PERSPECTIVE D’UTILISATION DES DONNEES
METEOROLOGIQUES
OPTIMISATION DE LA CONCEPTION DANS LE BTP
PAR LA REALISATION DE CARTOGRAPHIES
RAPPORT DE STAGE .
VALENTIN LAHAYE - ISA4
INSTITUT SUPERIEUR AQUITAIN DU BATIMENT ET DES TRAVAUX PUBLICS
Allée du Parc Montaury – 64600 Anglet
TABLE DES MATIERES
Table des matières ..................................................................................................................................................................... 1
Résumé ....................................................................................................................................................................................... 2
Introduction ............................................................................................................................................................................... 3
Première partie : état de l’art ..................................................................................................................................................... 4
1.
Utilisation de cartographies dans le BTP ..................................................................................................................... 4
2.
Application : Inclinaison optimale des panneaux solaires ........................................................................................... 6
3.
Application : bilan énergétique .................................................................................................................................... 7
Deuxième partie : méthodologie................................................................................................................................................ 8
1.
Données météorologiques ........................................................................................................................................... 8
2.
Caractérisation du climat nuageux ............................................................................................................................ 11
a.
Couverture nuageuse ............................................................................................................................................ 12
b.
Transparence ........................................................................................................................................................ 13
3.
Applications ............................................................................................................................................................... 14
a.
Inclinaison des panneaux solaires ......................................................................................................................... 14
b.
Bilan énergétique .................................................................................................................................................. 15
c.
Cartographies ........................................................................................................................................................ 16
Troisième partie : Résultats et analysés ................................................................................................................................... 18
1.
Caractérisation du ciel ............................................................................................................................................... 18
2.
Applications ............................................................................................................................................................... 20
a.
Inclinaison optimale des panneaux solaires photovoltaïques............................................................................... 20
b.
Bilans énergétiques ............................................................................................................................................... 27
Troisième partie : discussions .................................................................................................................................................. 35
Conclusions .............................................................................................................................................................................. 37
Bibliographie ............................................................................................................................................................................ 38
Annexes .................................................................................................................................................................................... 39
Annexe 1 : Bases de données météorologiques .................................................................................................................. 40
Annexe 2 : couverture nuageuse moyenne annuelle mondiale .......................................................................................... 41
Annexe 3 : transparence moyenne annuelle mondiale ....................................................................................................... 42
Annexe 4 : Inclinaison optimale d’un panneau solaire photovoltaïque .............................................................................. 43
Annexe 5 : inclinaison optimale d’un panneau solaire photovoltaïque pondéré par la latitude ......................................... 44
Annexe 6 : Inclinaison optimale des panneaux solaires photovoltaïques en France ........................................................... 45
Annexe 7 : Bilan énergétique instantané pour du simple vitrage........................................................................................ 46
Annexe 9 : Bilan énergétique instantané pour du triple vitrage.......................................................................................... 48
Annexe 10 : Bilan énergétique au global pour du simple vitrage ........................................................................................ 49
Annexe 11: Bilan énergétique au global pour du double vitrage ........................................................................................ 50
Annexe 12 : Bilan énergétique au global pour du triple vitrage .......................................................................................... 51
Annexe 13 : Taux de récupération solaire pour du simple vitrage ...................................................................................... 52
Annexe 14 : Taux de récupération solaire pour du double vitrage ..................................................................................... 53
Annexe 15 : Taux de récupération solaire pour du triple vitrage ........................................................................................ 54
Page 1 sur 54
RESUME
~ In English Bellow ~
Optimiser la construction de bâtiments demande un spectre très large de connaissances. L’une d’elle,
qui n’est pas forcément maitrisée par les différents acteurs de la construction, concerne la prise en
compte du climat national, ou même local. Certaines informations, comme les températures
extérieures et la pluviométrie, sont généralement connues et prises en compte lors de la conception.
A l’inverse, la couverture nuageuse opaque / transparente, le rayonnement solaire direct / diffus, et la
transparence de l’atmosphère sont des données rarement utilisées. Pourtant, ces dernières ont leurs
rôles à jouer, notamment en terme d’apports solaires, d’éclairage naturel, de rafraîchissement passif,
etc.
Aujourd’hui, les données météorologiques de plus de 5000 sites cumulées au cours de ces dernières
décennies permettent de modéliser des années « typiques » sur lesquelles adapter nos méthodes de
conception.
C’est dans ce cadre que ce rapport de stage traite de l’utilisation de certaines de ces données afin de
caractériser le climat nuageux (directement lié au potentiel solaire), mais aussi dans le but de générer
des cartographies mondiales à partir de ces mêmes données afin de réaliser une analyse des différents
climats. Ce rapport comporte également une partie « applications » dans laquelle on utilise ces mêmes
données afin de calculer l’inclinaison optimale de panneaux solaires photovoltaïques et d’en établir
une cartographie. Une deuxième application réalise un bilan énergétique d’une surface vitrée exposée
plein sud pour les stations de mesures de l’hémisphère nord (et inversement).
Optimizing building construction requires a very broad spectrum of knowledge. One of them, which is
not necessarily use by different actors of the construction, concerns the use of the national climate, or
even local. Some information, such as outdoor temperatures and rainfall, are generally known and use
in the building’s design. On the other hand, opaque / transparent cloud cover, direct / diffuse solar
radiation, and the transparency of the atmosphere are rarely used data. However, they still have their
roles to play, especially in terms of solar gain, natural lighting, passive cooling, etc.
Today, the meteorological data of more than 5,000 sites accumulated over the last decades allows us
to model "typical" years on which to adapt our design methods.
It is in this context that this internship report deals with the use of some of these data in order to
characterize the cloudy climate (directly related to the solar potential), but also with the aim of
generating global maps based on these same data in order to perform an analysis of different climates.
This report also includes an "applications" part in which this data is used in order to calculate the
optimum inclination of photovoltaic solar panels and to map them. A second application provides an
energy balance of a glazed surface facing south for the northern hemisphere metering stations (and
vice versa).
Page 2 sur 54
INTRODUCTION
C’est dans le cadre d’une reprise d’études suite à 6 années d’expérience au sein d’un bureau d’étude
d’exécution que j’ai pu intégrer la formation d’ingénieur ISABTP dans l’option « Habitat et Energie ».
