Navigation – Plan du site
2016
777

Efficacité énergétique et formes urbaines : élaboration d’un outil d’optimisation morpho-énergétique

Energy balance in the urban built environment: a “morpho-energetic” optimisation tool
Laëtitia Arantes, Solène Marry, Olivier Baverel et Daniel Quenard

Résumés

Cet article interroge le lien entre formes urbaines et performance énergétique. Aujourd’hui, face aux enjeux du développement durable, de nombreux urbanistes ont choisi de promouvoir la ville compacte. Si le lien entre compacité du bâtiment et performance énergétique n’est plus à prouver, cette relation est moins évidente à l’échelle du quartier, et d’autant moins à l’échelle urbaine, tant la ville est complexe dans sa composition morphologique et spatiale. Cet article analyse d’abord le contexte de la recherche énergétique à l’échelle urbaine et conclut à un nécessaire changement d’échelle pour une réflexion énergétique à la recherche d’une densité urbaine raisonnée. Puis, la recherche menée comprend deux temps. Une première étude introductive propose une analyse comparée de six configurations urbaines archétypales, à densité égale, sur la base de critères énergétiques. La seconde étape correspond au travail principal de la recherche : la mise en place d’une méthode d’optimisation par algorithmes génétiques de la morphogenèse d’un morceau de ville au regard de trois critères (énergie, densité et ensoleillement direct). Enfin, les résultats de cette optimisation sont présentés, le but étant plus spécifiquement de discuter les intérêts et limites d’une telle méthode de morphogenèse micro-urbaine.

Haut de page

Plan

Haut de page

Texte intégral

Introduction

1Aujourd’hui, face aux enjeux du développement durable, de nombreux urbanistes ont choisi de promouvoir la ville compacte, symbole d’économie d’espace et d’énergie. Depuis les années 2000, la problématique de la gestion de la consommation énergétique dans les bâtiments est prise en main par les pouvoirs publics, que ce soit au niveau national ou européen (Pollard, 2011) ; mais l’échelle micro-urbaine est peu prise en compte. Dans le domaine de la recherche, de nombreuses études préconisent également le recours à la compacité urbaine (Kirwan 1992 ; Katz, 1994 ; Newman, 2000 ; Bertaud, 2003). Pourtant, aucune ne démontre explicitement la pertinence de la ville compacte au regard des performances énergétiques et environnementales bien que de nombreux auteurs s’accordent sur ce point : "le bilan énergétique d’un bâtiment, même pris isolément, dépend fortement de la configuration physique du voisinage plus ou moins immédiat" (Maïzia, 2007). En 2005, G. Maignant pointe ces lacunes dans le monde de la recherche et propose une analyse environnementale de la compacité et de la forme urbaine (Maignant, 2005).

  • 1 L’ADEME (Agence de l’environnement et de la maîtrise de l’énergie) définit le morceau de ville comm (...)
  • 2 Terme emprunté à la biologie, la morphogenèse urbaine comprend l’ensemble des lois qui déterminent (...)
  • 3 La courtoisie solaire est à comprendre dans le sens de droit au soleil ou plus simplement d’accès à (...)
  • 4 Ce choix d’échelle d’étude répond aux ambitions de mutualisation et de gestion collective des équip (...)

2Cet article a un double objectif, thématique et méthodologique, puisqu’il cherche à analyser la relation potentielle entre énergie et morphologie à l’échelle du morceau de ville1, et ce, par l’élaboration d’une méthodologie de morphogenèse urbaine2. Nous définissons le morceau de ville comme un ensemble de bâtiments organisés selon une logique affichée de "courtoisie solaire"3. Le morceau de ville peut prendre plusieurs formes (maisons individuelles, maisons en bandes, tours ou petits collectifs). Il s’affiche à une échelle micro-urbaine, intermédiaire entre le bâtiment et la ville, et fait référence aux tissus urbains de l’îlot ou du quartier4. (1) La première partie pose le contexte des recherches menées sur le lien entre morphologie et énergie : nous aborderons les notions de densité énergétique et de compacité à l’échelle du bâti et nous mettrons l’accent sur l’interrelation entre efficacité énergétique et compacité à l’échelle micro-urbaine. (2) La deuxième partie décrit une étude comparative des performances énergétiques de six formes urbaines archétypales, issues de modèles urbains historiques. Cette étude tient compte des performances énergétiques et des densités de population (l’accès à l’ensoleillement n’est observé qu’a posteriori et de manière qualitative, sans recours à des calculs de projection d’ombre). (3) Enfin, nous détaillerons les premières étapes d’une méthodologie pour le développement d’un outil de morphogenèse urbaine à l’échelle du morceau de ville. La méthode employée est l’optimisation par algorithmes génétiques réalisée à l’aide de l’outil BIANCA (Vincenti, 2010) : l’implantation, le dimensionnement et l’orientation des bâtiments seront optimisés en fonction d’objectifs et de contraintes (choisis parmi la densité de population, l’accès à l’ensoleillement direct et la performance énergétique). L’outil mis en place intègre un module de calcul simplifié développé en amont de la présente recherche dans le cadre d’une thèse : ce module évalue rapidement le bilan énergétique global d’un bâtiment dit "représentatif" à partir de ses seules dimensions (Arantes, 2013). Ainsi l’objectif principal de l’article est de décrire les prémices d’une méthodologie de morphogenèse urbaine qui permettrait in fine de déterminer si certains scénarios d’aménagement sont plus économes que d’autres.

Du bâtiment au tissu urbain : penser l’organisation des formes urbaines dans un souci d’efficacité énergétique

  • 5 À l’échelle urbaine, de nombreux chercheurs s’accordent sur le fait que la notion de compacité n’es (...)

3Cette partie apporte les principaux éléments de contexte relatifs à la problématique énergétique à l’échelle de la ville, du "morceau de ville" et plus spécifiquement du bâtiment. Mêlant les notions de compacité, densité5, performance énergétique ou encore droit au soleil, la problématique posée propose une première appréhension de la complexité des formes urbaines et de la répartition des densités dans un morceau de ville, au regard d’une synergie énergétique croisant dépendance énergétique et potentiel de production.

La ville compacte : un remède à la voracité spatiale et énergétique de la ville étalée ?

4La ville compacte est définie par G. Pouyanne comme "une alternative à l’étalement urbain" (Pouyanne, 2004). Le processus d’étalement urbain traduit une mutation de la morphologie urbaine traditionnelle. Un vocable florissant tente de mettre ce phénomène sociétal en images : cité diffuse, métropolisation, ville émergente, hyperville, ville-pays, ville globale, ville-archipel, aire urbaine, métapolisation… ces nouveaux territoires ne sont pas moins villes pour autant. Yves Chalas parle à ce titre d’une urbanité nouvelle non plus basée sur des antagonismes (rural / urbain, centre / périphérie, ville / non-ville, homogène / hétérogène, continu / discontinu, mixte / ségréguée, plein / vide, etc.), mais sur une logique du tiers-inclus, c’est-à-dire simultanément une chose et une autre (la contraction "rurbain" en étant une illustration). Non seulement les formes, les espaces et les territoires mais aussi les pratiques habitantes n’obéissent plus aux logiques dualistes passées (Chalas, 1997).

5L’expansion anarchique des villes (autre vocable) est à relier à l’avènement de l’automobile. Par la motorisation des ménages, la morphologie urbaine est passée d’une urbanisation en doigts de gants à une urbanisation plus homogène qui comble les vides interstitiels.

6Les sociétés modernes sont caractérisées par la contraction du temps qui induit la dilatation des territoires. Cette tendance moderne à l’expansion a commencé en Amérique du Nord après la seconde guerre mondiale. Cause et conséquence de l’étalement des villes, l’usage de l’automobile est indéniablement facteur de bouleversement urbain. Ce phénomène touche désormais l’Europe bien que les villes aient été traditionnellement plus compactes. De 1969 à 1999 en France, la superficie des zones urbanisées a quintuplé alors que leur population n’a augmenté que de 50 % (Pumain, 2004). Suivant le modèle étalé, les villes grignotent peu à peu du terrain. Cette voracité spatiale implique des problématiques inquiétantes, tant en termes d’organisation, d’habitat, de développement social et économique, qu’en matière de pollution et d’énergie : en moyenne, une famille habitant une maison en périphérie urbaine consomme, du point de vue énergétique (chauffage et transport inclus), quatre fois plus qu’une famille en ville (CNOA, 2009). Dans cette optique, la question du rapport au sol apparaît donc comme un véritable enjeu. Il faut lutter contre cet urbanisme dispendieux énergivore et contenir l’étalement des constructions. Concevoir des villes et villages compacts pour une densité maîtrisée, regrouper l’habitat et les activités à proximité des centres urbains et des équipements et services publics sont une des réponses aux nouvelles exigences du développement durable.

Densités, compacités et énergie : les forces à l’œuvre

Densité urbaine et consommation de carburant : un rapport controversé

7Il semble que la ville étalée génère des surconsommations multiples tant en termes d’espaces et de temps que d’énergie. L’analyse sur la mobilité urbaine menée en 1988 par P. Newman et J. Kenworthyet publiée dans un ouvrage intitulé La Dépendance automobile confirme le lien notable entre la consommation de carburant et la densité urbaine (Newman, 2000). Par leur étude, les deux chercheurs sont arrivés à la conclusion suivante : le principal paramètre décrivant la forme d’une ville est sa densité ; celle-ci a des effets significatifs sur les distances de déplacements et les parts modales (Fouchier, 1998). Plus la densité d’une ville est élevée, plus la consommation d’énergie pour le transport est faible, cette relation évoluant de manière logarithmique. Avec cette étude, Newman et Kenworthy concluent qu’il est nécessaire de recourir à la planification urbaine et à la densification pour permettre de réduire les consommations d’énergie dans les transports. Avec ces propos, ils ont rouvert les anciens débats entre partisans de la ville étalée et partisans de la ville compacte, débats particulièrement riches dans les communautés scientifiques depuis la fin du 19e siècle (Choay, 1965).

  • 6 Chapitre 5.

