Stage : Intégration du Pas de Temps Variable

Refonte partielle du code + Documentation

MATLAB Simulation Énergétique Modélisation Git LaTeX Chaînes de Markov Analyse Statistique

🎯 Objectifs du Stage

Compréhension Technique

Analyse et compréhension d'un programme complexe à l'interface de l'informatique et de la thermique du bâtiment

Documentation

Restauration et pérennisation du savoir en rédigeant une documentation exhaustive en LaTeX

Développement

Intégration de la gestion d'un pas de temps variable pour améliorer la flexibilité du simulateur

📋 Organisation du Travail

Méthode Agile

Réunions de suivi hebdomadaires avec les tutrices pour présenter l'avancement et ajuster les objectifs

Gestion de Versions

Utilisation de Git pour assurer la traçabilité des modifications et faciliter la collaboration

Approche Modulaire

Segmentation du projet en tâches clairement définies, traitées de manière indépendante

📚 Documentation Technique

Problématique

L'analyse préliminaire du code a révélé un manque de commentaires et de références aux sources académiques, nécessitant la création d'un manuel complet.

Contenu du Manuel LaTeX

Schéma d'architecture de l'application
Schéma d'architecture de l'application
Diagramme illustrant le flux d'exécution et les interactions entre modules

⚙️ Modification du Pas de Temps

Enjeux

Permettre des simulations avec des résolutions temporelles plus larges (5, 10 ou 30 minutes) pour réduire le temps de calcul tout en conservant des résultats pertinents.

🔧 Défis Techniques Relevés

  • Couplage fort entre modules : Réajustement de la logique de chaque classe
  • Calculs codés en dur : Adaptation des équations basées sur un pas d'une minute
  • Contrôle différé : Gestion rigoureuse des priorités d'exécution
  • Stabilité numérique : Ajustement des méthodes de discrétisation
Schéma de l'explication technique de la génération de profil
Schéma de l'explication technique de la génération de profil
Illustration du processus de modification du pas de temps

📊 Gestion des Modèles Statistiques

Conversion des Probabilités d'Événement

Adaptation des modèles statistiques pour les comportements stochastiques (appareils électroménagers, éclairage, eau chaude).

Formule initiale testée :
P = 1 - (1 - p)^n
où p = probabilité par minute, n = nombre d'unités de temps

✅ Solution Retenue

Régénération explicite des événements aléatoires à chaque pas de temps via une boucle de simulation dédiée, garantissant une cohérence statistique optimale.

Visualisation du modèle probabiliste
Visualisation du modèle probabiliste
Graphique montrant la génération des comportements dans le profil énergétique

Chaînes de Markov pour le Chauffage

Modélisation de l'allumage/extinction du système de chauffage avec adaptation par pays :

🎯 Validation et Résultats

Méthodologie d'Évaluation

100
Profils Générés
4
Indicateurs Statistiques
3
Pas de Temps Testés

Analyse statistique utilisant la moyenne, médiane, écart-type et distribution via histogrammes.

Comparaison des Profils de Demande Électrique

Les figures suivantes illustrent la demande totale en électricité (en kWh) pour un ensemble de logements simulés avec différents pas de temps :

Profil de demande électrique - 1 minute
Pas de temps : 1 minute
Profil de demande électrique - 2 minutes
Pas de temps : 2 minutes
Profil de demande électrique - 5 minutes
Pas de temps : 5 minutes

Chaque courbe représente la distribution de la consommation électrique pour l'ensemble des foyers simulés. L'objectif de cette comparaison est de vérifier la stabilité du modèle face à une variation de la résolution temporelle.

Schéma d'analyse des résultats
Schéma d'analyse des résultats
Visualisation comparative des performances selon le pas de temps

🎯 Bilan des Résultats

Succès : Variables (consommation d'eau, électricité, irradiance, température) restent réalistes jusqu'à 5 minutes

Limitation identifiée : Modules chauffage/eau chaude sanitaire nécessitent une attention particulière pour éviter la surestimation

🛠️ Compétences Techniques Développées

Programmation MATLAB

Maîtrise avancée des fonctions, debugging, visualisation avec plot(), analyse de données

Modélisation Mathématique

Équations différentielles, méthodes de discrétisation, stabilité numérique

Statistiques & Probabilités

Chaînes de Markov, modèles stochastiques, analyse comparative

Gestion de Projet

Git, méthodologie agile, documentation technique LaTeX

Analyse & Validation

Tests systématiques, validation de résultats, débugging complexe

Thermique du Bâtiment

Simulation énergétique, modélisation des quartiers résidentiels