(Encadrant : Yassine Abdelouadoud)
Le Diagnostic de Performance Énergétique (DPE) est aujourd'hui la source d'information la plus complète sur la performance énergétique des logements français : plusieurs millions de certificats sont disponibles en open data. Chaque DPE indique une consommation conventionnelle de chauffage, d'eau chaude sanitaire, etc., calculée par la méthode réglementaire 3CL à partir des caractéristiques du bâti et des équipements. Ainsi cette consommation est basée sur une température de consigne standard, une occupation standard et un climat de référence. Elle ne correspond donc pas à ce que les ménages consomment réellement, et l'écart est important et structuré : les logements les moins bien classés (F–G) consomment nettement moins que ne le prédit leur DPE, les mieux classés un peu plus, les logements vacants ou occasionnels presque rien alors que leur DPE leur attribue une consommation pleine.
On ne dispose pas, en France, de consommations mesurées logement par logement en open data (confidentialité). En revanche, les gestionnaires de réseaux (Enedis, GRDF) publient chaque année, via la plateforme Open Data Réseaux Énergies (ORE), la consommation résidentielle totale d'électricité et de gaz de chaque IRIS, la plus fine maille statistique de l'INSEE (environ 2 000 habitants). On connaît donc la « vérité terrain » non pas par logement, mais par quartier.
La question du projet est la suivante : en agrégeant les consommations conventionnelles des DPE d'un IRIS, retombe-t-on sur la consommation réellement livrée dans cet IRIS ? Si non (et ce sera non), de combien, pourquoi, et comment corriger les consommations DPE de façon simple et interprétable pour qu'elles deviennent cohérentes avec les données ORE ?
L'objectif n'est pas d'arriver à une méthode aboutie mais de se confronter à des données réelles, imparfaites et volumineuses, de construire pas à pas une comparaison honnête entre deux sources qui ne parlent pas tout à fait de la même chose, et d'en tirer une correction argumentée. Le cheminement et la qualité du raisonnement comptent autant que le résultat.
la base REPER, qui contient l’ensembles des logements du recensement associés à un DPE
la consommation annuelle résidentielle d'électricité et de gaz par IRIS (ORE), avec le nombre de points de livraison ;
ADEME, Observatoire DPE — base des diagnostics de performance énergétique (open data) : https://data.ademe.fr
Open Data Réseaux Énergies (ORE), Consommation annuelle d'électricité et de gaz par IRIS : https://opendata.reseaux-energies.fr
Ministère de la Transition écologique, Méthode de calcul 3CL-DPE 2021 (arrêté du 31 mars 2021 et ses annexes) — pour comprendre ce que « conventionnel » veut dire.
Astier, J., Salem, A., Fack, G., Fournel, J., Maisonneuve, F. Performance énergétique du logement et consommation d'énergie : les enseignements des données bancaires.*Conseil d'analyse économique, Focus n°103 (2024). https://cae-eco.fr/static/pdf/focus-103-dpe-230110.pdf — l'écart DPE / consommation réelle en France, lecture accessible.
Sunikka-Blank, M., Galvin, R. Introducing the prebound effect: the gap between performance and actual energy consumption. Building Research & Information 40(3), 260–273 (2012).
Majcen, D., Itard, L., Visscher, H. Theoretical vs. actual energy consumption of labelled dwellings in the Netherlands. Energy Policy 54, 125–136 (2013).
Few, J. et al. The over-prediction of energy use by EPCs in Great Britain. Energy and Buildings 288, 113024 (2023).
Abdelouadoud, S.Y., Noël, D., Chesne, L. *French residential energy performance dataset from housing census and energy performance certificates (REPER)* (2026)