Decentralized Mixed-Integer Temperature Optimization for Multi-Zone Commercial Buildings

Les bâtiments commerciaux représentent une part importante de la consommation énergétique mondiale, les systèmes de chauffage, ventilation et climatisation (CVC) en constituant une portion substantielle. L’optimisation du fonctionnement des systèmes CVC permet non seulement d’améliorer l’efficacité énergétique, mais aussi de réduire les pointes de demande sur le réseau électrique, notamment lorsqu’ils sont intégrés à des programmes de gestion de la demande de puissance. Toutefois, ces gains doivent être réalisés sans compromettre le confort des occupants, car une baisse de confort pourrait nuire à la participation à ces programmes. La modélisation précise de la dynamique thermique d’un bâtiment est essentielle à une commande efficace, chaque bâtiment présentant un comportement unique qui nécessite une identification soignée du système. Par ailleurs, les bâtiments commerciaux utilisent fréquemment des unités de toit (roof-top unit RTU), qui fonctionnent selon des modes discrets, par exemple, plusieurs niveaux de chauffage/refroidissement et un ventilateur à fonctionnement tout ou rien, ce qui complique l’utilisation de stratégies de commande continues. Dans ce mémoire, nous proposons une approche décentralisée de commande prédictive à variables discrètes pour des bâtiments commerciaux à zones multiples. Cette stratégie de contrôle repose sur un modèle linéaire guidé par la physique et entraîné à partir de données simulées ou historiques, ainsi que de prévisions des conditions météorologiques. Grâce à sa formulation décentralisée à variables discrètes, l’approche est à la fois deployable à grande échelle et compatible avec les systèmes RTU existants, évitant ainsi des mises à niveau d’infrastructure coûteuses. Enfin, la méthode proposée est validée dans un environnement de simulation de bâtiment, en tenant compte des structures tarifaires à tarification selon l’heure d’utilisation (Time-of-Use), à tarification critique (Critical Peak Pricing) et à tarification en temps réel (Real-Time Pricing). Les résultats démontrent que le contrôleur basé sur l’optimisation, dans ses versions centralisée et décentralisée appliquées au bâtiment à deux zones, surpasse la stratégie de contrôle tout ou rien de référence. Bien que le contrôleur centralisé appliqué au bâtiment à cinq zones présente une capacité limitée à s’adapter à des configurations à grande échelle, il offre tout de même une performance supérieure à celle du contrôleur tout ou rien.