Modéliser la dynamique des consommations : du normatif au réaliste

Transcription

1 Modéliser la dynamique des consommations : du normatif au réaliste Illustration par le DPE: écueil et pistes de solutions Benoit Allibe Doctorant CIRED EDF R&D 1

2 Contexte Intérêt des modèles de dynamique des consommations énergétique: Agrégation cohérente de la connaissance existante Support de discussion (voire consensus) sur les coûts de transition du système énergétique actuel vers un niveau d émission de GES plus faible et durable Évaluation ex ante de politiques/programmes énergétiques Trois approches principales: Représentation agrégée/top down: EGC [ex: Gemini E3 (Bernard et Vielle)], économétrique [ex: L.Penot Antoniou et P.Têtu, 2010] Représentation désagrégée/bottom up : scénarios techniques [ex: Enerter (Energies Demain), MIeL (EDF R&D)], simulation technico économique [ex: Menfils (ADEME), Res IRF (CIRED)]. Hybride : Imaclim R (CIRED) Omniprésence du Diagnostic de Performance Energétique (DPE) ou de modèles de calcul thermique très proches. Etiquettes DPE = langage commun aux différents acteurs du secteur résidentiel 2

3 Plan Rappels sur le DPE Analyse statique : écarts entre consommations DPE (performance) et consommations de chauffage observées interprétation: effet rebond, malfaçons, comportements contraints Analyse dynamique : conséquences des écarts observés sur l estimation de la rentabilité d améliorations technologiques simulation d investissement: les risques de masquer les technologies sous des étiquettes DPE Le CLIP Facteur 4 «revisité» : Application des résultats àun exercice de prospective «facteur 4» dans le secteur résidentiel français 3

4 Rappels sur le Diagnostic de Performance Energétique Seuls les usages thermiques sont pris en compte: chauffage, eau chaude sanitaire, climatisation Modèle de calcul thermique (3CL) basé sur un besoin normatif de service Performance du logement prenant en compte le système énergétique amont, exprimée par des étiquettes en énergie primaire (EP) et émissions de gaz àeffet de serre (GES) par m 2 par an EP GES Besoin normatif de service Climat Performance normative du bâti Besoin normatif en énergie utile Performance normative des systèmes Consommation normative d énergie finale Norme de calcul thermique (3CL) 4

5 «In theory, theory and practice are the same. In practice, they are not» Albert Einstein Analyse statique est ce que le besoin normal est bon en moyenne? 5

6 Confrontation entre consommations normatives et observées 2 études réalisées sur le chauffage individuel (pour avoir accès aux factures) Cible Segments CEREN Echantillon EDF R&D 2009 Logements anciens (<1988) Chauffage électrique, gaz et fioul Chauffage toutes énergies Forme du parc résidentiel 15 segments avec effectifs associés 913 logements Période étudiée Description performance Expertise EDF R&D Valeurs par défaut du DPE d après description des logements par les ménages Données météo Climats réels CEREN Météo normale par département (DPE) Moteur de calcul thermique Proche DPE (sans facteur d intermittence) Moteur 3CL du DPE Données de consommations réelles Estimations CEREN par usage Factures des ménages Extraction statistique du chauffage par méthodologie CEREN 6

7 Des écarts importants entre calcul normatif et observations de consommation Échantillon EDF R&D 2009 Segments CEREN 2005 consommation de chauffage estimée sur facture (kwh.m2.an) DPE conso observée (kwh/m2.an) Autre norme de calcul consommation théorique (3CL) de chauffage (kwh.m2.an) Source : article de la conférence ECEEE 2011, France «There are people in the house! How misleading for energy policies are the results of purely technical analysis of residential energy consumption». E. Cayre, B. Allibe, M H. Laurent conso théorique (kwh/m2.an) Source : poster de la conférence BECC 2009, Washington, USA «Impact of comfort level on dwellings space heating energy demand. A retrospective and prospective study». B. Allibe Sources possibles de différences entre consommations théoriques et observées: Mauvaise estimation du comportement d usage (non «normal», ou différent de ce qui est déclaré) Mauvaise estimation de la performance (présence de malfaçons, non respect de la RT) Mauvaise estimation des autres variables physiques (surface chauffée, climat local) Biais de modèle thermique (utilisation d un modèle trop simple) Erreur d estimation statistique de l usage chauffage au sein de la facture (pour échantillon) 7

