
principales avec un cabinet d’aisance salle d’eau unique multiple
1 75 15 15 15 15
2 90 15 15 15 15
3 105 30 15 15 15
4 120 30 15 30 15
5 et plus 135 30 15 30 15
Table D.1 – Débits d’air règlementaires d’aération dans les logements
Aussi, la réglementation permet une modulation de ces débits ; ce qui permet de réduire
les taux de renouvèlement d’air, en ventilant là où il faut et uniquement lorsque cela est
nécessaire. Comme le montre la figure D.2, selon une analyse de l’ARENE, un taux de
renouvèlement d’air moyen de 0.5 Vol/h permettrait d’assurer une bonne qualité d’air
intérieur tout en préservant la structure du bâti.
Dans le simulateur, la ventilation est paramétrable à partir du taux de renouvèlement
d’air et du type de ventilation (VMC simple ou double flux).
179
Annexe D Complément à la modélisation du bâtiment
Localité France GB USA Belgique

Réglementation RSDT 78 CIBSE ASHRAE NBN D50 001
Type de logement T1 T5 T1 T5 T1 T5 T1 T5
Taux de renouvèlement 0.55 0.45 1 0.5 0.45 0.8 1.4 0.9
d’air en Volume/heure
Table D.2 – Taux de renouvèlement d’air dans différents pays.
La puissance électrique Pvmc requise pour assurer le fonctionnement permanent de la

VMC double flux est donnée par :
2 × Q̇V M C × ∆P V M C
Pvmc = (D.1.1)
η
La perte de charge ∆ pvmc et le rendement du moteur électrique η, sont généralement
donnés par les fournisseurs.
D.2 Les apports de chaleur internes et les ponts

thermiques
Hormis les apports de chaleur internes par les surfaces vitrées (qui sont pris en compte
dans la modélisation de l’enveloppe du bâtiment), on distingue trois autres sources d’ap-
ports de chaleur interne (sensible) :
• Apports de chaleur par les occupants,
• Apports de chaleur par les équipements,
• Apports de chaleur par l’éclairage artificiel.
Par défaut, les scénarios de ces apports de chaleur internes sont extraits de la Méthode de
calcul Th-BCE 2012 [CSTB ], qui définit des scénarios conventionnels pour la simulation
dynamique des bâtiments. Toutefois, l’utilisateur peut définir ses propres scénarios.
D.2.1 Apports de chaleur par les occupants

Selon l’âge et l’activité, l’être humain dégage constamment une quantité de chaleur.
D’après la Méthode de calcul Th-BCE ces apports sont de l’ordre de 90 W/adeq et de
63 W/adeq , respectivement lorsque les occupants sont éveillés et endormis. Le calcul du
nombre d’adultes équivalents (Nadeq ) peut être consulté dans [CSTB ].
D.2.2 Les apports de chaleur dus aux équipements

Ils représentent la chaleur dégagée par l’ensemble des équipements (électroménagers,
ordinateurs...). La Méthode de calcul [CSTB ] distingue les équipements en fonctionne-
ment permanent de ceux dont le fonctionnement dépend de la présence des occupants.
Ainsi, la chaleur dégagée par les équipements par unité de surface habitable en période
180
D.2 Les apports de chaleur internes et les ponts thermiques
d’occupation est de 5.7W/m2 et de 1.1W/m2 en période d’inoccupation et de sommeil.

Le tableau D.3 liste les équipements pris en compte.
Equipements pris en compte Apports de chaleur en kWh/(m2.an)

Cuisson 3.7
Audiovisuel 6.8
Informatique 5
Lavage 0.6
Froid (fonctionnement continu) 8
Appareils ménagers 2.2
Total 26.3
Table D.3 – Equipements considérés pour les apports de chaleur internes
D.2.3 Les apports de chaleur dus à l’éclairage artificiel

D’après la Méthode de calcul Th-BCE, la part d’énergie non récupérée des apports
d’éclairage est fixée à 0 [CSTB ] ; ce qui sous entend que toute la puissance électrique
fournie à l’éclairage artificiel est récupérable en apport de chaleur gratuit pour le bâti-
ment.
Aussi, cette méthode de calcul règlementaire suggère que l’éclairage artificiel est au-
torisé uniquement lorsque les occupants sont présents. Bien entendu, en présence des
occupants il faut nécessairement s’assurer que l’éclairage naturel (Enat ) est inférieur au
seuil d’éclairement de référence 1 avant un éventuel déclenchement de l’éclairage artificiel.
Pour une zone de surface AEnat ayant accès à l’éclairement naturel (par conséquent à un
flux lumineux F l) et pour une réflexion lumineuse moyenne de la zone Rz , l’éclairement
naturel dans la zone est obtenu selon :
1.8 × F l
Enat = (D.2.1)
RA,AT × AEnat × (1 − Rz2 )
La puissance électrique conventionnelle du système d’éclairage est prise égale à 1.4W/m2
de surface habitable 2 .
D.2.4 Les ponts thermiques

Un pont thermique est une partie de l’enveloppe du bâtiment où la résistance thermique,
par ailleurs uniforme, est sensiblement modifiée. Cette modification capable d’entrainer
jusqu’à 40% des déperditions thermiques totales à travers l’enveloppe, peut être due aux
raisons suivantes :
1. dépend du type de logement, 250 lux en moyenne.
2. Cette valeur découle d’une puissance totale du système d’éclairage de 14W/m2 tout en tenant
compte d’un facteur de non-simultanéité de 10%.
181
• changement local de l’épaisseur des matériaux de la paroi, ce qui implique un chan-

gement local de la résistance thermique,
• différence entre les surfaces intérieure et extérieure ; cas des liaisons entre parois,
• pénétration partielle ou total de l’enveloppe du bâtiment par des matériaux ayant
une conductivité thermique différente 3 .
Dans le simulateur Batimac, la prise en compte des ces pertes se limite à la saisie de la
valeur du ratio de transmission thermique linéique moyen global. Selon [JOR 10], cette
valeur ne doit pas excéder 0.28 W/(m2SHONRT.K).
D.3 Apports solaires

Pour la modélisation de l’enveloppe du bâtiment (voir section 3.2.2.2 page 75), deux
types d’apports solaires 4 sont à distinguer :
• apports solaires sur les parois extérieures (mur et toiture),
• apports solaires sur les parois internes : il s’agit du flux solaire reçu à l’intérieur du
bâti à travers les surfaces virées,
D.3.1 Calcul des apports solaires reçus par une paroi extérieure
Les surfaces extérieures sont éclairées par un rayonnement solaire global (noté RSg ) qui
est la somme de trois types de rayonnement solaire.
RSg = RS dif + RSdir + RSref (D.3.1)
D.3.1.1 Composante diffuse du rayonnement solaire
La composante diffuse du rayonnement solaire qui atteint une paroi dépend uniquement
de l’inclinaison (β) de cette paroi et du rayonnement solaire diffus isotrope (Idif ) .
RS dif = 0.5 × Idif × (1 + cos β) (D.3.2)
D.3.1.2 Composante directe du rayonnement solaire
La composante directe du rayonnement solaire est fonction du rayonnement direct nor-

mal (Idn ) et de l’angle d’incidence (θ) du rayonnement (voir B.4 page 170) selon l’expres-
sion :
RS dir = Idn × cos θ (D.3.3)
3. c’est le cas des systèmes d’attaches métalliques traversant une couche isolante.
4. les masques ne sont pas pris en compte
182
D.3 Apports solaires
D.3.1.3 Composante réfléchie du rayonnement solaire

Cette composante est supposée isotrope et dépend de l’inclinaison de la paroi, l’albédo
du sol (noté alb) et du rayonnement global horizontal (Ih ).
RS ref = 0.5 × (Idif + Ih ) × (1 − cos β) × alb (D.3.4)

où Ih = Idn × sin Dir.
RSg est calculé pour chacune des parois selon leurs orientations et inclinaisons, puis
multiplié par la surface de paroi correspondante. Les résultats obtenus permettent d’ex-
primer les densités de flux utilisées dans l’équation (3.2.4).
D.3.2 Calcul des apports solaires internes

Les gains solaires reçus à l’intérieur d’un bâtiment passent à travers les surfaces vitrées
qui sont caractérisés par un taux de transmission (τ ). Sa valeur optimale (τn ) donnée par
les constructeurs varie en fonction de l’angle d’incidence [MCO ] selon :
τ = τn × cos θ × (2.5 − 1.56 × cos θ) (D.3.5)

L’apport solaire interne (Φsint ) représente la somme des flux solaires (RS int ) multipliés
par la surface des vitrages respectifs, tel que :
RS int = τ × (RS dir + RS ref ) (D.3.6)
Afin de réduire les charges thermiques en été, l’utilisateur peut choisir de tenir compte
des stores 5 . Dans ce cas, RS int est réduit d’un facteur fixé par l’utilisateur et ce selon un
scénario qui régule le fonctionnement de ces protections solaires.
A la dernière ligne de la section 3.2.2.1 page 73, c’est le gain solaire total Φsint qui est
utilisé pour le calcul ses apports solaires Φsj selon la surface réceptrice.
D.3.3 Validation de la méthode de calcul des apports solaires

Les apports solaires gratuits contribuent significativement aux charges thermiques du
bâtiment, il est alors primordial de les quantifier correctement. Afin de s’assurer que
cela est le cas dans le simulateur, nous avons confronté nos résultats de simulation à la
procédure « BESTEST » [Judkoff 95], sur laquelle est basée la norme ANSI/ASHRAE
140-2001. Cette norme définit des protocoles pour évaluer les capacités techniques et les
limites d’application des codes de calcul des performances thermiques des bâtiments et
des équipements. Un benchmark de sept logiciels de simulation thermique dynamique de
bâtiment portant sur les apports solaires, les besoins de chauffage et de climatisation et
des évolutions temporelles de température y est proposé, selon différent cas.
Notre test consiste à simuler le cas de base (cas 600) et à comparer uniquement les
apports solaires 6 sur les différentes façades du bâtiment représenté à la figure D.1.
5. La résistance thermique crée par les stores est négligée.