Ce choix étant motivé par ma volonté d’évoluer dans l’optimisation énergétique et de confort dans le
BTP, ma recherche de stage était initialement orientée vers les bureaux d’études de conception.
Cependant, les différentes thématiques abordées par la chaire « Architecture et Physique Urbaine »
dirigée par M. Benoit BECKER ont retenu mon attention. Son lien avec l’ISABTP (l’équipe y dispensant
certains cours) m’a donné la possibilité d’entrevoir les thématiques étudiées et de me découvrir un
intérêt pour la recherche universitaire. C’est ainsi que je me suis décidé à faire ma demande de stage
de 4ème année au sein de cette équipe, qui fut acceptée.
Cette chaire réalise des travaux de recherche en collaboration avec l’entreprise NOBATECK INEF4 :
Centre de Ressources Technologiques (CTR) et Institut pour la Transition Energétique (ITR), dans le but
d’accompagner les Architectes, Maîtres d’Ouvrages et Maîtres d’Œuvre dans leurs projets en
développant des connaissances et des outils optimisant respectivement la compréhension et la
conception de nos villes. L’équipe, composée de 3 doctorants, d’un chercheur postdoctoral, et d’un
attaché temporaire d’enseignement et de recherche centrent leurs travaux sur la thermographie en
milieu urbain, l’optimisation de la lumière naturelle dans les logements, et sur la simulation numérique
de type « éléments finis ».
Pour ma part, il m’a été proposé de collaborer avec M. Raphael Nahon sur différents modèles de
données météorologiques. En effet, l’acquisition récente de plusieurs bases de données permettent
aujourd’hui d’analyser davantage d’informations sur le climat local, et de réaliser de nouveaux
indicateurs sous la forme de cartographies dans le but d’améliorer la conception des bâtiments passifs.
Les deux applications qui nous avons choisies d’étudier sont le calcul de l’inclinaison optimale d’un
panneau photovoltaïque, et le bilan énergétique d’une fenêtre (simple, double, et triple vitrages) de
1m² exposée plein sud dans l’hémisphère nord (et plein nord dans l’hémisphère sud) durant la période
la plus froide de l’année.
Ainsi, ce mémoire se verra diviser en 4 parties. Il débutera par un état de l’art avant de poursuivre par
les différentes méthodes employées, ce qui mènera ensuite à l’analyse des différents résultats. Une
partie « discussion sur les méthodes utilisées » apparaitra à la fin de ce rapport en amont de la
bibliographie et des annexes.
Page 3 sur 54
PREMIERE PARTIE : ETAT DE L’ART
1. UTILISATION DE CARTOGRAPHIES DANS LE BTP
Une utilisation relativement connue de cartographies définissant des zones climatiques est celle de la
« classification de Koppen » (Hufty 2001) fondée sur les précipitations et les températures et à partir
de la carte mondiale de la végétation (voir figure 1 ci-après). On distinguera ainsi 5 principales
catégories de climats suivies de différentes nuances : climat tropical / sec / tempéré / continental /
polaire.
Figure 1: carte de la classification climatique de Köppen-Geiger (source : wikipédia)
On retrouve ce « zonage climatique » affiné localement en France (voir figure 2 ci-dessous) suite à
l’évolution de la réglementation thermique (Anon s. d.). Elle permet notamment de déterminer les
températures extérieures de base en hiver et ainsi dimensionner les installations de chauffages.
Figure 2: zones climatiques en France (source : annexe 1 de l’arrêté du 24 mai 2006)
Page 4 sur 54
Des recherches plus récentes utilisent les données des stations météorologiques des Etats Unis afin
de caractériser plus précisément le climat local dans le but d’optimiser l’orientation des panneaux
solaires (Kafka et Miller 2019). Des cartographies mettent par exemple en lumière la radiation solaire
diffuse et la couverture nuageuse (voir figures 3 et 4 ci-dessous).
Figure 3: radiation solaire diffuse annuelle (source: article scientifique rédigé par Kafka et Miller en 2019)
Figure 4: couverture nuageuse moyenne annuelle (source: article scientifique rédigé par Kafka et Miller en 2019)
Page 5 sur 54
2. APPLICATION : INCLINAISON OPTIMALE DES PANNEAUX SOLAIRES
Les travaux cherchant à optimiser l’efficacité des panneaux photovoltaïques sont très vastes. Ceux qui
semblent les plus adaptés à l’exploitation des données météorologiques traitent du calcul de
l’inclinaison optimale à partir des rayonnements directs et diffus (Li et Lam 2007).En effet, en
considérant les panneaux photovoltaïques fixes (s’émancipant de défauts occasionnés à un éventuel
manque de maintenance) cet article propose de déterminer l’inclinaison et l’orientation optimums
dans la ville de Hong-Kong en se basant sur la production énergétique annuelle cumulée. Par exemple,
l’exposition optimale pour cette ville (située dans l’hémisphère nord) se trouve plein sud, avec une
inclinaison de 20° (voir figures 5 et 6 ci-dessous).
Figure 5: graphique représentant l'énergie totale reçue par un panneau solaire photovoltaïque en fonction de son
orientation (source: article scientifique rédigé par Li et Lam en 2007)
Figure 6: graphique représentant l'énergie totale reçue par un panneau solaire photovoltaïque en fonction de son inclinaison
(source: article scientifique rédigé par Li et Lam en 2007)
Page 6 sur 54
3. APPLICATION : BILAN ENERGETIQUE
Des recherches visent à considérer davantage le climat lors de la conception des bâtiments (Olgyay, V.
– 1963). Une étude intéressante réalise un bilan énergétique des 4 façades (Nord - Sud – Est – Ouest)
d’un bâtiment en prenant en compte les écarts de température et le rayonnement solaire. Cette
approche permet une analyse claire et rapide de la proportion entre apports solaires / besoins
énergétiques tout au long de l’année. Dans l’exemple ci-dessous à New-York, on se place dans le cadre
d’une maison typique à gauche (construction classique de forme carré en bois comportant deux vitres
150x185 par façade) et d’une construction alternative à droite (pour une même surface au sol et la
même transmission thermique totale) où les modifications essentielles sont : la forme et l’orientation
de la maison, la répartition des surfaces vitrées, l’utilisation d’un double vitrage à l’ouest uniquement,
le rajout d’arbres caducs jouant le rôle de protection solaire en été, etc.
