L’approche adaptative du confort thermique > Les modèles adaptatifs

En analysant les résultats d’un grand nombre d’études in situ réalisées à travers le monde (pour différents climats, saisons et cultures), Humphreys a trouvé que la température de confort est fortement corrélée à la moyenne de la température intérieure mesurée, comme le montre la Figure 1.7 [Nicol, 2002]. De plus, le confort thermique est obtenu dans un large intervalle de température intérieure allant de 17.5 °C jusqu’à 32 °C. La diversité et la variabilité des températures de confort rencontrées dans les différentes études montrent la dépendance contextuelle du confort thermique qui est obtenu dans des conditions largement différentes grâce aux mécanismes adaptatifs.



Puisque la température intérieure dépend de la température extérieure, Humphreys a essayé d’exprimer la température de confort en fonction du climat extérieur. Il a utilisé la moyenne mensuelle de la température extérieure comme variable indépendante pour tracer les variations de la température de confort considérée comme variable dépendante.



Les formules développées permettent ainsi de calculer la température de confort en fonction du climat extérieur selon le type du traitement thermique des bâtiments. Mais le confort thermique dépend de nombreux autres facteurs. Or la plupart des études réalisées suggèrent la dépendance entre ces facteurs (isolement vestimentaire, l’utilisation des moyens de contrôle, la posture, le métabolisme) et la température extérieure [De Dear, 1997].

La figure 1.8 montre la corrélation entre ces deux variables, et suggère une distinction selon le type de bâtiment. Dans les bâtiments non climatisés (à ventilation naturelle), l’influence du climat extérieur est plus marquant. Les deux variables sont fortement liées par une corrélation linéaire. Humphreys a proposé une régression linéaire pour calculer la température de confort Tc en fonction de la moyenne mensuelle de la température extérieure To. Pour les bâtiments climatisés, la corrélation entre la température de confort et la température extérieure n’est pas linéaire, néanmoins elle reste significative. Humphreys propose une régression exponentielle pour les bâtiments non climatisés.



Auliciems a proposé une autre régression multiple pour calculer la température de confort en fonction de la température intérieure et de la température extérieure. Il a utilisé la même base de données que Humphreys en incluant les études postérieures. La formule est la suivante. [De Dear, 2003]





Les formules développées permettent ainsi de calculer la température de confort en fonction du climat extérieur selon le type du traitement thermique des bâtiments. Mais le confort thermique dépend de nombreux autres facteurs. Or la plupart des études réalisées suggèrent la dépendance entre ces facteurs (isolement vestimentaire, l’utilisation des moyens de contrôle, la posture, le métabolisme) et la température extérieure [De Dear, 1997].

Ainsi le climat, exprimé par la moyenne mensuelle de la température extérieure, permet de prendre en compte les effets des autres facteurs d’une façon indirecte, et le modèle empirique proposé prend la forme d’une boîte noire. Les conditions de confort thermique peuvent être déterminées en fonction du climat selon le type du bâtiment.

Les mécanismes adaptatifs étant dynamiques, le temps joue ainsi un rôle important dans l’expression du confort. La plupart des actions mises en oeuvre par les occupants nécessitent un certain délai pour avoir un effet. Ce délai peut être quelques heures, quelques jours, voire quelques semaines selon la nature de l’action considérée (ouvrir une fenêtre nécessite peu de temps alors que l’adaptation de la vêture aux changements saisonniers pourra prendre plus de temps). Ainsi la moyenne mensuelle de la température extérieure ne suffit pas pour calculer la température de confort, et doit être remplacée par un autre indice qui prend en compte les variations séquentielles du climat extérieur. Il sera préférable de procéder à une analyse de séries chronologiques pour déterminer l’influence du passé thermique, mais la plupart des études réalisées ne permettent pas ce type d’analyse surtout que les données sont souvent chronologiquement continues (coupées souvent pendant le soir ou le week-end) [Nicol, 2002]. Humphreys propose d’utiliser la moyenne mobile exponentielle comme indice pour représenter le climat extérieur dans le calcul de la température de confort. Celle-ci est une série chronologique, elle détecte les tendances et permet ainsi de prendre en compte l’aspect dynamique du confort thermique. La moyenne mobile exponentielle de la température donne davantage de poids aux expériences récentes au détriment des expériences les plus anciennes. Elle peut être calculée de la façon suivante [Nicol, 1994].