6. La norme fournit les données climatiques nécessaires.
183
Figure D.1 – Bâtiment BESTEST [140-2001 ]
Les résultats sont présentés par les histogrammes de la figure D.2. Il est à noter que
l’estimation des apports solaires dans le simulateur Batimac (noté BATIMAC-SIM sur la
figure) est dans la moyenne des autres logiciels de STD.
ŶĞƌŐŝĞƐŽůĂŝƌĞƌĞĕƵĞĞŶŬtŚͬ;ŵϸ͘ĂŶͿ
ϮϬϬϬ
ϭϴϬϬ
ϭϲϬϬ
ϭϰϬϬ
ϭϮϬϬ
ϭϬϬϬ
ϴϬϬ
ϲϬϬ
ϰϬϬ
ϮϬϬ
Ϭ
EKZ ^d Kh^d ^h ,KZ/KEd>
^dͲDh KϮ ^Z^ͬ^hE ^Z^ͲZ
^ϯW^ dZE^z^ d^ d/Dͺ^/D
Figure D.2 – Validation de la méthode de calcul des apports solaires (RSg )
184
Annexe E
Compléments à la modélisation de
l’unité de stockage avec MCP
E.1 Discrétisation spatiale en différences finies

E.1.1 Domaine HTF
Dans le domaine du fluide caloporteur, la discrétisation spatiale en cordonnée carté-
sienne 1D des équations (3.3.1) et (3.3.4) pour les nœuds aux frontières est donnée par
les équations (E.1.1) et (E.1.2).
Pour x = dx :
! !
Ri cf v kf kf Ri cf v
Ri cf Ṫf1 = + Ri 2 Tin − 2Ri 2 + + 2ho Tf1
dx dx dx dx
kf
+Ri 2 Tf2 + 2ho Tm (x, Ri ) (E.1.1)
dx
Pour x = L :
! !
Ri cf v kf kf R i cf v
Ri C Ṫfnx = + Ri 2 Tfnx−1 − Ri 2 + + 2ho Tfnx
dx dx dx dx
+2ho Tm (x, Ri ) (E.1.2)
E.1.2 Domaine MCP

Dans cette partie, il s’agit de discrétiser en différences finies l’équation de diffusion
(3.3.2) en coordonnées cylindriques, dans une géométrie 2D axisymétrique. Même si cette
tâche est relativement simple lorsque la structure de la matrice de diffusion importe peu,
elle se veut bien plus rigoureuse et fastidieuse lorsqu’il est nécessaire d’aboutir à une ma-
trice de diffusion symétrique.
Pour l’ensemble des nœuds appartenant à la frontières Γp (r = Ri ), le détail de la dis-

crétisation spatiale fait l’objet du paragraphe suivant.
185
Annexe E Compléments à la modélisation de l’unité de stockage avec MCP
En observant l’équation (3.3.27), nous nous apercevons très vite qu’il est impossible
d’exprimer le terme en (i,j-1). Nous allons donc utiliser son expression déduite de l’équa-
tion (3.3.23). Ce qui permet d’obtenir :
∀ i = 1 : Nm , j = 1 : Nm

r 1 2r 2r r

rcm Ṫmi,j − rLf f˙i,j = km + Tmi,j+1 − + 2 Tmi,j + 2 Tmi+1,j
2dr

dr 2 dr 2 dx dx
#
1
"
r r ∂T dr2 ∂ 2 T 

+ 2 Tmi−1,j + − Tmi,j − dr +
dx dr 2 2dr ∂r 2 ∂r2

r 1 r 2r 1

= km + Tmi,j+1 − + 2+ Tmi,j
2dr 2dr

dr 2 dr 2 dx
r r
+ 2 Tmi+1,j + 2 Tmi−1,j (E.1.3)
dx dx 
1 ∂Tm
!
r r dr ∂ 2 Tm 

+ − + + −
dr 2 ∂r 2 4 ∂r2
Sachant que :
∂ 2 Tm ˙ ∂Tm ∂ 2 Tm
= rc
rkm Ṫ
m mi,j − rL f
f i,j − km − rk m
∂r2 ∂r ∂x2
Nous pouvons donc écrire :
"
r dr
−
! #
r dr ∂ 2 Tm ∂Tm rkm h
rcm Ṫm − rLf f˙ − km
i
2 4
− = − 2 Tmi+1,j − 2Tmi,j + Tmi−1,j
2 4 ∂r2 rkm ∂r dx
1 dr ∂Tm
! ! !
r dr rcm r dr rLf ˙
= − ) Ṫm − − f− −
2 4 rkm 2 4 rkm 2 4r ∂r
!
r dr h i
− − Tmi+1,j − 2Tmi,j + Tmi−1,j (E.1.4)
2dx2 4dx2
En remplacent la nouvelle expression obtenue par l’équation (E.1.4) dans (E.1.3), et en
arrangeant les différents termes, nous obtenons :

1
! !
r dr r r dr

˙

+ cm Ṫmi,j − Lf fi,j = km + Tmi,j+1 + + Tmi−1,j
2 4 2dr 2dx 4dx2

dr 2 2
1
!
r r dr
− + 2+ + Tmi,j (E.1.5)
dr 2 dx 2dr 2dx2
! ! 
r dr r dr ∂Tm 
+ + Tm − −
2dx2 4dx2 i+1,j
dr 4r ∂r
Pour terminer cette phase de discrétisation, faisons intervenir les conditions aux fron-
tières :
186
Pour M ∈ Γp (∀x et r = Ri ) :
→
−
keq (Tm ) ∇Tm .→
−
n = −ho (Tm − Tf )
⇒ km ∂T∂rm = ho (Tmi,j − Tfi )
!
r dr
⇒ km r
− dr + dr ∂Tm
= − + ho (Tmi,j − Tfi )
4r ∂r
dr 4r
Il suffit à présent d’injecter cette nouvelle équation dans (E.1.5) pour obtenir la discré-
tisation définitive des nœuds appartenant à la frontières Γp , sous la forme ci-dessous :
1
! !
Ri dr Ri Ri dr

˙

+ cm Ṫmi,j − Lf fi,j = km + Tmi,j+1 + ho − Tfi
2 4 dr 2 2dr dr 4Ri

1
!
Ri Ri dr
−km + 2+ +
dr 2 dx 2dr 2dx2
!
Ri dr 
+ho − Tmi,j (E.1.6)
dr 4Ri
 ! ! 
Ri dr Ri dr
+km  + Tmi+1,j + + Tmi−1,j 
2dx 2 4dx 2 2dx 2 4dx2
En suivant les mêmes étapes, pour les autres frontières, la discrétisation spatiale de
l’équation (3.3.2) est :
En r = Re ,
1
! !
Re dr Re Re dr

˙

− cm Ṫmi,j − Lf fi,j = km − Tmi,j−1 + he − + Te
2 4 dr 2 2dr dr 4Re

1
!
Re Re dr
−km + 2− −
dr 2 dx 2dr 2dx2
!
Re dr 
+he − + Tmi,j (E.1.7)
dr 4Re
 ! ! 
Re dr Re dr
+km  + Tmi−1,j + + Tmi+1,j 
2dx 2 4dx 2 2dx 2 4dx2
En x = 0,
r r 1 r 1

cm Ṫmi,j − Lf f˙i,j = km

− Tmi,j−1 + km + Tmi,j+1
2 "
2dr 2 4dr #
2dr 2 4dr
r r rhs

+ −km 2
+ 2 − Tmi,j
dr dx dx
rkm rhs
+ 2 Tmi+1,j + Ts (E.1.8)
dx dx
187
En x = L
r r 1 r 1


