Année 2020-2021

Filière G3EI
G3EI3

Optimisation Des
Systèmes
Energétiques

Prof. Dr. H. EL KALKHA

Optimisation des systèmes énergétiques .

ChpI. Introduction à l’optimisation des

systèmes énergétiques

Introduction

Faire “le mieux possible” est somme toute une attitude naturelle dans la vie courante. Mais ceci
n’a qu’un sens très relatif par rapport aux contraintes subies ou volontairement acceptées,
contraintes qui peuvent résulter elles-mêmes de choix passés. Pour un ingénieur également, “faire
le mieux possible” devrait être un objectif permanent lorsqu’il a par exemple en charge la
conception d’un équipement ou le dimensionnement d’une installation. Mais là aussi,
l’expression doit être relativisée en fonction de contraintes de budget, de sécurité, ou autre,
contraintes dont le niveau a lui-même fait l’objet de décisions préalables et souvent extérieures.

Les mots “optimiser” ou “optimisation sont bien souvent répandus dans le langage courant (dans
la communication publicitaire par exemple) dans la mesure où ils sont utilisés dans le sens d’une
simple “amélioration” par rapport à un ´état antérieur. On ne peut strictement parler
d’optimisation que si l’on est sûr qu’aucun autre choix ou aucune autre décision n’est possible
— dans le cadre de contraintes explicitement spécifiées — qui fera mieux que celle réputée
“optimale”, et “mieux” n’a de sens qu’une fois précisé l’échelle de mesure de performance (ou
“critère”.

En résumé L’optimalisation aura pour objectif de déterminer les meilleures décisions à prendre
en vue d’améliorer au mieux les performances du système donné. Dans cette perspective, la
modélisation permettant de calculer les performances du système sera ainsi le compagnon naturel
de l’optimisation.

De nos jours, les outils d’optimisation seront utilisés tout au long de la durée de vie d’un système
énergétique industriel: de la conception jusqu’au démantèlement:

 Dans le travail de recherche et développement (R&D), les ingénieurs utiliseront la

modélisation et l’optimalisation pour identifier les meilleures zones opératoires pour les
expériences, pour concevoir les plans d’expérience, exploiter les résultats de mesure,
estimer les changements d’échelle (passage d’une installation pilote à une installation
industrielle),...
 Pour la conception, les ingénieurs utiliseront les outils de modélisation et d’optimalisation
pour déterminer la configuration du système, déterminer la taille optimale des
équipements, déterminer les meilleures conditions opératoires, concevoir le système de
contrôle et concevoir des stratégie de conduite optimale, estimer des impacts
environnementaux, évaluer les aspects de sécurités et de fiabilité,...
 Les outils de modélisation seront ensuite utilisés lors du montage et la réception de
l’installation. On utilisera les modèle pour vérifier les performances, vérifier des
spécifications,...

2
Optimisation des systèmes énergétiques .

 L’opération d’un procédé sera bien sûr optimisée. Ceci se fera tout d’abord par la
prédiction et suivis des performances du procédé et des équipements, adaptation des
consignes de conduite, planification, maintenance prédictive, optimalisation en ligne,
model-based control, ...
 Les outils de modélisation et d’optimalisation seront ensuite utilisés pour optimiser les
investissements de mise à niveau de l’installation : études de retrofit, augmentation de
capacité, ...
 Les outils de modélisation seront enfin utilisés pour concevoir le démantèlement de
l’installation de la manière la plus appropriée.

1. Pourquoi optimiser l’énergie?

Au cœur de l’actualité, l’optimisation de l’énergie s’affirme comme la seule réponse possible aux
défis du changement climatique, de la raréfaction des ressources naturelles facilement accessibles
et à l’évolution de la demande en énergie.
Dans un contexte énergétique mondial où la croissance de la demande est tirée par les pays en
développement et où l’offre d’énergies demeure principalement fossile, celles-ci ne sont pas
inépuisables et les problèmes environnementaux et sociétaux posés par leur exploitation ne font
que croître. Ce contexte mondial est aussi caractérisé par une grande instabilité des prix et de
l’approvisionnement.
Alors Ce cours concerne la modélisation et l’optimalisation des systèmes énergétiques
industriels.
La consommation énergétique ne peut que croître pour deux raisons : l’une est l’accroissement
de la population qui devrait atteindre 8 Milliards en 2050, l’autre réside dans le fait que les pays
en développement ne peuvent élever leur niveau de vie qu’en augmentant leur consommation
d’énergétique.

Bref ;
Préoccupations environnementales, les législations, la hausse des prix de l’énergie ,
autant de raisons qui nous amènent à repenser l’optimisation de nos systèmes
énergétiques.

2. Face à un bilan de valeur

Pour un économiste,

• toute opération industrielle a pour fonction de transformer des biens de faible valeur
propre, en biens plus utiles, donc à valeur ajoutée, en même temps qu’elle produit des
rejets, à valeur diminuée. Donc l’analyse économique doit révéler s’il serait intéressant
d’investir dans le système énergétique étudié.

