Letteratura scientifica selezionata sul tema "Mathématiques – Consommation d'énergie"

Cette thèse présente une analyse de la consommation d’énergie des systèmes de contrôle-commande électriques des machines automatisées en vue de réduire leur consommation d’énergie. Il est notamment présenté les notions associées aux systèmes de contrôle-commande et il est développé des méthodes et un simulateur de consommation d’énergie destiné à l’analyse de la consommation d’énergie. A partir de ce modèle, il est proposé une analyse selon 3 axes : consommation des composants de contrôle-commande pris individuellement, consommation des systèmes de contrôle-commande selon le type de machine et l’assemblage des composants et enfin, consommation dans le temps selon les modes de marche. Ces travaux proposent ainsi une méthodologie d’analyse des consommations et permettent de mettre en évidence que la consommation des systèmes de contrôle-commande est souvent faible comparée à celle des actionneurs, mais qu’il est tout de même possible de réduire d’un facteur 2 la consommation d’énergie
This thesis presents an analysis of energy consumption of control systems of automated machines. The main objective is to reduce energy consumption of control part. In this document, we present notions related with control systems and we develop methods and an energy consumption simulator which is an analysis tool of energy consumption. Thus, we make an analysis according 3 axes: energy consumption of each control part, consumption of control systems according to choice of components and consumption according to operating modes. So this work proposes an energy consumption methodology and makes it possible to show that energy consumption of control systems is often low with respect to energy consumed by actuators. However, it is possible to reduce by 2 energy consumption of control

L’objectif principal de cette thèse consiste à modéliser la consommation d’énergie d’une application particulière fonctionnant sur un appareil mobile. Nous proposons un modèle de suivi du comportement énergétique, nous décrivons également une méthodologie pour identifier les paramètres du modèle. À cette fin, nous avons analysé une collection de données expérimentales recueillies lors de mon tour de France en fauteuil roulant électrique. Nous avons appliqué des outils statistiques pour obtenir les paramètres du modèle. Nous validons enfin le modèle en comparant les résultats avec d’autres données expérimentales.La première étude de cas permet de comparer l’évolution du coût énergétique dans les environnements mobiles des différents composants des smartphones en se basant sur des plusieurs modèles énergétiques.— La deuxième étude de cas traite l’évaluation, les mesures du coût d’énergie consommée et les problèmes rencontrés dans les méthodes utilisées pour l’évaluation de la consommation d’énergie. Pour une meilleure évaluation, on a introduit le cas d’étude du comportement énergétique en utilisant les machines virtuelles.— La troisième étude de cas est basée sur le traitement des résultats des mesures obtenues lors de mon tour de France en fauteuil roulant électrique connecté. L’objectif consiste en une gestion anticipée des ressources, en réalisant des mesures réelles, ensuite, de faire le suivi du comportement énergétique dans un environnement réel et diversifié. Le modèle peut être utilisé pour définir une fréquence optimale en termes de consommation d’énergie pour des situations précises sans trop dégrader la qualité de service souhaitée par l’utilisateur
The main goal of this thesis is to model the power consumption of a particular application running on a mobile device. We propose a model of energy behavior monitoring, we also describe a methodology to identify the parameters of the model. To this end, we analyzed a collection of experimental data collected during my tour de France in an electric wheelchair. We applied statistical tools to obtain the parameters of the model. Finally, we validate the model by comparing the results with other experimental data.The first case study compares the evolution of the energy cost in the mobile environments of the different components of smartphones based on several energy models.- The second case study deals with the evaluation, the measurements of the energy cost consumed and the problems encountered in the methods used for the evaluation of energy consumption. For a better evaluation, the case study of energy behavior was introduced using the virtual machines.- The third case study is based on the treatment of the results of the measurements obtained during my tour of France in a connected electric wheelchair. The goal is to anticipate resource management, realizing measurements, and then tracking energy behavior in a real and diverse environment. The model can be used to define an optimal frequency in terms of energy consumption for specific situations without degrading the quality of service desired by the user

