Projet de cartographie de la consommation finale de l’énergie au Canada

CanmetÉNERGIE-Ottawa, une division de Ressources naturelles Canada, a pour mission de diriger le développement de solutions scientifiques et technologiques en matière d’énergie pour le bienfait économique et environnemental des Canadiens. Les programmes qu’elle dirige visent un avenir à faible émission de carbone et couvrent des sujets tels que la bioénergie, le transport, l’environnement bâti, ainsi que la capture, l’utilisation et le stockage du CO2.

CanmetÉNERGIE-Ottawa a pour objet de créer une carte en ligne qui illustre la consommation d’énergie des bâtiments et comprend les possibilités d’efficacité énergétique et les données connexes. Ce projet porte également sur l’élaboration de pratiques exemplaires et de normes visant à accélérer l’adoption d’améliorations énergétiques profondes et la transition vers une économie à faible émission de carbone. En collaboration avec la ville de Kelowna, en Colombie-Britannique, ce prototype permettra de caractériser l’utilisation résidentielle et les occasions d’efficacité dans le parc immobilier de la ville.

L’information obtenue dans le cadre de ce projet peut être utilisée dans les cas suivants :

• L’établissement d’objectifs de performance énergétique et d’émissions pour le parc immobilier dans les plans énergétiques communautaires.
• Le développement de programmes en matière d’efficacité énergétique des logements.
• La planification des programmes de conservation et de gestion de la demande des services publics, y compris l’évaluation de la conservation pour soutenir la compensation des coûts d’investissement dans les petites zones géographiques reliées aux lignes de distribution.
• Les examens du potentiel de conservation.

La cartographie énergétique est de plus en plus recommandée comme moyen de développer des inventaires et de déterminer des mesures en matière d’efficacité énergétique et de conservation dans les immeubles. L’accès à des données de qualité est un défi majeur pour le développement d’inventaires et de modèles, y compris ceux qui sont axés sur le parc immobilier. Ce n’est qu’en Colombie-Britannique, par le biais de rapports sur l’inventaire communautaire de l’énergie et des émissions, que les ordres supérieurs de gouvernement ont développé des inventaires énergétiques ascendants complets et des plateformes de modélisation pour aider les municipalités à accéder aux données et à faire progresser les politiques et les programmes d’une manière cohérente et comparable.

Pour soutenir la cartographie de consommation finale de l’énergie dans le secteur du bâtiment, il est important de classer les immeubles selon leur typologie et leur utilisation. Ces deux classifications, ainsi que l’âge de l’immeuble et l’information sur son éventuelle rénovation permettent d’attribuer automatiquement des caractéristiques physiques à l’immeuble ainsi que des renseignements sur sa vocation (y compris les hypothèses liées aux occupants), et ce, pour chaque immeuble. Il s’agit d’une étape nécessaire pour tout type de simulation au niveau des immeubles, qu’elle soit quasi stationnaire (bilan énergétique mensuel) ou dynamique. Même si aucune modélisation n’est effectuée, une classification des immeubles est nécessaire pour attribuer à chacun des valeurs de consommation basées sur la typologie et l’usage.

Une autre condition pour la modélisation des immeubles et la visualisation avancée est le traitement des données urbaines en trois dimensions (3D). Avec la normalisation en cours pour le format CityGML, de nombreuses villes disposent désormais de modèles de données 3D utilisant CityGML. La qualité des renseignements géométriques varie encore considérablement et seules quelques villes disposent de tous les attributs nécessaires à la cartographie énergétique. Ce soutien à la recherche contribuera à améliorer le traitement des données et le processus d’attribution requis pour la modélisation énergétique des villes en utilisant Kelowna comme étude de cas.