Pour un énergéticien,

• cette même opération consiste à apporter de l’énergie utilisable à des matières premières,
pour les transformer matières plus utiles, à plus fort contenu énergétique, mais les rejets

3
Optimisation des systèmes énergétiques .

ont aussi un contenu énergétique plus fort que les matières premières. Donc l’analyse
énergétique doit nous informer sur l’a performance énergétique de ces opérations.

Et pour un écologiste,

• L’analyse environnementale portera essentiellement sur l’étude les émissions de gaz à

effet de serre (GES) associés à l’opération de chaque type de système. Pour ce faire, il est
nécessaire de définir des facteurs d’intensité relatifs à chaque type d’énergie utilisée. Mais
cette analyse doit aussi être basée sur la valeur d’une ressource rare, dans l’éco-système
fermé de notre planète.

Donc on cherche un min de coût ou un max de bénéfice (cette valeur est industriellement la
valeur primordiale), max de capacité, min de temps ou max de vitesse, puissance max; rendement
max ou dégradation d’énergie min, consommation d’énergie ou de matière min, min de
maintenance ou max durée de vie un min d’erreurs pour les valeur scientifique, max du confort
ou satisfaction (coté psychologique) et un min de pollution.

Considérons maintenant un responsable technique qui a la mission de concevoir, de réaliser et de

faire fonctionner un tel nouveau système industriel, de production de produits utiles.

On peut sans doute affirmer que l’objectif de ce décideur, est, dans quelque cas que ce soit, de
minimiser le cout total par kg de produit utile, étant entendu que ce cout est évaluer dans un
barème de valeur, par exemple un barème qui lui est imposé par son supérieur hiérarchique, ou
par les lois et règlements de la collectivité, ou encore un barème que le décideur lui-même s’est
choisi à priori, sur des bases personnelles, subjectives, écologiques… Ce choix subjectif est
d’ailleurs souvent plus ou moins conscient.

Minimiser le cout intégral unitaire est donc un objectif qui semble très général sous réserve que
le barème de valeur choisi soit adapté aux désirs du décideur.

3. Les barèmes de valeur d’une M.P. ou d’une énergie

Alors examinant maintenant les divers barèmes de valeur envisageable:

Les barèmes de valeur à base technico-économique c.-à-d. la valeur monétaire qui rassemble :





Les barèmes énergétiques c.-à-d. le contenue énergétique (en J/kg) que nécessite soit la M.P. ou
tt produit fonctionnel pour produire que ce soit :






4
Optimisation des systèmes énergétiques .

Les barèmes matériels ou barèmes à base écologique planétaire c.-à-d. la fraction ou la partie du
globe terrestre potentiellement exploitable par les utilisateurs contient bien évidemment une
quantité finie et constante, tq:






4. Système énergétique industriel

i. Quelques définitions

Nous entendons par système énergétique industriel tout procédé, partie de procédé ou ensemble
de procédés qui procèdent par transformation de l’énergie dans l’objectif de produire soit une
autre forme d’énergie soit des produits ou biens de consommation.

Les procédés concernés seront par exemple :

1.

2.

3.

4.

ii. Le sous-système énergétique

Dans les procédés industriels, les changement d’état thermodynamique sont réalisés et facilités
par un apport d’énergie de l’extérieur du système.

Celle-ci doit ensuite être transformée et distribuée sous la forme adéquate pour réaliser la
transformation. Elle le sera sous différentes formes :

électrique, mécanique, thermique,... L’ensemble des opérations de transformation de la ressource

d’énergie en énergie utile pour les procédés sera regroupé dans un sous-système de
transformation et de distribution de l’énergie. Ce sous-système comprendra :

5
Optimisation des systèmes énergétiques .

Dans de telles transformations, la matière et l’énergie utilisées comme ressources ne se retrouvent

pas intégralement dans les produits et les sous-produits. La balance se retrouve dans les émissions
et les pertes. En raison de la protection de l’environnement mais également pour des raisons
économiques, les déchets produits par les procédés seront souvent traités et si possible recyclé
avant d’être rejetés dans l’environnement. Le système comprendra donc un ou plusieurs sous-
systèmes de traitements de rejets.

Ce sous-système comprendra par exemple:

5. Thermo-économie

i. Définition

Une des principales applications de la modélisation des systèmes énergétiques est

l’optimalisation thermo-économique.

Pour définir le terme :

Thermo

Le modèle permettra de calculer les performances du système étudié en fonction des

caractéristiques techniques des équipements utilisés.

Economique

Le modèle sera utilisé pour calculer les performances de l’installation qui seront ensuite
traduites sous la forme de performances économiques. Dans le calcul d’optimalisation
thermo-économique, on représentera le compromis entre les coûts opératoires qui résultent des
performances thermodynamiques du procédé étudié et les investissements réalisés pour atteindre
ces performances : achat des équipements.

Environomique

Dans l’approche Environomique, le modèle permettra en plus de calculer les performances

environnementales du système. Ces performances qui seront exprimées sous la forme
d’émissions, du procédé lui-même ou des émissions induites par l’utilisation des matières
premières, le traitement des rejets ou la production des équipements.