8Depuis, le concept de ville durable pousse à reconsidérer ces conclusions sur la relation entre densité et consommations d’énergie (Gordon, 1989 ; Gomez-Ibanez, 1991, Kirwan 1992, Bertaud, 2003). Notamment, plus de vingt ans après ces théories, Xavier Desjardins propose une présentation critique de l’étude de Newman et Kenworthy, et plus particulièrement de la méthodologie employée (Desjardins, 2010). Outre la réduction du paramétrage du problème - la réflexion ne porte d’une part que sur la densité qui n’est pourtant qu’un aspect de la forme urbaine, et pas forcément le plus facile à appréhender, et d’autre part que sur les consommations de carburant dues à la mobilité intra-métropolitaine des individus -, les critiques dénoncent également les conclusions "hâtives" de l’étude : parce qu’une ville dense consomme peu d’énergie de mobilité intra-muros, densifier les villes concourra forcément à réduire leurs consommations d’énergie. Dans la même logique, Hélène Nessi nuance la méthodologie d’enquête des deux chercheurs dans le sens où l’étude ne tient pas compte des déplacements longue distance qui, bien que peu nombreux, représentent beaucoup de kilomètres (Nessi, 2010). Pour autant, bien qu’elle ait été et qu’elle soit encore toujours discutée, cette étude et ses conclusions en faveur d’une ville dense trouvent encore écho dans les objectifs du développement durable. Dans l’ouvrage Écologies urbaines6, F. Dureau et J-P. Lévy jettent un regard sur la recherche française relative à la morphologie urbaine et aux consommations énergétiques (Dureau, 2010). Ainsi, sous le terme d’organisation urbaine, ce sont non seulement les enveloppes bâties, mais aussi et surtout les formes et morphologies urbaines, les densités urbaines et les mobilités associées qui sont à envisager. L’ouvrage Achieving Sustainable Urban Form permet un tour d’horizon des recherches internationales sur les problématiques associées à la durabilité de la forme urbaine comme le transport, les politiques urbaines ou la conception du bâti (Williams, 2000).

Densités et consommations de l’habitat : des études récentes

  • 7 K. Steemers définit la morphologie urbaine comme la combinaison de la forme tridimensionnelle d’un (...)

9Si la relation entre densité et énergie de déplacement a fait l’objet de nombreuses recherches (Massot, 2007), l’analyse énergétique des formes urbaines est encore récente. En matière de morphogenèse durable de la ville, de nombreuses études portent sur l’influence de la morphologie urbaine7 sur la performance énergétique des bâtiments. Successivement en 2000 puis en 2005, N. Baker et K. Steemers puis Carlo Ratti montrent que les caractéristiques de la morphologie urbaine peuvent à elles seules diviser par deux la consommation énergétique d’un morceau de ville (Baker, 2000 ; Ratti, 2005). Parmi les principales recherches, certaines études ont cherché à développer des modèles énergétiques simplifiés pour étudier et évaluer les relations entre la forme urbaine et la consommation énergétique (Ratti, 2000 ; Ratti, 2005).

  • 8 Le bilan énergétique net se calcule comme la soustraction des consommations aux apports actifs : bi (...)

10Sur la relation entre densité et consommation des formes urbaines à l’échelle du quartier, en 2010, L. O’Brien et al. ont mené une étude sur trois quartiers de Toronto de densités de population différentes. Issue de leurs travaux, la Figure 1 propose une extrapolation des tendances d’évolution de trois postes énergétiques en fonction de la densité de population des quartiers : la production solaire (en rouge et positif sur l’axe des ordonnées), la consommation des logements (en vert et négatif) et la consommation d’énergie pour les déplacements (en bleu et négatif). La courbe pointillée noire correspond au bilan énergétique net8. Cette figure montre notamment que la consommation énergétique des bâtiments suit la même tendance que la consommation énergétique pour le transport des ménages. Par ailleurs, en termes de performance énergétique globale, les quartiers aux densités intermédiaires sont les plus "intéressants" puisqu’ils présentent un bilan énergétique net positif. Dans les quartiers de faibles densités, bien que le potentiel de production solaire soit élevé, les consommations des logements et des transports sont trop importantes pour pouvoir être compensées par les productions. Quant aux formes aux densités élevées, elles présentent de plus faibles consommations, mais leur potentiel de production n’est pas suffisamment élevé pour les compenser (O’Brien, 2010).

Figure 1 : Tendances d’évolution de trois postes énergétiques en fonction de la densité de population (à partir de)

Figure 1 : Tendances d’évolution de trois postes énergétiques en fonction de la densité de population (à partir de)

Dans l’étude menée par L. O’Brien et al., les densités des quartiers étudiés sont données par le rapport entre le nombre d’habitants et la surface au sol artificialisée (bâtis et routes) de ces quartiers. Ces densités sont :
Pour les quartiers de faible densité :     d = 70 hab/ha
Pour les quartiers de moyenne densité :     d = 300 hab/ha
Pour les quartiers de haute densité :      d = 1 000 hab/ha.

Densité énergétique du bâti : appréhender la notion de compacité

11Le paradigme actuel de réduction des émissions nuisibles à l’environnement et, par là-même, de réduction de la consommation énergétique induit des réflexions sur les vertus de la compacité du bâti. La compacité peut être appréhendée sous différents angles, que ce soit par rapport aux représentations de la ville européenne historique qu’elle véhicule, par rapport à la question de la dispersion des polluants en milieu urbain, ou toute autre dimension environnementale et sanitaire. Nous nous intéressons quant à nous à la corrélation (ou l’absence de corrélation) entre compacité et efficacité énergétique.

  • 9 Ce sont des formes urbaines dont les unités sont regroupées et forment un seul et unique volume.
  • 10 Ce sont des formes décomposées en un ou plusieurs volumes distincts.

12À l’échelle du bâti, la compacité représente le rapport entre le volume d’un ensemble urbain avec sa surface d’enveloppe en contact avec l’extérieur (Maïzia, 2010). Il s’agit donc d’un rapport entre un volume chauffé ou climatisé et la surface dissipant l’énergie consommée. R. Gonzalo et K.J. Habermann insistent sur l’efficacité énergétique attribuée à la compacité bâtie : "une architecture énergétiquement efficace suppose un bon équilibre entre les mesures en faveur des économies d’énergie et celles mises en œuvre pour la produire. Les premières concernent surtout la compacité et une bonne enveloppe isolante [...]. En matière de conception ce sont surtout les proportions d’un bâtiment et son orientation qui sont concernées." (Gonzalo, 2008). En termes de performances énergétiques associées, certains chercheurs relativisent les qualités de la compacité urbaine, qui, selon eux, n’est pas la forme optimale du fait des externalités négatives induites. Ainsi, P. Frankhauser souligne la plus faible ventilation des centres urbains induite par leur structure compacte (Frankhauser, 2005). Dans leur analyse du rôle de la forme des bâtiments dans l’utilisation de l’espace, C. Ratti et al. rappellent que la compacité est un indicateur approximatif de la granulométrie urbaine et de la performance énergétique d’une forme urbaine, puisqu’une faible compacité entraîne une augmentation des déperditions de chaleur en hiver et des gains de chaleur dus aux radiations solaires en été (Ratti, 2005). Notons également les recherches sur l’influence de la compacité des bâtiments sur la consommation et la déperdition énergétique du bâti (Mahdavi, 2002, Pessenlehner, 2003 ; Aksoy, 2006 ; Laffont, 2008). Notamment, à partir de l’analyse de quatorze formes urbaines "monolithiques"9 et "non-monolithiques"10, P. Depecker et al. mettent en évidence une relation linéaire entre la compacité et les besoins de chauffage du bâtiment : plus un bâtiment est compact, plus ses besoins de chauffage sont réduits. Pour l’essentiel, les bâtiments monolithiques sont parmi les plus compacts et les plus performants. Au contraire, les trois configurations les plus énergivores sont non-monolithiques, la moins performante étant la configuration composée de seize unités dissociées (ou seize maisons individuelles), qui présente la plus faible compacité. La Figure 2 illustre de manière explicite ce lien de causalité : à qualités d’isolation et technique de chauffage identiques, il apparaît clairement que la consommation de chauffage est limitée par la compacité (Depecker, 2001). En 2008, T. Laffont souligne lui aussi l’effet de limitation de la déperdition énergétique par les formes urbaines compactes et celui d’échanges thermiques entre les bâtiments (Laffont, 2008). Pour M. Maïzia, l’indicateur de forme le plus pertinent correspond à la compacité (Maïzia, 2010).

Figure 2 : Relation entre compacité et consommation de chauffage : analyse comparée de quatorze morphologies de bâtiments (Depecker, 2001)

Figure 2 : Relation entre compacité et consommation de chauffage : analyse comparée de quatorze morphologies de bâtiments (Depecker, 2001)

À gauche : Les 14 morphologies étudiées par P. Depecker et al.
À droite : Évolution de la consommation de chauffage (en kWh/an) en fonction de la compacité géométrique (en m-1).

Performances énergétiques : du bâtiment à l’îlot bâti

13Ces trente dernières années, les recherches sur l’efficacité énergétique avaient pour principal objet d’étude soit la ville, soit le bâtiment. Les recherches actuelles tendent à procéder à un changement d’échelle en passant du bâtiment à l’organisation micro-urbaine d’un morceau de ville.

14En 2010, l’Ademe identifie une principale contrainte à l’urbanisme durable : la redensification du tissu urbain et la limitation de l’étalement urbain, qui passe par une reconstruction de la ville sur la ville et des choix de localisation et de formes urbaines réfléchies. Au-delà du seul bâtiment, la réflexion devra donc être menée à l’échelle de l’îlot, c’est-à-dire du groupement de bâtiments. L’Ademe parle de "réinventer une architecture bioclimatique de masse, adaptée aux formes urbaines économes" (Ademe, 2010). En France, d’après le Code de l’Urbanisme (article L.128-1), des bonifications de gabarit ou de surface constructible pour une performance énergétique plus élevée peuvent désormais être introduites dans les PLU (Plans Locaux d’Urbanisme). G. Debizet note que des communes pionnières ont entrepris une révision en profondeur de leur règlement d’urbanisme : "certaines augmentent les coefficients d’emprise et d’occupation des sols pour engendrer des formes bâties plus compactes [...]. Elles utilisent parfois les articles du PLU relatifs à l’aménagement de la parcelle et à la qualité architecturale pour imposer une démarche bioclimatique (par exemple, obligation d’arbre à feuille caduque devant les façades Est et Ouest et respect d’une proportion de baies vitrées par façade)" (Debizet, 2011). Notons ici que cette incitation à la conception bioclimatique des bâtiments implique une évolution des représentations mentales sur la densité urbaine, à la connotation négative, non seulement des décideurs (élus locaux) mais aussi des habitants.

