Clasificación de Zonas · 2013. 11. 14. · élevées se trouvent du côté sud en allant jus u’à 34ºC. Il faut signale u’on n’a pas considéré des protections internes

Projet de recherche REPA-F4

Réhabilitations des Etablissements pour Personnes Agées et Facteur 4

Modélisation du comportement thermique de la Maison de retraite

Korian Pontlieue

Partie 2 : Analyse paramétrique et de sensibilité

Annexe VI

Cristian Cuevas et Ariel Keller

Université de Concepción

Septembre 2011

Partenariats du projet:

UTeam (UTC) – Énergies demain – Philippe DEHAN architecte – Elioth - ENIA Architectes – Université de Concepción (Chili)

Coordination générale : UTeam (UTC)

Fondation Bâtiment Énergie

Modélisation du comportement thermique de la Maison de retraite Korian Pontlieue Page2 Partie 2

TABLE DES MATIÈRES 1 INTRODUCTION ................................................................................................. 3

2 ANALYSE PARAMETRIQUE ET DE SENSIBILITE ..................................................... 4

2.1 Effet de la conductivité des parois ............................................................... 4

2.2 Effet des fenêtres........................................................................................ 7

2.3 Effet des infiltrations d’air ........................................................................... 9

2.4 Effet des protections internes ................................................................... 12

2.5 Effet des charges internes ......................................................................... 14

2.6 Effet du fichier météo ............................................................................... 14

2.7 Effets combinés ........................................................................................ 14

2.8 Résumé des simulations ............................................................................ 15

3 CONCLUSIONS ................................................................................................. 16

REFERENCES ........................................................................................................... 16


1 INTRODUCTION

Dans cette étude nous développerons une analyse paramétrique et de sensibilité des hypothèses réalisées dans le premier rapport d’étude de modélisation de la Maison de Retraite Korian Pontlieue. Cette analyse permettra aussi d’avoir quelques pistes sur les mesures à mettre en œuvre pour réduire la consommation énergétique ainsi qu’une idée de la consommation réelle du bâtiment. Les paramètres à analyser sont les suivants : - effet de la conductivité de la paroi construite en 1975, - effet des fenêtres, - effet des infiltrations, - effet des protections internes, - effet des charges de l’éclairage et des équipements, - effet des donnés météorologiques. Les valeurs obtenues dans ce rapport seront comparés avec le cas de base présenté par Cuevas et Keller [1], qui correspond à une consommation annuelle de 340 MWh.


2 ANALYSE PARAMETRIQUE ET DE SENSIBILITE

2.1 Effet de la conductivité des parois

a) Modifications La valeur du coefficient d’échange des murs de la partie construite en 1975 a, sans doute, une des incertitudes les plus élevées, car on ne sait pas si dans la valeur recommandée dans les normatives françaises on a déjà l’effet de l’isolant. Dans le premier rapport, Cuevas et Keller [1], on a fait l’hypothèse que le coefficient donné par la normative française correspondait à une partie des parois auxquelles on a superposé une couche d’isolation de 10 cm de polystyrène. Les parois affectées par cette hypothèse sont celles des murs et des planchers hauts sur terrasses. Pour analyser l’effet de cette hypothèse on va enlever l’isolation interne de ces parois, c.à.d. nous allons considérer que la valeur donnée par la normative française considère déjà l’isolation des parois. Dans ce cas on va donc considérer les caractéristiques des parois résumées dans les Tableaux 1 et 2.

Tableau 1 : caractéristiques des murs

Zone construite en 1975

ep [cm] 30

Rp [m2·K/W] 0,782

kp [W/m·K] 0,383

ρp [kg/m3] 1200

cp [J/kg·K] 1000

Tableau 2 : caractéristiques des parois des planchers hauts sur terrasses

Zone construite en 1975

ep [cm] 25

Rp [m2·K/W] 1,126

kp [W/m·K] 0,222

ρp [kg/m3] 1000

cp [J/kg·K] 1000

b) Résultats obtenus Avec cette modification, on obtient une demande d’énergie de chauffage annuelle de 529 MWh, laquelle en valeur spécifique nous donne une valeur de 91,5 kWh/m2 de surface habitée et chauffée. Ainsi on a une augmentation de la demande de chauffage d’un 55,6% par rapport au cas de base. En ce qui concerne les demandes de chauffage mensuelles, les valeurs obtenues sont présentées à la Figure 1.