6
Optimisation des systèmes énergétiques .

Les performances environnementales seront ensuite traduite sous une forme économique
permettant d’inclure dans les performances économiques l’impact environnemental du système
énergétique étudié.

ii. La performance thermo-économique d’un procédé

Au départ des valeurs thermodynamiques calculée par le modèle, l’objectif est à la fois d’estimer
la grandeur de investissement, de calculer sa rentabilité, c-à-d représenter le compromis entre les
bénéfices générés et les investissements réalisés.

Par ex:

Investissement: achat et prix Bénéfice: les économies obtenues.

d’installation et contrôle

 
 
 

iii. Critère de performance

Les ingénieurs utiliseront différentes expressions de la performance qui reposeront sur la

connaissance des grandeurs thermodynamiques définissant l’état du procédé. On calculera ainsi
des rendements énergétiques, des rendements de matières ou des rendements exégétiques.

Le calcul de ces rendements permettra aux ingénieurs de mieux maîtriser l’énergétique ou

l’exégétique des procédés et de proposer des solutions d’amélioration des procédés en vue d’en
augmenter les performances.

Si l’on calcule le rendement énergétique d’un système, la valeur que l’on obtient ne donne aucune
information sur les pertes de ce système comparées à celles qu’auraient un système parfait du
point de vue thermodynamique fonctionnant dans les mêmes conditions. Le rendement
exergétique d’un système peut atteindre 100 %, parce que le travail en sortie est comparé au
travail potentiel de l’entrée du système.

7
Optimisation des systèmes énergétiques .

Le critère économique: le rendement financier de l’installation

Où

• Revenus : représentent le résultat de la vente des produits et des sous-produits;

• Dépenses d’opérations : représentent l’ensemble des dépenses réalisée pour faire

fonctionner l’installation à savoir, l’achat des matières premières, l’achat de l’énergie et
des supports de production, le coûts des émissions et des déchets, les coûts de
maintenances et les taxes ;

• Investissements : représentent l’immobilisation des moyens financiers requis pour

acheter les équipements du systèmes;

• Bénéfices : représentent les bénéfices de l’installation.

L’ensemble de ces coûts devant bien sûr être exprimés dans des unités monétaires Cohérentes.

6. Thermodynamique phénoménologique (vocabulaire de l’énergéticien)

Thermodynamique

i. Système thermodynamique

ii. Etat thermodynamique

L’état thermodynamique d’un système peut être décrit de manière satisfaisante par un nombre
limité de

Les variables d’état. Leur valeur ne dépend que de l’état du système, et non du processus qui l’a
amené dans cet état. On distingue les variables d’état :

8
Optimisation des systèmes énergétiques .

Une variable d’état extensive

•si, en combinant 2 systèmes identiques, leur valeur double. Ce sont des variables additives qui
sont proportionnelles à la quantité de matière considérée
Une variable d’état intensive
•lorsque pour un état donné, sa valeur est indépendante de la masse du système.

iii. Equilibre thermodynamique

Un système est en équilibre thermodynamique s’il est à la fois en :

– équilibre

– équilibre

– équilibre

iv. Variance d’un système à l’équilibre / Formule de Gibbs

ν est le nombre de degrés de liberté,

C est le nombre de constituants indépendants,
φ est le nombre de phases .

v. 1er principe de la thermodynamique : principe de .

Conserva
tion de la
matière

Conserva Conservation
tion de de des charges
l’énergie électriques
Principe de
conservation

Conservation
Conservation de la
du moment de
quantité de
quantité de
mouvement
mouvement

vi. 2nd principe de la thermodynamique principe .

Le 1er principe ne suffit pas à expliquer les évolutions naturelles. D’où vient Besoin d’un autre
principe thermodynamique pour exprimer l’asymétrie entre travail et chaleur : le second principe.

Besoin d’une variable thermodynamique pour exprimer le désordre : l’entropie.

9
Optimisation des systèmes énergétiques .

Donc S mesure le degré de désordre d’un système.

Pour tout système fermé, il existe une fonction d’état, extensive, non conservative, appelée
entropie S, telle que sa variation entre deux instantes t1 et t2 s’écrive :

Se : est

Si : est

T est la température en chaque point de la surface fermée qui délimite le système.

7. Thermodynamique analytique

i. Transformations thermodynamiques

Un système peut subir des transformations

qui l’amène d’un état initial caractérisé par
des variables d’état ou coordonnées
thermodynamiques ( Pi, Vi, Ti ….) à un autre
état final caractérisé par d’autres variables
d’état ou coordonnées thermodynamiques
(Pf, Vf, Tf ….) , il va alors passer d’un état
initial vers un état final en passant par des
états intermédiaires plus ou moins bien
définis.

Lors de ce changement d’état ou

transformation thermodynamique des échanges d’énergies ont lieu entre le système et le milieu
extérieur. Au cours d’une transformation, un système passe par une suite d’états intermédiaires
entre l’état initial et l’état final.

Si le système se trouve dans un état final identique à l’état initial, la transformation est dite
cyclique

Une transformation quasi-statique est une transformation lente, composée d’une suite continue
d’états d’équilibre infiniment voisins. c'est-à-dire que la transformation est très lente,
pratiquement statique et que l’on peut considérer qu’à chaque instant on a un équilibre entre le
système et le milieu extérieur.