Le secteur du bâtiment est considéré comme un gros consommateur d'énergie et une source de pollution majeure parmi tous les secteurs économiques. Il représente entre 16 et 50 pour cent des consommations nationales d'énergie. La réduction de ces consommations et des émissions est donc une étape importante vers un développement durable. Récemment, la transition vers la construction des bâtiments à faible consommation d’énergie a conduit à de nouvelles exigences en matière de performance et de durabilité, et ainsi encore complexifié le processus de conception des bâtiments. Le comportement des occupants est maintenant considéré comme un facteur déterminant de la performance énergétique d’un bâtiment, particulièrement dans le cas des bâtiments basse consommation (BBC). Pourtant, les outils de simulation utilisés dans l'industrie des bâtiments ne sont pas aujourd'hui en mesure de fournir des estimations fiables de la demande d'énergie des occupants. Par conséquent, les experts en énergie et bâtiments portent une grande attention à développer des méthodes plus précises pour la modélisation et la prévision de l’influence des occupants sur la performance du bâtiment. Ces modèles doivent pouvoir fournir des estimations plus précises des consommations d’énergie et évaluer la variabilité de ces consommations. En conséquence, l’objectif visé est de permettre aux experts en construction d’améliorer leurs solutions techniques, améliorer la performance de leurs services, et promouvoir des incitations mieux ciblées vers les usagers afin de réduire leurs consommations énergétiques. L'objectif de cette thèse est de proposer un modèle pour estimer la consommation d'énergie liée aux comportements des occupants de bâtiments résidentiels, en prenant en compte la variabilité des modes de consommation au travers de la diversité des profils socio-démographiques et économiques des occupants. Une approche stochastique basée sur la notion d’activité est donc adoptée. Avec ce modèle, la consommation d'énergie d'un ménage est estimée en additionnant la consommation d'énergie des différentes activités domestiques (comme faire la cuisine, le lavage du linge, etc.). La nature stochastique du modèle est due aux relations probabilistes établies entre les attributs des ménages d'une part (type de ménage, nombre d'occupants, etc.) et la possession des équipements domestiques, les caractéristiques des appareils, leur puissance, et les quantités d'activité d’autre part. Afin d'établir ces relations stochastiques, un nombre suffisant d'attributs est pris en compte pour caractériser un ménage. Le modèle proposé a été appliqué pour deux activités domestiques, à savoir regarder la télévision et laver le linge. Des simulations de Monte Carlo sont effectuées pour fournir des estimations de consommation d'énergie pour ces deux activités dans trois cas de figure : pour un ménage spécifique, pour des ménages générés aléatoirement avec des contraintes sur leurs attributs, et pour des ménages totalement aléatoires représentatifs de la population française. Une comparaison entre les résultats de la simulation de modèle d’une part et des données de consommation d'énergie réelle d’autre part, a permis de valider le modèle pour les deux activités considérées. Un cadre de généralisation du modèle pour d'autres activités domestiques a été introduit, et sa possible intégration dans le processus de conception des bâtiments a été discutée et illustrée au travers d’un certain nombre d’exemples
Résumé en Anglais : The building sector is considered as a major energy consumer and pollution source among all economic sectors. It accounts for important shares, ranging between 16 and 50 percent, of national energy consumption worldwide. Reducing these consumptions and emissions is thus an important step towards sustainable development. Recently, the shift towards constructing low-consuming and nearly zero-energy buildings lead to further requirements with regard to performance and sustainability, and thus caused the design process of buildings to be more complex. Occupants’ behavior is now considered as a key determinant of building’s energy performance especially in the case of green buildings. Yet, energy simulation tools used in buildings industry nowadays are not capable of providing accurate estimations of occupant-related energy demands. Therefore, buildings and energy experts are devoting considerable efforts on developing more precise methods for modeling and forecasting occupants influence on whole building performance. Such models can provide accurate energy estimates and can assess future consumption variability. Consequently, building experts may improve their technical solutions, ameliorate their service performances, and promote targeted incentives. The objective of this dissertation is to propose a model for forecasting occupant-related energy consumption in residential buildings, while accounting for variability in consumption patterns due to diversity in occupants’ socio-demographic and economic profiles. A stochastic activity-based approach is thus adopted. By activity-based, it means that energy consumption of a household is estimated by summing up the energy use of different activities performed (such as cooking, washing clothes, etc.). The stochastic nature of the model is due to the probabilistic mapping established between household attributes from one side (household type, number of occupants, etc.) and the corresponding appliance ownership, appliance characteristics and power rating, and activity quantities from the other side. In order to establish these stochastic relations, a fairly sufficient number of households’ characterizing attributes is taken into account. The proposed model is applied for two domestic activities, namely watching TV and washing laundry. Three types of Monte Carlo simulations are performed to provide energy estimates for these two activities: for a given specified household, for randomly generated households with constraints, and for totally random population-wise households. A comparison between model’s simulation results and real measured energy consumption data enables validating the model for the two considered activities. A generalization framework of the modeling approach for other domestic activities is sketched, and its possible integration into buildings design process is discussed and illustrated through a number of examples