8 Comparaison DPE factures selon le stade énergétique Distribution des maisons individuelles en fonction de leur besoin de chauffage (énergie utile) Distribution des maisons individuelles en fonction de leur consommation de chauffage (énergie finale) 50% 45% 40% 35% 30% 25% 20% 15% 10% 5% 0% Normatif Réaliste 30% 25% 20% 15% 10% 5% 0% Normative Observée kwheu/m2.an kwhef/m2.an 35% Distribution des maisons individuelles par étiquette énergie primaire 30% 25% 20% Normatif Réaliste 15% 10% 5% 0% A B C D E F G 8

9 Indicateurs utilisés pour la comparaison Définition de l indicateur d intensité d utilisation: avec, Cobs la consommation observée et Cth la consommation calculée par un modèle de calcul thermique et son jeu d hypothèses concernant les performances et le climat Si les écarts sont dus aux comportements alors la littérature économique indique qu ils devraient dépendre du coût du service sous contrainte de revenu, et donc des variables suivantes : prix des énergies (élasticité prix) performance des logements et équipements (effet rebond, élasticité à la performance) rigueur du climat revenu des ménages (élasticité revenu), moins d effet que les autres variables Ces quatre variables peuvent être combinées en un autre indicateur: la part budgétaire que les ménages alloueraient au chauffage s ils consommaient la quantité d énergie calculée par le modèle normatif, que l on peut appeler «part budgétaire théorique» avec Pe le prix de l énergie de chauffage et Cth la consommation calculée par un modèle de calcul thermique et son jeu d hypothèses concernant les performances et le climat, et R le revenu du ménage 9

10 Reformulation des comparaisons avec les indicateurs définis Échantillon EDF R&D 2009 Segments CEREN 2005 Reformulation par décile de PBT Rétrospective CEREN ,4 1,2 1 0,8 0,6 0,4 0,2 0 0,0% 5,0% 10,0% 15,0% 20,0% 25,0% 10

11 Intérêts des résultats en analyse statique Le DPE est un bon indicateur de performance, mais pas de consommation réelle! Il surestime fortement (>60%) les consommations de chauffage individuel * en France Les ménages adaptent leur consommation de chauffage : au prix des énergies, àla performance de leur logement : effet rebond, àla rigueur du climat àleur revenu (dans un moindre mesure) «smart people» Cette adaptation n est pas spécifique à : un type de logement (maison ou immeuble), une période de construction, la nature d une énergie de chauffage * : le chauffage individuel représente 83% des consommations de chauffage en France 11

12 Analyse dynamique quelles conséquences d un besoin variable sur les investissements? 12

13 Usage quotidien et rentabilité Plus les comportements d usage sont sobres moins d énergie peut être économisée Illustration: temps de retour sur investissement pour l installation de vitrages très performants, sans effet rebond (source: Tigchelaar et al., ECEEE 2011) Temps de retour sur invest. réaliste normatif Intensité d utilisation initiale 13

14 Estimation réalistes des gains énergétiques Intensity of use REFURBISHMENT I final 1 (normative use) I initial Rebound + model bias + discrepancy Overestimation of initial consumption 40% du gain normatif Theoretical Rebound + model bias + Final consumption Final final energy Theoretical initial Theoretical discrepancy consumption savings consumption Energy savings without Initial consumption Energy savings without without comfort increase, comfort increase comfort discrepancy Realistic energy and model savings bias increase Theoretical consumption after refurbishment Source: E. Cayre, B. Allibe, M H. Laurent, ECEEE 2011 Theoretical consumption before refurbishment 25% du gain normatif 40% du gain sur consommation réelle Theoretical SH consumption (MWh) 14