Pour être réversible, il faut, condition nécessaire mais non suffisante, que la transformation soit
infiniment lente. Elle sera alors formée d’une suite d’états d’équilibre. Toute transformation
réversible est quasi-statique. Par contre l’inverse n’est pas vrai.

Ces transformations réversibles ne sont pas réelles, mais c’est le cas idéal pour les calculs en
thermodynamique.

10
Optimisation des systèmes énergétiques .

Une transformation irréversible se traduit par une brusque rupture d’un état d’équilibre initial. Il
n’est alors pas possible de définir la température T et la pression P du système à chaque instant.
On ne connaît précisément que leurs valeurs dans l’état initial et final.

 Quelques transformations particulières

ii. Coefficients calorimétriques

L’expression de la quantité de chaleur élémentaire:

Relations entre les coefficients calorimétriques :

v  Cv P 
Cp
 P  V 
 T v  T P
C C C C
T  p v hT  p v
 V   P
 T P  T v
iii. Coefficients thermoélastiques

11
Optimisation des systèmes énergétiques .

Le coefficient de dilatation volumique :

Le coefficient d’augmentation de pression:

Le coefficient de compressibilité isotherme:

Le coefficient de compressibilité isentropique:

a. Fonction caractéristique U= f(S,V)

Transformation thermodynamique infinitésimale associée à un système fermé

D’où la première relation de Maxwell

 2U   T   2U   P

   
 SV   V S  VS   
V,S S,V  S V
 Enthalpie :

 Énergie libre :

 Enthalpie libre :

D’où les autres relations de Maxwell ( suite)

2e relation de Maxwell

3e relation de Maxwell

4e relation de Maxwell

12
 Optimisation des systèmes énergétiques .

ChpII. Modélisation de systèmes et procédés

1. Théorie des modèles et de la valeur

i. Définition d’un modèle

Par définition, un modèle doit permettre de calculer et de caractériser les transformations d’états
thermodynamiques qui ont lieu dans un procédé. Cela suppose la transcription sous forme de
modèle mathématique du comportement de l'installation et de ses limites de fonctionnement.

Si nous considérons le système énergétique dans son ensemble, le modèle mathématique sera un
opérateur qui transformera les valeurs d'entrée en valeurs de sortie

La modélisation des systèmes énergétiques a pour objectif de représenter à l’aide d’un outil de
mathématique le comportement d’un système énergétique afin de pouvoir en déduire ses
performances et analyser l’impact des différents paramètres pouvant l’influencer.

Cela implique que l’outil de modélisation devra permettre de calculer les états
thermodynamiques des différents flux entrants, sortant mais également à l’intérieur de
l’installation, de manière à pouvoir non seulement calculer la performance globale du système
mais également les performances des différents équipements du procédé.

L’optimalisation aura pour objectif de déterminer les meilleures décisions à prendre en vue
d’améliorer au mieux les performances du système. Dans cette perspective, la modélisation
permettant de calculer les performances du système sera ainsi le compagnon naturel de
l’optimisation.

Un modèle est constitué d’un ensemble d’équations faisant intervenir un ensemble de

variables d’état.

L’expression générique des équations de bilans est la suivante :

13
Optimisation des systèmes énergétiques .

Pour la modélisation, il convient de faire une distinction entre les entrées matières et les entrées
d’information. Enfin, une entrée matière d’un procédé peut être une sortie d’information car elle
résulte d’un calcul par le modèle. Ce sera par exemple le cas du débit de combustible qui est
calculé pour fournir une demande de chaleur donnée.

Les entrées d’un modèle seront les spécifications : les demandes que le système doit satisfaire,
les caractéristiques des matières premières et des ressources, les caractéristiques de
l'environnement dans lequel le système doit s'intégrer (par exemple, la température et la pression
ambiante, la température de l'eau de refroidissement, les données économiques, etc...), ainsi que
les spécifications du marché : qualité des produits et des sous-produits, limites d’émissions.

Les sorties seront les productions demandées, les émissions et les déchets de la fabrication (par
exemple l'énergie dégradée sous différentes forme et les polluants), le coût d'opération de
l'installation, la taille requise pour les appareils, etc...

Chaque module apportera les équations qui modélisent de manière générique son
fonctionnement; ces équations seront appelées équations de modélisation.

Les équations de modélisation constitueront un ensemble d’équations F(Xétat)=0 qui seront

classées en différents groupes :






ii. Types de modèles

Les modèles mathématiques Les modèles analogiques Les modèles

homologiques

  Étude sur maquette


 



iii. Types de problèmes et types de variables

14
Optimisation des systèmes énergétiques .

Types de problèmes Types de variables

 
 
 

a. Types de problèmes

• Problèmes optionnels

Ce type de problème faisant intervenir des options est difficile à traiter. Dans l plus simple des
cas, il s’agit d’une alternative ( ex ; le choix entre une turbine à gaz ou une turbine à vapeur…).

• Problèmes discrets

Cette fois il s’agit dans une gamme de produits (des diamètres et longueurs de vis,…)

• Problèmes continus

Ce type de problème est celui le mieux placées pour les techniques d’optimisation. En effet les
équations associées aux modèles font alors intervenir des variables continus.

b. Types de variables

• Variables indépendantes

Ces variables seront selon la cas des variables d’état dont on cherchera la valeur adéquate
ou des paramètres correspondant à des grandeurs imposée.

