In This Issue

Jump to Page

1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 | 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | 33 | 34 | 35 | 36 | 37 | 38 | 39 | 40 | 41 | 42 | 43 | 44 | 45 | 46 | 47 | 48 | 49 | 50 | 51 | 52 | 53 | 54 | 55 | 56 | 57 | 58 | 59 | 60 | 61 | 62 | 63 | 64 | 65 | 66 | 67 | 68 | 69 | 70 | 71 | 72 | 73 | 74 | 75 | 76 | 77 | 78 | 79 | 80 | 81 | 82 | 83 | 84 | 85 | 86 | 87 | 88 | 89 | 90 | 91 | 92 | 93 | 94 | 95 | 96 | 97 | 98 | 99 | 100 | 101 | 102 | 103 | 104 | 105 | 106 | 107 | 108 | 109 | 110 | 111 | 112 | 113 | 114 | 115 | 116 | 117 | 118 | 119 | 120 | 121 | 122 | 123 | 124 | 125

L'AVENIR ÉNERGÉTIQUE DU BÂTI EXISTANT BRUXELLOIS : ENTRE PERFORMANCE ET PRÉSERVATION

peuvent ne pas consommer autant que des immeubles des années 1960 ou 1970.

La propagation d’incertitudes simples est relativement similaire à celles de la maison. Toutefois, on note que les parois vitrées sont, dans ce cas, plus présentes et, dès lors, que l’incertitude est plus grande sur ce poste. Les parois opaques jouent, ici aussi, un rôle important, même si moins que précédemment, avec 15 % de différence en entrée qui impliquent 10 % de différence en sortie sur le chauffage. Une des raisons peut être le facteur solaire des parois opaques, que l’on connaît assez mal. Il peut générer jusqu’à 1,5 % de différence sur la consommation. Toutes ces petites erreurs cumulées produisent finalement des erreurs importantes en sortie. Les courbes annuelles représentant les incertitudes globales témoignent, dans ce cas également, des mêmes difficultés à faire coïncider le calcul et les mesures de terrain. Pour l’immeuble, le biais provient du manque d’informations que nous avons sur les appartements mitoyens, qui se résument aux mesures de températures.

Je voudrais mentionner un biais intéressant lié au moteur de calcul. L’appartement est orienté sud-est. La première version du moteur de calcul que l’on a utilisée prenait en compte l’orientation soit plein nord, plein sud, plein est ou plein ouest. Or, en utilisant une seconde version améliorée de ce moteur de calcul qui permettait une prise en compte exacte de l’orientation, des divergences de résultats sont apparues. En étant plein sud, la consommation diminuait de 8 % ; en étant plein est, elle augmentait de 5 %. Cela a démontré une fois de plus qu’il était essentiel de rentrer dans les moteurs de calcul les données précises, dont l’orientation.

CONCLUSION

En conclusion, pour nos deux bâtiments, les paramètres d’entrée les plus influents sur les résultats de ces simulations dynamiques sont le coefficient U des parois opaques, la température moyenne mesurée dans le logement – un écart de moins d’un degré sur la température de consigne se répercute de manière significative sur la consommation – le métré. Cette donnée est souvent négligée, surtout sur ces bâtiments. Or, ne pas avoir de plans d’architecte, les réaliser in situ, ou faire des estimations sur base de documents imprécis, peut avoir des répercussions importantes sur les calculs. Enfin, le scénario de fermeture des protections solaires tient son rôle, notamment dans les cas extrêmes de fermetures en journée ou de non-utilisation.

Les graphiques de projection annuelle de chauffage (fig. 10 et 11) ont été réalisés avec des données de simulation très défavorables puisqu’ont été prises les extrêmes des incertitudes d’entrée ce qui, statistiquement, a bien peu de chance d’arriver. Les cloches bleues, qui sont les sorties obtenues avec les simulations, sont très larges. Cela signifie que la mesure moyenne, qui d’après mes simulations, devrait être pour l’appartement parisien de 125 kWh/m2/an pour le chauffage, peut passer, au maximum, à 175 kWh/m2/an et, au minimum, à 75 kWh/m2/an.

À nouveau, il est très compliqué de « caler » la mesure avec le calcul. Évidemment, les données utilisées pourraient être affinées. Mais nous nous sommes placés volontairement dans une situation que les bureaux d’études rencontrent fréquemment, à savoir le manque de temps et la difficulté de récolter des informations. Un bureau d’étude qui travaille sur des simulations thermiques dynamiques ne passera pas trois semaines à récupérer les données d’entrée. Il y aura un manque de précisions dans son résultat.

Fig. 9

Suivi annuel de la consommation de l’appartement (source Cerema).



63