Enjeux liés aux données et pratiques prometteuses en matière de cartographie énergétique intégrée pour les collectivités

Auteurs: Jessica Webster, CanmetÉNERGIE

Date de publication : mars, 2015

Vers le site web externe : https://geoscan.nrcan.gc.ca/starweb/geoscan/servlet.starweb?path=geoscan/fulle.web&search1=R=299226

Résumé

La cartographie énergétique intégrée pour les collectivités (CEIC) est une nouvelle méthode de cartographie et de modélisation qui tire parti des ensembles de données nouveaux et existants et du logiciel disponible pour la modélisation de la consommation d’énergie des bâtiments et de la technologie, en les associant avec des systèmes d’information géographique (SIG) afin d’offrir un outil géospatial d’aide à la décision évolutif pour la planification et l’élaboration de programmes et de politiques relatifs à l’énergie et aux émissions, pour l’identification des opportunités de réseau d'énergie intelligent et leur vérification.

Entre 2008 et 2012, Ressources naturelles Canada a dirigé et soutenu des projets de recherche sur la CEIC.  Il était observé que ces projets ont fait face à des enjeux semblables en matière de données.

Le présent rapport expose les besoins des utilisateurs des services publics et municipaux en matière de cartographie énergétique, et sert de base à une enquête détaillée portant sur le manque de connaissances et sur les obstacles techniques couramment rencontrés lorsque l’on travaille avec des données servant à la CEIC. Les ensembles de données requis pour cartographier et modéliser des scénarios de référence et futurs en matière d’énergie, d’émission et de coûts pour le parc de maisons et d’immeubles sont étudiés.

Deux études de cas décrivent des enjeux liés à la collaboration et aux données; le projet Cartographie énergétique intégrée pour les collectivités de l’Ontario (CEICO) et la Modèle spatial communautaire concernant l’énergie, le carbone et les coûts (Spatial Community Energy Carbon and Cost – SCEC3) pour Prince George, en Colombie-Britannique. Pour chaque ensemble de données et activité d’intégration de données distincte, des enjeux précis sont décrits. Les thèmes qui ressortent comprennent l’accès, la structure, l’échelle géographique et l’uniformité. La protection des renseignements personnels et commerciaux sensibles n’est pas un enjeu, mais plutôt une condition préalable dont il faut tenir compte pour les ensembles de données distincte et lorsqu’ils sont intégrés.

Les enjeux liés aux données relevés dans les projets de cartographie énergétique à ce jour sont généralement trop importants pour que chaque promoteur puisse s’y attaquer au cas par cas. Ils sont préoccupants, car ils engendrent des problèmes de qualité qui influent sur la fiabilité, la reproductibilité, l’exactitude et la rentabilité des initiatives de cartographie énergétique et, par extension, sur les politiques, la planification et les programmes conçus, mis en œuvre et contrôlés. Le présent document vise à définir et à décrire les enjeux liés aux données afin qu’ils puissent être résolus systématiquement par les organisations travaillant en collaboration pour mettre en œuvre des pratiques prometteuses afin de faire progresser la planification de l’énergie pour les collectivités et la planification de la conservation de l’énergie et de ses infrastructures.

On a utilisé avec succès de pratiques exemplaires et prometteuses en matière de CEIC dans les projets CEICO et SCEC3 pour aborder les enjeux liés aux données; une troisième étude de cas, le projet Tract and Neighbourhood Data Modelling (TaNDM), offre de nouvelles méthodes pour l’intégration et l’agrégation de données. Les pratiques exemplaires et prometteuses abordent les thèmes de la collaboration, de l’accès, de l’uniformité, de la structure et de l’échelle géographique. Le présent document présente des données de l’Infrastructure canadienne de données géospatiales (ICDG) de RNCan qui viennent enrichir l’information tirée de ces trois projets.

Les pratiques organisationnelles exemplaires permettant l’accès aux données à des fins définies comprennent l’engagement envers la collaboration et l’amélioration continue, la réalisation d’évaluations des besoins des utilisateurs, l’élaboration de cas d’utilisation, la définition de champs d’application ainsi que le recensement des exigences en matière de données. Il faut évaluer les données afin de déterminer les points sensibles et il faut les diffuser pour permettre de mener d’autres activités de recherche et de développement de produits de données utiles et fiables. Les exigences en matière de protection de la vie privée et de valeur commerciale des données doivent être respectées et gérées de façon appropriée; pour ce faire, les évaluations des facteurs relatifs à la vie privée, les principes de protection, les accords de non-divulgation et les licences de données sont des mécanismes utiles.