110

87

66

40

0 0 0 0 0

43

77

107

0

20

40

60

80

100

120

Consom

matio

n d

u b

âtim

ent [M

Wh]

Figure 1 : demande de chauffage mensuelle Pour les valeurs des températures pendant les périodes d’été on obtient évidemment des températures plus basses que celles obtenues dans le cas de base. Les températures plus élevées se trouvent du côté sud en allant jusqu’à 34ºC. Il faut signaler qu’on n’a pas considéré des protections internes et qu’on considère aussi que les fenêtres restent fermées pendant toute l’année. Les détails des températures moyennes et maximales se présentent au Tableau 3.


Tableau 3 : températures moyennes et maximales de chaque zone

Zone Valeur Mai Juin Juillet Août Septembre

T_a_N6_Z1 Moyenne 18 22 24 24 21

Maximale 22 27 28 29 26

T_a_N5_ZN Moyenne 21 25 27 26 23

Maximale 25 29 30 30 28

T_a_N5_ZP Moyenne 21 25 27 27 24

Maximale 25 29 30 30 28

T_a_N5_ZS Moyenne 22 26 28 28 26

Maximale 26 30 31 33 31

T_a_N4_ZN Moyenne 21 25 27 26 23

Maximale 25 30 30 30 28

T_a_N4_ZP Moyenne 22 26 28 28 25

Maximale 26 30 31 31 29

T_a_N4_ZS Moyenne 23 26 29 29 26

Maximale 28 32 33 34 32

T_a_N3_ZN Moyenne 20 24 27 26 22

Maximale 25 30 30 30 27

T_a_N3_ZP Moyenne 21 25 28 27 24

Maximale 26 30 30 31 29

T_a_N3_ZS Moyenne 22 25 28 28 25

Maximale 26 31 32 33 30

T_a_N2_ZN Moyenne 21 24 27 26 23

Maximale 25 29 29 30 27

T_a_N2_ZP Moyenne 22 26 28 28 25

Maximale 26 30 30 31 29

T_a_N2_ZS Moyenne 22 26 28 28 26

Maximale 26 30 31 33 31

T_a_N1_ZN Moyenne 20 23 25 25 22

Maximale 25 28 29 29 27

T_a_N1_ZP Moyenne 22 25 27 27 25

Maximale 25 29 29 30 28

T_a_N1_ZS Moyenne 21 24 26 27 24

Maximale 25 28 29 30 29

T_a_N1_ZC Moyenne 24 27 29 29 27

Maximale 28 32 32 33 32

T_a_N0_ZN Moyenne 19 22 24 23 21

Maximale 24 27 28 28 26

T_a_N0_ZP Moyenne 20 23 25 24 22

Maximale 23 26 26 26 25

T_a_N0_ZS Moyenne 20 23 24 24 23

Maximale 23 26 26 27 26

T_a_N00_ZBO Moyenne 19 20 21 21 20

Maximale 21 22 22 22 22

T_a_N00_ZBN Moyenne 15 16 16 16 15

Maximale 16 17 17 18 17

T_a_N00_ZBC Moyenne 19 20 21 21 20

Maximale 22 23 23 23 23

T_a_N00_ZBE Moyenne 19 20 21 21 20

Maximale 20 22 22 22 21


2.2 Effet des fenêtres

a) Modifications Dans le cas de base on a considéré une fenêtre simple, mais on sait que dans ce bâtiment il y a des fenêtres simples et des fenêtres avec des protections solaires entre deux fenêtres simples, comme a été décrit dans le rapport de visite. Pour avoir une idée de la sensibilité du modèle à l’hypothèse qu’on a fait sur les fenêtres, on va considérer maintenant une fenêtre double dans tout le bâtiment. Le nouveau coefficient d’échange des fenêtres est présenté au Tableau 4.

