Summary: | Dans cette thèse nous proposons des algorithmes de contrôle commande optimaux ayant pour but d’aider au bon choix des systèmes multi sources et leur utilisation optimale dans les bâtiments. L'estimation des charges de chauffage est transformée en un problème de contrôle où le régulateur calcule la charge de chauffage optimale du bâtiment. Le régulateur proposé pour ce but est de type Model Predictive Programming (MPP), qui est obtenu en modifiant l’algorithme de type Model Predictive Control (MPC). Comme le MPP requiert un modèle du bâtiment d'ordre réduit, nous proposons une méthode de modélisation par projection des paramètres sur une structure fixe obtenue à partir des connaissances physiques. Pour le contrôle du système multi sources, nous proposons un système de gestion technique du bâtiment (GTB) qui est divisé en deux : un régulateur de la température du bâtiment et un contrôleur des sources. Pour la régulation thermique on utilise l’algorithme MPC, pour lequel nous proposons une nouvelle fonction de coût, car la fonction classique ne minimise pas la consommation d'énergie. La fonction de coût proposée permet de maintenir le confort thermique avec une consommation d'énergie minimale. Nous la formulons de telle façon qu’elle puisse être optimisée en utilisant la Programmation Linéaire (PL). Pour pouvoir utiliser la PL, nous proposons une linéarisation du modèle, basée sur des connaissances physiques, qui permet d'utiliser le modèle sur toute la plage de fonctionnement. Pour le contrôle des sources, nous proposons une solution qui prend en compte la commande MPC afin d'utiliser les ressources d'énergie plus efficacement. La GTB proposée est évaluée en émulation sur la maison Mozart et comparée avec deux GTB basées sur des régulateurs PID. Les résultats obtenus montrent que la GTB proposée a toujours maintenu le confort thermique dans le bâtiment, a réduit la consommation d'énergie et l'usure des pompes hydrauliques et de la pompe à chaleur. === This thesis proposes methods and solutions to improve the choice and the optimal use of renewable energies in buildings. The heating load assessment is transformed into a control problem where the regulator calculates the optimal heating load of the building. The proposed regulator for this aim is Model Predictive Programming (MPP), which is obtained by modifying Model Predictive Control (MPC). The required information by MPP is a low order building model and data records of the local weather. Therefore, we propose a modelling method in which the detailed model of the building is projected on a reduced order model having its structure obtained from physical knowledge. For the control of the multi source system, we proposed a Building Energy Management System (BEMS) which is divided in two parts: the first for the building temperature control and the second for the source control. For building thermal control we utilize MPC, for which we propose a new cost function because the classical one does not minimize the energy consumption. The proposed cost function permits to maintain the thermal comfort with minimal energy consumption. We formulate this function such that it can be optimized by using Linear Programming (LP) algorithm. To be able to use LP we give a solution to linearization of the building model based on the physical knowledge, which permits to use the model on the entire operating range. For the source control, we propose a solution which takes into account the command given by MPC in order to use the energy resources more effectively. The proposed control system is evaluated and compared with two PID based BEMS, against comfort and energetic criteria. The evaluation is performed in emulation on a reference detached house. The obtained results show that the proposed control system always maintains the thermal comfort in the building, reduces the energy consumption and the wear and tear of the hydraulic and heat pumps from the heating system.
|