Cote ENERGY STAR pour les supermarchés au Canada

Référence technique

Aperçu

La cote ENERGY STAR pour les supermarchés et les commerces alimentaires au Canada s’applique aux supermarchés/épiceries, aux commerces alimentaires et aux dépanneurs avec ou sans station d’essence. L’objectif de la cote ENERGY STAR est d’offrir une évaluation équitable du rendement énergétique d’une propriété, par rapport à des propriétés semblables, en tenant compte du climat, des conditions météorologiques et des activités commerciales de la propriété. On effectue l’analyse statistique d’un groupe de bâtiments semblables afin de définir et de normaliser les activités d’un bâtiment qui contribuent de façon importante à sa consommation d’énergie. Grâce à cette analyse, il est possible d’obtenir une équation qui permet d’établir la consommation d’énergie prévue d’une propriété en fonction de ses activités commerciales. La consommation d’énergie prévue pour un bâtiment est ensuite comparée à sa consommation d’énergie réelle pour obtenir le rang centile, sur une échelle de 1 à 100, de son rendement énergétique par rapport au parc immobilier national.

• Types de propriétés. La cote ENERGY STAR pour les supermarchés et les commerces alimentaires s’applique aux supermarchés/épiceries, aux commerces alimentaires et aux dépanneurs avec ou sans station d’essence, mais ne s’applique pas aux restaurants. La cote ne s’applique qu'aux bâtiments individuels et n'est pas disponible pour les complexes de bâtiments.
• Données de référence. L’analyse pour les supermarchés et les commerces alimentaires au Canada est fondée sur les données de l’Enquête sur l’utilisation commerciale et institutionnelle d’énergie (EUCIE) réalisée par Statistique Canada pour le compte de Ressources naturelles Canada (RNCan), et représente l’année de consommation 2009.
• Ajustements pour les conditions météorologiques et l’activité commerciale. L’analyse comprend des ajustements pour :
  • la taille du bâtiment
  • le nombre de caisses enregistreuses
  • le nombre d'ordinateurs
  • le nombre de travailleurs durant le quart principal
  • la longueur des réfrigérateurs/congélateurs de présentation
  • les conditions météorologiques et le climat (en utilisant les degrés-jours de chauffage obtenus en fonction du code postal)
• Date de publication. Il s’agit de la première publication de la cote ENERGY STAR pour les supermarchés et les commerces alimentaires au Canada.

Ce document présente des renseignements détaillés sur la conception de la cote ENERGY STAR de 1 à 100 pour les supermarchés et les commerces alimentaires. Il est possible d'obtenir plus d'information sur la démarche générale pour concevoir la cote ENERGY STAR en consultant le document de référence technique pour la cote ENERGY STAR (PDF, 686 KB). Les prochaines sections du présent document fournissent des précisions sur la conception de la cote ENERGY STAR pour les supermarchés et les commerces alimentaires.

• Aperçu
• Données de référence et filtres
• Variables analysées
• Résultats de l’équation de régression
• Tableau de référence de la cote energy star
• Exemple de calcul

Données de référence et filtres

La cote ENERGY STAR pour les supermarchés et les commerces alimentaires au Canada s’applique aux installations utilisées pour la vente au détail de produits alimentaires et de boissons; cette catégorie n’inclut pas les restaurants.

Les données de référence utilisées pour établir le parc de bâtiments semblables reposent sur les données provenant de l’Enquête sur l’utilisation commerciale et institutionnelle d’énergie (EUCIE). Cette enquête a été réalisée par Statistique Canada pour le compte de Ressources naturelles Canada à la fin de 2010 et au début de 2011. Les données de consommation pour l’enquête proviennent de l’année civile 2009. Le fichier de données brutes recueillies pour cette enquête n’est pas accessible au public, mais un rapport fournissant un sommaire des résultats (PDF, 3.7 MB) est accessible sur le site Web de RNCan à l’adresse suivante.

Pour analyser l’énergie d’un bâtiment et ses caractéristiques d’exploitation à l’aide des données de l’enquête, on applique quatre types de filtres en vue de définir le groupe de bâtiments semblables aux fins de comparaison et de surmonter les limites techniques des données. Ces filtres sont : type de bâtiment, programme, restrictions des données et analytiques. Une description complète de chacune de ces catégories est fournie dans notre document de référence technique pour la cote ENERGY STAR (PDF, 686 KB). La figure 1 présente un résumé de chaque filtre appliqué pour la conception de la cote ENERGY STAR pour les supermarchés ainsi que le bien-fondé de chaque filtre. Une fois tous les filtres appliqués, on a dénombré 163 cas dans l’ensemble des données restantes. En raison de la confidentialité des données de l'enquête, nous ne sommes pas en mesure de publier le nombre d’observations à l’application de chacun des filtres.