  • 11 Le système urbain est entendu ici comme l’organisation des bâtiments et des quartiers qui composent (...)

15L’interrelation entre bâti et système urbain11 est cruciale, notamment en termes énergétiques. A. Grenier insiste sur la limitation des déperditions thermiques par la compacité du bâti mais aussi sur la valorisation des réseaux de chaleur notamment permise par la densité (Grenier, 2007). Plusieurs paramètres, dont la compacité, sont donc à prendre en compte dans l’optimisation de la performance thermique : "volumétries bâties, traitement de l’espace public et micro-climat local interagissant sur l’enveloppe des bâtiments" (Querrien, 2007). Les analyses à l’échelle micro-urbaine semblent donc appropriées pour tenter d’optimiser les consommations énergétiques non seulement à l’échelle du micro-urbain mais aussi à l’échelle du bâti. Ce changement d’échelle dans les réflexions sur l’efficacité énergétique induit implicitement une conception des tissus urbains en termes de densité énergétique, plutôt que de densité urbaine (souvent explicitée à travers l’usage du Coefficient d’Occupation des Sols). La densité énergétique Uurb est définie par M. Maïza selon la formule :

Où HT sont les déperditions par l’enveloppe et SHab la surface habitable.

16Cette formule fait apparaître l’influence de la qualité de l’isolation de l’enveloppe sur la densité énergétique : une isolation performante reste fondamentale pour améliorer la performance énergétique des bâtiments et par conséquent celle des formes urbaines. Ainsi, "un tissu urbain ancien très dense, donc potentiellement très compact, peut être plus énergivore qu’un tissu récent et peu dense, vu l’écart de qualité d’isolation qui les sépare" (Maïzia, 2010). À ce titre, M. Maïzia pointe le nécessaire bouleversement méthodologique pour les acteurs de l’urbanisme : il s’agit de "rompre avec les controverses sur la densité urbaine afin d’engager posément le débat de la densité énergétique" (Maïzia, 2010).

17Par ailleurs, la réflexion énergétique à l’échelle micro-urbaine implique également de prendre en compte la problématique de l’accès à l’ensoleillement direct. En effet, de tous temps, l’architecture bioclimatique a fait appel à des principes constructifs "durables" en cohérence avec la recherche d’un confort maximal à un coût énergétique minimal. Désormais établie à l’échelle de la ville, cette réflexion se doit elle aussi d’intégrer des exigences de performance et de durabilité. En ce sens, notre recherche et le protocole mis en œuvre s’inscrivent dans une volonté d’échafauder des premiers jalons méthodologiques visant la modélisation de la morphogénèse urbaine tenant compte de premiers paramètres d’ores et déjà identifiés en tant que générateurs de formes (densité, positionnement des bâtiments, accès à l’ensoleillement direct etc.). Il s’agit de premiers éléments de réflexion pour une prise en compte de l’échelle micro-urbaine et de ses différents potentiels énergétiques.

18À l’échelle du morceau de ville, la densité comme seul indicateur de performance perd peu à peu de sa consistance. Les réflexions se diversifient pour englober des notions plus larges comme celles des formes urbaines. Ainsi, de nombreuses études cherchent à comparer les formes urbaines sur la base de leurs performances énergétiques et de leur potentiel de productions, opposant les potentiels énergétiques de la maison individuelle ou en bandes à ceux de la tour d’habitation.

Analyse introductive : de la comparaison de formes urbaines archétypales

19Comme nous l’avons vu dans la partie précédente, la densité recouvre des réalités multiformes, puisqu’elle s’illustre par autant d’indicateurs que de modes de calculs et d’échelles de référence (densité de construction, Coefficient d’Emprise au Sol, Coefficient d’Occupation du Sol, densité de population, etc.). Pour autant, la densité ne renseigne pas sur la typo-morphologie des bâtiments, puisqu’à une même densité peuvent correspondre des formes urbaines différentes (FNAU, 2006).

20En guise d’introduction à l’étude morpho-énergétique qui suit, nous proposons d’évaluer quelques configurations urbaines archétypales, à densité égale, sur la base de critères énergétiques et de densité de population. Ces configurations s’inspirent de modèles urbains historiques comme le Plan Voisin de Le Corbusier (basé sur la typologie de la tour), l’utopie suburbaine Broadacre City de Frank Lloyd Wright (composée de pavillons individuels) ou encore les formes en gradins comme celle proposée par Richard Rogers pour le plan d’aménagement du quartier de Pudong. Fixer la densité de population à une valeur unique pour toutes les configurations urbaines permet de comparer les formes urbaines et les typologies de bâtiment sur la base du seul critère de performance énergétique.

Les formes urbaines étudiées

21La Figure 3 présente les six organisations du tissu urbain que nous proposons d’analyser, leurs caractéristiques dimensionnelles et leur emprise au sol. Chacune s’insère sur un morceau de ville d’un hectare, avec une densité de 75 logements par hectare et une surface hors œuvre nette (SHON) de 3 750 m². Les bâtiments sont de forme simple (parallélépipédique). Ils se composent d’une structure lourde en béton et d’une enveloppe thermique légère en ossature bois à isolation répartie. Ils supportent en toiture et en façades Sud et Ouest des panneaux solaires thermiques et photovoltaïques. Les six configurations analysées sont :

  • une tour de 25 étages ;

  • des pavillons individuels d’un à deux niveaux ;

  • un habitat individuel en bande de plain-pied ;

  • le linéaire compact en gradins : cette configuration se caractérise par une graduation de la hauteur des bâtiments du Sud vers le Nord du morceau de ville, afin de favoriser l’ensoleillement direct et de réduire au maximum les effets de masques proches ;

  • le linéaire aéré en gradins : cette forme reprend le même principe que précédemment, en considérant des bâtiments de plus faibles longueurs ;

  • le petit collectif composé de sept bâtiments dont la hauteur varie de trois à cinq étages.

Figure 3 : Les six formes urbaines analysées et leurs dimensions (n = nombre d’étages, L = longueur) (Arantes, 2013)

Figure 3 : Les six formes urbaines analysées et leurs dimensions (n = nombre d’étages, L = longueur) (Arantes, 2013)

La comparaison croisée des formes archétypales

  • 12 Matlab est un environnement de programmation utilisé pour l’analyse et la visualisation de données, (...)
  • 13 Les coordonnées géographiques de Grenoble sont : 45°10’N et 5°43’E.

22Dans ce paragraphe, nous présentons les résultats de l’évaluation de la performance énergétique totale de chacune des six formes urbaines, obtenus à partir d’un outil de calcul simplifié développé sous Matlab12 en amont de cette étude. Cet outil permet d’évaluer, sous les conditions climatiques de Grenoble (France)13, le bilan énergétique total d’un bâtiment en fonction de deux de ses dimensions (sa longueur et son nombre d’étages) et de son orientation. Hormis ces trois variables, les autres composantes dimensionnelles et matérielles du bâtiment dit "représentatif" sont fixées sur la base d’hypothèses constructives et de scénarios en cohérence avec les pratiques constructives actuelles : (1) la profondeur du bâtiment est fixée à douze mètres. (2) Sa structure est en murs de refend et dalles en béton armé, alors que son enveloppe légère est en ossature bois. (3) Le bâtiment supporte en façade des panneaux solaires thermiques permettant d’assurer un tiers des besoins annuels en eau chaude sanitaire, tandis qu’en toiture, il accueille des panneaux photovoltaïques. Cet outil d’évaluation énergétique simplifié sera également utilisé en support de l’optimisation morpho-énergétique (partie "Protocole méthodologique : élaboration d’un outil d’optimisation morpho-énergétique").

  • 14 Les postes de consommation comprennent les cinq postes réglementaires (chauffage, refroidissement, (...)
  • 15 Sont pris en compte la production solaire thermique et la production solaire photovoltaïque. Les pa (...)

23Pour chacune des formes urbaines, le bilan énergétique tient compte de l’ensemble des postes de consommation14 et de productions passives et actives15. Il est écrit à partir d’équations simplifiées en statique établies depuis les normes européennes et françaises et des Réglementations Thermiques françaises (RT 2005 et 2012) (Arantes, 2013). Les postes de consommation sont évalués en négatif et ceux de production en positif (Figure 4).

Figure 4 : Répartition des consommations (en négatif) et des apports cumulés (en positif) pour chaque forme étudiée (Arantes, 2013)

Figure 4 : Répartition des consommations (en négatif) et des apports cumulés (en positif) pour chaque forme étudiée (Arantes, 2013)

Les postes prépondérants : l’électricité spécifique et l’eau chaude sanitaire

24Globalement, pour toutes les configurations urbaines étudiées, les postes de consommation prédominants sont reliés aux comportements des usagers :

  • L’électricité spécifique est le poste de consommation le plus important : il représente entre 34 et 42 % des consommations totales selon la configuration.

  • Le deuxième poste le plus consommateur est la consommation d’énergie pour la production d’eau chaude sanitaire, dont la proportion varie entre 13 et 20 %.

25Ce constat fait écho à l’amélioration des performances intrinsèques du bâtiment. Depuis les chocs pétroliers des années 1970, la réglementation thermique française centrait essentiellement ses approches sur l’énergie de fonctionnement des bâtiments, et plus particulièrement sur cinq postes de consommations d’énergie en exploitation : le chauffage, le refroidissement, la production d’eau chaude sanitaire, l’éclairage et les auxiliaires (pompes et ventilateurs). Aujourd’hui, des améliorations ont été permises tant dans la performance de l’enveloppe isolante des bâtiments que dans les performances des équipements (régulation, automatisme, etc.). Désormais, ces cinq postes ont vu leurs consommations diminuer ; et d’autres postes prennent une part de plus en plus importante dans le bilan énergétique total du bâtiment.

