Sobriété de la consommation électrique tertiaire
Description
Une mise à jour des données est en cours.
La publication reprendra prochainement.
Merci de votre compréhension
Ce jeu de données présente des informations relatives à la sobriété du « tertiaire bâti » qui correspond aux 8 branches tertiaires suivantes : cafés-hôtels-restaurants, habitat communautaire, santé-action sociale, enseignement-recherche, sport-loisirs-culture, bureaux-administrations, commerce et transport.
Les périodes étudiées commencent à la semaine 30 d’une année et se terminent à la semaine 29 de l’année suivante. Le jeu de données permet de comparer les consommations de 4 semaines glissantes entre l’année en cours, l’année précédente et l’année de référence qui correspond à la période 2021-2022.
Éléments de compréhension
La consommation électrique française est thermosensible, c’est-à-dire qu’elle dépend grandement de la température extérieure et des aléas météorologiques.
Parmi les principaux postes de consommation thermosensible, nous pouvons citer : la régulation de la température des bâtiments (chauffage, ventilation et climatisation). En effet le chauffage en hiver dépend de la température extérieure et de l’historique récent des températures, tout comme la climatisation en été.
Pour permettre aux acteurs de mieux suivre les mesures de sobriété mises en place, Enedis publie les indicateurs suivants, pour les 4 semaines précédentes et les mêmes semaines des 2 années précédentes :
⦁ la consommation réalisée du « tertiaire bâti » ;
⦁ la modélisation de la consommation à température normale pour le tertiaire bâti ;
⦁ la température réalisée moyenne en France ;
⦁ la température normale moyenne en France.
Les calculs de consommation du tertiaire bâti sont réalisés de la façon suivante. Pour chaque département en France continentale et chacune des 8 branches du tertiaire bâti, la consommation des sites raccordés au réseau public de distribution exploité par Enedis est agrégée à la maille France. Elle est ensuite sommée sur 4 semaines calendaires.
On distingue :
⦁ la consommation réalisée qui correspond à la consommation à température réalisée ;
⦁ la consommation à température normale qui correspond à ce qu’aurait été la consommation de la même période hors aléas climatiques, c’est-à-dire si les températures avaient été similaires à une moyenne des températures sur 30 ans telles que déterminées par 32 stations de Météo France réparties sur le territoire.
Les comparaisons entre les consommations présentées doivent également tenir compte du fait que la consommation d’électricité est dépendante du calendrier : types de jours de la semaine, jours fériés et périodes particulières (périodes de vacances, ponts).
L’évolution de la consommation à température normale permet de suivre les actions de sobriété. Ce tableau présente un exemple d’interprétation :
| Conso réalisée
| Conso T normale
| T réalisée
| T normale
---|---|---|---|---
Semaines S43 à S46 de 2023
| 6 TWh
| 5,5 TWh
| 5°C
| 10°C
Semaines S43 à S46 de 2022
| 5 TWh
| 6 TWh
| 15°C
| 10°C
Dans ce cas fictif, on constate qu’entre 2022 et 2023, il est difficile de comparer les consommations réalisées car il a fait beaucoup plus froid en 2023 qu’en 2022. Il convient donc de comparer les consommations à températures normales qui montrent une baisse de consommation de 500 GWh.
Retrouvez aussi le bilan électrique de référence publié sur notre site.
Méthode de modélisation
Pour pouvoir mesurer et visualiser l’effet des mesures de sobriété, nous estimons une consommation à température normale. Cela permet de s’affranchir des aléas météorologiques, mais pas des effets saisonniers* ni calendaires**. Pour estimer cette consommation à température normale, nous procédons ainsi :
⦁ création et calibration d’un modèle de prévision. Les variables d’entrée du modèle sont uniquement la température et la configuration calendaire ;
⦁ estimation de la consommation à température normale, c’est-à-dire de la consommation prévue par le modèle quand la température en entrée du modèle est la température normale fournie par MétéoFrance ;
⦁ estimation de la consommation à température réalisée, c’est-à-dire de la consommation prévue par le modèle quand la température en entrée du modèle est la température réalisée fournie par MétéoFrance ;
⦁ création du correctif climatique qui est la différence entre l’estimation à température normale et l’estimation à température réalisée ;
⦁ création de la consommation à température normale, qui est la somme du réalisé de consommation et du correctif climatique.