Une partie des filtres appliqués aux données de référence entraînent des contraintes pour le calcul de la note dans Portfolio Manager. Les filtres de type de bâtiment et de programme sont utilisés pour limiter les données de référence afin d'inclure uniquement les propriétés qui sont admissibles à recevoir une cote dans Portfolio Manager. Ces filtres sont donc liés aux conditions d'admissibilité. Par contre, les filtres de restrictions des données tiennent compte des limites dans les données disponibles, mais ne s’appliquent pas dans Portfolio Manager. Pour leur part, les filtres analytiques servent à éliminer les données aberrantes ou différents sous-ensembles de données; ils peuvent donc avoir une répercussion sur l’admissibilité. Dans certains cas, un sous-ensemble de données aura un comportement différent du reste des propriétés (p. ex., les supermarchés de moins de 400 m² ne se comportent pas de la même façon que les bâtiments plus grands), et on utilisera un filtre analytique pour déterminer l’admissibilité dans Portfolio Manager. Dans d’autres cas, les filtres analytiques excluent un petit nombre de valeurs aberrantes comportant des valeurs extrêmes qui biaisent l’analyse, mais qui n’ont pas de répercussions sur les critères d’admissibilité. Pour obtenir une description complète des critères à respecter afin d’obtenir une cote dans Portfolio Manager est disponible sur Analyse comparative – Foire aux questions.

Une autre considération reliée aux filtres et aux critères d’admissibilité décrits ci-dessus est de savoir comment Portfolio Manager traite les propriétés qui sont situées dans un complexe. L’unité principale pour effectuer l’analyse comparative dans Portfolio Manager est la propriété. Ce terme peut désigner un bâtiment unique ou un complexe de bâtiments. L’applicabilité de la cote ENERGY STAR dépend du type de propriété. Pour recevoir une cote ENERGY STAR, un supermarché ou un commerce alimentaire doit avoir une superficie d’au moins 400 m². Les configurations admissibles à recevoir une cote incluent : les commerces autonomes, les commerces situés dans des centres commerciaux linéaires (groupe de commerces reliés les uns aux autres et possédant des aires communes ouvertes) et les commerces piliers. Les restaurants ne sont pas considérés comme des magasins d’alimentation et donc ne sont pas admissibles à recevoir une cote.

Variables analysées

Afin de normaliser en fonction des différences en matière d’activité commerciale, nous procédons à une analyse statistique pour déterminer les aspects de l’activité d’un bâtiment qui sont statistiquement significatifs sur le plan de la consommation énergétique. L’ensemble des données de référence filtrées, décrit à la section précédente, est analysé en utilisant une régression des moindres carrés pondérés qui évalue la consommation d’énergie par rapport à l'activité commerciale (p. ex., le nombre de travailleurs, le nombre de caisses enregistreuses et le climat). Cette régression linéaire fournit une équation qui sert à calculer la consommation d’énergie (aussi appelée variable dépendante) en fonction d’une série de caractéristiques qui décrivent l’activité commerciale (aussi appelées variables indépendantes). Cette section décrit les variables utilisées dans l’analyse statistique pour les supermarchés et les commerces alimentaires.

Variable dépendante

La variable dépendante est l’élément que nous tentons de prédire au moyen de l’équation de régression. Pour l’analyse des supermarchés et des commerces alimentaires, la variable dépendante est la consommation d’énergie exprimée en intensité énergétique à la source (IE à la source). L’IE à la source correspond à la consommation d’énergie totale à la source pour la propriété, divisée par la superficie brute. L’équation de régression analyse les principaux éléments qui influent sur l’IE à la source – les facteurs qui expliquent la variation de la consommation d'énergie à la source par mètre carré dans les supermarchés et les commerces alimentaires. L’unité de mesure de l’IE à la source dans le modèle canadien est le gigajoule par mètre carré (GJ/m²)

Variables indépendantes

Les données de l’EUCIE contiennent de nombreux éléments liés à l’exploitation du bâtiment que RNCan a identifiés comme potentiellement importants pour les supermarchés et les commerces alimentaires. En se fondant sur l'examen des variables disponibles dans les données de l’EUCIE, selon les critères d’inclusion,^{Note de bas de page 1} RNCan a d’abord analysé les variables suivantes dans l’analyse de régression :