L’énergie grise et le chauffage : des postes influents dans le cas de l’habitat individuel

26L’énergie grise des matériaux de construction n’a un impact considérable sur la consommation totale que pour les cas de l’habitat individuel pavillonnaire et de l’habitat en bande pour lesquels elle représente environ 1/6ème des consommations totales. Pour les autres configurations, l’énergie grise des matériaux représente 8 à 10 % des consommations totales. Cette différence est liée au système constructif utilisé (structure lourde en béton et enveloppe légère en bois) et au nombre de bâtiments implantés sur le morceau de ville. Les fondations représentent une part importante de l’énergie grise totale, qui augmente donc corrélativement au nombre de bâtiments implantés. Cela se vérifie au niveau de la configuration de la tour qui ne comprend qu’un seul bâtiment et pour laquelle l’énergie grise représente 8,4 % des consommations totales.

27De la même manière, les consommations d’énergie pour le chauffage n’ont un impact majeur que dans les cas de l’habitat individuel (pavillonnaire et en bande) pour lesquels il représente entre 10 et 13 % des consommations totales. Cela est à mettre en relation avec la compacité de la forme urbaine : l’habitat pavillonnaire et la maison en bande sont les configurations les moins compactes : rapportée au volume unitaire chauffé, la proportion de surface d’échanges avec l’extérieur y est nettement plus élevée que dans les cas de la tour et des logements collectifs.

L’habitat individuel : la forme urbaine la plus productrice

28Du point de vue des apports solaires actifs, la configuration urbaine la plus performante est l’habitat individuel pavillonnaire et en bande. Tous deux présentent des capacités de production deux à trois fois plus élevées que les autres formes urbaines, en particulier parce qu’ils présentent les surfaces de panneaux solaires les plus élevées. Au contraire, la tour présente la capacité de production active la plus faible. Néanmoins, ces résultats sont à relativiser car ils ne tiennent pas compte de l’ombre des bâtiments entre eux. Or, toute ombre projetée sur un panneau photovoltaïque réduit sa productivité (Hanitsch, 2001). Ainsi la tour, seule sur sa parcelle, profite de la totalité des apports solaires tandis que les autres formes sont pénalisées par les ombrages.

29La Figure 5 propose une comparaison croisée des six formes analysées au regard de leur bilan énergétique annuel. Ce bilan comprend l’ensemble des consommations énergétiques, réévaluées par les productions solaires thermiques et photovoltaïques. Pour chacun des cas, le bilan énergétique est négatif : les productions solaires actives ne permettent pas de compenser les consommations des quartiers. D’une manière générale, on observe que la maison en bande est la configuration qui présente le meilleur bilan énergétique, qui est d’environ 800 MWh/an. À l’inverse, la tour d’habitation est la forme la plus énergivore : avec un bilan énergétique annuel atteignant près de 1300 MWh/an, elle est 1,6 fois moins performante que la maison en bandes. Cela s’explique en partie par le potentiel de production solaire qu’offre la grande surface de toitures des maisons en bandes, comme le souligne la Figure 5.

  • 16 Il s’agit du bilan énergétique total annuel.

Figure 5 : Comparaison croisées des six formes urbaines étudiées au regard de leur performance énergétique globale16 (Arantes, 2013)

Figure 5 : Comparaison croisées des six formes urbaines étudiées au regard de leur performance énergétique globale16 (Arantes, 2013)

Protocole méthodologique : élaboration d’un outil d’optimisation morpho-énergétique

30Le champ de la recherche en architecture et en urbanisme tend à s’approprier la question énergétique à l’échelle urbaine. Or, il apparaît encore malaisé de définir un bilan énergétique à cette échelle et donc de justifier des tendances d’aménagement orientées vers une plus grande compacité. En 2004, C. Ratti et P. Richens montrent que le contexte urbain peut multiplier par deux la consommation énergétique d’un bâtiment (Ratti, 2004). En 2010, S. Salat et C. Nowacki montrent que les consommations liées à l’éclairage et au confort thermique (chauffage et refroidissement) sont quatre fois plus faibles pour le tissu dense des villes européennes que pour les nouvelles villes chinoises composées de tours isolées (Salat, 2010). Toutefois, les valeurs affichées restent des estimations. M. Maïzia insiste sur le fait que "lorsqu’il s’agit d’estimer les consommations d’énergie à l’échelle urbaine, le bilan bâtiment par bâtiment devient difficile sinon impossible" (Maïzia, 2007). C’est pourquoi l’élaboration d’un outil d’optimisation morpho-énergétique à l’échelle micro-urbaine répondrait aux attentes des chercheurs en sciences spatiales et des aménagistes. Nous allons présenter ici la mise en place d’un outil expérimental visant à tenter de clarifier les caractéristiques morphologiques d’un tissu urbain aux densités et bilans énergétiques raisonnés. Cette partie met en place les hypothèses méthodologiques et le paramétrage du problème pour une morphogenèse micro-urbaine fondée sur des critères de densité, de performance énergétique et de droit au soleil.

Élaboration d’un outil d’optimisation morpho-énergétique pour des villes aux densités et bilans énergétiques raisonnés

  • 17 Consommations, productions ou bilan. Le bilan correspond aux consommations surévaluées par les prod (...)
  • 18 Les algorithmes génétiques sont un mécanisme de recherche d’un optimum global d’une fonction non li (...)

31Partant d’un modèle de calcul simplifié développé en amont de cette étude (Arantes, 2011) et d’un programme de calcul d’ombrage, nous élaborons un outil cherchant à optimiser l’agencement de plusieurs bâtiments sur la base d’objectifs de performances énergétiques17 et de contraintes d’ensoleillement et de densité. L’optimisation réalisée par une méthode d’algorithmes génétiques18 cherche à définir des formes de ville aux densités et bilans énergétiques raisonnés. En effet, considérer la performance énergétique à l’échelle du morceau de ville implique d’autres facteurs que la seule forme bâtie : entre autres, nous choisissons de prendre en compte l’implantation et l’agencement des bâtiments ainsi que leur accessibilité à l’ensoleillement direct. Nous avons vu que l’ombrage a un impact sur le rendement des panneaux solaires, d’où l’importance de le réduire au maximum.

Critères pris en compte

  • 19 Le temps de calcul est de 68 ms.
  • 20 La vie en œuvre du bâtiment correspond à la phase d’exploitation et d’occupation du bâtiment.
  • 21 Les paramètres obtenus concernent les dimensions, positions et orientations des bâtiments qui const (...)

32L’outil développé a pour objectif de mettre en parallèle trois indicateurs : la densité de population, l’accès à l’ensoleillement direct et la performance énergétique. Ce dernier indicateur est calculé à partir d’un modèle simplifié de bâtiment qui estime rapidement19 le bilan énergétique total d’un bâtiment à partir de ses seules dimensions. Présenté succinctement au début du paragraphe "Analyse introductive : de la comparaison de formes urbaines archétypales", cet outil s’applique à un bâtiment dont la description géométrique et matérielle est unique et fixée sur la base d’hypothèses matérielles et constructives modifiables par l’utilisateur. L’outil va au-delà des exigences de la Réglementation Thermique française puisqu’il prend en compte l’ensemble des consommations induites pendant la construction et la "vie en œuvre"20 du bâtiment : énergie grise, chauffage, refroidissement, éclairage, renouvellement d’air, auxiliaires, eau chaude sanitaire, électricité domestique, électricité pour les ascenseurs. Le bâtiment considéré produit également de l’énergie, à partir de panneaux solaires thermiques et photovoltaïques installés en toiture et en façades Sud et Ouest. Dans cette version de l’outil, un second programme informatique permet de calculer l’indicateur d’accès à l’ensoleillement. Cet indicateur indique uniquement quelle part de chaque bâtiment est dans l’ombre d’un autre à un moment t donné. Ce critère est d’autant plus important qu’il implique une baisse de performance des panneaux solaires et donc une baisse de production. À partir de ces deux programmes de calcul (énergie et ombrage) intégrés à l’outil d’optimisation par algorithmes génétiques, le modèle à l’échelle du morceau de ville entend, sinon proposer des configurations21 de bâtiments "optimisées", tout au moins donner des indications quant à la compacité et l’"aération" d’un quartier et la pertinence de l’implantation de certaines formes urbaines au regard de critères d’ensoleillement, de performance énergétique et de densité de population.

Schématisation du problème

  • 22 Nous travaillons à partir des coordonnées relatives plutôt qu’absolues afin de pouvoir considérer d (...)

33Le problème est schématisé sur la Figure 6. Un nombre nbat de bâtiments de dimensions (longueur et nombre d’étages) et orientations différentes sont implantés de manière aléatoire sur un terrain de surface St. Pour le positionnement des bâtiments, un repère global (O, x, y) est placé à la limite Sud-Ouest du morceau de ville. Les données à optimiser sont les caractéristiques des bâtiments (longueur Li, nombre d’étages ni, orientation ai, et position relative sur le quartier (dxi ; dyi)22). En fonction du choix de l’utilisateur, l’optimisation est réalisée selon des critères de densité, de bilan ou de consommation énergétique et d’accès à l’ensoleillement direct.

Figure 6 : Schématisation géométrique du problème (Arantes, 2013)

Figure 6 : Schématisation géométrique du problème (Arantes, 2013)

Formulation mathématique générale

  • 23 Pour le cas étudié dans l’article, l’espace des paramètres est de l’ordre de 1059.