Tableau 4 : coefficients d’échange de chaleur

Type de vitrage double

U [W/m2 K] 5,68

b) Résultats obtenus Dans ce cas-ci on obtient une consommation en chauffage annuelle de 186 MWh, avec une réduction de la consommation d’un 45,3 %. En consommation spécifique on obtient une consommation de 32,1 kWh/m2 de surface habitée et chauffée. Ce résultat nous permet d’avoir une idée de l’amélioration de la performance énergétique du système actuel en changeant toutes les fenêtres simples par des fenêtres doubles. Ceci peut être objet d’une analyse économique pour avoir une idée de l’investissement qui doit être mise en place pour changer toutes les fenêtres. Les consommations mensuelles sont présentées à la Figure 2.

Figure 2 : demande de chauffage mensuelle

45

33

20

7

0 0 0 0 0

9

27

45

0

5

10

15

20

25

30

35

40

45

50

Consom

matio

n d

u b

âtim

ent [M

Wh]


Cette modification va entrainer d’autres soucis. Les températures dans les zones habitées deviennent trop élevées pendant les périodes d’été, dû aux apportes internes (personnes, éclairage et équipements) et dû aux apports solaires, comme se présente au Tableau 5. Ce réchauffement peut être réduit en ouvrant les fenêtres et en installant des protections internes ou externes sur les fenêtres. Si avec ces modifications les températures restent trop élevées il faudra installer un système de climatisation, ce qui implique un investissement additionnel et une consommation énergétique additionnelle.



T_a_N6_Z1 Moyenne 28 33 35 35 33

Maximale 33 37 38 39 38

T_a_N5_ZN Moyenne 30 35 37 37 34

Maximale 34 38 39 39 38

T_a_N5_ZP Moyenne 31 35 38 38 36

Maximale 34 39 40 40 39

T_a_N5_ZS Moyenne 32 36 39 40 38

Maximale 36 40 42 43 43

T_a_N4_ZN Moyenne 29 33 36 35 32

Maximale 33 37 38 38 36

T_a_N4_ZP Moyenne 30 34 37 37 34

Maximale 34 38 39 39 38

T_a_N4_ZS Moyenne 31 35 38 38 36

Maximale 36 40 41 42 41

T_a_N3_ZN Moyenne 24 28 30 30 27

Maximale 28 33 33 33 31

T_a_N3_ZP Moyenne 25 29 32 32 29

Maximale 29 34 34 35 33

T_a_N3_ZS Moyenne 25 29 32 32 30

Maximale 30 34 35 36 34

T_a_N2_ZN Moyenne 24 28 31 30 27

Maximale 28 32 33 33 31

T_a_N2_ZP Moyenne 26 30 32 32 30

Maximale 30 33 35 35 33

T_a_N2_ZS Moyenne 26 30 32 33 31

Maximale 30 34 35 36 35

T_a_N1_ZN Moyenne 23 27 29 28 26

Maximale 27 31 32 32 30

T_a_N1_ZP Moyenne 25 29 31 31 29

Maximale 28 32 33 33 32

T_a_N1_ZS Moyenne 24 28 30 30 28

Maximale 28 31 32 33 32

T_a_N1_ZC Moyenne 27 31 33 33 32

Maximale 32 35 36 36 36

T_a_N0_ZN Moyenne 22 25 27 26 24

Maximale 26 29 30 29 28

T_a_N0_ZP Moyenne 23 26 28 27 26

Maximale 26 28 29 29 28

T_a_N0_ZS Moyenne 23 26 27 27 26

Maximale 26 28 29 29 29

T_a_N00_ZBO Moyenne 21 22 23 23 22

Maximale 22 24 24 24 23

T_a_N00_ZBN Moyenne 14 15 15 15 15

Maximale 15 15 16 16 15

T_a_N00_ZBC Moyenne 21 22 23 23 22

Maximale 23 25 25 25 24

T_a_N00_ZBE Moyenne 21 22 22 22 22

Maximale 21 22 23 23 22


2.3 Effet des infiltrations d’air

Le calcul des infiltrations dans un bâtiment est une procédure complexe. Celui-ci dépend de plusieurs facteurs comme l’étanchéité du bâtiment, les conditions météorologiques comme le vent, la hauteur de l’endroit où on veut faire le calcul des infiltrations, etc. L’ASHRAE [2] propose une méthodologie assez détaillée pour les maisons, mais pour les bâtiments on ne trouve que des ordres de grandeurs des infiltrations obtenues des études d’étanchéité dans des bâtiments publiques et résidentielles. Dans les cas des bâtiments, les infiltrations sont calculées avec la relation suivante :