On examine ainsi rapidement l’influence du rayonnement solaire par rapport aux déperditions
énergétiques au cours de la journée sur les 4 façades du bâtiment (voir figure 7 ci-dessous).
Figure 7: Bilan énergétique par face pour une maison à New-York en hiver et en été suivant deux configurations différentes
(extrait du livre « Design with Climate » rédigé par Olgyay,V. et publié en 1963))
Page 7 sur 54
DEUXIEME PARTIE : METHODOLOGIE
1. DONNEES METEOROLOGIQUES
Diverses bases de données météorologiques seront nécessaires afin d’affiner au mieux les
cartographies désirées. C’est pourquoi il est important de réaliser un état des lieux de ces dernières en
précisant leurs règles de construction ainsi que l’origine des mesures (voir annexe 1 : « Bases de
données météorologiques disponibles »). Dans le but de couvrir un maximum de stations de mesures
avec le moins de bases de données possible, nous nous intéressons essentiellement aux IWEC2
(fournies par la « American Society of Heating, Refrigering and Air-conditioning Engineers » (ASHRAE))
et TMY3 (fournies par la « National Renewable Laboratoy » (NREL)).
Ces bases de données se présentent sous la forme d’un fichier informatique par villes constitué d’une
année de données par pas de temps horaire (voir figure 8 ci-après). Le format de construction le plus
couramment utilisé est celui de « l’année typique » (TMY – Typical Meteorological Year) et se construit
à partir d’une campagne de mesures sur plusieurs années (>18 ans). Il est façonné en sélectionnant
des mois « typiques » suivant une méthode développée par SANDIA NATIONAL LABORATORIES (Wilcox
and Marion 2008) prenant en compte les températures moyennes, les rayonnements directs et diffus,
etc. A noter que des travaux plus récents proposent d’améliorer ce modèle en prenant davantage en
compte les températures extrêmes ce qui permettrait des prévisions plus précises de l’efficacité
énergétique (Farah, Saman, et Boland 2018). Des ébauches de nouveaux modèles émergent comme
l’année extrême (XMY – eXtrem Meteorological Year) sont jugés plus appropriés dans la conception
des bâtiments à partir des données enregistrées (Crawley et al. 2015.).
Figure 8: Extrait du fichier "FRA-BIARRITZ" (source : base de donnée IWEC2)
Figure 9: répartition des stations météorologiques IWEC2 et TMY3 à travers le monde
Page 8 sur 54
En parallèle des températures, ce sont la caractérisation du couvert nuageux et du rayonnement
solaire qui vont permettre une exploitation cohérente de ces résultats. Bien qu’une grande partie des
données soient mesurées (température, vitesse du vent, humidité relative) d’autres sont modélisées
(rayonnement direct / diffus), voir négligées (proportion entre la couverture nuageuse opaque et
transparente). Cette étude s’appuiera donc sur les données suivantes :
-
-
Température (°C)
Vitesse du vent (m/s)
Humidité relative (%)
Couverture nuageuse globale (octas / tenths)
o Couverture nuageuse opaque
o Couverture nuageuse transparente
Rayonnement solaire direct (W/m².K)
Rayonnement solaire diffus (W/m².K)
Mesurées
Ignorées
Modélisées
La couverture nuageuse globale est le plus souvent directement mesurée et est définie comme le
pourcentage de ciel obstrué par des nuages sans prendre en compte la transparence de ces derniers.
On retrouvera ainsi différentes échelles de mesure suivant les bases de données, à savoir en Octa une
échelle de 1 à 9 pour les données IWEC2, et en dixièmes sur une échelle de 0 à 10 pour les TMY3.
IWEC2 (octas)
TMY3 (dixièmes)
Page 9 sur 54
Quant aux rayonnements directs/diffus : ils sont calculés à partir du rayonnement extraterrestre
« Gon » via différentes modélisations car la majorité des stations météorologiques ne sont pas
équipées pour collecter ces données. Ainsi, pour les données TMY3, c’est le modèle de SUNY (Perez et
al. 2015) qui est utilisé à partir de mesures satellites. Il s’agit là d’un modèle semi-empirique où le
rayonnement solaire par temps clair est modélisé en prenant en compte un indice nuageux extrait à
partir d’images satellites. Par ailleurs, ce type de modélisation permet l’élaboration de banques de
données mondiales avec une précision d’environ 1km² et donnent naissance à des cartes interactives
comme SolarAnywhere (Anon s. d.) et même des générateurs d’années typiques (Huld et al. 2018) dans
le but de mieux appréhender le potentiel solaire et la production d’énergie photovoltaïque.
Concernant la base de données IWEC2, la modélisation se fera suivant deux modèles empiriques : le
premier à partir de données directement mesurées sur site suivant le modèle de Zhang-Huang (Zhang
2004) pour déterminer le rayonnement solaire total, puis un modèle de la fonction de Gompertz afin
de calculer le rapport de rayonnement direct et diffus.
IWEC2
TMY3
Mesure
couverture
nuageuse
+
Vitesse du
vent
+
Humidité
relative
+
Température
sèche
Modélisation de Zhang-Huang
Observation
couverture
nuageuse
…
Modélisation de SUNY
Modélisation Fonction de Gompertz
Rayonnements direct / diffus
[W/m².K]
Page 10 sur 54
2. CARACTERISATION DU CLIMAT NUAGEUX
Les applications étudiées par la suite (inclinaison optimale d’un panneau solaire & bilan énergétique
d’une surface vitrée) dépendront essentiellement des rayonnements solaires direct et diffus reçus au
sol. Ces derniers seront donc largement affectés par la transparence de l’atmosphère, dépendant ellemême de la couverture nuageuse. C’est pourquoi ce sont ces deux données (transparence et
couverture nuageuse) qui permettront de caractériser le climat nuageux au niveau d’une station de
mesures.
Page 11 sur 54
a. Couverture nuageuse
Les fichiers météorologiques donnent directement la couverture nuageuse globale avec un pas de
temps horaire (on rappelle que les stations de mesures ne sont pas souvent équipées pour différencier
la couverture nuageuse opaque et transparente, et que l’on néglige ainsi cette dissociation).