− Tmi,j−1 + km + Tmi,j+1
2 "
2dr 2 4dr #
2dr 2 4dr
r r rhn

+ −km + − Tmi,j
dr2 dx2 dx
rkm rhn
+ 2 Tmi−1,j + Tn (E.1.9)
dx dx
Enfin, pour les quatre nœuds aux coins, nous exposons au paragraphe ci-dessous le dé-
tail de la discrétisation spatiale du nœud de coordonnée (r = Re , x = 0). Bien évidement,
la discrétisation spatiale des autres nœuds de cette famille est obtenue en suivant la même
démarche.
Commençons par réécrire l’équation (3.3.27) pour ce nœud :

Re 1 2Re 2Re

− Lf f˙i,j

Re cm Ṫmi,j = km + Tmi,j+1 − + 2 Tmi,j
2dr

dr 2 dr2 dx

Re 1 Re Re

+ − Tmi,j−1 + 2 Tmi+1,j + 2 Tmi−1,j 
dr 2 2dr dx dx
Dans cette équation, il est impossible d’expliciter directement les termes en Tmi,j+1 et
Tmi−1,j . Nous les exprimons donc sous la forme obtenue par le développement de Taylor
(voir équation 3.3.22 et 3.3.23. Ce qui conduit à l’expression (E.1.10) :

2Re 2Re Re 1 Re

− Lf f˙i,j

Re cm Ṫmi,j = km − + 2 Tmi,j + − Tmi,j−1 + 2 Tmi+1,j
dr 2 dx dr 2 2dr dx
1
" #
Re ∂Tm dr2 ∂ 2 Tm

+ + Tmi,j + dr +
dr 2 2dr ∂r 2 ∂r2
" #
Re ∂Tm dx2 ∂ 2 Tm 
+ 2 Tmi,j − dx +
dx ∂x 2 ∂x2

Re 1 Re Re ∂Tm

= km − Tmi,j−1 + 2 Tmi+1,j −
2dr

dr 2 dx dx ∂x
Re Re 1 Re 1 ∂Tm

− + 2− Tmi,j + +
dr 2 dx 2dr ! dr 2 ∂r
Re ∂ 2 Tm ∂ 2 Tm dr ∂ 2 Tm
+ + + (E.1.10)
2 ∂x2 ∂r2 4 ∂r2
Or, d’après l’équation (3.3.20),
!
Re km ∂ 2 Tm ∂ 2 Tm Re km ∂Tm
cm Ṫmi,j − Lf f˙i,j −

+ = (E.1.11)
2 ∂x2 ∂r2 2 2 ∂r
188
En remplaçant les équations (3.3.24) et (E.1.11) dans (E.1.10), une nouvelle expression
est obtenue :

Re Re Re Re

˙

cm Ṫmi,j − Lf fi,j = km − + 2 Tmi,j + 2 Tmi,j−1 (E.1.12)
2

dr 2 dx dr

Re Re 1 ∂Tm Re ∂Tm 

+ Tmi+1,j + + −
dx 2 dr 2 ∂r dx ∂x
Il ne reste plus qu’à faire intervenir les conditions aux limites :

En r = Re , on a :
→
− ∂Tm
−
n = −he (Tm − Te ) ⇔ −km = he (Tmi,j − Te ) (E.1.13)
∂r
Re 1 ∂Tm Re 1

⇒ km + = −he + (Tmi,j − Te )
dr 2 ∂r dr 2
En x = 0, la condition limite s’écrit comme suit :
→
− ∂Tm
−
n = −hs (Tm − Ts ) ⇔ km = hs (Tmi,j − Ts ) (E.1.14)
∂x
Re ∂Tm Re
⇒ km = hs (Tmi,j − Ts )
dx ∂x dx
Enfin, enhsubstituant
i (E.1.13) et (E.1.14) dans (E.1.12) et en la multipliant le résultat
obtenu par 2 − 4Re , l’équation discrétisée au nœud de coordonnée (r = Re , x = 0), s’écrit
1 dr
sous la forme :
1
" # " ! #
Re dr R R dr


e e
− − Tmi,j−1 + − Tmi+1,j
4 8 2dr2 4dr 2dx2 4dx2
1
" !
Re Re dr
− km + − −
2dr2 2dx2 4dx2 4dr
! !#
Re dr Re dr
+hs − + he − Tmi,j (E.1.15)
2dx 4dx 2dr 8Re
! !
Re dr Re dr
+hs − Ts + he − Te
2dx 4dx 2dr 8Re
En procédant de la même manière 1 , pour les autres nœuds aux coins on obtient :
En (r = Re et x = L),
h i h i
1 dr 1 dr
1. et après avoir été multipliées par 2 − 4Re pour (E.1.16) et par 2 + 4Ri pour (E.1.17) et (E.1.18)
189
1
" # " ! #
Re dr R R dr


e e
− − Tmi,j−1 + − Tmi−1,j
4 8 2dr2 4dr 2dx2 4dx2
1
" !
Re Re dr
− km + − −
2dr2 2dx2 4dx2 4dr
! !#
Re dr Re dr
+hn − + he − Tmi,j (E.1.16)
2dx 4dx 2dr 8Re
! !
Re dr Re dr
+hn − Tn + he − Te
2dx 4dx 2dr 8Re
En (r = Ri et x = L),
1
" # " ! #
Ri dr R R dr


i i
+ + Tmi,j+1 + + Tmi+1,j
4 8 2dr2 4dr 2dx2 4dx2
1
" !
Ri Ri dr
− km + + +
2dr2 2dx2 4dx2 4dr
! !#
Ri dr Ri dr
+hn + + ho − Tmi,j (E.1.17)
2dx 4dx 2dr 8Ri
! !
Ri dr Ri dr
+hn + Tn + ho − Tin
2dx 4dx 2dr 8Ri
En (r = Ri et x = 0),
1
" # " ! #
Ri dr R R dr


i i
+ + Tmi,j+1 + + Tmi−1,j
4 8 dr2 2dr dx2 4dx2
1
" !
Ri Ri dr
− km + + +
dr2 dx2 4dx2 2dr
! !#
Ri dr Ri dr
+hs + + ho − Tmi,j
2dx 4dx 2dr 8Ri
! !
Ri dr Ri dr
+hs + Ts + ho − Tfi (E.1.18)
2dx 4dx 2dr 8Ri
E.2 Expression des opérateurs Ab et Cb

Il est important de souligner qu’aucune démonstration n’est effectuée dans cette partie,
puisque cette discrétisation s’inspire fortement de la discrétisation en différences finies
présentée aux sections 3.3.2.2.1 page 95 et 3.3.2.2.2 page 96.
E.2.1 Domaine MCP

Une discrétisation spatiale astucieuse des équations (3.3.33) et (3.3.36) a permis d’ex-
primer les opérateurs Am
b et Cb .
m
Comme le lecteur pourra le constater :
190
• Amb est une matrice tridiagonale par bloc de dimension [Nm × Nm ], composée des
coefficients de V m dans le membre de droite des équations (E.2.1), (E.2.2), (E.2.3),
(E.2.4), (E.2.5), (E.2.6), (E.2.7), (E.2.8) et (E.2.9),
• Cmb est une matrice diagonale de dimension [Nm × Nm ], composée des coefficients
de V m dans le membre de gauche des équations précisées ci-dessus.
Nœuds internes au domaine Ωm :

r 1 2r 2r

−zim rc0m Vi,mi = 0 
km + Vi,mi+1 − + 2 Vi,mi + (E.2.1)
dr 2 2dr dr 2 dx

r 1 r m r m 

− Vi,mi−1 + 2 Vi+1, + 2 Vi−1,
dr 2 2dr dx i
dx i
Nœuds appartenant à la frontière Γp :

1
" ! !#
Ri dr 0 Ri dr Ri

−zim + cm + ζp − Vi,mi = 0 
km + Vi,mi+1
2 4 dr 4Ri dr 2 2dr
1
!
Ri Ri dr
− + 2+ + Vi,mi
dr 2 dx 2dr 2dx2
!
Ri dr
+ + m
Vi−1, (E.2.2)
2dx2 4dx2 i
! 
Ri dr
+ + m 
Vi+1,
2dx 2 4dx 2 i
Nœuds appartenant à la frontière Γenv :