nPCV

Où V est l’infiltration, C est le coefficient de débit, P est la différence de pression entre l’intérieur du bâtiment et l’extérieur et n est l’exposant de cette relation, lequel est généralement de l’ordre de 0,65. Pour déterminer le débit d’infiltration il faut connaitre la

différence de pression P. Cette valeur varie pour toute les heures de l’année et est aussi fonction de l’orientation des parois. Il y a d’autres modèles qui tiennent compte de deux effets : l’effet du vent et l’effet de cheminée. Pour simplifier ce calcul, on peut faire appel aux ordres de grandeurs données par l’ASHRAE [2] pour des bâtiments similaires. D’accord aux données de plusieurs recherches, l’infiltration obtenue dans plusieurs maisons varie entre 0,2 et 2,0 rénovations d’air par heure, avec une valeur moyenne de 0,5 rénovations par heure. Dans le cas des bâtiments, Grot et Persily [3] ont déterminé des infiltrations de l’ordre de 0,2 à 0,7 rénovations par heure dans des nouveaux bâtiments, qui représentent une charge thermique qui varie entre un 23% et un 61%. Dans le cas de la Maison de Retraite Korian Pontlieue et des visites réalisées, les infiltrations devrait être assez importantes au niveau des fenêtres. On pourrait estimer dans chaque fenêtre une aire d’infiltration et déterminer les infiltrations associées. Dans le cas de la simulation, on fera une étude paramétrique en faisant varier les infiltrations dans chaque zone. Les valeurs considérées seront : 0, 0,5, 1,0, 1,5 et 2,0 rénovations par heure. Dans cette analyse on n’a pas considéré les effets d’échanges internes à travers les ascenseurs, escaliers et les échanges externes à travers les portes battantes. Les résultats obtenus pour la demande énergétique annuelle, pour les différents scenarios considérés, sont présentés au Tableau 6.

Tableau 6 : rénovations d’air dans chaque zone dû aux infiltrations

Infiltrations [1/h]

Demande de chauffage

[MWh]

0 340

0,5 619

1,0 897

1,5 1175

2,0 1451

On observe que la consommation est très sensible aux infiltrations, en passant de 0 à 0,5 rénovations par heure la consommation augmente d’un 82%. Dans le cas de la Maison de


126

101

78

52

0 0 0 0 0

52

89

121

0

20

40

60

80

100

120

140

Consom

matio

n d

u b

âtim

ent [M

Wh]

Retraite Korian Pontlieue, les infiltrations devraient être entre 0,5 et 1,0 rénovations par heure, la consommation devrait être donc dans l’ordre de 619 à 897 MWh. A titre d’exemple, on développera les résultats pour la simulation avec une infiltration de 0,5 rénovations par heure. La Figure 3 présente les consommations mensuelles et le Tableau 7 les températures dans les différentes zones thermiques pour les mois où il n’y a pas de chauffage.

Figure 3 : demande de chauffage mensuelle Même si les infiltrations font augmenter les consommations énergétiques, elles sont nécessaires pour maintenir les conditions d’hygiène dans les bâtiments qui ne comptent pas avec un système de conditionnement d’air. En plus, elles servent pour maintenir des températures plus confortables dans les mois d’été. Au Tableau 7 on peut observer une diminution des températures pour les mois d’été. En moyenne on observe une diminution d’entre 4 et 5ºC.