La collecte automatisée à grande échelle des données de consommation énergétique soulève de nouveaux problèmes d'optimisation. La problématique abordée dans cette thèse est de proposer des solutions pour la modélisation et la résolution de modèles d’optimisation pour la gestion de la consommation d’énergie multi-flux. Les données de consommation sont représentées sous forme de série temporelle. Nous développons dans un premier temps des modèles déterministes et robustes pour l’optimisation de la souscription de contrat d'électricité. Ce problème est formulé comme la minimisation d'une fonction objectif convexe sous contraintes de structure spéciale (contraintes d'ordre); il est résolu par un nouvel algorithme efficace qui réduit considérablement l'effort de calcul, en présence d'une grande quantité de données, nécessaire pour évaluer la fonction objectif. Nous présentons ensuite des modèles déterministes et robustes autour de la gestion optimale des réseaux d'eau en utilisant une stratégie automatisée basée sur l'utilisation des niveaux de marnages. Nous montrons également que le problème peut être réduit en problèmes journaliers plus petits sans perdre trop de précision. Des résultats numériques sont présentés et révèlent la possibilité de fortes économies dans les différents systèmes énergétiques étudiés
The large-scale automated collection of energy consumption data raises new optimization problems. The issue addressed in this thesis is to propose solutions for modeling and solving optimization models for multi-stream energy consumption management. The consumption data are represented as a time series.We first develop deterministic and robust models for the optimization of electricity contracting. This problem is formulated as the minimization of a convex objective function under special structure constraints (order constraints); it is solved by a new efficient algorithm that considerably reduces the computational effort, in the presence of a large amount of data, needed to evaluate the objective function. We then present deterministic and robust models around the optimal management of water networks using an automated strategy based on the use of trigger levels. We also show that the problem can be reduced to smaller daily problems without losing too much accuracy. Numerical results are presented and reveal the possibility of strong savings in the different energy systems studied

Les travaux de recherche présentés dans cette thèse abordent la prise en compte de la consommation d’énergie lors du développement de modèles hiérarchiques pour le développement de systèmes électroniques complexes. Une chaîne de communication sans fil Bluetooth Low-Energy (B-LE) a été créée, l’objectif étant d’estimer la durée de vie de la batterie du système complet, lors des différentes phases de développement. Dans un premier temps, le comportement énergétique du segment numérique a été étudié, en s’appuyant sur un modèle en systèmeC. Une analyse des différentes stratégies de découverte de dispositifs a été menée, considérant la consommation moyenne comme facteur d’optimisation. La modélisation du transceiver radio à partir de blocs comportementaux permet d’estimer la consommation énergétique du système complet et son influence sur le taux d’erreur par bit (TEB). La conception d’un amplificateur de puissance est présentée, à partir des spécifications, jusqu’à son design et à sa fabrication. Deux méthodes sont proposées pour l’extraction de la consommation de puissance, menant à des modèles comportementaux plus précis, tout en gardant des temps de simulation acceptables
The different results presented in this thesis focus on considering the energy consumption, during the development of hierarchical models for the design and verification of complex electronic systems. A wireless communication system was developed, complying to the Bluetooth Low-Energy (B-LE) standard, to estimate the whole system’s energy consumption, during the development phases. Initially, the energetic behaviour of the digital segment was studied, following the virtual prototyping approach. At the network level, an analysis of the different scan and advertisement strategies could be conducted, considering the device’s average power consumption as the optimization factor. Following, the radio transceiver’s modelling, using behavioural blocks, allows the estimation of the whole system’s energy consumption, as well as its influence over the system’s bit-error rate (BER). Finally the design of a power amplifier is presented, starting with its specification, through the architectural exploration and choice, until the circuit’s design and tape-out. Two methods are then proposed for the extraction of the power consumption, leading to refined accurate behavioural models, with minimal increase in simulation times