La moyenne pondérée est calculée sur une période de n jours à partir des valeurs de la température moyenne extérieure sur les n intervalles antérieurs. La constante de temps a permet de pondérer l’effet des températures passées. Plus a est grand, plus l’effet est important. Plusieurs études ont été réalisées pour déterminer la valeur de a. La meilleure corrélation entre la moyenne mobile exponentielle et la température de confort est obtenue pour une valeur de a = 0.80 [Nicol, 1994].

Plusieurs projets de recherche ont été développés sur le confort adaptatif, vu l’intérêt pour son potentiel d’économie en énergie. Au niveau de l’Europe, le projet SCATs a permis le développement d’un algorithme de contrôle adaptatif pour les bâtiments climatisés. Le projet de recherche RP-884 de l’ASHRAE a proposé un algorithme pour le confort adaptatif dans les bâtiments à ventilation naturelle. Nous présentons ci-après ces deux projets.

L’algorithme du contrôle adaptatif – ACA

Le projet européen SCATs, lancé en décembre 1997 pour une durée de trois ans, a porté sur l’approche adaptative du confort thermique en vue de faciliter son application dans les bâtiments. Cinq pays avaient participé au projet : le Royaume-Uni, la France, la Suède, la Grèce et le Portugal. La France était représentée par le Laboratoire des Sciences de l’Habitat (LASH – ENTPE). Le projet visait à mettre en oeuvre un moyen de réduire les consommations d’énergie dans les bâtiments climatisés et d’encourager l’utilisation des bâtiments à ventilation naturelle (dont les consommations d’énergie sont nettement plus faibles) en développant un système de régulation basé sur l’approche adaptative du confort thermique [Nicol, 2001]. Au lieu de maintenir une température de consigne stricte dont les variations sont limitées dans un intervalle étroit (22 ± 2 °C par ex.), l’algorithme pourrait permettre une température de consigne variable comme suggéré par l’approche adaptative. Les principaux objectifs du projet étaient de mener d’abord une campagne expérimentale sur le confort thermique dans les bâtiments à travers l’Europe (les cinq pays participants), puis en analysant les résultats des différentes études in situ, de développer l’algorithme du système de régulation pour les bâtiments climatisés et à ventilation naturelle, et dans une dernière étape tester les performances énergétique et thermique avec des études de cas.

Le Tableau ci-dessous présente les algorithmes développés pour les différents pays participants. Ces algorithmes permettent de calculer les températures de confort T_c à partir de la moyenne mobile exponentielle de la température extérieure calculée avec une constante de temps ≤ = 0.80. L’application de l’algorithme dans deux bâtiments climatisés, l’un en Suède et l’autre au Royaume-Uni, a permis de ne constater aucune détérioration dans le niveau de confort. Il y avait même eu une légère amélioration. Quant à l’aspect énergétique, une économie de 30 % de la charge de climatisation a été constatée pour le deuxième bâtiment.

Pays	Algorithme du contrôle adaptatif pour le calcul de la température de confort
		TMR80 = 10 °C	TMR80 > 10 °C
France	0.049×TMR80 + 22.58	0.206×TMR80 + 21.42
Grèce	n.a.	0.205×TMR80 + 21.69
Portugal	0.381×TMR80 + 18.12	0.381×TMR80 + 18.12
Suède	0.051×TMR80 + 22.83	0.051×TMR80 + 22.83
Royaume-Uni	0.104×TMR80 + 22.58	0.168×TMR80 + 21.63
Tout	22.88 °C	0.302×TMR80 + 19.39

L’algorithme du confort adaptatif développé dans le cadre du projet SCATs [McCartney, 2002].

