Commande prédictive distribuée pour la gestion de l'énergie dans le bâtiment Distributed model predictive control for energy management in building

摘要

À l heure actuelle, les stratégies de gestion de l énergie pour les bâtiments sontprincipalement basées sur une concaténation de règles logiques. Bien que cette approcheoffre des avantages certains, particulièrement lors de sa mise en oeuvre sur des automatesprogrammables, elle peine à traiter la diversité de situations complexes quipeuvent être rencontrées (prix de l énergie variable, limitations de puissance, capacitéde stockage d énergie, bâtiments de grandes dimension).Cette thèse porte sur le développement et l évaluation d une commande prédictivepour la gestion de l énergie dans le bâtiment ainsi que l étude de l embarcabilité del algorithme de contrôle sur une cible temps-réel (Roombox - Schneider-Electric).La commande prédictive est basée sur l utilisation d un modèle du bâtiment ainsique des prévisions météorologiques et d occupation afin de déterminer la séquencede commande optimale à mettre en oeuvre sur un horizon de prédiction glissant.Seul le premier élément de cette séquence est en réalité appliqué au bâtiment. Cetteséquence de commande optimale est obtenue par la résolution en ligne d un problèmed optimisation. La capacité de la commande prédictive à gérer des systèmes multivariablescontraints ainsi que des objectifs économiques, la rend particulièrementadaptée à la problématique de la gestion de l énergie dans le bâtiment.Cette thèse propose l élaboration d un schéma de commande distribué pour contrôlerles conditions climatiques dans chaque zone du bâtiment. L objectif est de contrôlersimultanément: la température intérieure, le taux de CO2 ainsi que le niveaud éclairement dans chaque zone en agissant sur les équipements présents (CVC, éclairage,volets roulants). Par ailleurs, le cas des bâtiments multi-sources (par exemple:réseau électrique + production locale solaire), dans lequel chaque source d énergie estcaractérisée par son propre prix et une limitation de puissance, est pris en compte.Dans ce contexte, les décisions relatives à chaque zone ne peuvent plus être effectuéesde façon indépendante. Pour résoudre ce problème, un mécanisme de coordinationbasé sur une décomposition du problème d optimisation centralisé est proposé. Cettethèse CIFRE 1 a été préparée au sein du laboratoire Gipsa-lab en partenariat avecSchneider-Electric dans le cadre du programme HOMES (www.homesprogramme.com).