Université Privée de Fès

Faculté des Sciences de l'Ingénieur

4 ème année Cycle d’Ingénieur Génie Civil

Modélisation des systèmes

énergétiques

L. OUAZZANI CHAHIDI

Année universitaire : 2022-2023

 Partie I

Problématique générales de la modélisation et définitions de base.

I. Concept générale de la modélisation

Les systèmes énergétiques sont toutes installation ou ensemble d’installations intervenant dans
la chaine de transformation, de distribution ou d’utilisation de l’énergie. L’écoulement des
fluides et le transfert de masse et de chaleur sont les processus qui gouvernent généralement un
système énergétique. D’ailleurs, ces processus s’impliquent dans presque toutes les méthodes
de production d’énergie ainsi que le domaine de la thermique des bâtiments.

Les phénomènes physiques sont souvent régis par un grand nombre de paramètres non-linéaires
interagissant entre eux. Ce qui devient plus compliqué lorsqu’il s’agit d’un système énergétique
où un grand nombre de phénomènes physiques intervient (les modes de transfert de chaleur, la
turbulence, …). Il est difficile de comprendre les phénomènes physiques sans avoir fait recours
à la modélisation, qui permettra de les représenter d’une manière simplifiée tout en tenant
compte de tous les paramètres.

La modélisation consiste à représenter un système ou un phénomène physique complexe par un

objet ou un opérateur simple et souvent idéal, reproduisant la réalité du phénomène d’origine.
Ce qui permet d’élaborer une théorie plus ou moins précise adhérant aux observations
permettant de prévoir le comportement du système dans certaines conditions.

II. Méthode de prédiction

1. Méthode expérimentale et similitude

Les informations les plus fiables qu’on peut avoir sur un processus physique sont souvent
fournies par des mesures réelles. La méthode expérimentale implique l’utilisation d’un
équipement à grande échelle afin de prédire comment des copies identiques de cet équipement
fonctionneraient dans les mêmes conditions. De tels tests à grande échelle sont, dans la plupart
des cas, d'un coût très important et ils sont souvent impossibles.

L’alternative est alors de réaliser des expériences sur des modèles à petite échelle, en se basant
sur la similitude. Cette dernière est la mise en évidence de nombres sans dimensions permettant
de réduire le nombre de paramètres intervenant dans les équations décrivant un système afin de
simplifier son analyse, voire ses équations, comme dans le cas de la couche limite. Cela permet
la définition d'expériences représentatives à une échelle plus accessible que le phénomène réel.
Cependant, les informations résultantes doivent être extrapolées à pleine échelle et les règles
générales pour ce faire ne sont souvent pas disponibles. De plus, les modèles à petite échelle ne
simulent pas toujours toutes les caractéristiques de l'équipement à grande échelle; fréquemment,
des phénomènes physiques importants tels que la combustion ou l'ébullition sont négligés dans
des tests du modèle, cela réduit encore l'utilité des résultats des tests. Enfin, il faut rappeler qu'il
y a de sérieuses difficultés de mesure dans de nombreuses situations, et que les instruments de
mesure ne sont pas à l’abri d'erreurs.

2. Méthode théorique

Une prédiction théorique détermine les conséquences d'un modèle mathématique plutôt que
celles d'un modèle physique réel. Pour les processus physiques qui nous intéressent ici, le
modèle mathématique généralement se compose d'un ensemble d'équations différentielles. Si
les méthodes mathématiques classiques devaient être utilisées pour résoudre ces équations, il y
aurait peu d'espoir de prédire de nombreux phénomènes d'intérêt pratique.

Le développement de méthodes numériques et la disponibilité de grands ordinateurs

numériques promettent que les implications d'un modèle mathématique peuvent être étudiées
pour presque tous les problèmes pratiques.

3. Choix de la méthode de prédiction

Une recherche approfondie des avantages et inconvénients des deux approches dans le cas
spécifique d’étude est essentielle pour déterminer la technique la plus appropriée. Sans aucun
doute, l'expérience est la seule méthode pour étudier un nouveau phénomène de base, dans ce
sens, l'expérience conduit au calcul. Le calcul fonctionne plus efficacement dans le cas où un
certain nombre de phénomènes en interaction sont connus, mais la validation des résultats
calculés par comparaison avec les données expérimentales est nécessaire. D’un autre point de
vu, avant la conception d'appareils expérimentaux il est souvent utile de se baser sur des calculs
préliminaires.

