Création de modèles de régression pour prédire les consommations d'énergie des bâtiments à partir de simulations numériques
Résumé
Le présent travail concerne le développement de modèles polynomiaux de régression permettant de prédire la demande
mensuelle de chauffage pour les bâtiments du secteur résidentiel situés dans des climats tempérés. Les modèles ont été
obtenus par une analyse de régression multiple basée sur une large base de données de simulations en régime
dynamique pour diverses configurations de bâtiments placés dans diverses villes françaises. Parmi les paramètres
d’étude qui constituent aussi les entrées des modèles de régression nous avons considéré le coefficient de forme du
bâtiment, son inertie thermique exprimée par sa constante de temps, le coefficient moyen de déperdition par
transmission, la surface des baies vitrées définie comme le ratio surface vitrée/surface habitable et le coefficient de
climat (fonction de la température sol-air qui tient compte de l’irradiation solaire moyenne en plus de la température
extérieure). Plus de 270 scénarios de validation ont été analysés et il a été établi que les équations obtenues permettent
de prédire les besoins en chauffage, avec un écart maximal entre les modèles et les simulations de 5,1% pour le climat
de Nice, avec une erreur moyenne de 2%.
Origine | Fichiers éditeurs autorisés sur une archive ouverte |
---|
Loading...