Le modèle ENERTER®-Résidentiel vise à reconstituer les consommations d’énergie du parc résidentiel français, que ce soient des consommations dans l’état actuel du parc, ou attendues après mise en œuvre de travaux de réhabilitation. A la différence des méthodes statistiques, le modèle ENERTER® s’appuie sur une logique dite « bottom-up », puisqu’il part d’une description physique des logements pour aboutir à une estimation de leurs consommations d’énergie.
La méthodologie de construction du modèle s’articule autour des grandes étapes suivantes :
1 - Une description initiale du parc à l’échelle du logement, permise par l’exploitation des recensements de l’INSEE, qui fournit un premier jeu d’informations sur les 35 millions de logements français
2 - Une caractérisation des logements (bâti et systèmes) par l’enrichissement de la description fournie par l’INSEE, via l’exploitation de sources de données complémentaires (enquêtes et expertises), permettant :
3 - Une simulation thermique selon la méthode 3CL 2021, à l’échelle du logement, permettant d’estimer leurs consommations d’énergie
Si l’exactitude des résultats n’est pas l’objectif recherché dans cet exercice de modélisation qui cherche avant tout à décrire les mécanismes de consommations, la cohérence du modèle avec les consommations observées est assurée par une comparaison avec les données de consommations officielles à l’échelle de la région et un recalage à la maille IRIS sur la base des données des fournisseurs d'énergie (électricité et gaz).
Les principales applications directes de ce modèle sont les suivantes :
Le premier pas nécessaire au développement de la base de données ENERTER® est la mise en place de la base de description des ménages, de leur lieu d’habitation et de leur logement. Cette description doit être relativement précise pour permettre d’associer à chaque ménage une évaluation de ses différents postes de revenus et dépenses (énergétiques ou autres). Pour ce faire Energies Demain s’est appuyé sur les données issues du Recensement Générale de la Population 2017 publiées par l'INSEE en 2020.
Fichier Details Logements |
Fichier Details Individus |
|
Auteur |
INSEE |
|
Type |
« Base de données » |
|
Contenu |
- Description détaillée des logements (année de construction, surface, HLM, individuel/collectif,...) - Eléments sur le ménage qui occupe le logement et son référent |
- Description détaillée des individus de plus de 15 ans (âge, CSP, ... ) et du ménage (nombre de personnes,...) - Eléments sur le logement qu’occupe les individus |
Niveaux géographiques | IRIS, commune, département | IRIS, canton, département |
Année de référence |
2017 (Publication 2020) |
L'INSEE publie chaque année deux recensements détaillés distincts : celui des logements et celui des individus. La base de description des ménages utilisée par ENERTER® s’appuie sur le croisement de ces deux fichiers qui dispensent des données complémentaires. Il s’agit de recouper les fichiers logements et individus pour en faire une base de donnée unique regroupant un maximum d’informations sur les ménages français et les logements qu’ils occupent.
L’une décrit l’ensemble des logements français, chaque entrée représente un type de logement associé à un poids. Il existe une cinquantaine de caractéristiques qui décrivent les logements :
L’autre décrit les individus français chaque entrée représente un individu associé à un poids. Il y a une centaine de caractéristiques :
Plusieurs éléments liés à la construction des deux recensements expliquent la nécessité du recoupement :
Le principe du recoupement est d’associer à chaque logement de la base Logements un ménage de la base Individus aussi proche que possible du logement. La méthode se base sur les caractéristiques que les deux fichiers ont en commun ou qui peuvent être déterminées. En effet, la surface du logement et le nombre de personne du ménage, par exemple, sont des informations présentes dans le fichier logement comme individu. Le critère INPER6 par contre qui donne le nombre de personnes du ménage âgées de moins de 6 ans est donné directement pour les logements et peut être retrouvé dans les individus grâce aux âges détaillés des personnes du ménage. Au total, 37 critères vont ainsi servir au recoupement des deux fichiers. Le recoupement s’est effectué en deux grandes étapes.
Elle a consisté en la comparaison, pour chaque IRIS, de chaque ligne du fichier logements aux ménages du fichier individus du même IRIS, puis à l’attribution du plus proche vis-à-vis des 34 critères (dont 8 recalculés par Energies Demain).
Étant donné que le recensement des logements est plus précis que celui des individus, c’est celui-ci qui constitue la base du travail. Ainsi on va retrouver dans la base recoupée finale, exactement le même nombre de logements que dans le fichier Logements initial.
Pour chaque IRIS, pour chaque logement, le programme créé parcourt les ménages et recherche tout d’abord une correspondance parfaite. Si elle existe, il ajoute la correspondance des identifiants aux résultats et met à jour les poids des logements et ménages restants.
Une fois tous les ménages traités pour les correspondances exactes, le programme va effectuer une nouvelle itération en recherchent pour chaque logement restant, un ménage possédant toutes les caractéristiques identiques sauf celle considérée comme la moins importante. Et ainsi de suite jusqu'à ne garder que le critère « nombre de personnes du ménage » commun. Ici apparaît la nécessité de définir un classement pour éliminer les critères au fur et à mesure des itérations. L’ordre retenu est le suivant :
Le schéma suivant résume la méthode utilisée pour la 1ère étape :
Une fois la liste des correspondances finalisées, il reste à construire la base finale recoupant les informations des ménages et des logements.
Dans ce but, les déterminants sont classés en deux catégories selon qu’ils caractérisent le logement où les individus.
A partir des couples formés par le recoupement, les données sont extraites de l’une ou l’autre des deux bases de départ selon la catégorie du déterminant.