1
" !
Re dr 0 0  Re

−zim − cm k − Vi,mi−1
2 4 m
dr 2 2dr
1
!# !
Re dr Re Re dr
+ζenv − + Vi,mi = − + 2− − Vi,mi
dr 4Ri dr 2 dx 2dr 2dx2
!
Re dr
+ + m
Vi−1, (E.2.3)
2dx2 4dx2 i
! 
Re dr
+ + m 
Vi+1,
2dx 2 4dx 2 i
191

r 0 r r 1

−zim cm + ζenv Vi,mi = k 0 
− Vi,mi−1
2 dx m
2dr 2 4dr
r 1

+ + Vm
2dr 2 4dr i,i+1 
r r r m 

− 2
+ 2 Vi,mi + 2 Vi+1, (E.2.4)
dr dx dx i

r 0 r r 1

−zim cm + ζenv Vi,mi = km
0 
− Vi,mi−1
2 dx 2dr 2 4dr
r 1

+ + Vm
2dr2 4dr i,i+1 
r r r

− + V m + 2 Vi−1,
m 
(E.2.5)
dr2 dx2 i,i dx i
Nœuds appartenant aux quatre coins :
 
1
!
Re dr 0 Re

−zim  − cm k 0 
− Vm
4 8 m
2dr 2 4dr i,i−1
1
! !
Re dr Re Re dr
+ζenv − = − + + − Vi,mi (E.2.6)
2dx 4dx 2dr 2 2dx 2 4dx 2 4dr
! ! 
Re dr  m Re dr
+ζenv − Vi,i + − m 
Vi−1,
2dr 8Re 2dx 2 4dx 2 i
 
1
!
Re dr 0 Re

−zim  − cm k 0 
− Vi,mi−1
4 8 m
2dr 2 4dr
1
! !
Re dr Re Re dr
+ζenv − = − + − − Vi,mi (E.2.7)
! ! 
Re dr  m Re dr
+ζenv − Vi,i + − m 
Vi+1,
2dr 8Re 2dx 2 4dx2 i
 
1
!
Ri dr 0 Ri

−zim  + cm k 0 
+ Vm
4 8 m
2dr 2 4dr i,i+1
1
! !
Ri dr Ri Ri dr
+ζenv + = − + + + Vi,mi (E.2.8)
! ! 
Ri dr  m Ri dr
+ζp − Vi,i + + m 
Vi+1,
2dr 8Ri 2dx 2 4dx 2 i
192
 
1
!
Ri dr 0 Ri

−zim  + cm k0  + Vm
4 8 m
dr 2 2dr i,i+1
1
! !
Ri dr Ri Ri dr
+ζenv + = − + + + Vi,mi (E.2.9)
2dx 4dx dr2 dx2 4dx2 2dr
! ! 
Ri dr  m Ri dr
+ζp − Vi,i + + m 
Vi−1,
2dr 8Ri dx 2 4dx 2 i
E.2.2 Domaine HTF

Le problème de branche dans le domaine Ωf est traité comme un problème de transport
à vitesse nulle ; cela revient donc à traiter un problème de diffusion pure. De plus, puisqu’il
s’agit d’un problème 1D en coordonnée cartésienne, la détermination des opérateurs de
branche est relativement simplifiée.
En effet, pour les nœuds internes :
 
Ri kf0
−zif Ri c0f Vif = V f − 2V f + V f 
i−1 i i+1 (E.2.10)
dx2
Et pour les nœuds aux frontières :

• pour x = dx,
 
Ri c0f Ri kf0
" #
ζef
−zif + Vi =
f −V f + V f  (E.2.11)
2 dx dx 2 i i+1
• pour x = L,
 
Ri c0f Ri kf0
" #
ζes
−zif + Vi =
f V f − V f  (E.2.12)
2 dx dx 2 i−1 i
D’après la formulation (3.3.38), les opérateurs de branche Cfb et Afb sont respectivement
obtenus par les termes de gauche et de droite des équations (E.2.10), (E.2.11) et (E.2.12).
193
Annexe F
Compléments sur les simulations
Cette annexe donne des exemples d’une partie du rapport de simulation généré à la
fin des simulations. Sont ci-dessous présentés les principaux paramètres de simulation
utilisés pour tester le simulateur (chapitre 4 page 115) et pour étudier ses performances
(chapitre 5 page 133).
195
Annexe F Compléments sur les simulations
F.1 Paramètres de simulation : validation de SimCoBat
===============================================================
== ==
== SIMULATEUR BATIMAC ==
== RAPPORT DE SIMULATION ==
== ==
===============================================================
NOM DU PROJET : sim_1sec_ode5
DATE: 20-May-2015
HEURE :12h-48min
Période simulée: SEMAINES LES PLUS CHAUDES; Jours N°211 à 224/365

Durée de la simulation: 71.8865 Minutes.
Pas de temps de simulation: 1 Secondes.
Ce rapport est composé de 3 principales parties:

I- Résumé des principaux paramètres de simulation
II- Bilan énergétique du bâtiment
III- Bilan énergétique du système
=======================================================================
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
&& &&
&& I- RESUME DES PRINCIPAUX PARAMETRES DE SIMULATION &&
&& &&
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
******************************************************
** **
** Niveau I : Fonctionnement Général **
** **
******************************************************
Fonctionnement: #3-En continu#
Période de fonctionnement en heure: de 8 à 21
Production de Chaleur Haute Température: #3- MIXTE ( GAC + CS)#
Durée minimale d'Arrêt du Système: #2- Non#
Durée minimale de Fonctionnement du Système: #2- Non#
Prise en compte la machine à absorption ? #1- Oui#
Zone climatique: #1- H1a - Trappes#
Température seuil de démarrage du moteur [°C]: #361#
Température maximale du ballon d'ECS [°C]: #61#
******************************************************
** **
** Niveau II : Générateur d'Air Chaud **
** **
******************************************************
Puissance nominale du GAC [Kw]: #50#
Rendement du GAC à la puissance nominale [0-100 %]: #95#
196
******************************************************
** **
** Niveau II : Centrale Solaire **
** **
******************************************************
Seuil de Démarrage et d'Arrêt [W/m²]:300 et 200
Rendement Optique max des capteurs[0-1]: #0.705#
Surface du champ de captage [m²]: #s_cap#
Coefficient de clarté des miroirs: #0.9#
Longueur du récepteur [m]: #10#
Diamètre externe du récepteur [m]: #0.1#
Coefficient d’absorption du récepteur[0-1]: #0.9#
Coefficient d'échange par convection, Absorbeur-ambiant [w/m^2.K]: #10#
Autorisation de dépassement de la température minimale [°C]: #50#
******************************************************
** **
** Niveau II :Stockage de Chaleur Haute Température **
** **
******************************************************
Capacité de Stockage (Min.) [kWh]: #50#
Longueur [m]: #1#
Rayon tube intérieur (pour une unité de stockage) [m]: #1e-2#
Rayon tube extérieur (pour une unité de stockage) [m]: #10e-2#
Masse du MCP [Kg]: #7.433633e+02#
Chaleur Latente de fusion du MCP [J/kg]: #243.5e3#
Température de début de fusion du MCP [°C]: #550#
Coefficient d'échange convectif avec l'environnement proche [w/m².K]:
#1e-100#
******************************************************
** **
** Niveau II : Convertisseur Chaleur - Electricité **
** **
******************************************************
Ecart de température tête chaude du moteur[°C]: #100#
Température optimale de l'air à l'entrée du Moteur [°C]: #450#
Température max de l'eau,Entrée moteur [°C]: #[20;55]#
******************************************************
** **
** Niveau II :Stockage de Chaleur Basse Température **
** **
******************************************************
Type de stockage: #2-EAU#
Volume du ballon de stockage [Litre] : #1000#
Epaisseur du ballon [mm]: #44#
Conductivité thermique du ballon [w/m/K]: #0.035#
Coefficient d'échange avec l'ambiant [w/m^2.K]: #10#
******************************************************
** **
** Niveau II : Machine à Absorption **
** **
******************************************************
Puissance frigorifique de la machine [Kw]: #10#
Débit du circuit primaire [Kg/s] : #.6#
197
Débit du circuit de refroidissement [Kg/s]: #.5#

Récupération de chaleur sur le réseau de la MAA? #off#
******************************************************
** **
** Niveau III : Structure du Bâtiment **
** **
******************************************************
Type de bâtiment: #1 - Habitation : Logement collectif#
Valeur caractéristique: #18#
Surface habitable ou utile du bâtiment [m²] : #1080#
Nombre d'étages: #3#
Hauteur sous plafond [m]: #2.5#
Température de consigne : Hiver , Eté[°C]: #[19 28]#
Ratio de surface vitrée sur la façade principale: #0.4#
Seuil d'éclairement naturel [Lux]: #300#
Système de ventilation: #4 - VMC Simple Flux#
Epaisseur du vitrage [mm]: #24#
Coefficient de transmission thermique du vitrage [w/m².k]: #1.1#
Facteur solaire du vitrage [0-1]: #0.76#
Coefficient de réflexion lumineux du vitrage [0-1]: #0.5#
Composition des parois opaques verticales (Mur)