• Superficie brute du bâtiment (m²)
• Nombre de travailleurs durant le quart de travail principal
• Nombre d’heures d’exploitation par semaine
• Nombre de mois d’exploitation en 2009
• Nombre d’ordinateurs et de serveurs
• Nombre de machines distributrices
• Nombre de caisses enregistreuses
• Longueur des réfrigérateurs de présentation fermés
• Longueur des réfrigérateurs de présentation ouverts
• Longueur des congélateurs de présentation fermés
• Longueur des congélateurs de présentation ouverts
• Présence d’une aire de préparation d’aliments commerciale (o/n)
• Superficie dédiée à la cuisson commerciale
• Si l’épicerie était une structure indépendante ou faisait partie d’un centre commercial linéaire/fermé
• Nombre d’étages
• Nombre d’ascenseurs
• Nombre d’escaliers mécaniques
• Degrés-jours de chauffage (DJC)
• Degrés-jours de refroidissement (DJR)
• Température extérieure moyenne (°C)
• Pourcentage de la superficie chauffée
• Pourcentage de la superficie refroidie

RNCan et l’EPA ont effectué un examen approfondi de l’ensemble de ces caractéristiques opérationnelles. En plus d’examiner individuellement chaque caractéristique, ils les ont aussi étudiées en combinaison les unes avec les autres (p. ex., les degrés-jours de chauffage multipliés par le pourcentage de superficie chauffée). Dans le cadre de l’analyse, certaines variables ont été reformulées afin de refléter les relations physiques des différents éléments du bâtiment. Par exemple, le nombre de travailleurs durant le quart principal peut être évalué sous forme de densité. Le nombre de travailleurs par mètre carré (et non le nombre brut de travailleurs) devrait correspondre avec la consommation d’énergie par mètre carré. De plus, en fonction des résultats d’analyse et des graphiques des résidus, les variables ont été examinées en utilisant différentes transformations (comme le logarithme naturel, dont l’abréviation est Ln). L’analyse est constituée de plusieurs formulations de régression. Ces analyses sont structurées de façon à trouver la combinaison de caractéristiques d’exploitation statistiquement significatives qui expliquent la plus grande part de la variance de la variable dépendante : l'IE à la source.

L’équation de régression finale comprend les variables suivantes :

• Nombre de travailleurs par 100 m² durant le quart principal
• Nombre de caisses enregistreuses par 100 m²
• Nombre d’ordinateurs par 100 m²
• Superficie du bâtiment
• Longueur totale (en mètres) des réfrigérateurs/congélateurs de présentation par 100 m²
• Nombre de degrés-jours de chauffage (DJC)

Ces caractéristiques sont utilisées ensemble pour calculer l’IE à la source prévue pour les supermarchés et les commerces alimentaires. L’IE à la source prévue est l’IE à la source moyenne pour un groupe hypothétique de bâtiments qui partagent les mêmes valeurs pour chacune de ces caractéristiques. Autrement dit, l’énergie moyenne pour les bâtiments qui fonctionnent comme votre bâtiment.

Climat (DJC et DJR)

L’analyse visait les degrés-jours de chauffage (DJC), les degrés-jours de refroidissement (DJR) et la température extérieure moyenne. Une forte corrélation a été observée entre l’intensité énergétique du bâtiment et ses DJC. La variable est incluse dans le modèle.

On a réalisé l’examen approfondi de certaines variations des variables de DJR et on a découvert que ces variables n’étaient pas significatives pour l’ensemble de données se rapportant aux supermarchés. On émet l’hypothèse que cela peut être dû aux variations relativement légères du nombre de DJR et au fait que d’autres variables ont une incidence beaucoup plus grande sur la consommation d’énergie que le nombre de DJR. Par exemple, la longueur totale des réfrigérateurs de présentation est une meilleure variable explicative de la consommation des bâtiments que les variations relativement légères du nombre de DJR. De plus, les valeurs de DJR sont généralement étroitement corrélées aux DJC. En conséquence, les DJR ou les variations de la variable DJR ne sont pas inclus dans le modèle.

Les données météorologiques pour le modèle canadien proviennent du National Climatic Data Center des États-Unis, qui possède 152 stations météorologiques canadiennes. Cette source est également celle des données météorologiques de Portfolio Manager. Les données météorologiques sont associées au bâtiment à l’aide de la station météorologique canadienne située la plus proche en fonction du code postal du bâtiment.

