Commande prédictive des systèmes CVC fondée sur l'occupation

Dans les bâtiments institutionnels, où les profils d'occupation sont fortement variables, la commande des systèmes CVC doit concilier la réduction de la consommation d'énergie et le maintien du confort thermique. La majorité des approches existantes reposent sur des modèles d'occupation déterministes et supervisés qui intègrent peu l'incertitude.

Ce projet doctoral propose une approche probabiliste fondée sur l'occupation : un modèle non supervisé et adaptatif basé sur les modèles semi-markoviens cachés (HSMM), capable de représenter les dynamiques d'occupation et les durées des états, intégré à un cadre de commande prédictive stochastique (SMPC). L'objectif est d'exploiter explicitement l'incertitude liée à l'occupation pour optimiser les décisions de contrôle, réduire la consommation d'énergie et préserver le confort thermique.

Objectif principal

Proposer une stratégie de commande prédictive stochastique (SMPC) pour la gestion des systèmes CVC garantissant le confort thermique tout en tenant compte des incertitudes liées à l'occupation et à la météo dans les bâtiments institutionnels.

Méthodologie

Trois étapes : revue des méthodes d'estimation de l'occupation ; développement et validation d'un modèle d'occupation non supervisé fondé sur les modèles semi-markoviens cachés (HSMM) à partir de données de capteurs ; intégration à un cadre SMPC évalué par simulation.