L’objectif de ce projet est de créer une base de connaissances sur des sujets clés, de caractériser les flux de données et d’effectuer certaines tâches de nettoyage et d’intégration des données. Le travail effectué par la CERC a principalement soutenu le développement du prototype de carte pour le Projet canadien de cartographie de la consommation finale de l’énergie pour Kelowna, en Colombie-Britannique, dont les résultats ont été partagés avec des initiatives connexes telles que la Building Energy Mapping and Analytics Concept Development Study (BEMA-CDS). Le groupe de chercheuses et chercheurs a travaillé à l’élaboration d’un flux de travail générique et systématique pour extraire de l’information utile de diverses sources de données afin de répondre aux besoins de modélisation énergétique des immeubles et de formuler des recommandations en matière de rénovation énergétique. Le flux de travail développé a exploité des ensembles de données provenant de diverses sources et échelles dans des plateformes multi-opérationnelles afin d’analyser et de réutiliser les données des immeubles pour la modélisation et la cartographie énergétiques des immeubles. Les dossiers d’évaluation des propriétés ont été utilisés pour découvrir les modèles et la répartition des types d’habitation et des périodes d’occupation à Kelowna. La base de données des permis de Kelowna a fourni de l’information sur les permis de construction et de chauffage enregistrés par la municipalité.

Le traitement des données relatives aux permis est segmenté en quatre étapes, comme illustré à la figure 2. La première étape est la classification primaire des données sur les permis en fonction du statut, du type et du sous-type de permis. Cela facilite l’organisation et la gestion des données. L’exclusion des permis dont le statut est annulé ou non utilisé a révélé les permis déjà mis en œuvre ou en cours. Dans un deuxième temps, les permis trouvés ont été regroupés par immeuble et type de chauffage pour le processus de traitement des données. Chaque ensemble de données a révélé de nombreuses descriptions de travail manquantes. La nature exploratoire de la recherche sur le traitement des données relatives aux permis ne nécessite pas de remplir les valeurs manquantes. Le besoin immédiat était de clarifier les mots-clés et les abréviations et d’ajuster l’ensemble de données au moyen d’une terminologie cohérente. Diverses méthodes d’exploration de données ont ensuite été appliquées pour extraire les variables affectant la performance énergétique des immeubles, telles que la modernisation des systèmes de chauffage ou la construction des immeubles. Les caractéristiques dérivées du traitement des permis ont été associées à l’outil ModelCity par l’intermédiaire du numéro d’identification de Kelowna (KID), l’attribut commun aux deux ensembles de données. Regrouper les données traitées à partir des permis de construction permet d’améliorer le prototype de deux façons : améliorer les données sur les immeubles en raffinant les attributs de l’outil ModelCity (p. ex. année de construction, type de système de chauffage et âge) ou contribuer aux simulations d’archétypes de logements dans la plateforme d’évaluation de la technologie du logement (HTAP).  

La mise en correspondance de l’ensemble de données traitées sur les permis de chauffage (contenant des détails sur le type de permis de chauffage et la date de demande correspondant à chaque numéro d’identification de Kelowna) et de l’ensemble de données de ModelCity (comprenant des détails sur le type de logement et l’année de construction) fournit des renseignements précieux sur les systèmes de chauffage répandus à Kelowna. L’ensemble de données intégré permet de connaître les types de permis de chauffage prédominants, ainsi que leur date de demande de permis de même que leur répartition géospatiale dans la ville. Cette information permet la classification spatio-temporelle des immeubles en fonction des permis de chauffage et peut être utilisée comme indicateur critique pour établir l’ordre de priorité en matière de rénovation.