• variables caractéristiques

Des variables apparaissant dans des composants ou dans le système mais qui sont des
variables intermédiaires ou de liaison. Sous certaines conditions, leur élimination
analytique est réalisé à partir des équations de liaison.

• variables de valeurs

Ce sont elles qui fournissent généralement la fonction à optimiser par notre modèle. Des
exemples courants sont : vitesse, puissance, capacité, poid……

c. Les variables de valeur

15
Optimisation des systèmes énergétiques .

Recensement de types de valeurs

2. Technique de modélisation

i. Méthodologie générale

ii. Les équations de fonctionnement et Les équations de liaison

16
Optimisation des systèmes énergétiques .

9 8
1 3 3 6
7
2 4 4

Représentation schématique d’un système

Chaque module apportera les équations qui modélisent de manière générique son
fonctionnement; ces équations seront appelées équations de fonctionnement.
Les équations de liaison définissent toute liaison entre les composants à leurs entrées et sorties.

3. Simulation du système

La simulation du système ou procédé consiste à calculer les variables de fonctionnement à partir

de la description mathématique fournie par la modélisation

Stratégie de résolution du modèle

• Simulation simultanée • Simulation séquentielle

Pour la résolution simultanée, on écrit l’ensemble des équations du modèle auxquelles on ajoute
l’ensemble des équations de spécifications. On obtient ainsi un système de ne équations non
linéaires et de nv variables.

Pour la résolution séquentielle, le modèle complet du procédé ayant été formulé suivant une
approche modulaire.

17
 Optimisation des systèmes énergétiques .

4. Problème d’illustration proposée

P2,T2 Chambre de P3,T3
combustion
Pour le compresseur

P33145,6M  4,03M
2 qkW


compresseur
Ec 1020 0,383P0,00513P2

turbine
PkPa  kg s; EckW
 ;M
Ec Es

r
P1=101 kPa
Pour la turbine
M kg s T =25 °C P4=101 kPa
M 8,50190,02332 P0,48.P 0,02644 T
2
1

0,1849.104T2 0,000121 P.T 0,2736 .106 P2T

0,1137 .106 PT2 0,2124 .109 P2T2
ET 1727 ,510,06P0,033033 .P2 7,4709 T 0,003919
T2
0,050921 PT0,8525 .104 P2T 0,2356 .104 PT2
0,4473 .107 P2T2
T T3C; E TkW
Les inconnues qui caractérisent le point d’état et qui sont à déterminer sont:
 , P, E
M c,T2, E
s ,T3, E
T (7inconnues
)

18
Optimisation des systèmes énergétiques .

 L‘efficacité énergétique est :

 Un ratio ou autre relation quantitative entre une performance, un service, un bien

ou une énergie produite et un apport d‘énergie

 Un indicateur parmi d‘autres

 Participe à chiffrer la performance énergétique

 La performance énergétique est un résultat mesurable permettant de :

 Situer le fonctionnement d‘un système, d‘un processus

 Fixer un objectif final

 L‘optimisation énergétique est :

 Un moyen, une action pour atteindre un objectif énergétique

Usage
énergétique
Utilisation de
l’énergie

Intensité Consommation
énergétique énergétique
Pic consommation Quantité énergie
utilisée

Performance
énergétique

Efficacité énergétique
Autres
Ratio, comparaison
Approvisionnement

19
Optimisation des systèmes énergétiques .

5. Méthodes d’analyse et de calcul

Le rendement est défini comme le rapport entre le flux énergétique produit et le flux énergétique
introduit dans un système.

Symbole : η (Eta)

Le système - l'installation concernée

La frontière - limite qui sépare les flux internes et externes au système

La référence - le niveau énergétique de référence est le point de comparaison qui permet le calcul
des apports et des déperditions. Cette température est fixée couramment pour le coté eau à 0°C
(notion enthalpie) et pour le coté gaz à 25°C (température de référence utilisé pour déterminer le
pouvoir calorifique).

Flux énergétique introduit - somme des énergies introduites dans le système.

Flux énergétique produit - somme des énergies produites par le système et sortant de la frontière,
disponibles pour une utilisation.

Flux énergétique perdu - somme des énergies sortantes de la frontière non utilisables.

 Calcul énergétique ou puissance

Le calcul du rendement est fait habituellement avec des valeurs de puissances. Si on travaille
avec les valeurs d’énergie il faudra bien veiller que les périodes de temps considérés soit
identiques pour éviter d’introduire des erreurs dans le calcul.

 Conditions

Le rendement est exprimé par un chiffre allant de 0 à 1 ou de 0% à 100%.

Des valeurs de rendement supérieur à 1 ou 100% ne sont physiquement pas possibles car
contraire au premier principe de la thermodynamique.

Toute valeur de rendement supérieure à 1 ou 100% a été calculée sans comptabiliser toutes les
énergies entrantes dans le système.

 Le rendement permet de définir l'efficacité de la transformation énergétique faite

par le système.