Le travail de thèse consiste à construire un modèle pour une prospective énergétique à long terme dans le but d'estimer l'effet des politiques énergétiques et environnementales sur les choix technologiques futures des secteurs industriels. L'accent a été mis sur les industries grandes consommatrices d'énergie (IGCE), pour 29 pays européen et pour un horizon de temps allant jusqu'à 2050. L'outil de modélisation appliqué dans cette étude est le modèle TIMES (famille du modèle MARKAL, il s'agit d'un générateur de modèle d'optimisation de type Bottom-up basé sur la programmation linéaire). L'étude est réalisée dans le cadre d'un partenariat entre EDF R&D et le Centre de Mathématiques appliquées (CMA) de l'Ecole des Mines de Paris. Dans notre analyse, nous avons identifié pour chaque secteur industriel, plusieurs technologies concurrentes. Elles sont choisies par le modèle sous la base de leur coût global actualisé en intégrant l'ensemble des contraintes (prix d'énergie, taxe sur le CO2, plafond sur les émissions…). La capacité à installer dépend étroitement de la demande finale qu'il faut satisfaire pour chaque période sur l'ensemble de l'horizon de temps considéré. Selon les contraintes imposées, les résultats obtenus permettent de : - tracer l'image de l'industrie (profil de production technologique), - calculer les consommations énergétiques et les potentiels d'économies d'énergies réalisables, - estimer les émissions de dioxyde de carbone résultantes. Ce travail indique qu'il existe encore un important potentiel d'économies d'énergie et de réductions des émissions de dioxyde de carbone dans l'ensemble des secteurs industriels
Among the energy users in France and Europe, some industrial sectors are very important and should have a key role when assessing the final energy demand patterns in the future. The aim of our work is to apply a prospective model for the long range analysis of energy/technology choices in the industrial sector, focussing on the energy-intensive sectors. The modelling tool applied in this study is the TIMES model (family of best known MARKAL model). It is an economic linear programming model generator for local, national or multi regional energy systems, which provides a technology-rich basis for estimating energy dynamics over a long term, multi period time. We illustrate our work with nine energy-intensive industrial sectors: paper, steel, glass, cement, lime, tiles, brick, ceramics and plaster. It includes a detailed description of the processes involved in the production of industrial products, providing typical energy uses in each process step. In our analysis, we identified for each industry, several commercially available state-of-the-art technologies, characterized and chosen by the Model on the basis of cost effectiveness. Furthermore, we calculated potential energy savings, carbon dioxide emissions' reduction and we estimated the energy impact of a technological rupture. This work indicates that there still exists a significant potential for energy savings and carbon dioxide emissions' reduction in all industries

Les réseaux de capteurs sans fil sont constitués de nœuds de petite taille équipée d’une unité de calcul, de capteurs et d’une unité de communication sans fil qui rend possible la communication entre les nœuds. La consommation d’énergie est en général le paramètre à optimiser à tous les niveaux de la conception d’un nœud de réseau de capteurs sans fil car ces dispositifs sont généralement alimentés par des batteries de petite taille. Pour prolonger l’autonomie d’un nœud, il est nécessaire d’utiliser un système permettant de récupérer une partie de l’énergie disponible dans l’environnement. L’objectif de cette thèse est de proposer un environnement de simulation et une bibliothèque de modèles pour l’analyse de nœuds d’un réseau de capteurs avec récupération d’énergie, avec une attention particulière pour les politiques de gestion de la consommation d’énergie
Wireless Sensor Networks are composed of nodes equipped with a computational unit, sensors and a radio transceiver. Energy consumption is a major challenge in the WSN domain, and energy efficient solutions are required because the nodes carry a limited amount of power. Energy harvesting technologies can be used to scavenge energy from the environment, thus prolonging the lifespan of a WSN node. The goal of this thesis is on power management techniques