34Pour trouver l’optimum, nous proposons de paramétrer les variables décrivant les bâtiments et de déterminer la combinaison de ces variables permettant d’optimiser la performance énergétique sur le morceau de ville. L’espace des paramètres étant grand23, évaluer chaque possibilité prendrait trop de temps. Nous choisissons donc de résoudre le problème en utilisant un algorithme d’optimisation et plus précisément un algorithme génétique. Ce type d’algorithme permet de trouver un optimum d’une fonction définie sur un espace de paramètres contraint. Dans notre étude, nous considérons une fonction objectif et deux contraintes, chacune étant liée soit à la performance énergétique, soit à la densité de population, soit à l’accès à l’ensoleillement direct. Le problème mathématique se formule de la manière suivante :

35f est la fonction objectif à optimiser (énergie, densité ou ensoleillement) ; ni le nombre d’étages du bâtiment i ; Li sa longueur ; ɑi son orientation ; (dxi, dyi) ses coordonnées relatives dans le plan du morceau de ville ; M l’ensemble des variables d’état ; c1 la première contrainte d’optimisation, c2 la seconde contrainte d’optimisation.

Les étapes de l’optimisation

36La Figure 7 montre les différentes étapes de l’optimisation, réalisée grâce à l’outil Bianca développé par l’équipe de Paolo Vannucci à l’Université Paris 6 (Vincenti, Ahmadian, Vannucci, 2010). L’algorithme d’optimisation étant écrit dans un langage informatique peu convivial (Fortran), nous lui associons deux logiciels : Microsoft Excel pour l’interface utilisateur et la communication entre les différents programmes, et le logiciel libre Rhinoceros 3D (développé par Robert McNeel & Associates) et son plugin Grasshopper pour les visualisations matérielles tridimensionnelles des résultats.

  1. La première étape consiste à renseigner, via un classeur Excel, un certain nombre de paramètres d’entrée relatifs aux caractéristiques des bâtiments (performance de l’enveloppe, matériaux, équipements), et aux données d’optimisation (nombre de bâtiments à implanter, fonction à optimiser, contraintes éventuelles). Ces données sont ensuite écrites dans plusieurs fichiers textes qui permettent de transférer les paramètres d’optimisation à l’outil Bianca.

  2. L’optimisation est ensuite lancée par algorithmes génétiques grâce à l’outil Bianca, dont le code est écrit sous le langage informatique Fortran.

  3. Bianca fournit les résultats de l’optimisation sous la forme de fichiers textes, qui indiquent la morphologie optimisée du morceau de ville et plus précisément : les dimensions et orientations des bâtiments, leurs positions relatives dans le quartier et les performances associées (densité, énergie et accès à l’ensoleillement).

  4. Ces données sont ensuite traitées sous Excel.

  5. Dans une dernière étape, les données affichées sous Excel sont "lues" par un module du plugin Grasshopper de l’outil de modélisation tridimensionnelle Rhinocéros 3D. De cette manière, on obtient une visualisation matérielle de la morphologie optimisée.

Figure 7 : Les étapes de l’optimisation (Arantes, 2013)

Figure 7 : Les étapes de l’optimisation (Arantes, 2013)

Résultats et discussion

37Ce paragraphe présente quelques résultats de l’optimisation de la morphologie d’un quartier en fonction de critères de densité, de performance énergétique et d’accès à l’ensoleillement direct.

Les cas de figure étudiés

38Dans l’étude complète, quatre fonctions sont optimisées (énergie grise, production solaire active, consommation réglementaire, bilan énergétique total) pour trois contraintes de densité (faible, moyenne, élevée). Dans chacun des douze cas résultants, l’optimisation porte sur l’agencement et le dimensionnement de sept bâtiments sur un morceau de ville de 90 par 70 mètres (respectivement Lx et Ly). La performance énergétique du morceau de ville constitue la fonction à optimiser. La densité et l’accès à l’ensoleillement direct sont définis en contrainte de l’optimisation. Les douze cas de figure qui résultent de cette caractérisation du problème sont résumés dans le Tableau 1.

Tableau 1 : Les douze cas de figure étudiés (Arantes, 2013)

Fonction à optimiser

Contrainte de densité (hab/ha)

Ombrage maximal autorisé sur chaque bâtiment (étage)

Échelle de l’optimisation

- Consommation en énergie grise
- Production solaire active
- Consommations réglementaires
- Bilan total

- Faible : 30 < d < 50
- Moyenne : 130 < d < 170
- Haute : 280 < d < 320

1

- Sur l’ensemble du quartier

  • 24 Selon l’Arrêté du 24 mai 2006, la France est répartie en huit zones climatiques, elles-mêmes regrou (...)

39Pour l’étude, le choix se porte sur une typologie de bâtiment en longueur (type barre). La profondeur p est fixée selon des conditions d’accès à la lumière et à la ventilation naturelles pour des logements traversants : en corrélation avec les études de C. Ratti, la profondeur du bâtiment est fixée à douze mètres (Ratti, 2004). Pour répondre aux attentes d’évolutivité et de modularité du bâtiment, le choix se porte sur une structure murs de refend - dalles en béton et une façade légère en ossature bois. La dernière hypothèse concerne la localisation géographique du bâtiment, le lieu d’implantation choisi étant la ville de Grenoble située en zone climatique H124.

Formulation mathématique

40Le problème mathématique se formule de la manière suivante :

  • 25 Consommation réglementaire (CRT), bilan énergétique total (Btotal), énergie grise (Egrise) ou produ (...)

41E est la performance énergétique25 du morceau de ville ; ni le nombre d’étages du bâtiment i ; Li sa longueur ; ɑi son orientation ; (dxi , dyi) ses coordonnées relatives dans le plan du morceau de ville ; M l’ensemble des variables d’état ; d la densité de population sur le morceau de ville ; dmin la densité de population minimale exigée ; dmax la densité de population maximale exigée ; s le nombre maximal d’étages à l’ombre sur le quartier entre 11 h et 13 h en décembre, entre 10 h et 14 h en janvier, février, octobre et novembre, et entre 9 h et 15 h les autres mois de l’année. L’ensemble M des variables d’état est le suivant :

Résultats

Validation de l’outil

42Dans un premier temps, l’outil d’optimisation a été appliqué à un cas simple : le dimensionnement des bâtiments pour la seule fonction objectif énergétique sous une contrainte de densité exacte de 75 logements par hectare. La fonction objectif tient compte du bilan énergétique total des bâtiments, c’est-à-dire du bilan de toutes leurs consommations et productions annuelles. Dans ce premier cas "simple", les contraintes de droit au soleil sont pour le moment écartées. Cette première étape permet de faire le lien avec les résultats de l’analyse des formes urbaines archétypales (partie "Analyse introductive : de la comparaison de formes urbaines archétypales").

43La Figure 8 propose une visualisation tridimensionnelle du meilleur individu issu de l’optimisation par algorithmes génétiques. L’étude révèle que sous les conditions climatiques de Grenoble, la forme urbaine répondant le mieux aux contraintes établies au début de l’étude est l’habitat individuel en bande. Sa grande surface de toiture permet un grand potentiel de captage sur le quartier et la faible hauteur des bâtiments permet d’éviter les ombres portées. On retrouve ici la forme urbaine archétypale étudiée dans l’analyse des formes urbaines typiques. La question est de savoir si cette forme optimisée reste la même quand on introduit des contraintes d’ensoleillement et d’autres contraintes de densité.

Figure 8 : Visualisation tridimensionnelle dans Rhinocéros® du résultat de l’optimisation du bilan énergétique total pour une densité exacte de 75 logements par hectare (Arantes, 2013)

Figure 8 : Visualisation tridimensionnelle dans Rhinocéros® du résultat de l’optimisation du bilan énergétique total pour une densité exacte de 75 logements par hectare (Arantes, 2013)

L’optimisation du bilan énergétique total

44Dans un second temps, l’outil d’optimisation a été appliqué aux cas d’étude détaillés dans le Tableau 1. Nous ne présentons ici que les résultats liés à l’optimisation du bilan énergétique total à l’échelle du quartier (quatrième cas dans la première colonne du Tableau 1). Il tient compte de toutes les consommations et productions annuelles des bâtiments. Ici est réintroduite la problématique d’accès à l’ensoleillement direct. Le processus d’optimisation a été lancé sur 500 générations.

45La Figure 9 donne une visualisation tridimensionnelle du meilleur individu issu de la maximisation du bilan total sur le quartier, pour chaque plage de densité de population visée : à gauche, une densité faible (30 < d < 50 hab./ha) ; au milieu, une densité moyenne (130 < d < 170) ; à droite, une densité élevée (280 < d < 320). Elle révèle que, sous les contraintes de faible densité, la configuration optimisée correspond à un groupement de sept maisons individuelles (dont un pavillon sur deux niveaux) placés sans logique apparente sur la parcelle. Ce résultat est issu d’une contrainte forte sur le nombre de bâtiments à implanter (qui est une valeur fixe et non un maximum) : en allégeant cette contrainte, l’optimum aurait pu être différent. Concernant l’optimisation sous la contrainte de moyenne densité, les bâtiments sont tous de longueurs réduites puisqu’ils font au plus neuf mètres de long. Le quartier optimisé comprend six immeubles de très faible hauteur (au plus trois niveaux) et une tour de seize étages. La tour permet d’atteindre la densité requise, tandis que les bâtiments de faible hauteur contribuent à améliorer le bilan énergétique du quartier par leur potentiel de production d’énergie photovoltaïque. Il faut noter ici que la tour est implantée sur le Nord Est de la parcelle afin de ne pas faire d’ombre aux autres bâtiments. Il est clair que si l’on avait considéré un contexte urbain, et l’impact du morceau de ville sur celui-ci, cette configuration aurait sûrement été écartée car pénalisée par ses effets d’ombrage. C’est d’ailleurs l’une des perspectives de développement de l’outil que d’insérer le morceau de ville dans un contexte urbain. Enfin, dans le cas de la densité élevée, l’algorithme opte pour davantage d’homogénéité dans les dimensions des bâtiments. Ici aussi, les faibles longueurs sont privilégiées : au plus treize mètres de longueur. Ce cas sera étudié plus en détails par la suite.