Il a été choisi de représenter cette donnée mensuellement sous la forme d’un graphique type
« percentile » dans lequel apparait aussi la couverture nuageuse moyenne. Pour cela, un simple script
sur le logiciel Matlab permet de calculer la moyenne des valeurs, puis de les trier par ordre croissant
pour supprimer les valeurs extrêmes afin de conserver 75% des valeurs probables, puis 50% (voir figure
10 ci-dessous).
Figure 10: graphique illustrant la couverture nuageuse mensuelle à Biarritz
Page 12 sur 54
b. Transparence
Cette donnée n’est pas directement disponible dans les fichiers météorologiques, c’est pourquoi elle
doit être modélisée (Liu et Jordan 1960). En fait, ce modèle permet de calculer le rayonnement direct
reçu sur une surface perpendiculaire à l’atmosphère (W/m²) à partir de la constante solaire (W/m²),
de la transparence de l’atmosphère et de la masse optique de l’air. Le rayonnement direct étant
modélisé dans les données météorologiques (Zhang 2004) et la masse optique de l’air étant calculée
suivant la position du soleil (=1 lorsque le soleil est au zénith, =+∞ lorsque le soleil est à l’horizon), on
peut donc en déterminer la transparence atmosphérique (comprise entre 0 et 1).
A l’image de la couverture nuageuse, cette donnée sera représentée mensuellement sous la forme
d’un graphique type « percentile » dans lequel apparait aussi la transparence moyenne (voir figure 11
ci-après).
Figure 11: graphique illustrant la transparence de l'atmosphère mensuelle à Biarritz
Page 13 sur 54
3. APPLICATIONS
a. Inclinaison des panneaux solaires
Les données météorologiques contiennent la localisation précise de la station de mesure ainsi que les
valeurs modélisées du rayonnement direct et diffus à un pas de temps horaire. De ce fait, un script
permet de déterminer la position du soleil (et donc son angle d’incidence) associé au rayonnement
direct « mesuré » (voir figure 12 ci-après). Cela permet au final de calculer l’énergie associée à ce type
de rayonnement reçu par une surface vitrée au sol en fonction de son orientation et de son inclinaison,
comme le démontrent les travaux vus précédemment lors de l’état de l’art (Li et Lam 2007).
Le facteur de vue du ciel (Sky View Factor) de la surface vitrée sera ensuite calculé en fonction de son
inclinaison et de sa position afin de déterminer l’énergie associée au rayonnement diffus reçu par cette
dernière (à noter qu’une fenêtre de l’hémisphère nord sera exposée plein sud, et inversement pour
l’hémisphère sud).
Figure 12: extrait de l'article "Determining the optimum tilt angle and orientation for solar energy [...]" – Li & Lam (2007)
Un second script permet ensuite de calculer l’énergie totale (directe + diffuse) cumulée sur l’année
complète pour une surface vitrée de 1m² à une inclinaison donnée. Ce calcul est réitéré pour plusieurs
inclinations comprises entre 0° et 90° (avec une précision de 1°) avant de chercher l’angle pour lequel
l’énergie reçue est maximale ce qui détermine l’inclinaison optimale (voir figure 13 ci-dessous).
Figure 13: Graphique illustrant l’énergie totale cumulée sur une année par une surface vitrée de 1m² en fonction de son inclinaison
Page 14 sur 54
b. Bilan énergétique
Le premier script vu précédemment est réutilisé ici afin de calculer la part d’énergie solaire reçue par
un vitrage à 90°. On se placera dans 3 configurations différentes : simple, double et triple vitrage (voir
figure 14 ci-après). Ces vitrages seront exposés plein sud lorsque la station météo se trouvera dans
l’hémisphère nord, et inversement pour l’hémisphère sud.
Simple Vitrage
Double Vitrage
Triple Vitrage
Cas d’études
Coefficient de transmission
thermique (W/m².K)
6
1.1
0.6
Facteur solaire
0.85
0.71
0.6
Figure 14: coefficients de transmissions thermiques et facteurs solaires de vitrages (source: https://fr.saint-gobain-buildingglass.com/fr/criteres-de-choix-ndeg1-le-confort-thermique)
Un second script calcule ensuite les déperditions / apports par transmission thermique en fonction de
la température extérieure (donnée présente dans le fichier météorologique), avec une température
intérieure fixée à 18°C. L’énergie totale cumulée est ensuite calculée par tranche horaire sur « la
période la plus froide de l’année » : du 21 décembre au 21 mars pour l’hémisphère nord, et du 21 juin
au 21 septembre pour l’hémisphère sud (voir figure 15 ci-dessous).
Figure 15: Bilan énergétique à travers un vitrage de 1m² par tranche horaire
Page 15 sur 54
c. Cartographies
Afin d’obtenir la cartographie finale, un script réalise les calculs précédents sur toutes les stations
météorologiques disponibles (les données comportant la localisation de chacune d’entre elles). Ainsi,
il a été choisi de représenter ces dernières sous deux formes différentes :
-
Une représentation sphérique (voir figure 16 ci-après)
Une représentation plane par une projection de BERHMANN (voir figure 17 ci-après)
Dans l’optique de ne pas tronquer des résultats, les résultats ne sont pas représentés sous la forme
d’un zonage coloré linéairement, mais uniquement sous la forme d’un point placé au niveau de la
station de mesure (cette méthode permettra aussi d’analyser la densité des stations par zones).
Un outil présent dans la « Toolbox » de Matlab permet ainsi de tracer directement les contours des
différents continents, ne restant plus qu’à positionner chacun des points correspondants aux
coordonnées GPS des différentes stations coloré suivant les résultats des calculs précédents.
Figure 17: projection de BERHMANN sous Matlab
Figure 16: projection sphérique sous Matlab
Page 16 sur 54
Pour interpréter l’application « inclinaison optimale d’un panneau solaire », le résultat apparaitra sous
la forme d’une graduation interprétant directement l’angle (voir figure 18 ci-après), mais aussi sous la
forme d’une graduation en y soustrayant la latitude.
Dans le cas des bilans énergétiques, on représentera directement le bilan énergétique total cumulé
qui pourra être positif ou négatif. On affichera également le « taux de récupération solaire » afin
d’analyser le potentiel solaire lié à l’inertie du bâtiment (voir figure 19 ci-après).
