Modélisation thermique du bâtiment dans son environnement urbain : développement et validation d’un modèle numérique rapide et précis.

LaSIE
La Rochelle

Le changement climatique entraîne une augmentation des vagues de chaleur, particulièrement dans les zones urbaines denses, affectant gravement les populations vulnérables. Le phénomène d'îlot de chaleur urbain aggrave ces effets en dégradant le confort intérieur et extérieur des bâtiments. En raison de son rôle d’interface, l’enveloppe du bâtiment influence significativement la manière dont le microclimat extérieur affecte les conditions intérieures du bâtiment. A l’inverse les choix de matériaux et revêtements constituant les enveloppes peuvent contribuer à l’accentuation de condition locale défavorables. L’enjeu est de comprendre comment les conditions extérieures affectent le confort thermique intérieur en été afin de concevoir et rénover des bâtiments en zone urbaine dense plus résilients aux vagues de chaleurs. Les outils actuellement développés à l’échelle du bâtiment, ne permettent pas une prise en compte détaillé de l’environnement urbain et notamment des conditions locales tel que l’effet d’ilot de chaleur urbain. A l’inverse les outils de simulation microclimatique permettent de modéliser finement les conditions microclimatiques locales mais ne proposent qu’une modélisation grossière des bâtiments. Les outils de simulation actuellement développés dans la littérature doivent donc être adaptés afin de modéliser l’interaction entre l’environnement extérieur et intérieur. L’un des principaux verrous porte sur la méthodologie de couplage des phénomènes physiques entre l’environnement extérieur (échelle d’une rue ou d’un quartier) et intérieur (bâtiment). Le couplage fait référence à la création d'une chaîne de simulation entre un modèle énergétique de bâtiment (BEM, Building Energy Model) et un modèle climatique urbain (UCM, Urban Climate Model), qui opèrent à des échelles différentes. Selon Lauzet et al. (2019) et Sezer et al. (2023) cette intégration est difficile en raison des divergences dans les hypothèses sur les phénomènes physiques, méthodes de résolution et architectures des outils. Ainsi, les outils sont soit chaînés (échange unidirectionnel de données entre les outils UCM et BEM), soit couplés (échange bidirectionnel de données entre les UCM et BEM). Quelle que soit la stratégie choisie, l’état de l’art montre l’importance d’utiliser des conditions climatiques locales pour évaluer les conditions intérieures d’un bâtiment (écarts jusqu’à 30 % sur la consommation d'énergie) et l’importance d’un couplage dynamique en conditions estivales sur des bâtiments non isolés, pour établir des modèles de prédictions fiables.
 

Objectifs de la thèse :
Cette thèse a pour objectif de développer et valider un outil de simulation des transferts de chaleur à l’échelle urbaine prenant en compte l’environnement urbain proche et notamment les conditions locales d’ilot de chaleur urbain. Plus précisément, la thèse devra
• Identifier les phénomènes physiques dominants qui régissent les échanges thermiques entre l'intérieur et l'extérieur à partir de méthode d’analyse de sensibilité basé sur les fonctions de sensibilités (derivative-based sensitivity analysis, Jumabekova et al. (2021)),
• développer un modèle de prévision des conditions limites extérieures représentatives du climat local. Pour cela des données de température (issues de base de données Open Source et de mesures locales réalisées à La Rochelle (projet EQLORE https://data.univ-lr.fr/datasets/11) et Strasbourg (projet ANR Tir4Street et les travaux de thèse de Nathalia Philipps https://hal.univ-lorraine.fr/RSPA-ACCN/tel-04614543v1) et des méthodes d’interpolation spatiales seront utilisées.
• Proposer une nouvelle méthodologie de couplage en intégrant les phénomènes prépondérants et la positionner par rapport aux stratégies de la littérature.
• Implémenter cette méthodologie dans l’outil de simulation microclimatique développé en utilisant un schéma numérique explicite Dufort Frankel, inconditionnellement stable par définition (Gasparin et al. 2018a, 2018b), et valider les prédictions du modèle avec des données expérimentales (Azam et al. 2025, Doya et al. 2012, Djedjig et al. 2015). Une comparaison par rapport aux modèles existant sera réalisée.

Offre :
Thèse
Télécharger
Contact

Berger Julien

julien.berger@univ-lr.fr