Une prédiction optimale devrait donc être une combinaison judicieuse de calcul et d'expérience,
tout en prenant en considération la nature du problème, les objectifs de la prévision, les
contraintes économiques et autres de la situation.
 III. Classification des modèles

1. Modèles expérimentales ou empiriques

La modélisation expérimentale, ou dite aussi empirique, consiste à recourir à une série

d'expériences pour analyser les paramètres et grandeurs du système pour mieux le comprendre
ou l’optimiser.

Les limites de ce type de modélisation sont nombreuses, on peut citer :

- Essaies coûteux (essais en vol, essais avec matériaux rares, instrumentations très
chères...) ou dangereux (essais nucléaires, environnement spatial...).

- Difficulté de mesure de tous les paramètres dans le cas d’une très petite échelle (chimie
du vivant, couche limite en fluide...) ou à très grande échelle (astrophysique,
météorologie, géophysique...).

2. Modèles mathématiques

La modélisation mathématique consiste à représenter un phénomène physique ou système sous

formes de formules mathématiques. Les phénomènes physiques peuvent être formulés
mathématiquement, souvent sous forme des équations à dérivée partielle « EDP », qu’on leurs
associés les conditions aux limites « CL » et conditions initiales « CI ». Ces EDP sont
généralement non linéaires, et on ne connait pas leur solution analytique. Il faut alors résoudre
le problème numériquement.

3. Modèles numériques

La modélisation numérique consiste à transformer les équations continues de la physique à un

problème discret sur un domaine de calcul (maillage). Dans certain cas, il s’agit de la seule
alternative. Dans d’autres cas, les simulations numériques sont menées en parallèle avec les
expérimentations.

IV. Limites de la modélisation

1. Instabilité physique : chaotique

Un problème est dit chaotique si une légère variation de certains paramètres du phénomène
physique entraîne une variation imprévisible des résultats. Cette notion de chaos est
indépendante du modèle mathématique ou numérique, mais plutôt liée à la physique du
problème. De nombreux phénomènes physiques sont de nature chaotique, par exemple la
turbulence des fluides.

2. Instabilité mathématique : sensibilité

Un problème est dit très sensible ou mal conditionné si une petite variation des données ou des
paramètres entraîne une grande variation des résultats. Cette notion de sensibilité est liée au
problème mathématique et est indépendante du problème physique ou du modèle numérique.

3. Instabilité numérique

Une méthode numérique est dite instable, si elle est sujette à une propagation des erreurs
numériques de discrétisation.

Noter que :

 Un problème peut être bien conditionné alors que la méthode numérique choisie pour le
résoudre peut-être instable. Dans ce cas il faut changer la méthode numérique.
 Par contre un problème est mal conditionné aucune méthode numérique ne pourra y
remédier. Il faudra alors essayer de trouver une formulation mathématique différente du
même problème, si on sait que le problème physique sous-jacent est stable.

V. Étapes principaux de la modélisation

1) La formulation mathématique des phénomènes, c’est-à-dire la mise en équation décrivant le

mieux possible le système représenté ;
2) Le maillage ou la discrétisation spatiale d'un domaine continue en éléments proportionnés
finis et bien définis, structuré ou non structuré ;
3) Discrétisation des EDP, CL, et CI (linéarisation) ;
4) Formulation matricielle 𝐴𝑋=𝐵 ;
5) Programmation ;
6) Simulation numérique ;
7) Interprétation des résultats.

VI. Maillage

Le maillage consiste à la discrétisation spatiale d’un milieu continu. C’est également la

modélisation géométrique d’un domaine par des éléments proportionnés finis et bien définis.
L'objectif est la simplification géométrique d'un système par un modèle qui le représente.
 1. Caractérisation de maillage

 La dimension : 2D ou 3D ;
 La finesse : surface ou volume moyen des cellules composant le maillage ;
 Le type de géométrie des cellules :
2D : triangles, quadrilatères (parallélogrammes, rectangles, carrés), …, polygones;
3D tétraèdres, prismes, hexaèdres (parallélépipèdes, cubes), …, polyèdres;
 Le degré de l'élément : c'est le degré du polynôme servant à décrire les côtés ou arêtes
des éléments, un élément de degré 1 a des côtés ou arêtes rectilignes.

a. Géométrie en 2D. b. Géométrie en 3D.

Figure 1: Caractérisation de maillage.

