Actualités > Offre de thèse - flexibilités énergétiques des parcs de bâtiments universitaires – apport des données mesurées (H/F)
Offre de thèse - Caractériser les flexibilités énergétiques des parcs de bâtiments universitaires – apport des données mesurées (H/F)
Encadrement scientifique : LaSIE (Laboratoire des Sciences de l’Ingénieur pour l’Environnement), La Rochelle Université, France
Entreprise d’accueil : NOBATEK/INEF4, Bordeaux ou Anglet, France. Le candidat partagera son temps entre NOBATEK/INEF4 et le LaSIE.
Type de contrat : Contrat de travail de 36 mois en tant que doctorant
Rémunération mensuelle : 2044,12 € brut
Début du contrat : Candidatures traitées au fil de l’eau (début souhaité au 1er Septembre 2023)
Contexte
Les sites universitaires constituent un parc de bâtiments énergivores qui sont limités dans leur capacité d’investissement mais font face à la hausse des prix de l’énergie et en particulier de l’électricité. Ainsi, ils pourraient être les premiers à subir des coupures d’électricité en cas de forte tension sur le réseau électrique. Dans ce contexte énergétique, le projet SMARTEES-U (Suivre, Maîtriser, Agir, Réduire pour la Transition Energétique et Environnementale des Sites Universitaires de Nouvelle Aquitaine) vise au développement de solutions pour les gestionnaires de sites universitaires afin de les accompagner dans le choix des investissements et les mesures à appliquer pour améliorer la performance énergétique des bâtiments en particulier par une meilleure maîtrise du vecteur électrique. La flexibilité est notamment perçue comme un service pertinent pour ces sites universitaires à la fois financièrement, mais aussi pour les prémunir de potentielles coupures. La flexibilité énergétique est la capacité à faire varier l’offre et la demande dans un réseau par le biais du contrôle des capacités de production, stockage et consommation. Elle est particulièrement pertinente sur le réseau électrique français caractérisé par une production nucléaire presque fixe et des renouvelables intermittentes.
L’approche retenue s’attache à couvrir deux échelles spatiales : celle du bâtiment et de ses équipements en développant des outils dédiés au pilotage optimisé des usages, et celle du campus en démultipliant les leviers de flexibilité pour offrir des services au réseau électrique. La méthode repose sur une utilisation avancée des données mesurées et de modèles (orientés données, simplifiés ou hybrides) pour développer des outils de gestion et de prédiction.
Le projet SMARTEES-U regroupe un consortium composé d’un centre privé de recherche appliquée (NOBATEK/INEF4), de trois laboratoires académiques de recherche (I2M, G2ELab, LaSIE) et de sites universitaires (Université de Bordeaux, La Rochelle Université). 2 thèses sont intégrées dans ce projet, la première se centrera sur une modélisation multicritère intégrant des modèles prédictifs à l’échelle du bâtiment dans le but de proposer des services de contrôles de systèmes permettant la flexibilité. La deuxième est celle décrite dans ce document.
Sujet de thèse et objectifs
Cette thèse vise à développer des méthodes d’analyses de consommations électriques de bâtiments universitaires, avec pour application une meilleure maîtrise des puissances électriques et le développement de la flexibilité énergétique à l’échelle d’un parc.
Au cours des dernières années, les méthodes de prévision des consommations énergétiques ont évolué, avec notamment le développement de méthodes de type machine-learning ou deep-learning, et l’utilisation des données issues de capteurs/compteurs connectés. La flexibilité énergétique s’est quant à elle développée principalement avec les acteurs industriels, mais les contraintes actuelles sur le réseau électrique incitent au développement de cette approche dans le secteur tertiaire.
Malgré une diversité de typologies et une complexité de mise en œuvre, le gisement de flexibilité dans les bâtiments tertiaires est intéressant pour fournir des services au réseau électrique. Le travail de thèse s’intéressera particulièrement aux verrous relatifs à l’évaluation et à l’estimation des incertitudes des leviers de flexibilité, en caractérisant mieux la consommation d’un ensemble de bâtiments et en agrégeant différentes sources de flexibilité. Nous pouvons identifier principalement deux sous-objectifs et défis scientifiques :
- Les méthodes de prévision des consommations électriques des bâtiments
Cette thématique scientifique s’intéresse à la prévision à court-terme (horaire et journalière) de la consommation électrique à partir de modèles d’apprentissage (statistique ou de type « machine-learning ») voire de modèles hybrides c’est-à-dire intégrant des modèles physiques. Ces prévisions peuvent être utilisées pour diverses applications, telles que le diagnostic énergétique, la maintenance prédictive ou la commande prédictive. Dans le cadre de ce projet, l’objectif sera d’apporter des informations pertinentes aux gestionnaires de patrimoines pour mieux comprendre leurs consommations et aux agrégateurs pour maîtriser/piloter des charges flexibles. Deux axes de recherche ont été identifiés sur le sujet : l’amélioration des prévisions par l’utilisation de modèles innovants et le croisement de données, associés à l’explicabilité des prévisions et des biais. L’amélioration des prévisions peut se faire par l’identification de nouvelles variables exogènes (Yildiz et al., 2017) (Fu and Miller, 2022). Dans ce cadre, les méthodes utilisant la prévision stochastique permettent de mieux quantifier les incertitudes des modèles (Agyeman et al., 2020). Enfin, les prévisions sur des ensembles de bâtiments ouvrent la voie à de nouveaux développements, tels l’apprentissage par transfert (Peirelinck et al., 2021), fédéré (Qin et al., 2023) ou la classification (Quintana et al., 2020). Concernant l’analyse systématique des biais entre prédictions et données, elle est encore peu développée dans la littérature (Liu et al., 2021) même si l’analyse des performances des modèles vis-à-vis de la dispersion des courbes de charge a été proposée par Hu et al. (2023). Par ailleurs, des méthodes de clustering (1-D k-means) ont été utilisées pour évaluer ce biais (Liu et al., 2021) et Lin et al. (2022) ont mis au point une méthode de détection d’anomalies basée sur l’analyse d’un cluster de bâtiments. - La caractérisation des flexibilités énergétiques des bâtiments tertiaires