La base finale obtenue, de par sa construction, correspond parfaitement à la base Logement du recensement, avec des données supplémentaires sur les individus qui occupent ces logements.
Les données sont modélisées à l’échelle de l’IRIS et de la commune à partir du recensement général de la population 2017. L’INSEE utilise le découpage géographique des communes et IRIS arrêtés au 1er janvier 2020, et les données présentées utilisent donc également ce référentiel.
Le périmètre retenu est celui des résidences principales, secondaires et occasionnelles en maisons individuelles ou en immeubles collectifs, France Continentale. Les logements présentés dans l’application de ciblage sont donc plus restreints que ceux répertoriés par l’INSEE pour se concentrer sur les résidences principales standard.
Sont notamment absents de l’outil les logements qui appartiennent aux catégories suivantes :
Le schéma ci-après décrit de façon synthétique le fonctionnement du modèle et ses principaux résultats.
Le modèle ENERTER® Résidentiel s’appuie sur les fichiers « Détails Logements » et « Détails Individus » du Recensement général de la Population (RGP) 2017. Dans la mesure où le fichier « Détails Logements » du RP 2017 fournit uniquement des informations relatives au logement, il a été nécessaire d’employer une méthodologie de recoupement de ces données avec celles du RP 1999 afin de recomposer les informations relatives aux bâtiments dans lesquels se trouvent les logements considérés (nombre d’étages du bâtiment, nombre de logements du bâtiment). Le plus grand soin a été accordé à la mise en œuvre de l’algorithme d’optimisation permettant ce recoupement dans la mesure où la compacité des bâtiments est une donnée à laquelle des consommations énergétiques liées au chauffage des logements sont des plus sensibles.
Les « entrées statistiques » issues du recoupement des données des recensements 1999 et 2017 se voient ensuite attribuer un certain nombre de caractéristiques architecturales (famille architecturale, description des parois déperditives et coefficients de déperdition surfacique associés, type de système de ventilation…). Cette caractérisation architecturale fait appel notamment à une typologie architecturale élaborée par des experts en histoire de l’architecture[1a], à des données relatives aux matériaux à disposition dans chacune des communes considérées, ainsi qu’a l’expertise des bureaux d’études Tribu Energie et Pouget Consultants.
La description architecturale du parc tel qu’initialement construit ne permet pas d’évaluer les consommations énergétiques ou tout du moins les besoins de chauffage actuels. Il a donc été nécessaire d’adjoindre un module de prise en compte de la réhabilitation du bâti. La méthode utilisée pour calculer ces taux repose sur les résultats de l'enquête TREMI 2019 et les travaux de l'Observatoire national de la rénovation énergétique (ONRE).
Le tableau suivant présente les taux de réhabilitation par catégorie d'occupation, rapportés aux effectifs du segment.
La prise en compte de la réhabilitation du parc permet d’obtenir une description du parc bâti résidentiel nous rendant en mesure d’évaluer les consommations énergétiques actuelles des logements.
Les données concernant les systèmes de chauffage des logements fournis par le RP 2017 présentent un certain nombre de lacunes à l’heure de répondre aux questions concernant les systèmes dédiés aux usages thermiques du parc résidentiel. Par conséquent, Energies Demain a réalisé des études bibliographiques et mis en place des méthodologies pour l’enrichissement de ces données afin notamment de prendre en compte le chauffage d’appoint[1b], les pompes à chaleur et réaliser la distinction entre bois et charbon[2]. Concernant les systèmes de production d’ECS et de cuisson, la même démarche a été utilisée par Energies Demain pour l’élaboration des jeux d’hypothèses permettant la répartition des différents systèmes dédiés à ces usages selon des critères tels que le système de chauffage du logement ou la présence de gaz naturel dans l'IRIS considérée.
Ces informations couplées à la description du parc bâti et à la reconstitution des données climatiques à l’échelle communale permet de réaliser une simulation des consommations énergétiques de chacun des logements français selon la méthode 3CL 2021[3]. La méthode 3CL donnant uniquement une valeur conventionnelle des consommations énergétiques des logements, une modélisation comportementale visant à prendre en compte un « effet portefeuille » sur les consommations de chauffage a été mise en œuvre. Celle-ci agit véritablement comme un facteur de calage des consommations dans la mesure où elle permet de parvenir à des consommations énergétiques calées sur les données disponibles à l’échelle nationale ou IRIS et par énergie.
A noter que les consommations d’électricité spécifique données dans ENERTER® Résidentiel sont directement issues du modèle CHARTER® de reconstitution de la demande en électricité développé par Energies Demain, ce qui permet de distinguer les sous-usages suivants : éclairage, électroménager, froid, climatisation, loisirs et autres usages[4].
[1a] Typologie des bâtiments d'habitation existants en France - Synthèse des bâtiments d'habitation existants permettant l'évaluation du potentiel d'amélioration énergétique (DHUP, 2007)
[1b] Les fichiers « Détails Logements » du RGP 2017 indique uniquement les modes de chauffage principal et l’énergie de chauffage principale de chacun des logements.
[2] Catégorie « Autres » dans la nomenclature des énergies de chauffage
[3] L’implémentation du modèle ENERTER Résidentiel sous format de base de données (ORACLE) permet de réaliser les simulations correspondantes aux trente cinq millions de logements très rapidement.
[4] Les données issues d’ENERTER Résidentiel sont calées sur les statistiques de consommations énergétiques par segment de parc et sur les consommations énergétique OpenData des distributeurs d'énergie