Optimisation par commande prédictive de l'opération d'un champ de puits géothermiques avec recharge de chaleur
Notice bibliographique
Résumé
RÉSUMÉ: Ce mémoire explore la possibilité d’injecter de la chaleur provenant de rejets thermiques dans des puits géothermiques pour réduire le déséquilibre thermique dans le sol, et de contrôler l’injection ainsi que l’utilisation des puits à l’aide de commande prédictive. Cette recharge thermique du sol par injection peut-être réalisée à l’aide de puits à deux circuits indépendants, l’un étant utilisé pour l’échangeur thermique de la pompe à chaleur et l’autre pour l’injection de chaleur. Dans un premier temps, une étude préliminaire de la recharge du sol par injection de chaleur et de ses opportunités est réalisée. Un système équipé d’une pompe à chaleur reliée à un seul puits dans le climat de Montréal est modélisé dans TRNSYS, et plusieurs scénarios d’injection, de durées et fréquences variables, sont analysés. Les résultats montrent que l’injection de chaleur peut mener à une réduction de la consommation électrique de la pompe à chaleur de 14 %. Par ailleurs, il est possible de diviser par deux la profondeur requise du puits en présence d’injection de chaleur. À la suite de cette étude, l’idée de valoriser de manière optimale la chaleur injectée dans le sol est considérée. Une géométrie de champ de 25 puits est conçue à cet effet. Une pompe à chaleur est reliée à deux circuits d’échangeur géothermique circulant respectivement dans les 9 puits centraux et les 16 puits périphériques, et l’injection de chaleur est rendue possible dans les 9 puits centraux par un circuit indépendant. Ces deux zones distinctes du champ de puits (centre et périphérie) peuvent alors être utilisées de manière indépendante. Ce système est modélisé avec le langage Python, avec l’aide du module pygfunction fournissant les outils de calcul du comportement de puits géothermiques. Le modèle utilise des g-functions pour représenter la réponse thermique du sol. Les comportements thermiques des deux groupes de puits du champ sont considérés séparément, en tenant compte des interactions entre les deux zones grâce à des g-functions croisées. Un modèle de commande prédictive est alors mis en place, servant à contrôler les débits utilisés dans les deux circuits de la pompe à chaleur et déterminer les moments d’injection de chaleur. L’injection de chaleur offre la possibilité de réduire de 33 % la longueur des puits géothermiques du champ. L’ajout de la commande prédictive permet par ailleurs de réduire la facture énergétique du système de 7,46 %. L’injection utilisée au moment des pics de chauffage des bâtiments permet de réduire la puissance appelée par la pompe à chaleur. En outre, l’injection de chaleur durant l’été crée un stockage saisonnier de chaleur localisé au centre du champ de puits qui favorise l’opération du système en hiver. ABSTRACT: This thesis explores the possibility of injecting waste heat into geothermal boreholes to reduce thermal imbalance in the ground, and controlling the injection and use of the boreholes using predictive control. This thermal recharge of the ground by injection can be achieved using boreholes containing two independent circuits, one used for the heat pump’s source-side heat exchanger and the other for heat injection. First, a preliminary study of ground recharge by heat injection and its opportunities is carried out. A system equipped with a single-borehole heat pump in Montreal climate is modeled in TRNSYS, and several injection scenarios, with varying durations and frequencies, are analyzed. The results show that heat injection can lead to a 14 % reduction in the heat pump electrical consumption. In addition, it is possible to divide the required borehole depth by two when heat injection is used. Following this study, the idea of using optimally the heat injected into the ground is considered. A borefield geometry of 25 boreholes was designed for this purpose. A heat pump is connected to two geothermal exchanger circuits circulating respectively in the 9 central boreholes and the 16 peripheral boreholes, and heat injection is made possible in the 9 central boreholes by an independent circuit. These two distinct areas of the borefield (center and periphery) can thus be used independently. This system is modeled using the Python language. This system is modeled using Python, with the help of the pygfunction package, which provides tools for calculating the behavior of geothermal boreholes. The model uses g-functions to represent the thermal response of the ground. The thermal behavior of the two groups of boreholes in the borefield is considered separately, taking into account the interactions between the two zones using cross g-functions. A predictive control model is then implemented to control the flow rates used in the two heat pump circuits and determine the timing of heat injection. Heat injection offers the possibility to reduce the length of geothermal boreholes by 33 %. The addition of predictive control also reduces the system’s energy costs by 7,46 %. Heat injection during peak heating periods in buildings reduces the power demand on the heat pump. In addition, heat injection during the summer creates a seasonal heat storage located in the center of the borefield, which improves system operation in winter. Predictive control of the boreholes’ flowrates enhances the benefits of this thermal energy storage.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».