EphèseLe catalogue de la bibliothèque de l'ECAM

Titre :	Optimisation des modèles de consommation énergétique d’un bâtiment et mise en place d’un système de gestion d’énergie
Type de document :	Travail de fin d'études
Auteurs :	Nicolas de Meeûs d'Argenteuil, Auteur ; Julien Pelletier, ; Franky De Bruyne,
Editeur :	ECAM
Année de publication :	2021
Note générale :	GREENWATCH
Langues :	Français (fre)
Index. décimale :	TFE - Automatique
Résumé :	L'objectif premier de cette étude est de développer un algorithme prévisionnel pour la consommation d'un bâtiment tertiaire dans le but d'optimiser l'autoconsommation d'une installation photovoltaïque équipée d'un système de stockage. Le second point concerne l'optimisation du dimensionnement et de l'utilisation du système de batterie dans une optique de "peak shaving". Parmi les différents modèles prédictifs discutés, un modèle linéaire à prédicteurs externes (entrées statiques) et internes a permis d'obtenir de premiers résultats satisfaisants. Un modèle non-linéaire (réseau de neurones) construit sur MATLAB avec les mêmes entrées n'a pas apporté d'amélioration significative. Certains modèles faisant appel à la décomposition de signal ont également été présentés. Enfin, des discussions sur les différents types de batterie et un modèle de simulation ont permis d'essayer l'algorithme de "peak shaving" combiné aux données de prédiction de consommation et de production photovoltaïque.

Optimisation des modèles de consommation énergétique d’un bâtiment et mise en place d’un système de gestion d’énergie [Travail de fin d'études] / Nicolas de Meeûs d'Argenteuil, Auteur ; Julien Pelletier, ; Franky De Bruyne,  . - ECAM, 2021.
GREENWATCH
Langues : Français (fre)

Index. décimale :

TFE - Automatique

Résumé :

L'objectif premier de cette étude est de développer un algorithme prévisionnel pour la consommation d'un bâtiment tertiaire dans le but d'optimiser l'autoconsommation d'une installation photovoltaïque équipée d'un système de stockage. Le second point concerne l'optimisation du dimensionnement et de l'utilisation du système de batterie dans une optique de "peak shaving". Parmi les différents modèles prédictifs discutés, un modèle linéaire à prédicteurs externes (entrées statiques) et internes a permis d'obtenir de premiers résultats satisfaisants. Un modèle non-linéaire (réseau de neurones) construit sur MATLAB avec les mêmes entrées n'a pas apporté d'amélioration significative. Certains modèles faisant appel à la décomposition de signal ont également été présentés. Enfin, des discussions sur les différents types de batterie et un modèle de simulation ont permis d'essayer l'algorithme de "peak shaving" combiné aux données de prédiction de consommation et de production photovoltaïque.