Documente Academic
Documente Profesional
Documente Cultură
Chapitre II
Modélisation, dimensionnement et
simulation
II .1 Introduction
Nous avons montré précédemment les différents types de cycles et de technologie
utilisant la sorption pour la génération du froid. Parmi ces types nous avons choisi sur le cycle
Pennington du système qui utilise la roue à dessiccation. La modélisation des composants de
ce système et l’utilisation de l’environnement de simulation TRNSYS sont présentées dans ce
chapitre.
II.2 La modélisation
Le modèle est une représentation de la réalité d’où le rôle de la modélisation qui a
pour but de prédire le fonctionnement d’un système ou de comprendre ou figurer ce dernier.
Elle commence par définir des objectifs et des frontières du modèle. en plus, les phénomènes
ne sont bordés autrement, selon le domaine d’application qu’on souhaite [14].
22
Chapitre II Modélisation, dimensionnement et simulation
La modélisation du capteur solaire dans notre travail s’appuie sur le modèle de type 1
que contient la bibliothèque de TRNSYS 16. Il s’agit d’un capteur solaire à efficacité
quadratique avec modificateurs d’angle. Ce modèle permet de modéliser à la fois le capteur
plan ainsi que le capteur sous vide. L’approche quadratique qui permet d’exprimer l’efficacité
d’un capteur solaire [15] comme suit :
Si on pose :
On aura :
En général nous calculons les coefficients en utilisant les formules qui tiennent compte des
tests normalisés [16] :
23
Chapitre II Modélisation, dimensionnement et simulation
Afin de tenir compte des réflexions sur le vitrage pour une inclinaison autre que la normale et
qui a pour angle θ, nous utilisons des corrections qui permettent de modifier le coefficient
Les deux débits de fluide venant de haut et de bas caractérisant chaque nœud sont bien
mélangés avant d’être introduits dans chaque partition figure (2.3), c’est à dire ajouté à
et ajoute à et nous déterminons ainsi le flux qui résulte dans l’un des deux sens soit
vers le haut soit vers le bas.
[16]
24
Chapitre II Modélisation, dimensionnement et simulation
Les résultats ne seront prise en valeur que pour les roue validées, les modèles analytiques sont
avantagés car ils sont les plus proche des modèles de connaissance, sont basés sur la
résolution des systèmes à équation différentielles ou dérivés partielles ce qui n’est pas évident
à entreprendre [6].
25
Chapitre II Modélisation, dimensionnement et simulation
La modélisation par analogie est aussi intéressante car elle consiste à transformer un système
d’équations représentants le problème que nous traitons en système qui admet une résolution.
La déshumidification considère à une capacité infinie, les résultats ne sont donc pas affectés
par les débits de régénération ou de procèss, tant que le rapport entre eux demeure constant.
L’état se calcule avec l’intersection des quatre droites (F1 et F2 pour chaque flux d’air). Dans
notre cas le transfert n’est pas idéal, donc il faut prendre en compte les deux efficacités [18]
qui modifient ces courbes F1 et F2 et par conséquent nous aurons une modification
des points d’intersections.
L’air de procès est défini par le point P en entrée et D en sortie. L’air de régénération est
caractérisé par le point R et la sortie est indiquée par le point d’intersection entre les lignes
26
Chapitre II Modélisation, dimensionnement et simulation
iso potentielles F1 et F2, les facteurs sont modifiés par l’introduction des efficacités
illustrés ci-dessus.
La valeur de l’humidité absolue que l’utilisateur désire est toujours atteinte car la capacité de
déshumidification de la roue n’est pas limitée. Le modèle détermine la température de
régénération nécessaire pour la valeur désirée.
Les données en température, humidité absolue et débit d’air de procès en entrée et sortie ainsi
ceux de régénération en entrée sont fournies par l’utilisateur.