--------------------------------------------------
%Rho(kg/m3) Lambda(W/m.K) Cp(J/kg.K) Ep(m)
2200.0 0.9200 880.0 0.1800
55.0 0.0390 2000.0 0.1000
Composition de la paroi opaque horizontale (Toit)

--------------------------------------------------
%Rho(kg/m3) Lambda(W/m.K) Cp(J/kg.K) Ep(m)
650.0 0.2000 1000.0 0.1800
55.0 0.0390 2000.0 0.1000
Surface des parois opaques en m²

---------------------------------------
SUD 108.00
NORD 144.00
OUEST 114.00
EST 114.00
TOIT 270.00
PLANCHER BAS 270.00
Surface des parois vitrées en m²

---------------------------------------
SUD 72.00
NORD 36.00
OUEST 36.00
EST 36.00
******************************************************
** **
** Niveau III : Poste Chauffage - Rafraichissement **
** **
******************************************************
Volume du ballon Poste Chage_Raf [L]: #1500#
Températures maximales Poste Chage_Raf [°C]: #45#
198
******************************************************
** **
** Niveau III : Poste Eau Chaude Sanitaire **
** **
******************************************************
Température de puisage ECS [°C]: 40
Volume du ballon ECS [L]: 2000
Epaisseur du ballon [mm]: 40
Conductivité thermique du ballon [w/m/K]: 0.035
=======================================================================
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
&& &&
&& II- BILAN ENERGETIQUE DU BATIMENT &&
&& &&
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
+++++++ BESOINS DE CHAUFFAGE en Kwh ++++++
Pertes par transmission (opaques): 0.00

Pertes par transmission (vitrages): 0.00
Pertes par Ponts Thermiques : 0.00
Pertes par Renouvellement d'air: 0.00
BESOINS TOTAL : 0.00
+++++++ APPORTS - SAISON DE CHAUFFAGE en Kwh ++++++
Apports solaire: 0.00

Apports équipements: 0.00
Apports occupants : 0.00
Apports éclairage : 0.00
APPORTS TOTAL : 0.00
Apports système de chauffage : 0.00
+++++++ APPORTS - SAISON DE RAFRAICHISSEMENT en Kwh ++++++
Apports solaire: 3401.22

Apports équipements: 1382.88
Apports occupants : 2273.64
Apports éclairage : 59.91
APPORTS TOTAL : 7117.65
Apports système de rafraîchissement : -744.72
=======================================================================
Ce bilan est réalisé sur toute la période de simulation choisie + 7

jours.
******************************
Fin - SimCoBat_Infos@
199
F.2 Paramètres de simulation : Etude de performance
===============================================================
== ==
== SIMULATEUR BATIMAC ==
== RAPPORT DE SIMULATION ==
== ==
===============================================================
NOM DU PROJET : newSIMthse\Variante N°1
DATE: 15-Jun-2015
HEURE :18h-10min
Période simulée: ANNEE ENTIERE ./365

Durée de la simulation: 12.2343 Minutes.
Pas de temps de simulation: 60 Secondes.
Ce rapport est composé de 3 principales parties:

I- Résumé des principaux paramètres de simulation
II- Bilan énergétique du bâtiment
III- Bilan énergétique du système
=======================================================================
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
&& &&
&& I- RESUME DES PRINCIPAUX PARAMETRES DE SIMULATION &&
&& &&
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&
******************************************************
** **
** Niveau I : Fonctionnement Général **
** **
******************************************************
Fonctionnement: #1-Suivant les Besoins Thermiques (Chauffage& ECS)#
Production de Chaleur Haute Température: #1- GENERATEUR D'AIR CHAUD SEUL#
Durée minimale d'Arrêt du Système: #2- Non#
Durée minimale de Fonctionnement du Système: #2- Non#
Prise en compte la machine à absorption ? #2- Non#
Zone climatique: #1- H1a - Trappes#
Température seuil de démarrage du moteur [°C]: #361#
Température maximale du ballon d'ECS [°C]: #70#
******************************************************
** **
** Niveau II : Générateur d'Air Chaud **
** **
******************************************************
Puissance nominale du GAC [Kw]: #60#
Rendement du GAC à la puissance nominale [0-100 %]: #90#
******************************************************
** **
** Niveau II : Centrale Solaire **
** **
******************************************************
! L'utilisateur a choisi de ne pas simuler cet équipement
200
F.2 Paramètres de simulation : Etude de performance
******************************************************
** **
** Niveau II :Stockage de Chaleur Haute Température **
** **
******************************************************
******************************************************
** **
** Niveau II : Convertisseur Chaleur - Electricité **
** **
******************************************************
Ecart de température tête chaude du moteur[°C]: #100#
Température optimale de l'air à l'entrée du Moteur [°C]: #450#
Température max de l'eau,Entrée moteur [°C]: #[20;40]#
******************************************************
** **
** Niveau II :Stockage de Chaleur Basse Température **
** **
******************************************************
Type de stockage: #2-EAU#
Volume du ballon de stockage [Litre] : #2000#
Epaisseur du ballon [mm]: #44#
Conductivité thermique du ballon [w/m/K]: #0.035#
Coefficient d'échange avec l'ambiant [w/m^2.K]: #10#
******************************************************
** **
** Niveau II : Machine à Absorption **
** **
******************************************************
******************************************************
** **
** Niveau III : Structure du Bâtiment **
** **
******************************************************
Type de bâtiment: #1 - Habitation : Logement collectif#
Valeur caractéristique: #42#
Surface habitable ou utile du bâtiment [m²] : #2800#
Nombre d'étages: #3#
Hauteur sous plafond [m]: #2.5#
Température de consigne : Hiver , Eté[°C]: #[19 28]#
Ratio de surface vitrée sur la façade principale: #0.4#
Seuil d'éclairement naturel [Lux]: #300#
Système de ventilation: #1 - VMC Double Flux (0.7 Eff.)#
Epaisseur du vitrage [mm]: #24#
Coefficient de transmission thermique du vitrage [w/m².k]: #1.1#
Facteur solaire du vitrage [0-1]: #0.76#
Coefficient de réflexion lumineux du vitrage [0-1]: #0.5#
201
Composition des parois opaques verticales (Mur)

--------------------------------------------------
%Rho(kg/m3) Lamda(W/m.K) Cp(J/kg.K) Ep(m)
2200.0 0.9200 880.0 0.1800
55.0 0.0390 2000.0 0.1000
Composition de la paroi opaque horizontale (Toit)

--------------------------------------------------
%Rho(kg/m3) Lamda(W/m.K) Cp(J/kg.K) Ep(m)
650.0 0.2000 1000.0 0.1800
55.0 0.0390 2000.0 0.1000
Surface des parois opaques en m²

---------------------------------------
SUD 202.22
NORD 295.56
OUEST 86.67
EST 86.67
TOIT 700.00
PLANCHER BAS 700.00
Surface des parois vitrées en m²

---------------------------------------
SUD 186.67
NORD 93.33
OUEST 93.33
EST 93.33
******************************************************
** **
** Niveau III : Poste Chauffage - Rafraichissement **
** **
******************************************************
Volume du ballon Poste Chage_Raf [L]: #2500#
Températures maximales Poste Chage_Raf [°C]: #45#
******************************************************
** **
** Niveau III : Poste Eau Chaude Sanitaire **
** **
******************************************************
Température de puisage ECS [°C]: 40
Volume du ballon ECS [L]: 2500
Epaisseur du ballon [mm]: 40
Conductivité thermique du ballon [w/m/K]: 0.035
===============================================================
202
Bibliographie
[140-2001 ] ANSI/ASHRAE Standard 140-2001. Standard Method of Test for the