20
 Optimisation des systèmes énergétiques .

Flux
énergétique
Produit
Flux
énergétique Système
Introduit (installation)
Flux
énergétique
Perdu

Flux énergétique Somme des énergies introduites dans le

Introduit processus

Flux énergétique Somme des énergies produites par le

Produit processus. Disponible pour une utilisation

Flux énergétique Somme des énergies sortantes du

Perdu processus et non utilisables

21
Optimisation des systèmes énergétiques .

a. La méthode directe

Nécessite d'une grande précision sur les valeurs mesurées, parce qu’habituellement le flux
produit est représenté par 1 ou 2 valeurs qui sont donc directement liés à l’erreur de la valeur
finale de rendement.

b. La méthode indirecte 1

Utilisée quand le pouvoir calorifique du combustible et/ou son débit sont difficiles à estimer ou
sont trop variables.

L’avantage de la méthode indirecte est dans la multitude de valeur composants les pertes ; une
erreur sur une des ces valeurs n’engendrera qu’une petite erreur sur la valeur du rendement.

Souvent il faudra procéder à des estimations pour certaines pertes.

c. La méthode indirecte 2

Méthode normalement appliquée sur les installations de chauffage et les pertes sont considérées
directement en % de l’énergie introduite.

 Rapport du rendement avec les conditions d’exploitation

 Un rendement est fonction des conditions d’exploitation.

 Un système avec différents points de fonctionnement aura plusieurs rendements différents
entre eux.
 Une valeur de rendement doit être toujours accompagnée des condition d’exploitation ou de
la mention « aux conditions nominales ».

22
Optimisation des systèmes énergétiques .

 Motivations entrainant une détermination du rendement

 Validation des performances contractuelles à la fin de la construction afin de s’assurer que le

matériel acheté correspond aux attentes.
 Validation des performances d’un système afin d’apporter des modifications permettant
d’augmenter son efficacité énergétique.
 Vérification du maintient de la performance du système dans le temps

 Conditions de base pour la détermination du rendement

 Connaissance approfondie, théorique et technologique, du système considéré et

des phénomènes et processus internes et externes au système.
 Définir préalablement le système considéré, les procédures de mesure et d’évaluation des
résultats, les valeurs ciblées, les conditions d’exploitation et les éventuels facteurs de correction
applicables aux résultats.
 Appliquer une grande rigueur dans l’exécution des mesures et dans les calculs et être
conscients de l’influence des erreurs de mesure de l’instrumentation utilisée.

 Facteurs de correction et comparaisons

 Il n’est pas toujours possible d’exploiter aux conditions d’exploitation de référence, ce qui
nous conduit à une valeur de rendement non comparable aux contrats, garanties, etc.
 Application d’un facteur de correction à la valeur de rendement obtenue afin de la pouvoir
comparer.
 C’est une pratique nécessaire si les variations entre les conditions d’exploitation réelles et
celle théoriques cause une variation du rendement théorique significatif.
 Cette opération est toujours délicate parce qu’il faut définir la méthode de correction à
appliquer avant la mesure.

23
 Optimisation des systèmes énergétiques .

ChpIII. Optimisation de systèmes et procédés

1. Notions fondamentales

1.1. Représentation mathématique d’un problème d’optimisation

1.1.1. Fonction objectif

La résolution d’un problème d’optimisation suppose en préalable, la connaissance formelle

d’une fonction objectif (appelée parfois fonction coût:

1.1.2. Optimisation sans contrainte

1.1.3. Optimisation avec contrainte

a. Contrainte égalités

b. Contrainte inégalités

24
 Optimisation des systèmes énergétiques .

1.2. Catalogue des méthodes d’optimisation

Méthodes d’optimisation courantes

Méthodes de
recherche:
- Les méthodes
Calcul des d’énumération,
variations, - Les méthodes
multiplicateurs de d’exploration au
Lagrange et hasard
méthodes dérivées - Les méthodes
(équations d’Euler, dérivées de
Hamilton, Jacobi) l’exploration à
une seule variable
( méthode de
Fibonacci)

1.3. Mise en forme d’un problème d’optimisation

Spécification des Écriture des

Choix de la
Explicitation des caractéristiques des équations des bilan
configuration du
variables; composants et de relatives aux entrées
système; fluides; et sorties;

identifications des Éliminations de

Choix du critère causes de variables d’états et
d’optimisation et disfonctionnement, Contraintes diverses
recherche de la des contraintes
formulation sous égalité;
fonction objectif
forme de contraintes;

Traduction Choix de la méthode

mathématique; d’optimisation

25
Optimisation des systèmes énergétiques .

2. Calcul des variations et optimisation

2.1. Conditions d’utilisation de la méthode

2.2. Optimisation sans contrainte

Recherche d’optimum relatifs d’une fonction de n variables

Théorème 1

Exemple d’illustration

Il s’agit de l’optimisation d’un échangeur de chaleur. L’avant-projet de calcul d’un échangeur de

chaleur à faisceau de tubes a permis de déterminer que la longueur de tubes nécessaire à l’échange
de chaleur est de 100 m.
 Les coûts d’investissement comportent:
 Le coût des tubes constant = 900 DH
 Le coût de l’enveloppe = 1100 . D2,5 . L; D et L en m .
 Le coût proportionnel à la surface au sol = 320D.L.
 L’espacement des tubes est tel que 200 tubes logent dans 1 m2 de section transverse.
On cherche des dimensions de l’échangeur (D: Diamètre et L: Longueur) pour que le coût
d’investissement C soit minimum.