Le modèle débute par le calcul F1et F2 de l’air de procès en entrée. Et bien que la valeur de
F1 est la même pour le point P que pour le point D* dans la figure 2.5 nous pouvons
déterminer la température idéal de sortie, ainsi que la température dans le point D* .de même
nous pouvons calculer la valeur de F2 puisqu’elle est la même que celle du point R, La
température de l’air de régénération est donc connue. Les efficacités ne sont encore
pas prises en compte. Les valeurs modifiées de F1 et F2 en D* calculées correspondent à la
valeur de la fonction potentielle en D. Par l’utilisation des valeurs de F1 et F2 en D, le modèle
ensuite est itéré pour trouver la valeur correspondante de l’humidité absolue de la sortie de
l’air de procès, une fois une valeur dans les limites d’une certaine tolérance est trouvée, nous
calculons la température correspondante et l’état de sortie de l’air de régénération est ensuite
déterminé
27
Chapitre II Modélisation, dimensionnement et simulation
dans le desiccant cooling, les débits d’air de procès et celui de régénération sont
égaux,.L'échange de chaleur maximum entre les flux d'air s’exprime donc comme suit :
Connaissant la température humide d’entrée, il est possible de connaître toutes les autres
variables de l'air à la sortie de l'humidificateur. La consommation en eau se calcule ainsi:
28
Chapitre II Modélisation, dimensionnement et simulation
Les ventilateurs sont considérés à débit variable, mais à efficacité moyenne constante.
La puissance consommée par un ventilateur est exprimée ainsi [18]:
Avec :
L’efficacité du moteur et l'efficacité des pales nous fournissent l'efficacité totale. Le reste de
l'énergie est transformée en chaleur. Le moteur est considéré en situation en dehors de la
gaine d'air, l'échauffement de l'air soufflé s'exprime donc ainsi:
29
Chapitre II Modélisation, dimensionnement et simulation
inférieure ou égale à cette consigne, le volet contrôlant le by-pass est fermé. Dans un cas
contraire, nous calculons la quantité d'énergie nécessaire pour atteindre la consigne:
II.4 La simulation
La simulation est considérée comme la suite logique de la modélisation. Elle consiste
dans un contexte précis en l’utilisation d’un ou de plusieurs modèles correspondant à un
système. Elle permet d’un côté de rendre le système étudié plus flexible, et d’autre côté de
faciliter les études paramétriques par rapport aux expérimentations [9]..
2. Ecrire le ou les modèles nécessaires. Cette étape est réalisée soit en langage de
programmation de base (C, C++, FORTRAN…) soit en langage intégré au solveur (e.g.
MATLAB). Cette étape peut se simplifier par le choix des modèles présents dans des
bibliothèques préexistantes.
30
Chapitre II Modélisation, dimensionnement et simulation
3. Intégrer ces modèles dans un solveur; soit créé ex-nihilo (démarche très lourde) soit dans
un solveur préexistant (MATLAB, EES,…). Par la suite nous utilisons un environnement de
simulation spécifique ouvert (TRNSYS, Ca-Sis, SPARK, HVACSIM+…) qui facilitera
l’intégration des modèles. En effet ces logiciels comprennent des interfaces d’utilisation
graphiques qui nous permettent de gagner du temps et de la convivialité lors de la
manipulation de la simulation.
Il existe une grande disparité de niveau de complexité des modèles et des environnements de
simulation. Pour choisir les outils adaptés nous devons tenir compte du système étudié et les
objectifs de la simulation
Le logiciel est basé sur les modèles de type « boite noir » écrits en fortran ou en C++ qu’on
désigne par « type » dans TRNSYS et qui sont une partie des éléments de la bibliothèque de
TRNSYS mais peuvent aussi être créés et paramétrés par l’utilisateur et classés dans la
bibliothèque à l’instar de la bibliothèque payante « TESS » qui est ajouté à la bibliothèque de
TRNSYS et dont les éléments ont été créés et regroupés sous forme de Plug in.
Les modèles « types » sont couplés entre eux par les interconnexions entre les entrées et les
sorties sur chaque modèle. Les entrées peuvent être soit les sorties d’un autre équipement soit
imposées par l’utilisateur, les sorties peuvent soit faire l’objet d’entrées à un autre modèle, ou
bien être exploitées autrement (affichage sous forme de graphe, intégration pour quantifier
une grandeur dans une durée de temps donnée, utilisation dans des équations
mathématiques…). Outre les entrées et sorties, il existe un « paramètre » qui caractérise
chaque équipement il représente en général les constantes du modèle de l’équipement par
exemple pour un capteur solaire qui sont : l’inclinaison, l’orientation, la surface.
Une autre caractéristique de TRNSYS c’est qu’il utilise dans la simulation des fichiers météo
« weather », qui contiennent des données horaires annuelles de plusieurs paramètres
(températures, humidités, rayonnements solaires, vitesse du vent, pression …). Dans une
simulation nous ne devons pas se contenter de simuler seulement les systèmes énergétiques
mais aussi les tester dans différents climats.