L’obtention de données le plus près de la source constitue une autre pratique exemplaire qui réduira le risque lié aux projets en accédant aux données les plus pertinentes et fiables. On recommande également de demander des précisions sur les questions de structure et d’uniformité auprès des détenteurs de données. Bien que tous les ensembles de données nécessaires à la cartographie énergétique ne soient pas encore accessibles dans le cadre des données ouvertes, cette pratique exemplaire montre que les gouvernements peuvent rendre les ensembles de données administratives plus facilement accessibles.  

Les pratiques exemplaires pour améliorer l’uniformité des données comprennent l’élaboration d’un cadastre et d’un adressage municipal fiables à l’échelle provinciale, même si cette option peut être écartée dans certaines circonscriptions pour des raisons commerciales. D’autres conseils relatifs aux pratiques exemplaires sont requis au sujet des facteurs d’émission de gaz à effet de serre, des dépenses en immobilisations et de l’utilisation des données modélisées sur l’énergie.

Les pratiques prometteuses destinées à améliorer l’uniformité comprennent l’évaluation des données en vue de déterminer leur utilisation la plus fructueuse et la plus rationnelle pour la modélisation et la cartographie énergétique, la définition de catégories de bâtiments types dans l’ensemble des organisations collaboratrices ainsi que l’élaboration de rapports d’information types sur les bâtiments.

Pour aborder les enjeux liés à l’échelle géographique, on recommande de présenter les données (dans les conditions prévues et définies par des accords de non-divulgation et des licences de données) au niveau de la parcelle, du bâtiment et du compteur d’énergie. C’est une pratique prometteuse, car elle permet l’intégration des données en une fois; s’il est conservé, cet ensemble de données intégré peut remplir plusieurs fonctions. Le couplage de toutes les données et d’un numéro d’identification unique, en tenant à jour des liens directs avec la base de données ou la base de données géospatiales, ainsi que des tableaux de données supplémentaires pour le couplage des attributs des bâtiments et des unités constituent des pratiques prometteuses pour le couplage de données, y compris pour les cas complexes parcelle-bâtiment-unité. On recommande également l’établissement d’une méthode commune pour permettre aux municipalités d’attribuer des numéros d’identification et de coupler les données sur les parcelles et les bâtiments pour les immeubles résidentiels à logements multiples et d’autres bâtiments complexes.

L’agrégation des données selon le type de bâtiment à des échelles géographiques définies et selon des seuils de protection de la vie privée constituent des pratiques prometteuses qui permettent d’obtenir des renseignements fiables sur les émissions de gaz à effet de serre (GES) et sur l’énergie par type de bâtiment, d’une manière respectant la vie privée. L’intensité de l’utilisation de l’énergie et de l’énergie par habitant sont des indicateurs clés qui peuvent être produits à différentes échelles géographiques grâce à cette approche.

En d’autres travaux de recherche et de développement sur la CEIC, pour assurer l’intégrité et la fiabilité des produits de données ainsi que pour garantir une expérience positive pour les intervenants, il est important que l’assurance et le contrôle de la qualité soient réalisés à différents stades du processus d’élaboration. L’Infrastructure canadienne de données géospatiales peut donner de nombreux exemples de pratiques exemplaires dans d’autres domaines ainsi que des normes en matière de données dont peuvent désormais bénéficier les initiatives de CEIC.