Figure 9 - Visualisation tridimensionnelle dans Rhinocéros® du résultat de l’optimisation du bilan énergétique total sur le quartier pour chaque plage de densité visée (Arantes, 2013)

Figure 9 - Visualisation tridimensionnelle dans Rhinocéros® du résultat de l’optimisation du bilan énergétique total sur le quartier pour chaque plage de densité visée (Arantes, 2013)

d est la densité de population et Btotal_unit au bilan énergétique total annuel unitaire (rapporté à l’habitant).
Densité faible : 30 < d < 50 hab./ha
Densité moyenne : 130 < d < 170 hab./ha
Densité haute : 280 < d < 320 hab./ha

46La Figure 10 indique l’évolution du bilan énergétique total unitaire (rapporté à l’habitant) en fonction de la densité de population. La figure montre qu’entre les densités faibles et moyennes, le bilan énergétique total unitaire s’améliore quand la densité augmente. Entre les cas des hautes et moyennes densités, il ne semble pas y avoir de distinction notable entre les performances unitaires. Cette conclusion est issue uniquement de l’analyse de trois configurations de bâtiments et elle mériterait d’autres simulations pour être confirmée. Néanmoins, elle concorde avec les remarques de W. O’Brien selon lesquelles pour des performances de l’habitat et de panneaux solaires améliorées, le bilan énergétique net est en faveur des configurations urbaines de faible densité (O’Brien, 2010).

Figure 10 - Évolution du bilan énergétique total annuel par habitant en fonction de la densité du quartier (Arantes, 2013)

Figure 10 - Évolution du bilan énergétique total annuel par habitant en fonction de la densité du quartier (Arantes, 2013)

Densité faible : 30 < d < 50 hab./ha
Densité moyenne : 130 < d < 170 hab./ha
Densité haute : 280 < d < 320 hab./ha

La sensibilité de l’algorithme

47Pour chacun des 12 cas de figure, l’optimisation a été lancée entre deux et trois fois. À chaque fois, elle présente des résultats chiffrés sensiblement identiques. Mais elle peut se traduire par des configurations urbaines variables.

48Par exemple, pour l’optimisation du bilan énergétique total sous la contrainte de densité élevée, trois résultats peuvent être présentés : ils sont synthétisés dans la Figure 11. À gauche, on retrouve pour rappel le résultat de l’optimisation pour les formes archétypales, avec l’association de maisons en bande pour une densité de 75 logements par hectare (cf. Figure 8). Ensuite, deux optimisations ont été lancées. Au milieu de la Figure 11, on retrouve le même individu qu’à droite de la Figure 9. À droite, se trouve le résultat de la seconde optimisation. La légende indique les performances énergétiques et de densité de chacune des configurations optimisées obtenues.

49En premier lieu, on remarque que l’on ne retrouve pas l’individu optimisé issu de l’optimisation sur la seule contrainte énergétique. Les deux configurations de droite, incluant entre autres une tour, sont environ 10 % moins performantes que la configuration optimale de gauche (obtenue en Figure 8). Cela est probablement lié à la méthode de paramétrage et plus particulièrement au fait que l’on impose un nombre exact de sept bâtiments sur le quartier. Cette contrainte forte sur le nombre de bâtiments ne reflète pas la réalité pratique d’une opération d’aménagement d’un quartier et a été intégrée au problème pour des raisons pratiques de programmation. Une alternative pour contourner ce problème serait de proposer un autre paramétrage du problème, moins contrainte et offrant plus de possibilités de configurations. Ce point précis met en évidence une limite forte de la méthode appliquée et constitue une perspective d’amélioration pour des études ultérieures.

50Par ailleurs, on constate également qu’on peut atteindre des performances énergétiques et de densité proches avec des configurations différentes, celle du milieu étant beaucoup plus homogène que celle du bas : au milieu, l’algorithme favorise l’hétérogénéité des formes et des performances ; tandis qu’en bas, il table davantage sur l’association d’individus moyens.

Figure 11 - Visualisation tridimensionnelle dans Rhinocéros® du résultat de l’optimisation du bilan énergétique total sur le quartier dans le cas de la densité élevée (Arantes, 2013)

Figure 11 - Visualisation tridimensionnelle dans Rhinocéros® du résultat de l’optimisation du bilan énergétique total sur le quartier dans le cas de la densité élevée (Arantes, 2013)

d est la densité de population et Btotal_unit au bilan énergétique total annuel unitaire (rapporté à l’habitant).
Densité faible : 30 < d < 50 hab./ha
Densité moyenne : 130 < d < 170 hab./ha
Densité haute : 280 < d < 320 hab./ha

Conclusion et perspectives

51Cette étude vise à définir une méthodologie de morphogenèse urbaine, en vue de pouvoir identifier, à terme, des relations potentielles entre morphogenèse urbaine, densité, performance énergétique et courtoisie solaire. Elle repose sur l’utilisation d’un outil d’optimisation par algorithmes génétiques. Plusieurs cas d’optimisation sont considérés, le but étant de trouver l’agencement et les dimensions optimisés de sept bâtiments sur une parcelle de 90 par 70 mètres de côtés. Pour chacun, la performance énergétique est utilisée comme fonction objectif à l’échelle du groupement de bâtiments. L’échelle adoptée dans notre modélisation est celle du morceau de ville : échelle intermédiaire entre le bâtiment et la ville, elle donne une première appréhension de la complexité des formes urbaines.

52Cette méthodologie est abordée selon une approche bottom-up : elle propose de créer et analyser des aménagements de morceaux de ville à partir de la juxtaposition et l’association de plusieurs bâtiments. Bien qu’imparfaite, l’approche mise en place dans cette étude donne une reconstitution des performances énergétiques des bâtiments résidentiels en fonction de la morphologie urbaine et de la densité de population. L’indicateur de performance énergétique est pour le moment limité aux consommations et productions identifiées pendant les phases construction, fonctionnement et exploitation du cycle de vie des bâtiments. En l’état actuel des choses, l’algorithme développé ne permet pas de détecter la solution optimale, comme le montre le paragraphe sur la sensibilité de l’algorithme. Néanmoins, elle met en évidence l’importance de la granulométrie de densité : on constate notamment que l’on peut atteindre des performances de densité et énergétiques relativement proches avec des configurations urbaines différentes.

53Pour le moment, la méthode mise en place n’en est qu’à ses prémices. Les résultats présentés dans cet article doivent être considérés davantage comme des illustrations que comme des résultats avérés et indiscutables. Ils répondent en effet à des objectifs et contraintes d’optimisation incomplets qui ne sont pas représentatifs de la réalité. En particulier, d’autres paramètres sont à intégrer à l’algorithme :

    • 26 À l’échelle du morceau de ville, plusieurs déterminants morphologiques et spatiaux sont de nature à (...)

    Les indicateurs de forme et les indicateurs urbains qui permettent aux aménageurs de fabriquer la ville, avec toutes ses contraintes et dans toute sa complexité (contiguïté, alignement, prospects urbains26, etc.) : l’étape suivante consisterait à introduire un paramétrage du problème tenant compte du foncier et du parcellaire, ainsi que d’autres contraintes d’aménagement urbain et d’occupation du sol avec l’introduction d’indicateurs tels que le COS.

  • L’impact du morceau de ville sur son contexte urbain direct, notamment en matière d’ombrage.

  • D’autres flux énergétiques à intégrer à la fonction à optimiser : outre les consommations d’énergie associées aux bâtiments (leur construction, leur fonctionnement et leur exploitation), il serait intéressant d’intégrer les coûts énergétiques de déplacement induits par la localisation du quartier. Il est évident que si cet aspect était intégré à la fonction à optimiser, les maisons en bandes ne seraient sans doute pas la morphologie optimale. Cet axe de recherche pourrait s’inspirer des méthodologies en cours de développement sur l’analyse de la performance énergétique des territoires au regard de la mobilité, comme le travail de recherche exploratoire de Yann Fléty et al. sur les étiquettes énergétiques "territoriales" de mobilité (Fléty, 2010).

  • Un paramétrage plus complexe des bâtiments : dans la modélisation effectuée, les appartements sont normés comme étant identiques, ce qui n’est pas représentatif de la réalité. Un développement logique de l’outil serait donc de mener l’étude sur un programme de logements mixtes (du petit au grand logement).

  • La possibilité de mutualisation des équipements dans le quartier.

  • L’intégration d’aspects architecturaux et urbains : cette étude repose sur l’utilisation d’algorithmes génétiques transposés à la description de tels problèmes en architecture et en composition urbaine. Même si elle souligne l’intérêt de recourir à de tels outils d’optimisation pour traiter les problèmes complexes, elle ne permet pas de considérer des aspects plus qualitatifs qui relèvent de l’architecture et de l’urbanisme. Une amélioration en ce sens serait donc à envisager parmi les perspectives de cette recherche.

54Plus largement, cette étude a permis de mettre en exergue la complexité de concevoir la morphologie d’un quartier en tenant compte de toutes les contraintes inhérentes à la morphogenèse urbaine. Par l’utilisation d’algorithmes génétiques, elle confirme l’intérêt de recourir à de tels outils d’optimisation pour traiter les problèmes complexes notamment en termes de composition urbaine. À terme, la méthode entend considérer l’intégration du morceau de ville à un contexte urbain : l’outil développé permettra ainsi de mesurer l’impact des choix d’aménagement et de composition morphologique sur la performance d’un quartier. Ainsi, l’outil développé permet d’apprécier le niveau de dépendance énergétique d’une ville à partir de sa densité et sa composition morphologique. Pour atteindre l’indépendance, il va falloir produire de l’énergie. C’est ici que réside le principal enjeu : la production solaire qui nécessite beaucoup de surfaces, et qui relève donc en partie de décisions politiques. Une fois complétée, affinée et fiabilisée, cette méthodologie permettrait de déterminer les dispositions urbaines à considérer pour atteindre des objectifs de densité et de performances énergétiques prédéfinis. L’outil ainsi développé pourrait constituer un outil d’aide à la décision. Il pourrait ensuite être utilisé comme support d’illustration et d’argumentation par les concepteurs en vue d’appuyer leurs propositions d’aménagement auprès des maîtres d’ouvrages. Plus qu’un outil de préconisation, il s’agirait d’un outil permettant de renforcer la compréhension et d’éviter les a priori.

Haut de page

Bibliographie

Ademe, 2010, Feuille de route sur les bâtiments et îlots à énergie positive et à bilan carbone minimum.