T_a_N6_Z1 Moyenne 19 23 25 25 22

Maximale 25 29 29 31 28

T_a_N5_ZN Moyenne 21 24 27 26 23

Maximale 25 29 30 30 28

T_a_N5_ZP Moyenne 21 25 27 27 24

Maximale 25 30 30 31 29

T_a_N5_ZS Moyenne 22 25 28 28 26

Maximale 27 31 32 34 32

T_a_N4_ZN Moyenne 21 25 27 26 23

Maximale 25 30 30 30 28

T_a_N4_ZP Moyenne 22 25 27 27 24

Maximale 26 30 31 31 29

T_a_N4_ZS Moyenne 22 26 28 28 26

Maximale 28 32 33 35 32

T_a_N3_ZN Moyenne 20 23 25 25 22

Maximale 24 29 29 30 27

T_a_N3_ZP Moyenne 20 24 26 26 23

Maximale 25 29 29 30 28

T_a_N3_ZS Moyenne 21 24 27 27 24

Maximale 25 30 31 32 29

T_a_N2_ZN Moyenne 20 23 25 25 22

Maximale 24 28 29 29 26

T_a_N2_ZP Moyenne 21 24 26 26 24

Maximale 24 29 29 30 28

T_a_N2_ZS Moyenne 21 24 27 27 24

Maximale 25 29 30 32 30

T_a_N1_ZN Moyenne 19 23 25 24 21

Maximale 25 28 29 29 27

T_a_N1_ZP Moyenne 20 24 26 25 23

Maximale 24 28 28 29 27

T_a_N1_ZS Moyenne 20 23 25 25 23

Maximale 24 28 29 30 28

T_a_N1_ZC Moyenne 22 24 27 27 25

Maximale 26 30 31 32 30

T_a_N0_ZN Moyenne 19 22 23 23 20

Maximale 24 27 28 28 26

T_a_N0_ZP Moyenne 19 22 24 23 21

Maximale 23 26 26 27 25

T_a_N0_ZS Moyenne 19 22 24 24 22

Maximale 23 26 26 27 25

T_a_N00_ZBO Moyenne 18 20 21 21 19

Maximale 21 23 24 24 23

T_a_N00_ZBN Moyenne 14 15 16 15 15

Maximale 16 17 17 17 16

T_a_N00_ZBC Moyenne 19 20 21 21 20

Maximale 22 24 24 24 23

T_a_N00_ZBE Moyenne 19 20 21 21 20

Maximale 20 21 22 22 21


79

64

48

30

0 0 0 0 0

31

55

77

0

10

20

30

40

50

60

70

80

90

Consom

matio

n d

u b

âtim

ent [M

Wh]

2.4 Effet des protections internes

Pour cette analyse on va supposer que toutes les fenêtres comptent avec des rideaux internes, sauf les grandes fenêtres du niveau -1, 0 et 1. Comme caractéristiques thermiques, nous allons utiliser les valeurs proposées par Kotey et al. [4] pour un rideau de couleur moyenne complètement fermé, avec une transmittance de 0,19 et une réflectance de 0,36. Avec ces valeurs nous pouvons déterminer les valeurs suivantes à définir dans le modèle TRNSYS :

Facteur d’ombre 8101 ,ISHADE

Coefficient de réflexion vers la fenêtre 4401

,REFLISHADE

Il y a deux autres paramètres qu’il faut définir : CCISHADE et REFLOSHADE. Le premier est utilisé pour déterminer la radiation transféré vers l’air intérieur, et ses valeurs typiques varient entre 0,3 et 0,6. Dans cette étude on va utiliser une valeur égale à 0,4. REFLOSHADE représente le coefficient de réflexion vers la zone thermique, nous allons supposer que celui-ci est égal à REFLISHADE. Dans ce cas, on va considérer que les rideaux sont complètement fermés pendant toute l’année, qui représente la condition la plus extrême. Avec cette hypothèse on obtient une consommation annuelle de 385 MWh, c.à.d. une augmentation de la consommation de 45 MWh (13,2%) par rapport à la valeur de base. Cette augmentation est faible si on la compare avec l’effet des infiltrations par exemple. Il semble donc que les apports thermiques, à travers les fenêtres, dus aux apports solaires ne sont pas très significatifs dans le bilan global du bâtiment. En ce qui concerne les consommations mensuelles, la Figure 4 présente les détails. L’augmentation plus significative se trouve dans les mois de mars, avril et octobre, c.à.d les mois les plus ensoleillés.



Pendant les mois sans chauffage cette modification contribue évidemment à abaisser les niveaux des températures dans les zones habitées entre 2 et 5ºC. Ces résultats sont présentés au Tableau 8.