La modélisation prospective des consommations d'énergie du secteur résidentiel est essentiellement réalisée à l'aide de deux types de modèles : ingénieur et économiques. Les premiers ont l'avantage de pouvoir décrire en détail l'infrastructure énergétique mais manquent de réalisme concernant les comportements des ménages face à des variations du contexte économique. Les travaux réalisés dans le cadre de cette thèse ont permis d'intégrer des élèments de réalisme comportemental dans les modèles d'ingénieur utilisés pour le calcul des consommations de chauffage des logements. Les résultats obtenus ont mis en relief l'élasticité de la consommation de chauffage des ménages vis-à-vis de nombreuses variables dont la performance énergétique, permettant ainsi de quantifier le phénomène d'effet rebond direct à l'échelle nationale. La deuxième partie des travaux a porté sur la modélisation technico-économique de l'achat d'équipement par les ménages. Les résultats obtenus ont permis de quantifier l'importance des barrières à l'efficacité énergétique et de reconstituer l'hétérogénéité du marché de la rénovation thermique des logements. Ces élèments ont été implémentés dans un modèle de prospective énergétique (BEUS) développé pendant la thèse. Les résultats obtenus avec ce modèle montrent que l'introduction de réalisme comportemental dans les simulations rend très difficile l'atteinte des objectifs nationaux de réduction des consommations énergétiques et émissions carbonnées. Enfin cette thèse propose une discussion autour des tarifs progressifs de l'énergie et de leur équivalent fiscal - le bonus-malus à la consommation d'énergie - à partir des résultats issus du modèle BEUS
Long term modelling of residential energy consumption is most often realised by two kinds of models : engineering and economic. The former have the ability to precisely depict the energy demand infrastructure in a technical way but generally lack a necessary level of realism concerning households' behaviours when facing changes of economical context. The research undertaken during this thesis explains how elements of behavioural realism have been implemented in an engineering model of housing space heating consumption in order to combine both technical explicitness and behavioural realism. Results highlight the elasticity of space heating consumption with respect to a number of variables including technical performance, allowing the estimation of the rebound effect phenomenon at a national scale. The second part of the research is dedicated to the techno-economic modelling of households' energy efficient equipment investments. The results obtained from the model enabled the quantification of energy efficiency barriers concerning the main types of housing refurbishment and heating systems. Other results depict how market heterogeneity can be introduced in techno-economic models. These elements were implemented into a prospective model (BEUS), wich was developed during the thesis. Simulation results show that the increase of behavioural realism of engineering models makes it even more difficult to reach mid- and long-term national energy and climate policies targets. Finally, a discussion is proposed on the topic of energy tier-pricing and its fiscal equivalent - a bonus-malus on energy consumption - based on BEUS results

En octobre 2014, l'Agence De l'Environnement et de la Maîtrise de l'Energie (ADEME) en coopération avec l'entreprise ENEDIS (anciennement ERDF pour Électricité Réseau Distribution France) a démarré un projet de recherche dénommé "smart-grid SOLidarité-ENergie-iNovation" (SOLENN) avec comme objectifs l'étude de la maîtrise de la consommation électrique par un accompagnement des foyers et la sécurisation de l'approvisionnement électrique entre autres. Cette thèse s'inscrit dans le cadre des objectifs susnommés. Le projet SOLENN est piloté par l'ADEME et s'est déroulé sur la commune de Lorient. Le projet a pour but de mettre en œuvre une pédagogie pour sensibiliser les foyers aux économies d'énergie. Dans ce contexte, nous abordons une méthode d'estimation des quantiles extrêmes et des probabilités d'événements rares pour des données fonctionnelles non-paramétriques qui fait l'objet d'un package R. Nous proposons ensuite une extension du fameux modèle de Cox à hasards proportionnels et permet l'estimation des probabilités d'événements rares et des quantiles extrêmes. Enfin, nous donnons l'application de certains modèles statistique développés dans ce document sur les données de consommation électrique et qui se sont avérés utiles pour le projet SOLENN. Une première application est en liaison avec le programme d'écrêtement mené par ENEDIS afin de sécuriser le fonctionnement du réseau électrique. Une deuxième application est la mise en place du modèle linéaire pour étudier l'effet de plusieurs visites individuelles sur la consommation électrique
In October 2014, the French Environment & Energy Management Agency with the ENEDIS company started a research project named SOLENN ("SOLidarité ENergie iNovation") with multiple objectives such as the study of the control of the electric consumption by following the households and to secure the electric supply. The SOLENN project was lead by the ADEME and took place in Lorient, France. The main goal of this project is to improve the knowledge of the households concerning the saving of electric energy. In this context, we describe a method to estimate extreme quantiles and probabilites of rare events which is implemented in a R package. Then, we propose an extension of the famous Cox's proportional hazards model which allows the etimation of the probabilites of rare events. Finally, we give an application of some statistics models developped in this document on electric consumption data sets which were useful for the SOLENN project. A first application is linked to the electric constraint program directed by ENEDIS in order to secure the electric network. The houses are under a reduction of their maximal power for a short period of time. The goal is to study how the household behaves during this period of time. A second application concern the utilisation of the multiple regression model to study the effect of individuals visits on the electric consumption. The goal is to study the impact on the electric consumption for the week or the month following a visit