Figure 18: inclinaison optimale d'un panneau solaire photovoltaïque à travers le monde
Figure 19: bilan énergétique d'un simple vitrage de 1m² à travers le monde
Page 17 sur 54
TROISIEME PARTIE : RESULTATS ET ANALYSES
1. CARACTERISATION DU CIEL
Il est tout d’abord clair qu’une concordance existe entre la couverture nuageuse et la transparence de
l’atmosphère. En effet, cette dernière étant calculé majoritairement suivant la couverture nuageuse
(voir première partie), il semble normal de noter ce lien pour une même ville comme le démontre
l’exemple ci-dessous pour la ville de MAE-HONG-SON en Thaïlande (voir figures 20 et 21 ci-après).
Figure 20: couverture nuageuse mensuelle moyenne pour la ville de MAE-HONG-SON en Thaïlande
Pour cette ville, on peut observer que le climat est nuageux pour la période estivale (d’environ mai à
septembre), alors qu’il semble dégagé pour la période hivernale. La corrélation semble correspondre
pour la transparence. En effet, on retrouve donc une transparence élevée pour la période estivale,
contrairement à la période hivernale.
Figure 21: Transparence mensuelle moyenne pour la ville de MAE-HONG-SON en Thaïlande
Page 18 sur 54
Comme l’indiquent les cartographies suivantes (voir figures 22 et 23 ci-dessous / annexes 2 et 3 ciaprès) cette même concordance se retrouve à l’échelle mondiale : la Californie (USA) semble avoir une
couverture nuageuse assez faible pour une transparence assez élevée, et inversement, le sud-est de
la Chine dispose d’une couverture moyenne élevée pour une transparence assez faible.
Certaines zones s’émancipent pourtant de cette similitude. En effet, le Moyen-Orient laisse apparaitre
une couverture nuageuse faible ainsi qu’une transparence assez faible également. Cela peut être dû
au fait que la transparence est calculée suivant les rayonnements directs et diffus (eux-mêmes
modélisés suivant la couverture nuageuse, l’humidité relative, la température sèche, et la vitesse du
vent). Ces dernières données pourraient donc avoir de l’influence sur la transparence de l’atmosphère.
Figure 22: couverture nuageuse annuelle moyenne à travers le globe
Figure 23: transparence moyenne annuelle à travers le globe
Page 19 sur 54
2. APPLICATIONS
a. Inclinaison optimale des panneaux solaires photovoltaïques
En France, il est commun de penser que l’orientation optimale des panneaux solaires dépend
exclusivement de la latitude où ils sont positionnés. En effet, les bureaux d’études conseillent
généralement de les positionner plein sud à une inclinaison de 30° comme sur le site de
https://www.kitsolaire-autoconsommation.fr/post/b. Or, une sélection de plusieurs stations
météorologiques de même latitude permet d’optimiser ces informations. Les exemples suivants
traitent des villes d’Asyut en Egypte et de Zunyi en Chine (voir figure 24 ci-dessous).
Figure 24: comparaison de la couverture nuageuse / transparence / inclinaison optimale d’un panneau solaire entre deux
villes: Asyut (EGY) et Zunyi (CHN)
Page 20 sur 54
Dans cet exemple, l’inclinaison optimale de ces deux stations de même latitude avec deux climats
différents est différente de 9°.
En fait, l’inclinaison optimale dépend essentiellement de la proportion entre le rayonnement solaire
direct et diffus, dépendant eux-mêmes de la transparence de l’atmosphère. En effet, le rendement
d’un flux direct sera à son maximum lorsqu’il se positionnera perpendiculairement à la surface
traversée, tandis qu’un flux diffus sera optimisé en fonction du facteur de vue du ciel de la surface
réceptrice (voir figure 25 ci-dessous). C’est pourquoi le panneau situé à Zunyi, de couverture nuageuse
élevée et de transparence faible, se retrouvera davantage parallèle au sol.
Optimisée pour le direct
!!!!!!!!!!!!!!!!!!!!!!!!!
Optimisée pour le diffus
Figure 25: rayonnements directs/diffus atteignant un panneau solaire photovoltaïque
Page 21 sur 54
Une simulation additionnelle permet de créer un abaque sur lequel l’inclinaison optimale serait
directement dépendante de la latitude et de la transparence moyenne annuelle (voir figure 26 cidessous). Deux transparences annuelles constantes y sont représentées égales à 0.10 et 0.80
constantes toute l’année.
Figure 26: inclinaison optimale en fonction de la latitude et la transparence moyenne annuelle
Cependant, des cas particuliers émergent et rendent obsolète ce type de graphiques. En effet, dans le
cas d’une ville avec une transparence moyenne, l’inclinaison devrait se trouver entre les extremums
précédents. Pourtant, s’il s’agit d’une ville où la période estivale est fortement couverte avec une
période hivernale dégagée, l’inclinaison optimale pourrait être davantage inclinée car on cherchera à
capter le rayonnement direct maximal qui se produira en hiver, où le soleil est au plus bas. En effet, la
modélisation d’une ville couverte toute l’année (transparence = 0.10) pour un hiver dégagé
(transparence = 0.80) propose des profils particuliers (voir figure 27 ci-dessous).
Figure 27: inclinaison optimale en fonction de la latitude et la transparence moyenne annuelle (+transparence variable au
cours de l’année)
Page 22 sur 54
Cette modélisation se vérifie par exemple à Yangon en Birmanie où le climat nuageux de cette ville suit
ce profil très particulier. L’inclinaison optimale se trouve donc à 19° pour une latitude de 17° (voir
figure 28 ci-dessous).
Figure 28: caractérisation du climat nuageux et inclinaison optimale de panneaux pour la ville de Yangon
Page 23 sur 54
Yangon est donc une des villes particulières qui sort de ces conditions limites hypothétiques (voir figure
29 ci-dessous). En fait, ce type d’abbaque pourrait permettre d’évaluer l’inclinaison optimale
seulement lorsque la couverture nuageuse et la transparence sont relativement constantes toute
l’année.
C’est finalement cette caractérisation nuageuse variable au cours de l’année et propre à chaque station
météorologique qui rend l’idée de cartographie ci-après intéressante…
Figure 29 : inclinaison optimale en fonction de la latitude et la transparence moyenne annuelle (+transparence variable au
cours de l’année + vile de YANGON placée)
Page 24 sur 54
Figure 30: inclinaison optimale d'un panneau solaire à travers le monde
Cette première cartographie (voir figure 30 ci-dessus / annexe 4 ci-après) permet de rendre compte de
l’influence de la latitude sur l’inclinaison optimale d’un panneau solaire. En effet, il est clair qu’un
panneau se trouvant sur l’équateur (proche de 0°) se retrouvera parallèle au sol tandis qu’un autre se
trouvant dans les pays scandinaves se retrouvera davantage incliné. On commence pourtant à
distinguer des variations pour une même latitude, c’est pourquoi une deuxième cartographie
soustrayant la latitude permettra de mieux les distinguer (voir figure 31 ci-dessous /annexe 5 ci-après).