26
Optimisation des systèmes énergétiques .

2.3. Optimisation avec contrainte

 Méthode des multiplicateurs de Lagrange

Justification de la méthode dans le cas de 2 équations de contraintes.

xn-1 et xn soient définies explicitement en fonction x1 , x2 , ……., xn-2 à partir des 2 équations de
contraintes et ; Alors la fonction objectif s’écrit:

Généralisation

Théorème 1

27
Optimisation des systèmes énergétiques .

Exemple d’illustration :

Chercher par la méthode des Multiplicateur de Lagrange les dimensions de l’échangeur (D:
Diamètre et L: Longueur) pour que le coût d’investissement C soit minimum.

Caractérisation de l’extremum

o Cas particulier d’une variable indépendante

Ce cas est bien connu de tous est tel que :




Cas particulier de deux variables indépendantes

Par développement de Taylor autour du point extrémum , il vient:

La caractérisation de l’extrémum est associée à l’étude de la forme quadratique de ce

développement:




28
Optimisation des systèmes énergétiques .

3. Programmation linéaire

3.1. Formulation du problème

Un programme linéaire est un programme consistant `a trouver un extremum (maximum ou

minimum) d’une fonction à plusieurs variables, vérifiant en outre un système d’équations ou
d’inéquations, ces fonctions étant linéaires.

La méthode graphique devient difficile à réaliser lorsqu’il y a 3 variables, et impossible s’il y a

plus de 3 variables. Il faut donc trouver une autre méthode : celle du simplexe. Sous sa forme la
plus générale, le modèle de programmation linéaire est le modèle d’optimisation suivant :

• Introduction des variables d’écarts:

 Pour les contrainte d’inégalité

On introduit des variables xk tel que:

 Pour les contrainte d’inégalité

On introduit des variables xl tel que:

Exemple

3.2. Maximisation avec contraintes à seuil supérieur

3.2.1. Exemple traité

 Présentation du problème:

29
Optimisation des systèmes énergétiques .

Une usine produit 2 articles différents . Elle comprend 2 ateliers qui travaillent
simultanément sur les même produits sous les conditions suivantes:

Atelier A1

Atelier A2

Le bénéfice lié à la production de ces articles réalise la fonction économique suivante

Le but est de maximiser la fonction coût (fonction objectif) sous contraintes

Trouver le couple pour lequel y est maximum

Introduire les variables d’écarts positives

Solution de base ( solution initiale)

On augmente x1 en maintenant

On remplace les inconnus par leurs valeurs:

Nouvelles variables de base Nouvelles variables hors base

30
Optimisation des systèmes énergétiques .

• Initialement

Étape A: tableau initiale

Condition d’arrêt?

Étape B: choix du pivot

Question: quel est le coefficient de y le plus positif?

31
Optimisation des systèmes énergétiques .

Question: quel est le plus petit rapport positif?

Étape C: pivotage

1.

2.

3.

4.

2ème itération

32
Optimisation des systèmes énergétiques .

Question: est-ce que on peut améliorer la marge y?

3.3. Minimisation avec contraintes à seuil inférieur

(PL=) minimiser fonction objectif

sous contraintes

c-à-d sous contraintes

par la même procédure de l’algorithme du simplexe Maximisation avec contraintes à seuil

supérieur

Différence

4. Programmation géométrique

4.1. Définition de la fonction objectif et des contraintes

Appliquer aux fonctions objectifs exprimées sous forme de polynômes

nombre de terme de la fonction objectif,

nombre de variables,

coefficient ⋲ R ,

coefficient de puissance ⋲ R ,

33
Optimisation des systèmes énergétiques .

La méthode s’applique aux problèmes comportant des contraintes égalités ou inégalités de la

forme:

4.2. Degré de difficulté du problème

Il faut chercher le degré de difficulté du problème noté D.D.

La programmation géométrique ne s’applique que lorsque
Sinon les équations étant non linéaires, on y préfère

Degré de difficulté du problème est fourni par

Exemple: pour la recherche d’un minimum de la fonction

4.3. Programmation géométrique à une variable

La justification va être apporter à une fonction ne comportant que deux terme.

On définit alors la fonction ʄ tq

On cherche les valeurs w1 et w2 ; poids qui fournissent le maximum de ʄ ou de ln ʄ . Pour ce faire

la méthode de Lagrange est mise en œuvre sur .