15 Application àla prospective 15

16 Le CLIP «Facteur 4»revisité Etude de référence : cahiers du CLIP n 20, «Habitat Facteur 4»(CNRS EDF GDF Energies Demain) Avec l hypothèse d une rénovation bâti intégrale, seule une forte pénétration des PAC et du chauffage bois permettent l atteinte d un facteur 4 (et plus) sur les émissions de CO 2 issues des usages thermiques Basé sur des consommations initiales réelles mais pas de prise en compte de malfaçon ni d effet rebond Application du facteur d intensité au scénario menant aux plus grandes réductions d énergie finale (élec/bois/gaz) Consommation nationale de chauffage (TWh, énergie finale) Conso 3CL 394 Conso réelle /8 /8 /2 Gisement 3CL + SI Gisement 3CL + SI + RMB Conso 3CL gisement 3CL Conso réelle gisement 3CL + SI Conso réelle gisement 3CL Conso réelle gisement 3CL + SI + RBM Consommation 2009 Gisements d économie d énergie Consommation 2050 SI : Surestimation de la consommation initiale RMB : Effet rebond, malfaçon, biais de modèle Gisement 3CL Facteur de réduction CO 2 en 2050 Scénario CLIP CLIP revisité B/G/E Le facteur 8 en énergie finale devient un «bon facteur 2» B/E/G Nécessité de réduire le contenu carbone des énergies de chauffage et de compenser l effet rebond (en agissant sur les prix de l énergie) G/B/E E/B/G

17 Limites de l étude / perspectives : Effets rebond et malfaçon (et biais de modèle) non découplés Effet global observé sans différenciation par technologie (effet rebond attendu plus important sur l isolation que sur les systèmes) Chauffage individuel seulement Besoin de validation rétrospective plus étendue «correction» du CLIP effectuée àprix de l énergie et climat constant 17

18 Eléments clés «àemporter» Le DPE est un indicateur de performance, mais pas de consommation! Surestimation de 60% des consommations de chauffage individuel en France Bonne nouvelle, il est possible de le corriger de manière simple pour le rendre plus réaliste «smart people» : Les ménages adaptent leur consommation de chauffage àson prix L effet rebond et la malfaçon réduisent les gains énergétiques sur facture d environ 40%, et le gain énergétique normatif d environ 2/3 àl échelle nationale Le gisement comportemental d économies d énergies semble déjà largement exploité Le Facteur 4 pour le chauffage ne peut être atteint uniquement par de l efficacité énergétique L efficacité énergétique ne devrait pas permettre d atteindre bien mieux qu un facteur 2 L atteinte du facteur 2 en efficacité nécessite cependant d agir dès maintenant sur les éléments techniques àplus longue durée de vie (murs et toitures) pour empêcher les «occasions manquées» Il reste un facteur 2 àfaire sur le contenu carbone moyen du chauffage en France renforce la nécessité d un recours massif au bois (et àla décarbonation des autres énergies besoin de limiter l effet rebond (outils prix) et la malfaçon (contrôle) 18

19 Merci pour votre attention Benoit Allibe cired.fr 19

20 Compléments 20

21 Dynamique des consommations àpartir d une matrice de transition en étiquettes DPE (EP ou GES) 21

22 Pourquoi un modèle basé sur des étiquettes DPE énergie primaire est il tentant? Base de données simple et publique de description du parc national de logements en étiquette énergie primaire du DPE : ANAH (2008) Facilité de représentation des coûts de transition d une performance àune autre Sans représenter explicitement les technologies Sans recours àun calcul thermique Possibilité de modéliser la dynamique des rénovations en fonction de la rentabilité des transitions Mais il existe des écueils méthodologiques certains àune approche simpliste + prix de l énergie + critère d investissement = dynamique 22

23 Des technologies à rentabilités très variables Une transition d étiquette peut être atteinte àl aide de combinaisons technologiques différentes La rentabilité d une transition d étiquette dépend des technologies sous jacentes La matrice de transition sera différente pour un scénario centré sur de l isolation en un sur des systèmes de chauffage performants et des EnR