Aksoy T.U., Inalli M., 2006, "Impacts of some building passive design parameters on heating demand for a cold region", Building and Environment, No.41, 1742-1754.

Arantes L., Baverel O., Rollet P., Quenard D., 2011, "A simple method to consider energy balance in the architectural design of residential buildings", in: Attar R. (ed), Proceedings of the 2011 Symposium on Simulation for Architecture and Urban Design (SimAUD), VVol.8, 2011 Spring Simulation Multi-conference, SpringSim 2011, Boston, MA, USA, 76-83.

Arantes L., 2013, L’intégration des données énergétiques dans la conception architecturale située, Thèse de doctorat, Université de Grenoble.

Baker N., Steemers K., 2000, Energy and environment in architecture: a technical design guide, New-York, E&FN.

Belliot M. (dir.), 2006, Habitat, formes urbaines. Densités comparées et tendances d’évolution en France, FNAU (Fédération Nationale des Agences d’Urbanisme).

Bertaud A., Malpezzi S., 2003, "The Spatial Distribution of Population in 48 World Cities: Implications for Economies in Transition", www.alain-bertaud.com, consulté le 20/02/2013.

Chalas Y., 1997, "Territoires contemporains et représentations : des vieux paradigmes urbanistiques aux nouvelles figures de la ville", Revue de géographie alpine, Vol.85, No.85-4.

Charmes E., 2011, "Densité, formes urbaines et villes durables", in : Damon J. (dir.), Villes à vivre. Modes de vie urbains et défis environnementaux, Paris, Odile Jacob, Science Hum, 81-99.

Charmes E., Souami T., 2009, Villes rêvées, villes durables ?, Paris, Gallimard.

Choay F., 1965, L’Urbanisme : utopies et réalités, Paris, Le Seuil.

CNOA (Conseil National de l’Ordre des Architectes), 2009, Architecture Responsable et Développement Durable, DVD-Rom, Paris, CNOA.

Centre Scientifique et Technique du Bâtiment, 2007, Réglementation Thermique 2005, Guide réglementaire.

Debizet G., 2011, "La place des communes dans la transition énergétique des bâtiments", [Vues sur la ville] Transition énergétique et régulations urbaines : vers la ville postcarbone, No.27, 5-6.

Desjardins X., 2010, "20 ans après. Que retenir de la courbe de Newman et Kenworthy ?", Études foncières, No.145, 27-29.

Dureau F., Lévy J.P., 2010, "Morphologie urbaine et consommations énergétiques : un éclairage à partir de la recherche française", in Coutard O., Lévy J.P. (eds.), Écologies urbaines, Paris, Anthropos-Economica, coll. Villes, 84-101.

Fléty Y., Antoni J.-P., Vuidel G., Sede-Marceau (de) M.-H., 2010, "Les étiquettes énergétiques de mobilité : un indicateur pour la ville durable", Actes du Congrès Mondial de l’Énergie 2010, 18 p.

Fouchier V., 1998, Les densités urbaines et le développement durable. Le cas de l’Île-de-France et des villes nouvelles, Paris, SGVN.

Frankhauser P., 2005, "La morphologie des tissus urbains et périurbains à travers une lecture fractale", Revue Géographique de l’Est, Vol.45, No.3-4, 145-160.

Gomez-Ibanez J.A., 1991, "A Global View of Automobile Dependence, A review of Cities and Automobile Dependence: International Sourcebook", Journal of the American Planning Association, Vol.57, No.3, 376-379.

Gonzalo R., Habermann K.J., 2008, Architecture et efficacité énergétique. Principes de conception et de construction, Bâle, Birkhauser.

Gordon P., Richardson H.W., 1989, "Gasoline consumption and cities - a reply", Journal of the American Planning Association, Vol.55, No.3, 342-345.

Grenier A., "Ville et énergie. Spécificité et complexité de la question en France", in : Querrien A., Mattei M.-F. (dir), 2007, "La ville dans la transition énergétique", Les annales de la recherche urbaine, No.103, 131-138.

Hanitsch R., Schulz D., Siegfried U., 2001, "Shading effects on output power of grid connected photovoltaic generator systems", Revue des Energies Renouvelables, No.4, 93-99.

Katz P., 1994, The New Urbanism: Toward an Architecture of Community, New York, McGraw-Hill.

Kirwan R., 1992, "Urban form, energy and transport: A note on the Newman-Kenworthy thesis", Urban Policy and Research, Vol.10, No.1, 6-22.

Laffont T., 2008, "Approche Environnementale de l’Urbanisme : premiers enseignements", Ademe Languedoc-Roussillon, 3ème rencontre interprofessionnelle régionale, Développement et Ville Durable, Pas de Saporta.

Mahdavi A., Gurtekin B., 2002, "Shapes, Numbers, and Perception: Aspects and Dimensions of the Design Performance Space", Proceedings of the 6th International Conference: Design and Decision Support Systems in Architecture, The Netherlands, 291-300.

Massot M.-H., Orfeuil J.-P., 2007, "La contrainte énergétique doit-elle réguler la ville ou les véhicules ? Mobilités urbaines et réalisme écologique", Les Annales de la recherche urbaine, No.103, 1-14.

Maignant G., 2005, "Compacité et forme urbaine, une analyse environnementale dans la perspective d’un développement urbain durable", Actes du colloque Développement urbain durable, gestion des ressources et gouvernance, Lausanne.

Maïzia M., 2007, "L’énergétique urbaine et la morphologie des villes", Les annales de la recherche urbaine, No.103, 79-85.

Maïzia M., 2010, "Densité énergétique versus densité urbaine", Études foncières, No.145, 37-38.

Nessi H., 2010, "Formes urbaines et consommation d’énergie dans les transports", Études foncières, No.145, 30-32.

Newman P., Kenworthy J., 2000, "The Ten Myths of Automobile Dependence", World Transport Policy & Practice, Vol.6, No.1, 15-25.

O’Brien L.W., Kennedy C.A., Athienitis A.K., Kesik T.J., 2010, "The relationship between net energy use and the urban density of solar buildings", Environment and Planning B: Planning and Design, Vol.37, No.6, 1002-1021.

Pessenlehner W., Mahdavi A., 2003, "Building morphology, transparence and energy performance", Eighth International IBPSA Conference, 1025-1032.

Pollard J., 2011, "Les groupes d’intérêt vus du local : les promoteurs immobiliers dans le secteur du logement en France", Revue française de science politique, Vol.61, No.4, 681-706.

Pouyanne G., 2004, "Des avantages comparatifs de la ville compacte à l’interaction forme urbaine-mobilité, méthodologie et premiers résultats", Les Cahiers Scientifiques du Transport, No.45, 49-82.

Pumain D., 2004, "Urban Sprawl: Is there a French case?", in: Richardson H.W., Bae C.C. (eds.), Urban Sprawl in Western Europe and the United States, Aldershot (UK), Éditions Ashgate Pub Ltd, 137-157.

Querrien A., Mattei M.-F., 2007, "La ville dans la transition énergétique", Les annales de la recherche urbaine, No.103, 3-5.

Ratti C., Robinson D., Baker N., Steemers K., 2000, "LT Urban – the energy modelling of urban form", Proceedings of PLEA 2000, Cambridge, 660-665.

Ratti C., Richens P., 2004, "Raster analysis of urban form", Environment and Planning B: Planning and Design, No.31, 297-309.

Ratti C., Baker N., Steemers K., 2005, "Energy consumption and urban texture", Energy and Buildings, Vol.37, No7, 762-776.

Salat S., Nowacki C., 2010, "De l’importance de la morphologie dans l’efficience énergétique des villes", Liaison Énergie-Francophone, N°86, 141-146.

Steemers K., 2003, "Energy and the city: density, buildings and transport", Energy and Buildings, Vol.35, No.1, 3-14.

Vincenti A., Ahmadian M.R., Vannucci P., 2010, "BIANCA: a genetic algorithm to solve hard combinatorial optimisation problems in engineering", Journal of Global Optimisation, No.48, 399-421.

Williams K., Burton E., Jenks M., 2000, Achieving Sustainable Urban Form, Londres, Spon Press.

Haut de page

Notes

1 L’ADEME (Agence de l’environnement et de la maîtrise de l’énergie) définit le morceau de ville comme "un groupement de bâtiments contigus ou non, d’usages diversifiés ou non […], constituant une unité de fonction ou d’identité d’un quartier sur le plan énergétique, tant pour la mutualisation des besoins énergétiques que pour celle des productions énergétiques" (Ademe, 2010).

2 Terme emprunté à la biologie, la morphogenèse urbaine comprend l’ensemble des lois qui déterminent l’organisation d’une ville. Le processus de morphogenèse tel que nous l’appliquons à l’échelle d’un morceau de ville tient compte du dimensionnement, du positionnement et de l’orientation des bâtiments, au regard de règles de densités et de performance énergétique.

3 La courtoisie solaire est à comprendre dans le sens de droit au soleil ou plus simplement d’accès à l’ensoleillement direct. La recherche menée vise à définir des formes d’organisation micro-urbaine dans lesquelles les bâtiments respectent l’accès à l’ensoleillement direct des bâtiments adjacents. Ainsi, dans un souci de courtoisie solaire, les bâtiments respecteront des règles d’ombrage vis-à-vis des bâtiments avoisinants.

4 Ce choix d’échelle d’étude répond aux ambitions de mutualisation et de gestion collective des équipements de consommation et de production, même si ces enjeux ne sont pas directement traités dans cette étude. Ces ambitions sont posées par plusieurs acteurs nationaux et régionaux (ADEME, CSTB, PREBAT, EDF R&D, Schneider Electric, etc.) (ADEME, 2010).

5 À l’échelle urbaine, de nombreux chercheurs s’accordent sur le fait que la notion de compacité n’est pas univoque et que sa définition repose sur au moins deux dimensions : (1) des fortes densités et (2) une urbanisation continue. La densité urbaine ne serait alors qu’un indicateur parmi d’autres de la compacité urbaine. À l’échelle du bâti, la compacité est une grandeur physique définie comme le rapport entre la somme des surfaces déperditives (en contact avec l’extérieur, le sol ou les espaces non chauffés) et le volume chauffé du bâtiment.