La figure 3 montre une hiérarchisation préliminaire des logements dont les systèmes de chauffage sont candidats à la rénovation, en fonction de l’analyse des données des permis de chauffage. Sur cette carte, les logements construits avant l’année 2000 sans permis de remplacement du système de chauffage sont prioritaires pour une mise à niveau du système de chauffage, ce qui représente 17,5 % des logements de Kelowna. La deuxième priorité est accordée aux immeubles construits avant l’année 2000 et qui ont demandé un permis de chauffage. Mais il manquait la description des travaux dans la demande de permis ou elle n’était pas liée à un système de chauffage particulier (p. ex. les permis liés au gaz). Ce groupe représente 30 % des habitations, et d’autres recherches sont nécessaires pour compléter les valeurs manquantes afin d’améliorer la prise de décision. Le plus grand groupe d’immeubles résidentiels, soit 51 % de l’ensemble des logements, a un système de chauffage mis en place après l’année 2000 et dont l’efficacité est supérieure à 90 % du rendement énergétique annuel (cote AFUE). Ce groupe est soit composé de logements construits après 2000, soit d’immeubles dont l’année de construction est antérieure, mais qui ont demandé un permis pour un système de chauffage. Le dernier groupe résidentiel, qui représente 1,5 % des parcelles de Kelowna, ne comprend pas d’aires de vie à l’intérieur de lots et est classé comme développement futur dans la figure 3.

Sur la base de l’analyse menée dans le cadre de ce projet, les recommandations suivantes sont faites à la ville de Kelowna concernant les stratégies de collecte de données sur les permis, les améliorations des systèmes énergétiques et les hypothèses de modélisation sur la température de consigne des thermostats et l’occupation :

• Utiliser une terminologie normalisée pour recueillir et tenir à jour des ensembles de données sur les immeubles et leurs attributs propres à la performance énergétique. En plus de la terminologie du Système de cote ÉnerGuide, explorer les dictionnaires de données existants tels que Building Energy Data Exchange Specification (BEDES) et Building Smart à cette fin.
• Recueillir et tenir à jour les attributs des immeubles dans ModelCity afin de permettre une analyse granulaire des données au niveau des parcelles. Actuellement, des identifiants uniques sont attribués à l’échelle de la parcelle (KID). Évaluer la valeur et l’applicabilité de l’adoption des identificateurs numériques uniques attribués aux immeubles par Statistique Canada dans la Base de données ouverte sur les immeubles (BDO); cela permettrait de relier les structures aux géographies de recensement. Cela fournirait également un identificateur numérique géoréférencé unique pour les immeubles, ce qui stabiliserait les efforts de collecte de données sur les immeubles et faciliterait le traitement des données de l’échelle locale à l’échelle nationale.
• Recueillir et tenir à jour les données sur les permis de chauffage et de construction à l’aide systématique d’applications mobiles numériques géoréférencées. Si les descriptions des travaux pour tous les permis étaient disponibles, l’analyse serait plus précise et plus fiable. Comme nous l’avons mentionné précédemment, les vérifications ÉnerGuide ou les programmes d’incitation des provinces ou des services publics peuvent constituer des sources d’attributs supplémentaires.
• Augmenter la fidélité de la collecte de données sur les permis de chauffage en définissant des attributs supplémentaires à recueillir (par exemple, le type et l’efficacité du système de chauffage). Les données obtenues pourraient alors être utilisées pour formuler des recommandations en vue d’une amélioration accrue des logements, d’une planification énergétique et, à l’avenir, de la conformité au code des rénovations.
• Fournir une intégration en temps réel entre les permis émis et les principaux ensembles de données contenant de l’information sur les immeubles, tels que ModelCity.
• Intégrer les données sur le remplacement des appareils de chauffage et des réservoirs d’eau chaude provenant d’autres sources connexes afin de compléter les descriptions de travaux manquantes et de mieux cibler les logements dont les systèmes de chauffage devraient être remplacés. 
• Envisager d’utiliser les profils des points de consigne de chauffage et de refroidissement obtenus à partir de l’analyse des données du système ecobee dans les simulations de logements HTAP et les comparer aux simulations effectuées à l’aide des conditions de fonctionnement normalisées du système de classement ÉnerGuide.
• Enfin, les données du système ecobee indiquent que 87 % des logements évalués sont occupés plus de 50 % du temps. Cela contraste avec l’hypothèse d’occupation dans le Système de cote ÉnerGuide et, par extension, dans les simulations HTAP. Étant donné que l’occupation a une incidence directe sur la charge des appareils dans un immeuble, il est recommandé d’étudier l’effet du changement du taux d’occupation dans les résultats de simulation.