Cette thématique scientifique s’intéresse à une échelle temporelle plus fine, avec pour objectif de pouvoir caractériser les potentiels de flexibilité pouvant être mobilisés pendant quelques heures à l’échelle d’un parc de bâtiments tertiaires. Ces services de flexibilité peuvent être activités à la demande des gestionnaires de réseau électrique, afin de répondre à un manque de capacité de production pendant une durée réduite (généralement les pointes du matin et du soir). Différents usages (chauffage, refroidissement, ECS, véhicules électriques, etc) peuvent donc être mobilisés pour participer au besoin de flexibilité, via des dispositifs d’activation plus ou moins complexes et coûteux (e.g. disjoncteur, GTB, contrôleur prédictif). Pour la caractérisation des flexibilités, un des paramètres clés est alors l’incertitude sur l’estimation du potentiel (Plaum et al., 2022). Des travaux sur la caractérisation des incertitudes ont mis en évidence la variabilité du gisement selon la période et la typologie des bâtiments (Papachristou et al., 2021). Ces incertitudes peuvent être mieux maîtrisées par effet d’échelle, en agrégeant des charges flexibles (Wang et al., 2018) (Martinez et al., 2022). Des modèles de flexibilité agrégée ont également été développés (Ziras et al., 2019) (Müller and Jensen, 2019).
Au-delà des travaux dédiés à la réalisation du projet scientifique, des actions collaboratives et des tâches de diffusion sont attendues dont :
- Interaction avec les services du patrimoine de La Rochelle Université et de l’Université de Bordeaux, afin de disposer d’un retour d’expérience rapide des solutions mises en oeuvre et d’identifier des gisements de flexibilité ;
- Collaboration entre les partenaires scientifiques du projet ;
- Valorisation des résultats via la participation à des congrès et des publications dans des revues.
Organisation des travaux de recherche
Différentes étapes peuvent être identifiées dans le déroulement du travail de la thèse :
1- ETAT DE L’ART - Méthodes de prédiction des consommations énergétiques et de la mise en œuvre de la flexibilité aux échelles du bâtiment et d’un parc immobilier
2- MIEUX CONNAITRE - Développement de méthodes d’analyse/prédiction des consommations électriques de deux parcs de bâtiments universitaires (Bordeaux et La Rochelle)
- Traitement des données mesurées (multi-sites, pas de temps horaire depuis 2018)
- Identification des typologies des consommations d’énergie
- Développement de méthodes (orientées données, hybrides) pour la prédiction énergétique des parcs immobiliers universitaires, identification et explicabilité des biais
3- RENDRE FLEXIBLE - Expérimentation de flexibilité et extrapolation à l’échelle d’un parc immobilier universitaire
- Mise en œuvre d’une ou deux expérimentations de flexibilité sur un usage ciblé (e.g. PAC pour chauffage, panneaux photovoltaïques et véhicules électriques)
- Développement d’une méthode d’identification et de prédiction (données expérimentales, complétées de données synthétiques), caractérisation des incertitudes
- Identification des synergies sur les flexibilités à l’échelle de parcs immobiliers universitaires, caractérisation du foisonnement
L’encadrement scientifique sera assuré par :
- Christian INARD (La Rochelle Université, laboratoire LaSIE), encadrant de thèse
- Jérôme LE DREAU (La Rochelle Université, laboratoire LaSIE), co-encadrant de thèse
- Pascale BRASSIER / Antoine DUGUE (NOBATEK/INEF 4), co-encadrant de thèse
Compétences attendues
Titulaire d’un master ou d’un diplôme d’ingénieur, le ou la candidate devra posséder des compétences dans les domaines de l’analyse de données et dans l’énergétique du bâtiment. Des bases en programmation scientifique seront nécessaires (e.g. Python ou Matlab). Des connaissances en modélisation thermique seraient appréciées (e.g. EnergyPlus). La maîtrise orale et écrite de l’anglais est requise. Par ailleurs, le ou la candidate devra se montrer curieux et autonome. Des déplacements ponctuels sont à prévoir en France ou à l’étranger, pour des réunions ou des séminaires.
Contexte de travail
Le chercheur partagera son temps entre NOBATEK/INEF4 et le LaSIE (Laboratoire des Sciences de l’Ingénieur pour l’Environnement), une unité mixte de recherche CNRS-La Rochelle Université (UMR 7356). L’unité réunit un large spectre de compétences avec des approches intégrées depuis l’échelle atomique jusqu’au matériau, au bâti et son environnement à différentes échelles de temps et d’espace. Le chercheur travaillera sous la responsabilité d’un enseignant-chercheur et en collaboration avec un autre chercheur. Il sera intégré à l’équipe de recherche Bâtiments et Ville Durable (BVD) du Laboratoire LaSIE.
Postuler
Les candidatures avec lettre de motivation, CV, recommandations et relevés de notes de master doivent être adressées à Christian INARD (cinard@univ-lr.fr
Mots-clés
Flexibilité énergétique ; Gestion active de la demande ; Parc de bâtiments ; Prévision de la courbe de charge ; Modélisation ; Analyse de données