34
 Optimisation des systèmes énergétiques .

L’expression du Lagrangien permet de trouver par dérivation aux

variables w1 et w2 le système :

Fournit aisément les valeurs w1 et w2 chercher:

Pour minimiser ( ou maximiser) y, il faut ensuite déterminer x fournissant le minimum ( ou

maximum) de est alors tq:

La valeur de est obtenu par dérivation par rapport à x et y

En supposant la multiplication de cette équation par x fournit

En reportant dans l’expression du w1 et w2, il vient :

4.4. Programmation géométrique multivariable sans contraintes

Degré de difficulté du problème est: D.D.=0

Procédure

• Mettre en place:

•
•

F correspond alors à y si

35
Optimisation des systèmes énergétiques .

- Optimisation de f par rapport aux variables xi

Cette optimisation repose sur N équations d’élimination des variables xn :

4.5. Programmation géométrique avec contraintes

4.5.1. Programmation géométrique avec contrainte égalité

N.B : La méthode ne sera pas traitée ici dans toute sa généralité mais dans le cas d'une contrainte
égalité. Le degré de difficulté D .D est toujours pris égal à zéro.
Le problème suppose une fonction objectif comportant trois termes et une contrainte de 2 termes.
Soit :

La résolution est entreprise comme précédemment de sorte que:

La même méthode est appliquée à la contrainte qui s'écrit sous la forme:

L'expression précédente permet I'introduction d'une constante arbitraire π :

L'utilisation de la méthode des multiplicateurs de Lagrange sur le Lagrangien permet de trouver,

par dérivation partielle par rapport à chacun des xi, puis en multipliant chaque équation
respectivement par xi,

En divisant les relations précédentes par y*,

36
Optimisation des systèmes énergétiques .

(A):

Avec

Soit un système d’équations à 6 inconnues à résoudre 6

Les équations (A) traduisent

5. Programmation dynamique

L'optimisation dynamique (ou séquentielle inverse) s'applique bien à des problèmes séquentiels
faisant intervenir des processus discrets ou des fonctions continues approximées par des
processus discrets.

Exemples d'applications industrielles





Représentation schématique d'un problème résolu par la programmation dynamique

Quel que soit le problème traité, celui-ci se ramène à une succession d'étapes dont on connaît le
point final.

37
Optimisation des systèmes énergétiques .

Schéma d'optimisation séquentielle inverse.

5.1. Principe de Bellmann ou principe d'optimalité

5.1.1. Enoncé du principe

5.1.2. Démonstration directe de l'équation fonctionnelle fondamentale

En supposant que le revenu ri à l'étape i est une fonction connue de xi, variable de commande:

En posant fN(0) = 0 pour N = 1, 2, ...

et sachant que

On montre que:

Démonstration

Pour N = 2,3, ... |X|≥0

En effet

De façon à alléger l'écriture, on notera conventionnellement:

L'application de à fN(X) implique:

38
 Optimisation des systèmes énergétiques .

Exemple d’application

Énoncé

L'exemple proposé consiste à déterminer par la programmation dynamique le plan de vol d'un
avion de ligne pour un vol de 1200 km. L'objectif est une consommation minimale de kérosène.
On recherchera par la programmation dynamique:
• la trajectoire optimale en faisant varier l'abscisse et l'altitude par pas respectifs de 200 km et 2
000 m,
• la quantité de kérosène minimale.
L'exemple proposé est outrageusement simplifié mais il illustrera bien la méthode. Pour la mettre
en œuvre, le tableau des consommations de kérosène en kg pour un pas ∆x = 200 km est donné
compte tenu des variations d'altitude (tableau).

Tableau des consommations de kérosène en kg pour un ∆ x =200 km .

Eléments de solution

La résolution du problème se fait en initialisant sur l'étape terminale (méthode séquentielle

inverse).
Puis on procède à une itération cumulative sur les étapes antérieures successives.
Ainsi à partir du tableau précédent et de l'équation fonctionnelle fondamentale, on obtient la suite
des tableaux successifs suivants représentatifs des 6 étapes de 200 km :
A→B→C→D→E→F→G.

a) Chemin optimum pour aller de F en G.

39
Optimisation des systèmes énergétiques .

Tableau1: Chemins optimaux pour aller de F en G.

Remarque:

- le trajet de F2 vers G correspond d'après le tableau des consommations au passage d'une

altitude initiale de 4 000 m à une altitude nulle lors des derniers 200 km ;

- le tableau 1 n'admet pas de rejet parmi les possibilités, sinon cela reviendrait à introduire une
pénalisation sur certaines possibilités.

b) Chemin optimum pour aller de E en G.

Tous les chemins optimaux sont notés d'une étoile dans le tableau 3.8. Les chemins non
optimaux sont exclus.

c) Chemin optimum pour allerTableau

de D 2en: Trajet
G. optimal de E en G.

40
Optimisation des systèmes énergétiques .

Tableau 3: Trajet optimal de D en G.

c) Chemin optimum pour aller de C en G.

Tableau 4 - Trajet optimal de C en G.

c) Chemin optimum pour aller de B en G

41
Optimisation des systèmes énergétiques .

Tableau 5 - Trajet optimal de B en G.

Tableau 6 - Coût total minimum en kérosène.

Le tableau 6 est le tableau terminal qui rend compte du trajet optimal pour aller de A en G.
La consommation minimale de kérosène est de 2 770 kg.
Cette consommation minimale correspond à la trajectoire optimale de vol:

hm

1000
0
800
0
600
0
400
0
200
0
G Xkm
A B C D E F

Trajectoire optimale.

42
 Optimisation des systèmes énergétiques .

ChpIV. Efficacité énergétique dans l’industrie

43