Evaluation of Building Energy Analysis Computer Programs. Rap-
port technique. American Society of Heating, Refrigerating, and Air-
Conditioning Engineers, Atlanta, GA.
[ADEME 07] ADEME. Bilan Carbone : Guide des facteurs d’émissions. Rapport
technique, 2007. Version 5.0. www
[Adine 09] H.A. Adine & H. El Qarnia. Numerical analysis of the thermal beha-
viour of a shell-and-tube heat storage unit using phase change materials.
Applied Mathematical Modelling, vol. 33, pages 2132–2144, 2009.
[Agyenim 10] F. Agyenim & al. A review of materials, heat transfer and phase
change problem formulation for latent heat thermal energy storage sys-
tems (LHTESS). Renewable and Sustainable Energy Reviews, vol. 14,
pages 615–628, 2010.
[AIE 14a] AIE. Key world energy statistics. 2014. www
[AIE 14b] AIE. World energy outlook. Résumé, French translation, 2014. www
[Anies 11] G. Anies. Modélisation, simulation dynamique, validation expérimen-
tale et optimisation énergétique d’une unité de rafraîchissement solaire
par absorption. PhD thesis, Université de Pau et des Pays de l’Adour,
2011.
[Atwell 01] J. A. Atwell & B. B. King. Proper Orthogonal Decomposition for Redu-
ced Basis Feedback Controllers for Parabolic Equations. Mathematical
and Computer Modelling, vol. 33, pages 1–19, 2001.
[Bacot 84] P. Bacot. Analyse modale des systèmes thermiques. PhD thesis, Uni-
versité Pierre et Marie-Curie, 1984.
[Battaglia 14] J.-L. Battaglia, A.Kusiak & J.-R. Puiggali. Introduction aux transfers
thermiques. 2014.
[Blandin 10] D. Blandin. Modélisation et validation expérimentale de nouveaux
concepts de ballons solaires à forte stratification. PhD thesis, Institut
National des Sciences Appliquées de Lyon, 2010.
[Blinn 79] J.C. Blinn. Simulation of solar absorption air conditioning. PhD thesis,
University of Wisconsin, Madison, 1979.
[Boudellal 10] M. Boudellal. La cogénération - efficacité énergétique - micro-
cogénération. Dunod, 2010.
203
BIBLIOGRAPHIE
[Brou 14] S. Brou, B. Gaume, F. Joly, K. Gokpi & A. Neveu. Réduction modale
d’un plancher chauffant. In Congrès SFT, 2014.
[Brundtland 87] G.H. Brundtland. Report of the World Commission on Environment
and Development : Our Common Future. Rapport technique, 1987.
Oxford University Press. www
[Bézian 97] J.J. Bézian, P. Barles, C. François & C. Inard. Les émetteurs dechaleur :
Étude comparée. Rapport technique, 1997. Les Presses de l’École des
Mines. www
[Causone 09] F. Causone & al. Experimental evaluation of heat transfer coefficients
between radiant ceiling and room. Energy and Buildings, vol. 41, page
622–628, 2009.
[CEREN 05] CEREN. Le parc français des équipements de cogénération au 31 dé-
cembre 2003. Etude réalisée par le CEREN pour le MINEFI/DGEMP,
2005. www
[CETIAT ] CETIAT. Les différents procédés de refroidissement d’eau dans les ins-
tallations industrielles et tertiaires. Rapport technique, " ". Guide
technique.
[CGDD 14] CGDD. Bilan énergetique de la france pour 2013. RéférenceS, 2014.
www
[CGDD 15] CGDD. Repères. Chiffres clés de l’énergie 2014, 2015. www
[Choi 92] J.C. Choi & S.D. Kim. Heat-transfer characteristics of a latent heat
storage system using MgCl2 · 6H2O. Energy, vol. 17, no. 12, pages
1153 – 1164, 1992.
[Chougui 10] M.L. Chougui. Simulation et et etude compée de cycle à absprption
(LiBr/H2O) à usage de froid. Cas de l’unité de production de détergeant
Henkel. PhD thesis, Université Mentouri Constantine, 2010.
[Council 14] European Council. Conclusions on 2030 climate and energy policy
framework. SN 79/14, 2014. www
[CSTB ] CSTB. Méthode de calcul Th-BCE 2012. Rapport technique. Annexe
à l’arrêté portant approbation de la méthode de calcul Th-BCE 2012.
www
[de la Brie 15] Chaudiere de la Brie. Février 2015. www
[Dudley 94] V.E. Dudley, G.J. Kolb & al. Test Results SEGS LS-2 Solar Collector.
Rapport technique, 1994. Technical Report SAND94-1884.
[Duffie 74] J. Duffie & W. Beckman. Solar energy thermal processes. A Wiley-
Interscience Publication, 1974.
[ENS2R 15] ENS2R. Février 2015. www
[et ADEME 07] RTE et ADEME. Le contenu en CO2 du kWh électrique : Avantages
comparés du contenu marginal et du contenu par usages sur la base de
l’historique. Rapport technique, 2007. NOTE DETAILLEE. www
[Evola 13] G. Evola, N. Le Pierrès, F. Boudehenn & P. Papillon. Proposal and
validation of a model for the dynamic simulation of a solar-assisted
204
BIBLIOGRAPHIE
single-stage LiBr/water absorption chiller. International Journal of

Refrigeration, vol. 36, pages 1015–1028, 2013.
[Eynard 10] J. Eynard. Gestion optimale de l’énergie dans un procédé multi-source
pour le chauffage de bâtiments. PhD thesis, Université de Perpignan
Via Domitia, 2010.
[Fic 04] A. Fic & R.A. Bialecki. Solving Transient Non Linear Heat Conduction
Problem by Proper Orthogonal Decomposition and FEM. page 67, 2004.
Proceeding of CHT-04-173.
[Garcia 09] M. Garcia, G. Cabeza & A.Rodríguez. Two-dimensional non-linear
inverse heat conduction problem based on the singular value decompo-
sition. International Journal of Thermal Sciences, vol. 48, no. 6, pages
1081 – 1093, 2009.
[Gicquel 15] R. Gicquel. Progiciel Thermoptim Boîte à outils pour l’énergétique.
Techniques de l’ingénieur Industrialisation des procédés : défis et nou-
velles approches, 2015.
[GIEC 14] GIEC. Changements climatiques 2014 :incidences, adaptation et vul-
nérabilité. Résumé à l’intention des décideurs, 2014. www
[Girault 03] M. Girault. Résolution de problèmes inverses en thermique par modèles
réduits : applications en conduction non linéaire et en convection forcée.
PhD thesis, Université de Poitiers, 2003.
[Grosu 12] L. Grosu, A. Dobrovicescu, A. Untea & P. Rochelle. Etude d’un sys-
tème de rafraîchissement solaire à absorption : dimensionnement et
simulations numériques. Revue Générale du Froid, pages 57–64, 2012.
[Hay 93] J. E. Hay. Calculating solar radiation for inclined surfaces : practical
approaches. Renewable Energy, vol. 3, pages 373–380, 1993.
[Heimsath 14] A. Heimsath, F. Cuevas, A. Hofer, P. Nitz & W.J. Platzer. Linear Fres-
nel Collector Receiver : Heat Loss and Temperatures. Energy Procedia,
vol. 49, pages 386 – 397, 2014. Proceedings of the SolarPACES 2013
International Conference.
[Ho 95] S.Y. Ho, R.E. Hayes & R.K. Wood. Simulation of the dynamic beha-
viour of a hydronic floor heating system. Heat Recovery Systems &
CHP, vol. 15 No 6, pages 505–519, 1995.
[IAE 05] IAE. European and Canadian non-HVAC Electric and DHW Load Pro-
files for Use in Simulating the Performance of Residential Cogeneration
Systems. Rapport technique, 2005. Annex 42 report. www
[INES 15] INES. Février 2015. www
[izuba 15] izuba. Mars 2015. www
[Jabbour 11] N. Jabbour. Intégration des systèmes à absorption solaire de petites
puissances aux bâtiments - approche multifonction solaire : chauffage,
ECS et rafraîchissement. PhD thesis, Institut National des Sciences
Appliquées de Lyon, 2011.
[Jayasekara 13] S. Jayasekara & S.K. Halgamuge. Mathematical modeling and experi-
mental verification of an absorption chiller including three dimensional
205
BIBLIOGRAPHIE
temperature and concentration distributions. Applied Energy, vol. 106,

pages 232–242, 2013.
[JOR 82] Arrêté du 24 mars 1982 modifié par arrêté du 28 octobre 1983, dispo-
sitions relatives à l’aération des logements. 1982.
[JOR 05] Arrêté du 30 novembre 2005 modifiant l’arrêté du 23 juin 1978 relatif
aux installations fixes destinées au chauffage et à l’alimentation en eau
chaude sanitaire des bâtiments d’habitation, des locaux de travail ou
des locaux recevant du public. 2005. www
[JOR 10] Arrêté du 26 octobre 2010 relatif aux caractéristiques thermiques et
aux exigences de performance énergétique des bâtiments nouveaux et
des parties nouvelles de bâtiments. 2010. www
[JOR 13] Arrêté du 9 octobre 2013 modifiant les caractéristiques techniques des
installations de cogénération pouvant bénéficier de l’obligation d’achat
d’électricité. 2013. www
[Judkoff 95] R. Judkoff & J. Neymark. International Energy Agency Building
Energy Simulation Test (BESTEST) and Diagnostic Method. Rapport
technique, 1995. NREL/TP-472-6231. www
[Khoury 89] K. El Khoury & A. Neveu. Analyse modale des systèmes thermiques en
présence de transferts non-réciproques. International Journal of Heat
and Mass Transfer, vol. 32, no. 2, pages 213 – 226, 1989.
[Knight 05] I. Knight & al. Residential Cogeneration Systems : A Review of The
Current Technologies. A Report of Subtask A of FC+COGEN-SIM. The
Simulation of Building-Integrated Fuel Cell and Other Cogeneration
Systems. Rapport technique, 2005. Annex 42 of the IEA/ECBCS.
[Koffi 09] J. Koffi. Analyse multicritère des stratégies de ventilation en maisons
individuelles. PhD thesis, Université de La Rochelle, 2009.
[Kohlenbach 06] P. Kohlenbach. Solar cooling with absorption chillers : Control strate-
gies and transient chiller performance. Master’s thesis, Université de
Berlin, 2006.
[Kohlenbach 08a] P. Kohlenbach & F. Ziegler. A dynamic simulation model for tran-
sient absorption chiller performance. Part I : The model. International
Journal of Refrigeration, vol. 31, pages 217–226, 2008.
[Kohlenbach 08b] P. Kohlenbach & F. Ziegler. A dynamic simulation model for transient
absorption chiller performance. Part II : Numerical results and expe-
rimental verification. International Journal of Refrigeration, vol. 31,
pages 226–233, 2008.
[Lacroix 93] M. Lacroix. Numerical simulation of shell-and-tube latent heat thermal
energy storage unit. Solar Energy, vol. 50, pages 357–367, 1993.
[Laffay 08] P.-O. Laffay. Sous-structuration de systèmes thermiques par modes de
branche. PhD thesis, Université d’Evry Val d’Essonne, 2008.
[Laouadi 04] Abdelaziz Laouadi. Development of a radiant heating and cooling model
for building energy simulation software. Building and Environment,
vol. 39, page 421 – 431, 2004.
206
BIBLIOGRAPHIE
[Lasvignottes 01] J. C. Lasvignottes. Aspects thermodynamiques et technico économique