- effets saisonniers : variation de la longueur du jour et des températures moyennes au cours de l’année, augmentation de la température moyenne au cours des années.
** effets calendaires : placement des vacances scolaires et position dans la semaine des jours fériés.
Cette méthodologie, basée sur des estimations, génère des marges d’incertitudes de l’ordre de quelques %.
Description des colonnes du jeu de données
La colonne « week » correspond au numéro de semaine auquel appartient le dernier jour de la période sur laquelle porte la ligne. La norme utilisée est la ISO 8601.
Par exemple, les lignes dont la valeur « week » est 39 portent sur une période de 4 semaines se terminant par la semaine 39 de l’année 2023. Les comparaisons sont faites avec la même période de 4 semaines (36 à 39) des années précédentes (voir plus bas).
Les noms des colonnes sont constitués ainsi : {grandeur}_{période}
Les grandeurs sont :
⦁ tr_lissee_moyenne : la température réalisée moyenne sur une période de 4 semaines dont le numéro de la dernière semaine de cette période est dans la colonne "week" ;
⦁ tn_lissee_moyenne : la température normale moyenne sur une période de 4 semaines dont le numéro de la dernière semaine de cette période est dans la colonne "week" ;
⦁ conso_tr_lissee : la consommation à température réalisée cumulée sur une période de 4 semaines dont le numéro de la dernière semaine de cette période est dans la colonne "week" ;
⦁ conso_tn_lissee : la consommation à température normale cumulée une période de 4 semaines dont le numéro de la dernière semaine de cette période est dans la colonne "week".
Les périodes sont :
⦁ ref : entre la semaine 30 de 2021 et la semaine 29 de 2022 ;
⦁ 22-23 : entre la semaine 30 de 2022 et la semaine 29 de 2023 ;
⦁ 23-24 : entre la semaine 30 de 2023 et la semaine 29 de 2024.
Visualisez aussi les données d'Enedis grâce à nos datavisualisations sur notre site internet.
Une question sur ces données ? N'hésitez pas à utiliser notre formulaire de contact.
Producer
This dataset come from an external portal. View the original source.
Latest update
January 15, 2024
License
Licence Ouverte / Open Licence version 2.0
Metadata quality:
Data description filled
Files documented
License filled
Update frequency not set
File formats are open
Temporal coverage filled
Spatial coverage filled
Some files are unavailable
Metadata quality
Update frequency not set
Some files are unavailable
2 APIs
1 Reuse
There are no discussions for this dataset yet.
There are no community resources for this dataset yet.
Information
Tags
ID
656ff1e14273f8450c780a35
Temporality
Creation
January 15, 2024
Temporal coverage
2023/07/30 to 2024/01/07
Latest update
January 15, 2024
Spatial coverage
Territorial coverage
France métropolitaine
Territorial coverage granularity
Country
Actions
Embed
Extras
dcat
{'license': ['https://www.etalab.gouv.fr/wp-content/uploads/2017/04/ETALAB-Licence-Ouverte-v2.0.pdf'], 'rights': ['https://www.etalab.gouv.fr/wp-content/uploads/2017/04/ETALAB-Licence-Ouverte-v2.0.pdf']}
Harvest
archived_at
None
archived
None
backend
DCAT
modified_at
2024-01-15 23:00:00
source_id
560d93b3c751df40ee756895
remote_id
https://data.enedis.fr/explore/dataset/sobriete-consommation-electrique-tertiaire/
domain
data.enedis.fr
last_update
2024-12-22 04:01:39.988000
remote_url
https://data.enedis.fr/explore/dataset/sobriete-consommation-electrique-tertiaire/
created_at
2024-01-15 23:00:00
dct_identifier
https://data.enedis.fr/explore/dataset/sobriete-consommation-electrique-tertiaire/
uri
https://data.enedis.fr/explore/dataset/sobriete-consommation-electrique-tertiaire/
Statistics for the year
Views
1.4k
Downloads
383
Reuses of this dataset
1
Followers
0