Tableau 1: Sommaire des enjeux liés aux données et des pratiques prometteuses par thème
Thème Enjeu lié aux données   Pratiques prometteuses
Collaboration
  • Hypothèses erronées concernant des ensembles de données recueillis au départ et conservés à des fins autres que la cartographie énergétique
  • Modèles de gestion d’organisations non conçus pour interagir entre eux
  • Aucune analyse opérationnelle préalable aux fins d’utilisation des données sur une base réciproque
  • Collaborer et continuellement s’améliorer
  • Fonder une table ronde de détenteurs et d’utilisateurs de données
  • Mobiliser des ensembles de compétences variées pour évaluer les enjeux liés aux données et les moyens de les résoudre (p. ex., stratégie et politique opérationnelles, géomatique et TI, énergie des bâtiments, recours juridique, etc.)
  • Organiser des ateliers pour instaurer la confiance et déterminer les obstacles, les besoins opérationnels, les exigences en matière de données et les cas d’utilisation
  • Recourir à des pratiques exemplaires pour la gestion des projets et les analyses opérationnelles
  • Organiser des réunions regroupant de multiples intervenants pour perfectionner la méthodologie et les modèles de données en cours d’élaboration, favoriser la compréhension commune et demander des précisions à cet égard
Accès
  • Utilisateurs : Accès aux données au moyen de demandes ad hoc
  • Fournisseurs : Réception de nombreuses demandes de données incohérentes
  • Les ensembles de données pour la future modélisation (p. ex., future croissance, futurs tarifs des services publics) ne sont peut-être pas accessibles
  • Établir le champ d’application permettant de définir les cas d’utilisation acceptables
  • Évaluer le degré de sensibilité des ensembles de données ou des produits de données
  • Élaborer des rapports types
  • Obtenir des hypothèses pour les futurs scénarios auprès des personnes ayant des connaissances locales/dans le domaine  
  • Mettre en œuvre des politiques organisationnelles en géomatique
Uniformité
  • Données manquantes concernant des attributs précis de façon systématique, ou des dossiers individuels de façon aléatoire 
  • Absence d’adresse municipale complète
  • Manque de clarté dans les méthodes de modélisation
  • Absence d’hypothèses types pour les facteurs d’émission, les prix de l’énergie et les dépenses en immobilisations de base
  • Déterminer les causes potentielles des données manquantes; élaborer des méthodes qui tiendront compte des limites et des approches pour combler les lacunes
  • Créer des adresses municipales fiables
  • Utiliser des fichiers de modélisation des archétypes de bâtiments et de maisons en fonction du code provincial du bâtiment ou du Code national de l’énergie pour les bâtiments (CNÉB)
  • Donner des conseils sur les hypothèses types à des fins de référence et de projection pour les facteurs d’émission de GES, les prix de l’énergie et les dépenses en immobilisations à l’échelle provinciale, régionale ou communautaire
Structure
  • Données recueillies au départ et conservées à d’autres fins (p. ex., évaluation foncière)
  • Types ou catégories de bâtiments définis différemment par différentes organisations
  • Configurations multiples parcelle-bâtiment-unité
  • Données conservées dans différents types de bases de données (relationnelles ou géospatiales, par exemple) avec différents couplages de données
  • Évaluer les données existantes afin de déterminer l’utilisation la plus fructueuse et la plus rationnelle aux fins de modélisation et de cartographie énergétique
  • Cerner les catégories de bâtiments types dans l’ensemble des autorités évaluatrices, des services publics, des municipalités et de RNCan
  • Coupler les catégories de bâtiments types, le secteur de recensement et les numéros d’identification des municipalités à chaque bâtiment pour permettre l’agrégation
  • Coupler toutes les données à un numéro d’identification unique tel que le numéro d’identification de la parcelle (il peut varier selon la circonscription)
  • Établir des liens directs entre les bases de données pour les cas simples (p. ex., entre une parcelle et une unité unifamiliale) et tenir les tableaux de données à jour pour établir des liens entre les attributs des bâtiments et des unités pour les cas plus complexes (p. ex., entre plusieurs parcelles et une unité à usage mixte)
  • Collaborer avec un tiers pour qu’il fournisse une évaluation du contrôle de la qualité et de l’assurance de la qualité des modèles de données, des rapports types, des nouveaux produits de données, etc.
Échelle géographique
  • Obtention de données des services publics au niveau du bâtiment individuel
  • Engagement important visant le couplage des données sur les parcelles, les bâtiments et les compteurs
  • Agrégation des données sur l’énergie selon le code postal
  • Établir des ententes sur le partage des données
  • Intégrer les données à l’échelle de la parcelle, du bâtiment et du compteur d’énergie
  • Créer des relations entre les données une fois et les conserver
  • Regrouper les données relatives aux services publics en fonction de la catégorie de bâtiment type et des échelles géographiques, selon les seuils de protection de la vie privée