Figure 31: inclinaison optimale d'un panneau solaire à travers le monde pondéré par sa latitude
Des variations intéressantes apparaissent, notamment aux Etats-Unis où l’on observe une corrélation
avec les différents climats nuageux vus précédemment. En effet, on trouvera une variation d’environ
5° entre la côte Est et la côte Ouest, pour une même latitude. De même, le climat nuageux variable au
sud de l’Inde enregistre des variations pour des stations de mesures très proches.
Page 25 sur 54
On se propose donc de réaliser un zoom sur la France, où l’on rappelle que l’inclinaison optimale est
souvent prescrite à 30° (voir figure 32 ci-dessous).
Figure 32: inclinaison optimale d'un panneau solaire photovoltaïque en France
Il apparait ici que l’inclinaison optimale varie entre 30° et 36°, soit un delta de 6° toujours supérieur
aux 30° prescrits. Cette variation ne dépend pas forcément de la latitude car on peut observer une
forte variation pour deux villes pourtant proches : Saint-Girons (35°) et Toulouse (30°).
Page 26 sur 54
b. Bilans énergétiques
La réalisation d’un bilan énergétique d’un vitrage (simple, double ou triple) peut se révéler être une
aide importante lors de la conception architecturale d’un bâtiment. En effet, la conscience collective
induit les concepteurs à limiter les déperditions d’un bâtiment en maximisant l’isolation. Cela passe
donc par la prescription de double / triple vitrages de façon à limiter ces déperditions. Ces derniers
ayant une résistance thermique plus faible qu’un mur, on tend à réduire au minimum leur surface.
Cependant, l’approche ci-après permettrait de réévaluer le potentiel d’un vitrage comme étant non
plus une perte, mais un gain d’énergie selon sa situation géographique.
Baisse des
apports solaires
(facteur solaire
du vitrage
différent suivant
type de vitrage)
Réduction des
déperditions
(Coefficient de
transmission
surfacique
croissant suivant
type de vitrage)
Bilans énergétiques négatifs sauf en global
pour le simple vitrage double vitrage
(d’ailleurs égaux)
Figure 33: bilan énergétique d'un vitrage simple / double / triple à Stockholm
Page 27 sur 54
L’analyse précédente (voir figure 33 ci-avant) permet avant tout de démontrer l’efficacité d’un double
vitrage dans un pays où le climat est assez froid en hiver, avec une réduction des déperditions d’environ
600%.
Une approche supplémentaire traiterait du potentiel solaire d’un vitrage, notamment les apports
solaires directement récupérables, ou en décalage (via l’utilisation de matériaux à fort inertie par
exemple). En effet, bien que les bilans énergétiques d’un simple vitrage soient négatifs, on remarque
que pour les bilans globaux pour du double / triple vitrages sont positifs. Il est même deux fois
supérieur aux besoins pour du double vitrage, et quatre fois supérieur pour du triple vitrage. Cela
signifie que, bien que le bilan en instantané soit négatif, il est possible d’obtenir un bilan énergétique
positif avec une bonne conception de l’inertie des matériaux impactés par les apports solaires.
Cette possibilité est caractérisée par le « taux de récupération solaire » (rapport entre les apports
solaires totaux et directement récupérables). En effet, lorsque ce taux se rapproche de 100%, il est
inutile de traiter l’inertie du bâtiment uniquement en fonction des apports solaires du vitrage car
l’ensemble des apports solaires compenseront les besoins de chauffage en instantané, comme dans la
ville de Akureyri en Islande où les apports solaires sont bien trop faibles par rapports aux déperditions
d’un simple vitrage (voir figure 34 ci-dessous).
Figure 34: Bilan énergétique d'un simple vitrage à Akureyri en Islande
Pour illustrer au mieux les différentes divergences, 3 types de cartographies seront élaborées pour
chaque type de vitrage :
-
Bilan instantané (rapport entre les besoins de chauffage et les apports solaires directement
récupérables)
Bilan global (rapport entre les besoins de chauffage et les apports solaires totaux)
Taux de récupération solaire (rapport entre les apports solaires directement récupérables et
les apports solaires totaux)
Page 28 sur 54
i.
Bilan instantané (annexes 7, 8 et 9)
Figure 35: bilans énergétiques en instantané pour 1m² de vitrage simple / double / triple
Page 29 sur 54
On peut voir sur ces 3 cartographies que le bilan énergétique instantané d’un vitrage (prenant en
compte les apports solaires instantanées) est globalement négatif pour toute la surface du globe, avec
des déperditions significatives pour du simple vitrage.
On observe également un que ce bilan décroit largement en fonction de la latitude, ce qui est justifié
par des climats plus froids, et des apports solaires moindres, comme l’indique la comparaison cidessous entre Siwa en Egypte et Visby en Suède (voir figure 36 ci-dessous).
Figure 36: comparaison des bilans énergétiques d'un vitrage simple entre les villes de Siwa en Egypte et Visby en Suède
Page 30 sur 54
ii.
Bilan global (annexes 10, 11 et 12)
Figure 37: bilans énergétiques au global pour 1m² de vitrage simple / double / triple
Page 31 sur 54
La première cartographie qui traite le cas d’un taux de récupération solaire de 100% pour un simple
vitrage démontre que son usage rend positif le bilan énergétique de cette fenêtre pour des stations de
mesure proches de l’équateur, pour ensuite réduire en s’en éloignant jusqu’à passer en négatif aux
environs de 40°N. Cependant, cette réduction semble moins significative dans l’hémisphère Sud à des
latitudes équivalentes. Cette différence devrait être imputée aux divergences de climats entre les
hémisphères.