24 D un prix de technologie àun prix de transition d étiquette L amélioration d une technologie est associée à une stade énergétique Isolation énergie utile, Système de chauffage énergie finale La position d une technologie donnée dans une matrice de coûts de transition dépend des autres éléments du logement Exemple: installation de pompe à chaleur sur différentes «cibles»: EP GES Fioul, non isolée Gaz, non isolée Convecteur, non isolée Gaz, isolée Bois, non isolée NB: Chaque cercle devrait avoir le même coût (celui de la pompe à chaleur)! Or, le consensus est déjà difficile sur le prix des technologies (Laurent et al., 2009) Par ailleurs, une perte d étiquette DPE peut être rentable pour les ménages

25 Prise en compte de l inertie de l infrastructure technique (bâti+systèmes) On ne peut considérer uniquement le surcoût qu en fin de vie de l équipement: Si une rénovation est anticipée, il y a perte de la valeur résiduelle, qui peut compenser financièrement les futurs gains sur facture Perte de rentabilité lorsqu on anticipe une rénovation (Energy Technology Perspectives 2012, IEA) Le déclencheur des travaux est plus l obsolescence des équipements installés que la rentabilité d une amélioration énergétique «Il n existe pas de marché de l efficacité énergétique mais l efficacité énergétique est un critère dans les choix de rénovation des logements» (E.Lagandré, ANAH) Durée de vie différentes selon les technologies Environ deux fois supérieures pour les éléments bâti que pour les systèmes de chauffage Besoin d éviter dès àprésent les «occasions manquées» sur les éléments du bâti car, en moyenne, une seule rénovation d ici 2050 Avantage d une approche technologiquement explicite : représentation de l inertie du parc 25

26 Pistes de solution Représentation technologiquement explicite puis traduction en étiquettes Représentation de l obsolescence par des durées de vie explicites des technologies (décision de travaux est contraint àla fin de la durée de vie) Représentation de la valeur résiduelle des équipements avant leur fin de vie Représentation du coût des technologies au stade énergétique où elles interviennent Si structure «matrice DPE» conservée, limiter le flux annuel de rénovations (prise ne compte de l inertie) disposer de plusieurs matrices de coûts correspondant àdes contenus technologiques différents Ne pas interdire la rétrogradation d étiquettes DPE 26

27 Hétérogénéité du marché de la rénovation thermique des logements 27

28 Hétérogénéité des rentabilités (1) Modélisation ingénieur ( winner takes all ) et économétrique (fonction logit) d un marché hétérogène àdeux technologies (A et B) caractérisées par le coût global actualisé (CGA) Parts de marché de la technologie A 100% " winner takes all " coûts et bénéfices énergétiques + hétérogénéité du marché 50% coûts et bénéfices énergétiques et non énergétiques + hétérogénéité du marché CGA (A) CGA (B) Plus un marché est hétérogène moins la variation d un facteur aura d impact sur les parts de marché observées Une simulation basée uniquement sur du calcul DPE et avec comme seul critère de choix le DPE peut amener à surestimer fortement la pénétration des technologies les plus rentables 28

29 Hétérogénéité des rentabilités (2) Quelles sources d hétérogénéité dans le marché de la rénovation thermique des logements? Infrastructure existante présente des éléments de performances très différentes Le prix d une transition dépend fortement de la technologie utilisée Pour une même technologie et une même performance, les prix observés peuvent être sensiblement différents Les préférences des ménages sont hétérogènes: perception des caractéristiques des technologies, préférence pour le présent lors des investissements 29

30 Hétérogénéité des rentabilités (4) Illustration : simulation des parts de marché de technologies de performances différentes en fonction de l hétérogénéité des prix àperformance donnée Modèle d investissement Choix entre 3 niveaux de performance Tirage aléatoire d un prix dans la distribution pour chaque niveau de performance Choix du coût global actualisé le plus faible Résultats de simulation (sans subventions) 30