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