T_a_N6_Z1 Moyenne 20 24 26 26 24

Maximale 24 28 30 30 29

T_a_N5_ZN Moyenne 22 26 28 28 25

Maximale 26 30 31 31 29

T_a_N5_ZP Moyenne 23 26 29 29 26

Maximale 26 30 31 31 30

T_a_N5_ZS Moyenne 23 27 29 29 27

Maximale 27 31 33 33 32

T_a_N4_ZN Moyenne 22 26 28 27 25

Maximale 26 30 31 31 29

T_a_N4_ZP Moyenne 23 27 29 29 26

Maximale 27 31 32 32 30

T_a_N4_ZS Moyenne 23 27 29 29 27

Maximale 28 32 33 34 32

T_a_N3_ZN Moyenne 20 24 26 25 23

Maximale 25 29 29 30 27

T_a_N3_ZP Moyenne 21 25 27 27 24

Maximale 25 29 30 30 28

T_a_N3_ZS Moyenne 21 25 27 27 25

Maximale 25 30 31 32 29

T_a_N2_ZN Moyenne 20 24 26 25 23

Maximale 24 28 29 29 27

T_a_N2_ZP Moyenne 22 25 27 27 25

Maximale 25 29 30 30 29

T_a_N2_ZS Moyenne 22 25 27 27 25

Maximale 25 29 30 31 30

T_a_N1_ZN Moyenne 20 23 25 24 22

Maximale 25 28 29 29 27

T_a_N1_ZP Moyenne 22 25 27 27 25

Maximale 25 28 29 29 28

T_a_N1_ZS Moyenne 21 24 26 26 24

Maximale 24 27 28 29 28

T_a_N1_ZC Moyenne 23 26 28 28 27

Maximale 28 31 32 32 31

T_a_N0_ZN Moyenne 20 22 24 23 21

Maximale 24 27 28 28 26

T_a_N0_ZP Moyenne 21 23 25 24 23

Maximale 23 26 26 26 25

T_a_N0_ZS Moyenne 21 23 25 25 23

Maximale 23 26 26 27 26

T_a_N00_ZBO Moyenne 19 21 22 22 20

Maximale 21 23 23 23 22

T_a_N00_ZBN Moyenne 14 15 15 15 14

Maximale 15 15 15 15 15

T_a_N00_ZBC Moyenne 20 21 22 21 21

Maximale 22 24 24 24 23

T_a_N00_ZBE Moyenne 20 20 21 21 20

Maximale 20 21 22 22 21


2.5 Effet des charges internes

Parmi les charges internes, celles qui ont les incertitudes les plus grandes sont celles dues à l’éclairage et aux apports dus aux équipements, car les apports des personnes sont assez bien connus. Pour avoir une idée de la sensibilité des hypothèses réalisées dans le calcul de base,

on va faire varier les charges de l’éclairage et des équipements d’un 20%. Les résultats obtenus de cette analyse de sensibilité se présentent au Tableau 9. On observe que l’énergie consommé en chauffage est peu sensible à une variation de 20% de la charge d’entrée, on obtient seulement une variation de l’ordre de 5% sur l’énergie consommé pour une variation de 20% de la charge de l’éclairage y d’un 2,5% pour une variation de 20% de la charge des équipements.

Tableau 9 : rénovations d’air dans chaque zone dû aux infiltrations

Charge +20% -20%

Eclairage 324 MWh

(-4,7%) 357 MWh

(+5,0%)

Equipements 332 MWh

(-2,4%) 349 MWh

(+2,6%)

Ceci démontre que dans ce cas-ci l’incertitude sur les apports de l’éclairage et des équipements joue très peu sur les résultats recherchés.

2.6 Effet du fichier météo

Pour la simulation de base nous avons utilisé le fichier météo de la ville de Tours, car on ne dispose pas du fichier météo de la ville de Le Mans. Pour voir l’effet de cette hypothèse on a simulé le même problème avec le fichier météo de la ville de Rennes. On obtient une consommation de 345 MWh, c.à.d. une consommation d’un 1,5 % supérieure à celle obtenue dans le calcul de base. Ce résultat nous permet de valider l’hypothèse du fichier météo.