Cependant, les deux cartographies suivantes montrent un bilan positif sur toute la surface du globe,
avec toujours une même diminution à mesure que l’on s’éloigne de l’équateur. On remarque aussi que
la troisième cartographie (triple vitrage) semble afficher un bilan énergétique inférieur au bilan moins
élevé à proximité de l’équateur. Cela semble être dû à une réduction des apports solaires suite à la
réduction du facteur solaire du triple vitrage par rapport au double vitrage (les besoins de chauffage
étant faibles dans ces zones climatiques, la variation du coefficient de transmission thermique entre
un double/ triple vitrage n’a pas une influence aussi importante) (voir figure 38 ci-dessous).
Réduction des
apports solaires
de 33 kWh
Réduction des
besoins de
chauffage de
5kWh
Figure 38: comparaison des bilans énergétiques d'une même ville pour du double et du triple vitrage à Siwa en Egypte
Page 32 sur 54
iv.
Taux de récupération solaire
Figure 39: taux de récupération solaire pour 1m² de vitrage simple / double / triple
Page 33 sur 54
Les cartes ci-dessous montrent l’importance de traiter l’inertie thermique des matériaux liés aux
apports solaires de ces vitrages. En effet, on peut voir ici que pour du simple vitrage et pour des pays
dont le climat est froid, le taux de récupération solaire est supérieur à 70%. Ceci signifie que la majorité
des apports solaires sert à compenser les besoins thermiques en instantané.
Cependant, on remarque ici que pour du double / triple vitrage, ce taux est globalement assez bas sur
toute la surface du globe. Ceci témoigne d’une différence importante entre les besoins de chauffage
et les apports solaires, et donc d’un potentiel énergétique, et ce même dans un pays où le climat est
froid comme dans la ville de Visby en Suède (voir figure 40 ci-dessous).
Bilan global
positif
Figure 40: Bilan énergétique d'un triple vitrage à Visby en Suède
Page 34 sur 54
TROISIEME PARTIE : DISCUSSIONS
Nombre de bases de données utilisées
Les données météorologiques ne proviennent que de deux sources différentes : TMY3 et IWEC2. Les
cartographies pourraient être améliorées avec plus de données mais la courte durée du stage n’ont
pas permis l’analyse de chacune d’elles. Après une rapide analyse, certaines données ont été mises de
côté (exemple : la base « SWEC » (données espagnoles) où la couverture nuageuse n’est pas mesurée).
L’année typique
Le format des bases de données utilisées au cours de ce rapport est toujours celui de l’année typique
« TMY ». Il repose sur plusieurs années de mesures où chaque mois typique est sélectionné
indépendamment comme étant le plus probable. Cette façon de construire l’année de mesure
correspond aux applications de ce rapport car les applications étudiées ont toujours pour objectif une
optimisation de l’efficacité basée sur les conditions météorologiques les plus probables. Cependant,
un autre format (comme celui de l’année extrême « XMY ») pourrait être utilisé pour développer de
nouvelles cartographies qui y seront associées.
Caractérisation des climats nuageux
Pour représenter le climat moyen, il a été choisi de tracer des graphiques de la couverture nuageuse
et de la transparence en fonction des moyennes. Ce choix se justifie par le besoin de caractériser un
climat moyen/probable, mais d’autres courbes pourraient être tracées en ayant recours aux valeurs
médianes.
Couverture nuageuse opaque/transparente
Pour la majorité des bases de données utilisées la proportion entre nuages opaques et transparents
n’a pas été mesurée. En effet, l’appareil de mesure couramment utilisé ne mesure que la proportion
de nuages dans le ciel sans prendre en compte sa transparence. Pourtant, les rayonnements solaires
et diffus étant modélisés suivant cette même couverture nuageuse, on peut s’interroger sur la véracité
de ces deux données (desquelles découle directement notre propre calcul de la transparence de
l’atmosphère).
Masques
Tous les calculs de rayonnement solaire de ce rapport considèrent à chaque fois un environnement
entièrement dégagé. Il est évident que si un masque (bâtiment, arbre, …) devait s’ajouter aux calculs,
les résultats obtenus pourraient être entièrement différents.
Caractéristiques thermiques des vitrages
Les résistances thermiques et facteurs solaires des vitrages ont été sélectionnée après plusieurs
recherches auprès de multiples fournisseurs. Il est apparu que les vitrages du fabricant « SaintGobain » correspondaient aux gammes couramment utilisées sur le marché.
Projection
La projection de Birhmann utilisée ne conservant pas les surfaces, il y est difficile d’évaluer
géographiquement la densité des stations de mesures. Pourtant, elle procure un réel intérêt lors des
interprétations en fonction de la latitude. La projection sphérique interactive permet quant à elle cette
interprétation.
Transparence « mini maxi »
Page 35 sur 54
La transparence au sens de Liu & Jordan (Liu et Jordan 1960) considère qu’une ville est très couverte
lorsque sa transparence est en dessous de 0.40, et dégagée lorsque supérieure à 0.60. Pourtant, pour
tracer les deux courbes extrêmes il a été choisi d’utiliser de considérer la ville couverte toute l’année
à une transparence de 0.10, et la ville dégagée à 0.80. Ce choix se justifie par les caractères extrêmes
de certaines villes affichant ses valeurs moyennes.
Page 36 sur 54
CONCLUSIONS
L’usage de nouveaux indicateurs sous la forme de cartographie est crucial pour la compréhension des
phénomènes terrestres. Ils sont utilisés dans une multitude de domaines notamment pour la prévision
météorologique et la classification des grands climats.
Dans le BTP, des constructions innovantes inspirent régulièrement les architectes à l’échelle mondiale
et il est difficile de jauger de la viabilité d’une conception lorsqu’elle est appliquée sur un autre
territoire. C’est pourquoi ces nouveaux indicateurs permettent une aide à la conception dédiée aux
architectes et aux bureaux d’études. On prendra l’exemple du bilan énergétique d’une fenêtre double
vitrage vu précédemment où l’on s’aperçoit que sur nos latitudes ce bilan est positif contrairement
aux pays scandinaves.
Des applications supplémentaires où les données météorologiques auraient un impact important
pourraient être étudiées et cartographiées, comme l’efficacité de refroidissement passif la nuit :
dépendant de la couverture nuageuse nocturne, et des variations de températures extérieures tout au
long de la journée.
Page 37 sur 54
BIBLIOGRAPHIE
Anon. s. d. Arrêté du 24 mai 2006 relatif aux caractéristiques thermiques des bâtiments
nouveaux et des parties nouvelles de bâtiments.