des systèmes à absorption liquide. Rapport technique, Institut Français
Du Froid Industriel, 2001.
[Lefebvre 88] G. Lefebvre. Analyse et réduction modale d’un modèle de comportement
thermique de bâtiment. PhD thesis, Université Paris VI, 1988.
[Lieberherr 06] R. Lieberherr. Le feu domestiqué : Usages et pratiques dans l’architec-
ture mondiale. 2006. www
[Marshall 66] S.A. Marshall. An Approximation Method for Reducing the Order of
Linear System. Control, pages 642–653, 1966.
[McNeely 79] L.A. McNeely. Thermodynamic properties of aqueous solutions of li-
thium bromide. ASHRAE Trans, vol. 85, pages 413–434, 1979.
[MCO ] Méthode comfie, cahier d’algorithmes.
[Ménézo 99] C. Ménézo. Contribution à la modélisation du comportement thermique
des bâtiments par couplage de modèles réduits. PhD thesis, INSA de
Lyon, 1999.
[Ménézo 00] C. Ménézo, H. Bouia, J.J. Roux & J. Virgone. Adaptation of the balan-
ced realization to the coupling of reduced order models for the modelling
of the thermal behavior of buildings. Mathematics and Computers in
Simulation, vol. 53, no. 4–6, pages 395 – 401, 2000.
[Morin 12] G. Morin & al. Comparison of Linear Fresnel and Parabolic Trough
Collector power plants. Solar Energy, vol. 86, pages 1–12, 2012.
[Mousazadeh 09] H. Mousazadeh & al. A review of principle and sun-tracking methods for
maximizing solar systems output. Renewable and Sustainable Energy
Reviews, vol. 13, pages 1800–1818, 2009.
[Naslin 74] P. Naslin. Rapport de conjoncture du CNRS. Automatique, page 164,
1974.
[Newton 95] B. Newton. Modeling of solar storage tanks. PhD thesis, Université de
Wisconsin Madison, 1995.
[Olesen 00] B.W. Olesen, F.Bonnefoi, E.Michel & M.DeCarli. Heat exchange co-
efficient between floor surface and space by floor cooling—theory or a
question of definition. ASHRAE Transactions, vol. DA-00-8-2, pages
684–694, 2000.
[Oulefki 93] A. Oulefki. Reduction de modèles thermiques par amalgame modal.
PhD thesis, Ecole Nationale de Ponts et Chaussées, 1993.
[Ozcelik 11] Ozcelik & al. Two-Axis Solar Tracker Analysis and Control for Maxi-
mum Power Generation. Procedia Computer Science, vol. 6, pages
457–462, 2011.
[Patek 06] J. Patek & J. Klomfar. A computationally effective formulation of the
thermodynamic properties of LiBr/H2O solutions from 273 to 500 K
over full composition range. International Journal of Refrigeration,
vol. 29, pages 566–578, 2006.
207
BIBLIOGRAPHIE
[Petit 90a] D. Petit & R. Pasquetti. Réduction de modèle par identification de

modes dominants : application à un modèle bidimensionnel de diffusion
thermique. Revue de Physique Appliquée, vol. 25, pages 831–842, 1990.
[Petit 90b] D. Petit & R. Pasquetti. Réduction de modèle par identification des
modes dominants : application à un modèle bidimensionnel de diffusion
thermique. Rev. Phys. Appl., vol. 25, pages 831–842, 1990.
[Petit 93] D. Petit. Systèmes thermiques diffusifs : Modélisation de leur com-
portement par identification des modes dominants. Rev. Gén. Therm.,
vol. 378, pages 302–310, 1993.
[Qarnia 09] H. El Qarnia. Numerical analysis of a coupled solar collector latent
heat storage unit using various phase change materials for heating the
water. Energy Conversion and Management, vol. 50, no. 2, pages 247
– 254, 2009.
[Quemener 07] O. Quemener, A. Neveu & E. Videcoq. A specific reduction method
for the branch modal formulation : Application to a highly non-linear
configuration. International Journal of Thermal Sciences, vol. 46, no. 9,
pages 890 – 907, 2007.
[Quéméner 10] O. Quéméner. Récent dévellopements concernant la réduction modale
de problèmes thermiques, 2010. HDR : Université d’Evry.
[Quéméner 12] O. Quéméner, F. Joly & A. Neveu. The generalized amalgam method
for modal reduction. IJHMT, vol. 55, pages 1197–1207, 2012.
[Rezoug 09] R. Rezoug & al. Optimisation du rendement d’un système photo-
voltaïque par poursuite du soleil. Revue des Energies Renouvelables,
vol. 12,2, pages 299–306, 2009.
[Rogers 95] G.F.C. Rogers & Y. R. Mayhew. Thermodynamic and transport pro-
perties of fluids fifth edition. Blackwell Publishing Ltd, 1995.
[Romero 00] R.J. Romero, W. Rivera & R. Best. Comparison of the theoretical
performance of a solar air conditioning system operating with wa-
ter/lithium bromide and an aqueous ternary hydroxide. Solar Energy
Materials and Solar Cells, vol. 63, pages 387–399, 2000.
[Romero 01] R.J. Romero, W. Rivera & R. Best J. Gracia. Theoretical comparison of
performance of an absorption heat pump system for cooling and heating
with an aqueous ternary hydroxide and water/lithium bromide. Applied
Thermal Enginieering, vol. 21, pages 1137–1147, 2001.
[Rouizi 10] Y. Rouizi. Réduction de modèle par identification en convection for-
cée pour des systèmes soumis à des conditions aux limites thermiques
instationnaires : application à l’écoulement le long d’une marche avec
contrôle thermique par retour d’état. PhD thesis, Ecole Nationale de
Mécanique et d’Aérotechnique, 2010.
[Salgon 87] J.J. Salgon & A. Neveu. Application of modal analysis to modelling
of thermal bridges in buildings. Energy and Buildings, vol. 10, no. 2,
pages 109 – 120, 1987.
208
BIBLIOGRAPHIE
[Salomon 05] T. Salomon, R. Mikolasek & B. Peuportier. Outil de simulation ther-