La norme du confort adaptatif - ACS

Le projet de recherche RP-884, mis en place par l’ASHRAE en 1995, avait pour objectif de développer un modèle adaptatif du confort thermique pour compléter la norme américaine ASHRAE - standard 55 qui précise les conditions du confort thermique à travers un modèle rationnel basé sur le bilan thermique du corps humain. Pour avoir une base de données aussi large que possible, le projet a assemblé les différentes études in situ sur le confort thermique menées par les différentes équipes de recherche à travers le monde. Un premier tri a été effectué selon la qualité des mesures dans les différentes études et leur conformité avec les normes concernant la mesure physique et l’évaluation subjective des ambiances thermiques. Les données retenues ont été soumises à un protocole de standardisation pour avoir une base de données consistante et cohérente, surtout en ce qui concerne l’isolement vestimentaire. La base de données finale comporte près de 21000 observations obtenues dans 160 bâtiments situés dans les différentes régions climatiques et géographiques [De Dear, 1997, 2002].

La base de données a été scindée en deux selon le type des bâtiments : bâtiments climatisés et bâtiments à ventilation naturelle. Ces dernières correspondent aux bâtiments qui ne disposent pas d’une installation mécanique de refroidissement. La ventilation naturelle est assurée par ouverture des fenêtres contrôlées directement par les occupants. Dans les bâtiments climatisés, ce contrôle est limité ou absent. Le système de chauffage n’était pas pris en compte car les études étaient réalisées en été. La base de données est disponible aux téléchargements à partir du lien suivant : http://atmos.es.mq.edu.au/~rdedear/ashrae_rp884.html [De Dear, 2003].





L’analyse statistique de la base de données a permis de déterminer des régressions linéaires pour la température de confort en fonction de la température extérieure. Les figures précédentes montrent les régressions obtenues pour les bâtiments climatisés et les bâtiments à ventilation naturelle respectivement. Chaque figure comporte deux régressions, une correspond aux votes de confort observés in situ (le modèle adaptatif), et l’autre aux votes prévus par le modèle statique de Fanger (PMV). Alors que le modèle statique a permis une bonne approximation des votes de confort observés dans les bâtiments climatisés, la deuxième figure montre sa déficience à exprimer le vote de confort dans les bâtiments à ventilation naturelle. Le modèle statique du PMV permet de prendre en compte les ajustements comportementaux concernant la vitesse de l’air et la vêture (ceux-ci étant parmi les six paramètres de base considérés dans l’équation du confort thermique), ce qui explique sa réussite à exprimer le vote de confort dans les bâtiments climatisés. Le PMV peut être ainsi considéré partiellement adaptatif, mais les résultats obtenus dans les bâtiments à ventilation naturelle suggèrent un autre type d’adaptation. De Dear [De Dear, 1997] propose le rôle de l’adaptation psychologique (expectative et accoutumance) comme explication. Il utilise la régression linéaire des votes de confort pour développer une norme sur le confort adaptatif comme alternative à la méthode statique de l’ASHRAE standard 55. La méthode développée permet de calculer la température de confort T_conf dans les bâtiments à ventilation naturelle en fonction de la moyenne mensuelle de la température extérieure T_a,out.



De Dear définit une bande de 5 °C de largeur autour la température de confort pour 90 % d’acceptabilité, et de 7 °C de largeur pour 80 % d’acceptabilité. L’ASHRAE standard 55 recommande d’utiliser cette méthode uniquement pour les bâtiments à ventilation naturelle dont les fenêtres peuvent être opérées directement par les occupants engagés par une activité légère et n’ayant aucune restriction pour ajuster leurs vêtements. Cette méthode doit également être utilisée pour une température extérieure comprise entre 10 °C et 33 °C.