6 Chapitre 5.

7 K. Steemers définit la morphologie urbaine comme la combinaison de la forme tridimensionnelle d’un groupe de bâtiments et des espaces créés autour d’eux (Steemers, 2003).

8 Le bilan énergétique net se calcule comme la soustraction des consommations aux apports actifs : bilan énergétique net = (apports – consommations habitat – consommations transports).

9 Ce sont des formes urbaines dont les unités sont regroupées et forment un seul et unique volume.

10 Ce sont des formes décomposées en un ou plusieurs volumes distincts.

11 Le système urbain est entendu ici comme l’organisation des bâtiments et des quartiers qui composent la ville, et non pas comme le réseau des infrastructures urbaines tel qu’il était décrit au début du vingtième siècle.

12 Matlab est un environnement de programmation utilisé pour l’analyse et la visualisation de données, le développement d’algorithmes et le calcul numérique.

13 Les coordonnées géographiques de Grenoble sont : 45°10’N et 5°43’E.

14 Les postes de consommation comprennent les cinq postes réglementaires (chauffage, refroidissement, eau chaude sanitaire, éclairage, auxiliaires), la consommation en énergie grise des matériaux, la consommation en électricité spécifique, et celle en électricité pour les ascenseurs. Le poste auxiliaires correspond à la consommation d’énergie des équipements de types ventilateurs, circulateurs et pompes. L’électricité spécifique est l’électricité consommée pour les postes non réglementés : elle tient compte de l’électricité consommée par l’audiovisuel et l’électroménager. L’énergie grise correspond à l’énergie nécessaire à la construction des bâtiments ; elle inclut celle du gros œuvre (structure et fondations), celle de l’enveloppe thermo-acoustique (façades et vitrages), et celle des panneaux photovoltaïques.

15 Sont pris en compte la production solaire thermique et la production solaire photovoltaïque. Les panneaux solaires thermiques sont installés en façade en quantité suffisante pour assurer un tiers des besoins annuels en eau chaude sanitaire. Les panneaux solaires photovoltaïques sont installés en toiture, en façade Sud et en façade Ouest.

16 Il s’agit du bilan énergétique total annuel.

17 Consommations, productions ou bilan. Le bilan correspond aux consommations surévaluées par les productions solaires actives thermiques et photovoltaïques.

18 Les algorithmes génétiques sont un mécanisme de recherche d’un optimum global d’une fonction non linéaire, non convexe, paramétrée par plusieurs variables et contrainte. Ils reposent sur les théories de l’évolution de Darwin et sur le constat qu’une population s’adapte aux contraintes de son environnement. Ils permettent d’approcher par bonds successifs une solution optimisée.

19 Le temps de calcul est de 68 ms.

20 La vie en œuvre du bâtiment correspond à la phase d’exploitation et d’occupation du bâtiment.

21 Les paramètres obtenus concernent les dimensions, positions et orientations des bâtiments qui constituent ces configurations.

22 Nous travaillons à partir des coordonnées relatives plutôt qu’absolues afin de pouvoir considérer des quartiers de tailles différentes.

23 Pour le cas étudié dans l’article, l’espace des paramètres est de l’ordre de 1059.

24 Selon l’Arrêté du 24 mai 2006, la France est répartie en huit zones climatiques, elles-mêmes regroupées en trois zones "hiver" (tenant compte des périodes de chauffage) : H1, H2 et H3. La zone H1 correspond aux départements situés au Nord et au Nord-Est de la France. Pour plus d’informations, se référer à la Réglementation Thermique (CSTB, 2007).

25 Consommation réglementaire (CRT), bilan énergétique total (Btotal), énergie grise (Egrise) ou production solaire active thermique et photovoltaïque (Pact).

26 À l’échelle du morceau de ville, plusieurs déterminants morphologiques et spatiaux sont de nature à agir sur la performance énergétique totale de l’îlot. Ces déterminants concernent certes la typologie et la forme des bâtiments construits, mais aussi la manière dont ils s’organisent (choix de l’orientation, espacements, etc.). Ces règles constituent les prospects urbains.

Haut de page

Table des illustrations

Titre Figure 1 : Tendances d’évolution de trois postes énergétiques en fonction de la densité de population (à partir de)
Légende Dans l’étude menée par L. O’Brien et al., les densités des quartiers étudiés sont données par le rapport entre le nombre d’habitants et la surface au sol artificialisée (bâtis et routes) de ces quartiers. Ces densités sont : Pour les quartiers de faible densité :     d = 70 hab/ha Pour les quartiers de moyenne densité :     d = 300 hab/ha Pour les quartiers de haute densité :      d = 1 000 hab/ha.
URL http://cybergeo.revues.org/docannexe/image/27584/img-1.png
Fichier image/png, 50k
Titre Figure 2 : Relation entre compacité et consommation de chauffage : analyse comparée de quatorze morphologies de bâtiments (Depecker, 2001)
Légende À gauche : Les 14 morphologies étudiées par P. Depecker et al. À droite : Évolution de la consommation de chauffage (en kWh/an) en fonction de la compacité géométrique (en m-1).
URL http://cybergeo.revues.org/docannexe/image/27584/img-2.png
Fichier image/png, 65k
URL http://cybergeo.revues.org/docannexe/image/27584/img-3.png
Fichier image/png, 2,4k
Titre Figure 3 : Les six formes urbaines analysées et leurs dimensions (n = nombre d’étages, L = longueur) (Arantes, 2013)
URL http://cybergeo.revues.org/docannexe/image/27584/img-4.png
Fichier image/png, 398k
Titre Figure 4 : Répartition des consommations (en négatif) et des apports cumulés (en positif) pour chaque forme étudiée (Arantes, 2013)
URL http://cybergeo.revues.org/docannexe/image/27584/img-5.png
Fichier image/png, 428k
Titre Figure 5 : Comparaison croisées des six formes urbaines étudiées au regard de leur performance énergétique globale16 (Arantes, 2013)
URL http://cybergeo.revues.org/docannexe/image/27584/img-6.jpg
Fichier image/jpeg, 44k
Titre Figure 6 : Schématisation géométrique du problème (Arantes, 2013)
URL http://cybergeo.revues.org/docannexe/image/27584/img-7.png
Fichier image/png, 46k
URL http://cybergeo.revues.org/docannexe/image/27584/img-8.png
Fichier image/png, 6,1k
Titre Figure 7 : Les étapes de l’optimisation (Arantes, 2013)
URL http://cybergeo.revues.org/docannexe/image/27584/img-9.png
Fichier image/png, 87k
URL http://cybergeo.revues.org/docannexe/image/27584/img-10.png
Fichier image/png, 6,6k
URL http://cybergeo.revues.org/docannexe/image/27584/img-11.png
Fichier image/png, 5,6k
Titre Figure 8 : Visualisation tridimensionnelle dans Rhinocéros® du résultat de l’optimisation du bilan énergétique total pour une densité exacte de 75 logements par hectare (Arantes, 2013)
URL http://cybergeo.revues.org/docannexe/image/27584/img-12.png
Fichier image/png, 249k
Titre Figure 9 - Visualisation tridimensionnelle dans Rhinocéros® du résultat de l’optimisation du bilan énergétique total sur le quartier pour chaque plage de densité visée (Arantes, 2013)
Légende d est la densité de population et Btotal_unit au bilan énergétique total annuel unitaire (rapporté à l’habitant). Densité faible : 30 < d < 50 hab./ha Densité moyenne : 130 < d < 170 hab./ha Densité haute : 280 < d < 320 hab./ha
URL http://cybergeo.revues.org/docannexe/image/27584/img-13.png
Fichier image/png, 123k
Titre Figure 10 - Évolution du bilan énergétique total annuel par habitant en fonction de la densité du quartier (Arantes, 2013)
Légende Densité faible : 30 < d < 50 hab./ha Densité moyenne : 130 < d < 170 hab./ha Densité haute : 280 < d < 320 hab./ha
URL http://cybergeo.revues.org/docannexe/image/27584/img-14.png
Fichier image/png, 94k
Titre Figure 11 - Visualisation tridimensionnelle dans Rhinocéros® du résultat de l’optimisation du bilan énergétique total sur le quartier dans le cas de la densité élevée (Arantes, 2013)
Légende d est la densité de population et Btotal_unit au bilan énergétique total annuel unitaire (rapporté à l’habitant). Densité faible : 30 < d < 50 hab./ha Densité moyenne : 130 < d < 170 hab./ha Densité haute : 280 < d < 320 hab./ha
URL http://cybergeo.revues.org/docannexe/image/27584/img-15.png
Fichier image/png, 250k
Haut de page

Pour citer cet article

Référence électronique

Laëtitia Arantes, Solène Marry, Olivier Baverel et Daniel Quenard, « Efficacité énergétique et formes urbaines : élaboration d’un outil d’optimisation morpho-énergétique », Cybergeo : European Journal of Geography [En ligne], Aménagement, Urbanisme, document 777, mis en ligne le 07 avril 2016, consulté le 27 mai 2017. URL : http://cybergeo.revues.org/27584 ; DOI : 10.4000/cybergeo.27584

Haut de page

Auteurs

Laëtitia Arantes

École Nationale Supérieure d’Architecture de Grenoble et Centre Scientifique et Technique du Bâtiment, Ingénieur de Recherche, laetitia.arantes@gmail.com

Articles du même auteur

Solène Marry

Service Organisations Urbaines - ADEME (Agence de l’Environnement et de la Maîtrise de l’Energie), Correspondant Recherche, solene.marry@gmail.com

Articles du même auteur

Olivier Baverel

École Nationale Supérieure d’Architecture de Grenoble, Maître Assistant, ENPC ParisTech, Professeur, olivier.baverel@grenoble.archi.fr

Daniel Quenard

Centre Scientifique et Technique du Bâtiment, Chef de division, daniel.quenard@cstb.fr

Haut de page

Droits d’auteur

© CNRS-UMR Géographie-cités 8504

Haut de page