mique du bâtiment, COMFIE. Rapport technique, 2005. Journée thé-
matique SFT-IBPSA.
[Shen 08] C. Shen & al. Modelling and simulation of solar radiation data proces-
sing with Simulink. Simulation Modelling Practice and Theory, vol. 16,
pages 721–735, 2008.
[Sicard 85] J. Sicard, P. Bacot & A. Neveu. Analyse modale des échanges ther-
miques dans le bâtiment. Int. J. Heat Mass Transfer, vol. 28, pages
111–123, 1985.
[SOeS 15] SOeS. Repères. Chiffres clés du climat, France et Monde, 2015. www
[Systems 15] ReGen Power Systems. Février 2015. www
[Tao 12] Y.B. Tao, Y.L. He & Z.G. Qu. Numerical study on performance of
molten salt phase change thermal energy storage system with enhanced
tubes. Solar Energy, vol. 86, no. 5, pages 1155 – 1163, 2012.
[Tgarguifa 09] A. Tgarguifa, T. Mediouni, M. Feddaoui, R. Mir, S. Gabsi & H. Hamdi.
Modélisation d’une machine solaire à absorption sur le site d’Agadir.
In International Renewable Energy Congress, 2009.
[Thiers 08] S. Thiers. Bilans énergétique et environnentaux de bâtiments à énergie
positive. PhD thesis, Ecole Nationale Superieure Des Mines De Paris,
2008.
[TRNSYS 06] TRNSYS. TRNSYS 16 Mathematical Reference Vol 5, 2006.
[Videcoq 99] Etienne Videcoq. Problèmes inverses en diffusion thermique instation-
naire : Résolution par représentation d’état et apport de la réduction
de modèle. PhD thesis, Université de Poitier, 1999.
[Videcoq 06] E. Videcoq, M. Girault, A. Neveu, O. Quéméner & D. Petit. Compari-
son of two non-linear model reduction techniques : the modal identifi-
cation method and the branch eigenmodes reduction method. Numerical
Heat Transfer, Part B, vol. 49, pages 537–558, 2006.
[Voller 90] V. R. Voller. Fast implicit finite-difference method for the analysis of
phase change problems. Numerical Heat Transfer, vol. 17, pages 155 –
169, 1990.
[Weitzmann 05] P. Weitzmann, J. Kragh, P.Roots & S. Svendsen. Modelling floor hea-
ting systems using a validated two-dimensional ground-coupled nume-
rical model. Building and Environment, vol. 40, pages 153–163, 2005.
[Zhang 12] L. Zhang, X.-H. Liu & Y. Jiang. Simplified calculation for co-
oling/heating capacity, surface temperature distribution of radiant floor.
Energy and Buildings, vol. 55, page 397–404, 2012.
209
Titre : Modélisation et commande d’un système de cogénération utilisant des énergies renouvelables
pour le bâtiment
Mots clés : Cogénération, Energies renouvelables, Thermique des systèmes, Réduction modale,
Simulation dynamique, Energétique du bâtiment, Matlab&Simulink
Résumé : Le contexte environnemental et D’une part, des modèles numériques des

énergétique actuel impose la mise en place de différents composants de la plate-forme de
diverses politiques de maîtrise de l’énergie dont simulation ont été développés et validés et
l’objectif final consiste en une utilisation d’autre part des règles de contrôle-commande
optimale des ressources énergétiques ont été élaborées et testées puis l’ensemble a été
disponibles. Particulièrement en France, le intégré dans l’environnement Simulink.
secteur du bâtiment est le plus énergivore et aussi
le plus gros gisement d’économie d’énergie et A l’aide de cet outil d’aide au choix, les
sans doute l’un des plus importants de réduction simulations dynamiques effectuées ont permis
d’émission des gaz à effet de serre. Face à ce dans un premier temps d’évaluer les
sujet majeur, la cogénération représente une performances d’une configuration du système
solution de choix pour satisfaire aux besoins BATIMAC couplé à un bâtiment donné et de
énergétiques de ce secteur. juger de la satisfaction des occupants par rapport
à la stratégie de fonctionnement adoptée. Puis
C’est dans ce cadre que nous développons, en des études paramétriques ont conduit à une
association avec la société ENS2R, un simulateur configuration optimisée de l’installation selon
numérique de comportement énergétique de différents régimes de fonctionnement.
système de cogénération couplé à un bâtiment.
Title : Modelling and control of combined heat and power system using renewable energy for the
building
Keywords : Combined heat and power, Renewable energy, Thermal systems, Modal reduction,
Dynamic simulation, Building energy, Matlab&Simulink
Abstract : The current environmental and First, the numerical models of various
energy context requires various policies of components have been developed and validated
energy management whose final goal is a best and secondly control rules have been developed
use of available energy resources. Particularly in and tested then all were integrated in the
France, the building sector is the most energy Simulink environment.
consuming and also the largest energy saving
deposit and probably one of the largest emission
With this decision support tool, dynamics
reduction of greenhouse gasses. Deal with this
simulations were performed in a first step to
major issue, combined heat and power plant is
evaluate the performance of one configuration
an excellent solution to meet the energy needs of
of BATIMAC plant coupled to a building and to
this sector. judge it the satisfaction of the occupants with
regard to the operating strategy adopted then
It is in this framework that we develop, in parametric studies led to an optimized
association with the ENS2R Company, a configuration of this plant according to different
numerical simulator of energy behavior CHP operating modes.
plant coupled with a building.

2015SACLE003

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

2015SACLE003

Transféré par

Droits d'auteur :

Formats disponibles

NNT : 2015SACLE003

ÉCOLE DOCTORALE N° 579

Spécialité de doctorat : Energétique

Thèse présentée et soutenue à Evry, le 12 octobre 2015 :

M. B. Peuportier, Maître de recherche, CES, MINES ParisTech, Rapporteur

Projet de recherche : Batimac

Piloté par l’entreprise : Ens2r

En partenariat avec : Ueve, Hevatech, Mecamidi

C e travail de recherche mené au Laboratoire de Mécanique et d’Energétique de l’uni-

J’exprime d’abord mes remerciements et ma reconnaissance envers le professeur Alain

Mes sincères remerciements vont au personnel de l’entreprise ENS2R. Plus particuliè-

Je tiens à remercier l’ensemble du personnel de l’IUT de Brétigny et du LMEE et en par-

Table des matières iii

Table des figures vii

Liste des tableaux xi

Partie I : De la Situation Energétique & Environnementale Actuelle

1 Contexte & Objectifs 5

Partie II : Modélisations et Validations des Principaux Composants

3 Réduction modale des composants « fortement maillés ». 61

Partie III : Simulateur Batimac : Développement & Utilisation 113

5 Etudes de performance et de satisfaction du système Batimac 133

Conclusion et perspectives 159

B Calcul astronomique 169

C Contribution à l’étude de conception du générateur d’air chaud 173

D Complément à la modélisation du bâtiment 179

E Compléments à la modélisation de l’unité de stockage avec MCP 185

F Compléments sur les simulations 195

1.1.1 Exemple de chaine énergétique pour la production de chaleur . . . . . . . 6

2.1.1 Ballon d’eau chaude stratifié . . . . . . . . . . . . . . . . . . . . . . . . . 31

3.1.1 Géométrie du système étudié. . . . . . . . . . . . . . . . . . . . . . . . . . 62

3.2.9 Evolution dynamique des températures : MR d’ordre 14 Vs MD . . . . . . 89

4.1.1 Environnement de simulation . . . . . . . . . . . . . . . . . . . . . . . . . 116

5.1.1 Configuration du système BATIMAC pour le cas d’étude . . . . . . . . . 135

5.5.4 Durée de fonctionnement mensuelle (en heure) . . . . . . . . . . . . . . . 151

C.1 Chaudière de la Brie. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174

D.1 Bâtiment BESTEST [140-2001 ] . . . . . . . . . . . . . . . . . . . . . . . 184

1.1 Exemple d’unité de cogénération. [Knight 05] . . . . . . . . . . . . . . . . 14

2.1 Propriétés thermophysiques de l’eau et dimensions de la cuve. . . . . . . 34

3.1 Synthèse de trois méthodes numériques . . . . . . . . . . . . . . . . . . . 69

4.1 Synthèse des résultats pour l’étude de convergence . . . . . . . . . . . . . 128

5.1 Bilan de production et de conversion . . . . . . . . . . . . . . . . . . . . . 137

A.1 Paramètres de la fonction Psat (X, T ) . . . . . . . . . . . . . . . . . . . . 167

C.1 Configuration de l’échangeur du Générateur d’Air Chaud . . . . . . . . . 176

D.1 Débits d’air règlementaires d’aération dans les logements . . . . . . . . . 179

T Champ de température [°C ou K]

N otre planète change. Entre 1901 et 2012 la température moyenne à la surface de

Afin de limiter les conséquences de ce changement climatique, la France organise à

En particulier, pour le secteur du bâtiment, premier secteur de consommation d’éner-

Ce manuscrit s’articule autour de 3 parties contenant 5 chapitres. Dans la partie 1,

La deuxième partie porte essentiellement sur la modélisation et la validation des mo-

La partie 3 est composée de 2 chapitres. L’implémentation de ces modèles numé-

« L’invention scientifique réside

(Claude Bernard, Biologiste,

Contexte & Objectifs

1.1 Situation énergétique et environnementale . . . . . . . . . . . . . . . 5

1.1 Situation énergétique et environnementale

Figure 1.1.1 – Exemple de chaine énergétique pour la production de chaleur

Si cette consommation énergétique contribue significativement à l’amélioration de notre

1.1.1 Sur le plan mondial

Figure 1.1.3 – Mix énergétique mondial 1973 et 2012 [AIE 14a].

novembre au 11 décembre 2015.

Figure 1.1.4 – Conséquences du changement climatique [GIEC 14].

• la part de combustible de source fossile est de 49% 13 ;

Figure 1.1.6 – Mix énergétique français [CGDD 15].