2. Types de maillage

On distingue deux types de maillage : maillage structuré et maillage non structuré, illustré en
Figure 2 ci-dessous.

Figure 2 : Types de maillage.

2.1. Maillage structuré

Un maillage est dit structuré lorsque la localisation des nœuds qui le constituent est défini par
des indices, le nombre d'indices est égal à la dimension géométrique du problème (un en 1D,
deux en 2D et trois en 3D). Graphiquement, ces maillages se caractérisent sous la forme de
'grilles' de nœuds. La connaissance d'un nœud par ses indices permet facilement de connaître
ses nœuds voisins en incrémentant et décrémentant ses indices. Le maillage structuré est généré
en reproduisant plusieurs fois une forme de maille élémentaire, des éléments de type
quadrilatères (carrés) en surface, et hexaédriques (cubiques) en volume. Ces maillages sont
essentiellement utilisés en volumes finis et différences finies.

 Avantages :

- Bon contrôle de l'épaisseur des mailles (au voisinage des parois à courbure régulière).
- Facilité pour mailler des géométries très allongées (contrôle aisé du nombre de nœuds dans
une direction privilégiée)
 Inconvénients :

- Limitation d'emploi aux domaines descriptibles par un quadrilatère (2D) et un hexaèdre

(3D).
- Pas de possibilité de raffiner le maillage sans en augmenter la taille.

2.2. Maillage non structuré

Un maillage non structuré est un maillage non régulier. C'est un maillage utilisant des éléments
de type triangles en surface, et tétraèdres ou prismes en volume.

 Avantages :

- Création de maillages triangulaires ou tétraédriques dans des géométries quelconques et

complexes.
- Economie de points par rapport aux maillages structurés notamment dans les zones de
raffinement.
- Possibilités d'associer différentes topologie d'éléments.

 Inconvénients :

- Difficultés pour contrôler la densité des points dans une zone précise.
- Contrainte de stockage (tableau de connectivites des éléments).
- Plus longs à générer.

VII. Équations aux dérivées partielles

Une équation aux dérivées partielles, parfois appelée équation différentielle partielle, est une
équation différentielle dont les solutions sont les fonctions inconnues dépendant de plusieurs
variables et vérifiant certaines conditions concernant leurs dérivées partielles. Les lois de la
nature sont gouvernées par des équations aux dérivées partielles « EDP », il est donc important
de comprendre le caractère de ces équations. Parmi les EDP les plus importante dans le domaine
énergétique on trouve l’équation de Fourrier (équation (1)):

𝜕2 𝑇 𝜕2 𝑇 𝜕2 𝑇 1 𝜕𝑇
2
+ 2
+ = (1)
𝜕𝑥 𝜕𝑦 𝜕𝑧 2 𝛼 𝜕𝑡

Avec T la température et 𝛼 est la diffusivité thermique.

1. Type des EDP

On distingue deux types des EDP : EDP linéaires et EDP non linéaire. Les EDP linéaires
(équation (2)) ne contiennent aucun produit de variable avec elle-même ou une de ses dérivées,
alors que les EDP non linéaire (équation (3)) peuvent en posséder.

𝜕𝑓 𝜕𝑓 𝜕𝑓
+ + =0 (2)
𝜕𝑥 𝜕𝑦 𝜕𝑧

𝜕𝑓 𝜕𝑓 𝜕𝑓 2
+ +( ) =0 (3)
𝜕𝑥 𝜕𝑦 𝜕𝑧

2. Classification mathématique des EDP

La classification des EDP se fait sur la base d’une équation standard d’ordre 2 : 𝑓(𝑥, 𝑦)

𝜕 2𝑓 𝜕 2𝑓 𝜕 2𝑓 𝜕𝑓 𝜕𝑓
𝑔(𝑥, 𝑦) = 𝐴 2 + 𝐵 +𝐶 2+D +𝐸 + 𝐹𝑓(𝑥, 𝑦)
𝜕𝑥 𝜕𝑥𝜕𝑦 𝜕𝑦 𝜕𝑥 𝜕𝑦

C’est une équation linéaire avec A, B, C, D, E, et F sont des fonctions de x et y et f(𝑥, 𝑦) une
fonction donnée. La classification d’une EDP dépend de son discriminant :

∆= 𝐵 2 − 4𝐴𝐶

• Si ∆> 0 alors EDP est hyperbolique.

• Si ∆= 0 alors EDP est parabolique.
• Si ∆< 0 alors EDP est elliptique.