En TRNSYS, l’unité de temps « heure » est définit comme le pas temporel. S’il y’a
modification par l’utilisateur vers un pas inferieur le calcul se fait alors par interpolation entre
une heure et une autre, si nous voulons lancer la simulation sur une période donnée, nous
devons connaître au premier les heures correspondantes. Par exemple pour lancer une
simulation au 1 mars de 00.00 à 24.00h, nous choisissons les heures correspondant aux jours
31
Chapitre II Modélisation, dimensionnement et simulation
en commençant du premier janvier donc de l’heure 1416 à l’heure 1440, ce qui nous donne
sur une période de 1’an c'est-à-dire 365 jours 8760 heures.
La discussion des résultats de simulation et les conclusions seront exportés sur fichiers
DATA. Leurs traitements et leurs représentations graphiques seront réalisés par Excel dans le
chapitre suivant. La figure 2.10 décrit comment les données sont échangées entre les blocs de
simulation dans l’environnement TRNSYS.
Figure 2.10 : Schéma illustrant l’échange de données entre les blocs de simulation
Le logiciel métronome permet d’exploiter des données météorologiques annuelles par des
clics simples dans le logiciel métronome. Nous enregistrons le fichier météo annuel de
chaque région sous le format TMY2 qui est le format adapté pour le logiciel TRNSYS.
32
Chapitre II Modélisation, dimensionnement et simulation
Figure 2.12 : Evolution annuelle de la température dans les régions d’Alger et de Bechar
33
Chapitre II Modélisation, dimensionnement et simulation
Figure 2.13 : Evolution annuelle de l'humidité absolue dans les régions d’Alger et de Bechar
Après l’analyse des données météorologiques le bon choix de la journée typique est pris sur la
période comprise entre Hr= c’est la journée correspondante au le 27-06. Dans
ce jour la température maximale est de l’ordre de 40,5°C à Bechar 37°C à Alger. L’Humidité
absolue et de l’ordre de 15g/kg pour Alger, 9g/kg pour Bechar.
b) Condition intérieur
Le laboratoire LTSE de la faculté de Physique est le local avec lequel nous allons
coupler notre installation. Ce laboratoire a une surface totale de 100 m2 occupé et conditionné
chaque jour de 8h à 17h sans weekends. La conception de ce local est inspirée de l’étude
menée par [6] ; nous l’avons introduite en raison de notre connaissance de son architecture
ainsi que les charges internes, encore, nous avons choisi des matériaux de construction en
accord avec ceux utilisés en Algérie.
Le local est occupé toujours par des enseignants et doctorants et aussi il contient du matériel
informatique, l’éclairage et quelques meubles. Un bilan énergétique par un simple programme
de calcul sous Excel permet de connaître les valeurs des charges thermiques internes et la
capacité thermique du local. Connaissant ces valeurs, il est donc facile d’introduire un modèle
mono-zone TYPE 690 dans le logiciel de simulation TRNSYS pour compléter le système à
étudier.
Les Conditions climatiques initiales du local sont respectivement 28°C et 10g/kg pour la
température et l’humidité absolue.
Les valeurs des charges internes sont respectivement 1720 watt et 420 watt pour les charges
sensibles et les charges latentes, et finalement la valeur de la capacité thermique est de l’ordre
de 24000kj/k.
34
Chapitre II Modélisation, dimensionnement et simulation
35
Chapitre II Modélisation, dimensionnement et simulation
Figure 2.15 : l’installation ’’dessicant cooling’’ couplée avec un local et une installation solaire
36
Chapitre II Modélisation, dimensionnement et simulation
II.5 Dimensionnement
II.5.1 La surface des panneaux solaires
Dans ce travail nous avons choisi des capteurs solaires type 1b ayant les paramètres
suivants :
- Rendement optique = 0,8
- Efficacité = 0.8
- La surface de chaque région :
Alger : 32 m2
Bechar : 30 m2
II.5.2 Le volume de ballon de stockage
Nous avons choisi le volume de stockage de manière à garder la température d’eau
chaude stockée à la valeur la plus élevée. Pour le plus petit volume du ballon de stockage la
température est maintenue à son maximum pendant la journée. Et vu que le système ne
fonctionne que pendant la journée nous choisissons le volume de 1m3.
Pour la simulation du cas étudié le débit choisi est 1000Kg /h, les efficacités sont
respectivement εsens = 0,9 et 0,8 pour l’échangeur rotative TYPE 670 et la batterie à eau
chaude TYPE 753b.
37