2.7 Effets combinés

On n’est va simuler qu’un seule effet combiné, celui des paragraphes §2.1 et §2.3 : effets de la conductivité des parois et des infiltrations, car ces sont les paramètres qui jouent beaucoup plus sur le calcul de base qu’on a fait pour la consommation énergétique du bâtiment. Pour la conductivité de la paroi on va faire la même hypothèse qu’en §2.1 et pour les infiltrations d’air on utilisera une infiltration constant de 0,5 rénovations par heure pour toutes les zones. En combinant les deux effets on obtient une consommation annuelle de 813 MWh, c.à.d. une consommation spécifique de 140,5 kWh/m2 de surface habitée et chauffée. Les détails des consommations mensuelles sont présentés à la Figure 5.


161

132

104

71

0 0 0 0 0

73

116

155

0

20

40

60

80

100

120

140

160

180

Consom

matio

n d

u b

âtim

ent [M

Wh]


2.8 Résumé des simulations

Le Tableau 10 résume les résultats des simulations abordées dans cette étude. L’idée de ce Tableau est de tirer de conclusions sur une consommation plus réaliste du bâtiment que celle déterminée dans le calcul de base, d’avoir aussi une idée de l’incertitude des résultats du modèle à une variation d’un paramètre d’entrée et d’avoir une idée des améliorations de point de vue énergétique qui peuvent être mise en place dans ce bâtiment.

Tableau 10 : résumé des résultats des simulations

Cas Consommation

Cas de base 340 MWh

Conductivité de la paroi 529 MWh

Fenêtres 186 MWh

Infiltrations

0,5 renov/h 619 MWh

1,0 renov/h 897 MWh

1,5 renov/h 1175 MWh

2,0 renov/h 1451 MWh

Protections internes 385 MWh

Charges internes 324-357 MWh

Fichier météo 345 MWh

Conductivité de paroi + infiltrations 813 MWh

Toute d’abord il faut remarquer que le cas de base est un cas très optimiste, car on ne considère pas les effets des infiltrations et pour les caractéristiques des parois on considère le cas aussi le plus optimiste. Le cas qui s’approche plus au cas réel du fonctionnement du bâtiment est celui que considère des infiltrations, et dans un cas plus pessimiste celui qui


considère une paroi avec une conductivité plus grande. La consommation énergétique du bâtiment devrait donc se trouver entre 620 et 900 MWh, avec une valeur de 810 MWh comme valeur retenue dans cette étude.

3 CONCLUSIONS

Dans ce rapport on a analysé plusieurs hypothèses qu’on a fait dans la simulation de base pour le calcul de la consommation énergétique de la Maison de Retraite Korian Pontlieue. D’après les résultats la consommation énergétique du bâtiment devrait se situer à une valeur proche à 810 MWh, lequel en valeur spécifique est de 140,5 kWh/m2 de surface habitée et chauffée. Dans cette analyse on a exploré aussi une mesure pour réduire la consommation en installant des fenêtres de double vitrage. Cette mesure semble très intéressante du point de vue de réduction de consommation, mais on risque d’avoir de problèmes de surchauffe pendant les mois d’été, pendant lesquels il faut être attentif pour ouvrir à bon temps les fenêtres pour favoriser la ventilation naturelle. Les effets de protections internes, des charges internes et des apports solaires à travers les fenêtres semblent être peu significatifs au niveau de bilan énergétique global. Par contre les effets des infiltrations et des hypothèses sur les conductivités des parois sont beaucoup plus significatifs.

REFERENCES

[1] Cuevas, C., Keller, A. Modélisation du comportement thermique de la Maison de retraite Korian Pontlieue. Partie 1 : Description du modèle et résultats préliminaires, Août 2011. [2] ASHRAE Fundamentals, 2009. [3] Grot, R.A. and A.K. Persily. 1986. Measured air infiltration and ventilation rates in eight large office buildings. In Measured air leakage of buildings, STP 904, p. 151. H.R. Trechsel and P.L. Lagus, eds. American Society for Testing and Materials, West Conshohocken, PA. [4] Kotey, N.A., J.L. Wright, and M.R. Collins. 2009. Determination of angle dependent solar optical properties of drapery fabrics. ASHRAE Transactions 115(2).

Documents

Clasificación de Zonas · 2013. 11. 14. · élevées se trouvent du côté sud en allant jus u’à 34ºC. Il faut signale u’on n’a pas considéré des protections internes