Consommations électriques et ilots de chaleur urbains : application à la ville de Paris

Brice Tremeac1, ⋆, Mounia Bendada1, Elyes Nefzaoui2, Martin Hendel3
⋆ : brice.tremeac@lecnam.net
1 Laboratoire du Froid, des Systèmes Energétiques et Thermiques (Lafset), Cnam, HESAM Université, 292 rue Saint-Martin 75003 Paris, France
2 Université Paris-Est, ESYCOM (FRE2028), CNAM, CNRS, ESIEE Paris, Université Paris-Est Marne-la-Vallée, F-77454 Marne-la-Vallée, France
3 Université de Paris, LIED, UMR 8236, CNRS, F-75013, Paris, France & Université Paris-Est, ESIEE Paris, département SEN, F-93162 Noisy-le-Grand, France
Mots clés : climatisation, thermo-sensibilité, traitement statistique
Résumé :

Le climat des villes est caractérisé par le phénomène d’îlot de chaleur urbain (ICU). Un des facteurs contribuant à leur formation sont les rejets de chaleurs anthropiques, issues des activités humaines. A Paris, l’ICU se manifeste par une augmentation de la température de 3∘C en moyenne intra-muros par rapport aux zones rurales alentours. Sous conditions anticycloniques, l’ICU parisien atteint régulièrement 10∘C, notamment lors de canicules. Si en hiver, l’ICU a tendance à réduire les consommations de chauffage, c’est tout l’inverse pour la production de froid en été se soldant par une augmentation des rejets de chaleur et donc une intensification de l’ICU [3], et une éventuelle détérioration de la qualité du sommeil [4]. Par ailleurs, le déploiement massif de compteurs énergétiques intelligents dans les bâtiments durant les dernières années permet désormais d’avoir accès et des quantités de données très importantes, détaillées et facilement accessibles sur les consommations énergétiques. Ces données peuvent être traitées afin de déterminer, à posteriori, les postes d’amélioration d’économie d’énergie [1,2]. Pour une ville comme Paris, l’exploitation pertinente de l’ensemble de ces données permettra de développer une stratégie de gestion des systèmes de climatisation à court et long terme et une meilleure adaptation aux ICU. C’est dans ce contexte que s’inscrit le travail présenté. Les relevés des consommations électriques d’une quarantaine de bâtiments publics exploités par la ville de Paris (école, bureaux, conservatoire, etc.) ont été analysés par des outils statistiques. Cet article présentera un ensemble d’indicateurs et discutera de leurs pertinences. Cette analyse permet de distinguer dans l’échantillon des bâtiments considérés quatre grandes classes de bâtiments selon la thermo-sensibilité de leur demande électrique à la température extérieure : thermo-sensibilité hivernale, estivale, double thermo-sensibilité hivernale et estivale enfin une classe marginale où les consommations ne sont pas thermosensibles. Des explications à ces différents comportements dans le même parc et la même localisation géographique seront proposées. Enfin, l’objectif est de proposer à la ville de Paris une méthodologie généralisable à tout son parc de bâtiments afin, à terme, d’en réduire la thermo-sensibilité estivale des consommations énergétiques et ses effets amplificateurs sur les ICU en épisodes caniculaires.

 [1] Bourdeau, Mathieu, Xiaofeng Guo, and Elyes Nefzaoui. 2018. “Buildings Energy Consumption Generation Gap: A Post-Occupancy Assessment in a Case Study of Three Higher Education Buildings.” Energy and Buildings 159 (January): 600–611. https://doi.org/10.1016/j.enbuild.2017.11.062.

 [2] Bourdeau, Mathieu, Xiao qiang Zhai, Elyes Nefzaoui, Xiaofeng Guo, and Patrice Chatellier. 2019. “Modeling and Forecasting Building Energy Consumption: A Review of Data-Driven Techniques.” Sustainable Cities and Society 48 (July): 101533. https://doi.org/10.1016/j.scs.2019.101533.

 [3] Tremeac, Brice, Pierre Bousquet, Cecile de Munck, Gregoire Pigeon, Valery Masson, Colette Marchadier, Michele Merchat, Pierre Poeuf, and Francis Meunier. 2012. “Influence of Air Conditioning Management on Heat Island in Paris Air Street Temperatures.” Applied Energy 95 (July): 102–10. https://doi.org/10.1016/j.apenergy.2012.02.015.

 [4] Hendel, M., Azos-Diaz, K., & Tremeac, B. (2017). “Behavioral adaptation to heat-related health risks in cities.” Energy and Buildings, 152, 823–829. https://doi.org/10.1016/j.enbuild.2016.11.063

doi : https://doi.org/10.25855/SFT2020-081

PDF : download