Anon. s. d. « SolarAnywhere - The Trusted Leader in Solar Data & Intelligence ».
SolarAnywhere. Consulté 22 juillet 2019b (https://www.solaranywhere.com/).
Crawley, Drury B., Linda K. Lawrie, Bentley Systems, et DHL Consulting. s. d. « RETHINKING THE
TMY: IS THE ‘TYPICAL’ METEOROLOGICAL YEAR BEST FOR BUILDING PERFORMANCE
SIMULATION? » 9.
Farah, Sleiman, Wasim Saman, et John Boland. 2018. « Development of Robust
Meteorological Year Weather Data ». Renewable Energy 118:343‑50.
Hufty, André. 2001. Introduction à la climatologie: le rayonnement et la température,
l’atmosphère, l’eau, le climat et l’activité humaine. Presses Université Laval.
Huld, Thomas, Elena Paietta, Paolo Zangheri, et Irene Pinedo Pascua. 2018. « Assembling
Typical Meteorological Year Data Sets for Building Energy Performance Using
Reanalysis and Satellite-Based Data ». Atmosphere 9(2):53.
Kafka, Jennifer L. et Mark A. Miller. 2019. « A Climatology of Solar Irradiance and Its Controls
across the United States: Implications for Solar Panel Orientation ». Renewable Energy
135:897‑907.
Li, Danny H. W. et Tony N. T. Lam. 2007. « Determining the Optimum Tilt Angle and Orientation
for Solar Energy Collection Based on Measured Solar Radiance Data ». International
Journal of Photoenergy 2007:1‑9.
Liu, Benjamin Y. H. et Richard C. Jordan. 1960. « The Interrelationship and Characteristic
Distribution of Direct, Diffuse and Total Solar Radiation ». Solar Energy 4(3):1‑19.
Perez, Richard, James Schlemmer, Karl Hemker, Sergey Kivalov, Adam Kankiewicz, et Christian
Gueymard. 2015. « Satellite-to-Irradiance Modeling - a New Version of the SUNY
Model ». P. 1‑7 in 2015 IEEE 42nd Photovoltaic Specialist Conference (PVSC). New
Orleans, LA: IEEE.
Zhang, Qingyuan. 2004. « Separation of horizontal solar radiation into direct and diffuse
compenents with Gompertz function ».
Page 38 sur 54
ANNEXES
Page 39 sur 54
ANNEXE 1 : BASES DE DONNEES METEOROLOGIQUES
Nombre de stations
01
02
03
04
05
06
07
08
09
10
11
12
13
ArgTMY
CTZ2
CWEC
CIBSE
CityUHK
CSWD
ETMY
IGDG
IMGW
IMS
INETI
INMET
ISHRAE
14
15
16
17
ITMY
IWEC
IWEC2
KISR
18
19
20
21
22
23
24
25
26
27
NIWA
RMY
SWEC
SWERA
TMY
TMY2
TMY3
TRY
CTYW
CZ
Argentina TMY
California Climate Zones 2
Canadian Weather for Energy Calculation
Chartered Institution of Building Services Engineer
City University of Hong Kong
Chinese Standard Weather data
Egyptian Typical Meteorological Year
Italian Climatic Data Collection « Gianni de Giorgio »
Instytutu Meteorologii i Gospodarki Wodnej
Weather Data for Israel
Synthetic Data for Portugal
Instituto Nacional de Meteorologia Arquivo por Brasil
Indian Weather Data from the Indian Society of
Heating, Refrigerating, and Air-Conditionning Engineers
Iranian Typical Meteorological Year
International Weather Data for Energy Calculations
International Weather Data for Energy Calculations v2
Kuwait Weather Data from Kuwait Institute of Scientific
Research
New Zealand Data from NIWA
Australia Representative Meteorological Years
Spanish Weather for Energy Calculations
Solar and Wind Energy Ressources Assessment
Typical Meteorological Year
Typical Meteorological Year v2
Typical Meteorological Year v3
Test Reference Year
Chinese Typical Weather data
China Climate zone
Informations complémentaires :
https://energyplus.net/weather/sources
Page 40 sur 54
?
?
81
?
1
271
12
67
62
5
3
?
59
7
228
3015
3
19
70
53
157
234
241
1021
?
?
16
ANNEXE 2 : COUVERTURE NUAGEUSE MOYENNE ANNUELLE MONDIALE
Page 41 sur 54
ANNEXE 3 : TRANSPARENCE MOYENNE ANNUELLE MONDIALE
Page 42 sur 54
ANNEXE 4 : INCLINAISON OPTIMALE D’UN PANNEAU SOLAIRE PHOTOVOLTAÏQUE
Page 43 sur 54
ANNEXE 5 :
INCLINAISON OPTIMALE D’UN PANNEAU SOLAIRE PHOTOVOLTAÏQUE PONDERE PAR LA
LATITUDE
Page 44 sur 54
ANNEXE 6 : INCLINAISON OPTIMALE DES PANNEAUX SOLAIRES PHOTOVOLTAÏQUES EN FRANCE
Page 45 sur 54
ANNEXE 7 : BILAN ENERGETIQUE INSTANTANE POUR DU SIMPLE VITRAGE
Page 46 sur 54
Annexe 8 : Bilan énergétique instantané pour du double vitrage
Page 47 sur 54
ANNEXE 9 : BILAN ENERGETIQUE INSTANTANE POUR DU TRIPLE VITRAGE
Page 48 sur 54
ANNEXE 10 : BILAN ENERGETIQUE AU GLOBAL POUR DU SIMPLE VITRAGE
Page 49 sur 54
ANNEXE 11: BILAN ENERGETIQUE AU GLOBAL POUR DU DOUBLE VITRAGE
Page 50 sur 54
ANNEXE 12 : BILAN ENERGETIQUE AU GLOBAL POUR DU TRIPLE VITRAGE
Page 51 sur 54
ANNEXE 13 : TAUX DE RECUPERATION SOLAIRE POUR DU SIMPLE VITRAGE
Page 52 sur 54
ANNEXE 14 : TAUX DE RECUPERATION SOLAIRE POUR DU DOUBLE VITRAGE
Page 53 sur 54
ANNEXE 15 : TAUX DE RECUPERATION SOLAIRE POUR DU TRIPLE VITRAGE
Page 54 sur 54