Superficie de la propriété

Plusieurs variables liées à la taille du bâtiment ont été évaluées lors de l’analyse. Elles comprenaient la superficie et le logarithme naturel de la superficie. La variable qui était constamment significative était la superficie. On a également remarqué que les bâtiments plus gros ne se comportaient pas comme les plus petits. Après avoir évalué différents seuils, on a établi que les patrons d’IE à la source ne présentaient plus aucun changement quand la superficie du bâtiment dépassait 2 500 m². Par conséquent, la variable de superficie des bâtiments dépassant ce seuil est établie à 2 500 m² avant d’être utilisée comme variable explicative dans le modèle. Cependant, il est important de noter que la taille réelle du bâtiment est toujours utilisée au moment de calculer les variables de densité, par exemple le nombre de travailleurs par 100 m² et les intensités énergétiques.

Longueur des réfrigérateurs/congélateurs de présentation

Une des importantes variables explicatives de la consommation d’énergie dans les bâtiments destinés à la vente d’aliments est la présence et la quantité de réfrigérateurs/congélateurs de présentation. Quatre points de données étaient disponibles pour l’évaluation, soit la longueur des réfrigérateurs de présentation fermés, la longueur des réfrigérateurs de présentation ouverts, la longueur des congélateurs de présentation fermés et la longueur des congélateurs de présentation ouverts. Ces variables ont été évaluées individuellement, combinées en tant que réfrigérateurs/congélateurs ou ouverts/fermés ou en incluant la longueur totale de tous les types de réfrigérateurs/congélateurs de présentation. De plus, elles ont aussi été évaluées sur le plan de la densité, soit la longueur en mètres des coffres par 100 m². On a remarqué qu’il y avait habituellement une corrélation entre les différents types de coffres pour des bâtiments spécifiques. Par exemple, les bâtiments qui avaient une plus grande quantité de réfrigérateurs de présentation avaient généralement une plus grande quantité de congélateurs de présentation. C’est pourquoi la régression qui a donné le meilleur résultat était celle qui incluait tous les types de coffres de présentation en une seule variable. La variable incluse dans le modèle est la densité totale des réfrigérateurs/congélateurs de présentation, qui correspond à la longueur totale des réfrigérateurs/congélateurs de présentation en mètres par 100 m² de superficie.

Caisses enregistreuses et ordinateurs

On a remarqué que la consommation d’énergie était typiquement corrélée au nombre de caisses enregistreuses et d’ordinateurs. RNCan a analysé plusieurs combinaisons de variables à l’aide des caisses enregistreuses et des ordinateurs notamment : le nombre de caisses enregistreuses par 100 m² et le nombre d’ordinateurs par 100 m². On considérait que l’équation la plus appropriée avait à la fois le nombre de caisses enregistreuses par 100 m² et le nombre d’ordinateurs par 100 m². Il est important de noter que pour être admissibles à recevoir une cote, les supermarchés/commerces alimentaires doivent avoir au moins un ordinateur OU une caisse enregistreuse.

Nombre de travailleurs

La densité de travailleurs (travailleurs/100 m²) était toujours hautement significative pendant le développement du modèle applicable aux supermarchés et aux commerces alimentaires. On a émis l’hypothèse que le nombre de travailleurs du quart principal est un bon indicateur des niveaux d’activité et de la consommation d’énergie dans le bâtiment. On a aussi remarqué un éventail significatif relativement à la densité d’occupation qui était généralement dû au large éventail des tailles des bâtiments, étant donné que les petits bâtiments avaient tendance à avoir une densité d’occupation plus élevée et vice-versa. En conséquence de cet éventail très large de valeurs, il a fallu effectuer les calculs de la densité d’occupation en ajoutant un plancher et un plafond. L’éventail a été sélectionné en tenant compte des valeurs situées entre les 10e et 90e centiles de la population. À titre d’exemple, au moment de calculer la cote, si un bâtiment a une densité d’occupation très élevée, il recevra une valeur de densité d’occupation maximum. Similairement, un bâtiment ayant une densité d’occupation très basse recevra une valeur de densité d’occupation minimum. Les valeurs relatives au plancher et au plafond correspondent respectivement à 0,4490 travailleurs/100 m² et à 3,687 travailleurs/100 m². Comme c’était le cas pour les variables associées à la superficie, les limites sont appliquées aux valeurs de densité d’occupation avant que celles-ci sont utilisées comme variables explicatives dans le modèle.

Vérification

Enfin, RNCan a mis à l’essai l’équation de régression en utilisant des données réelles qui se trouvent déjà dans Portfolio Manager. Cela a permis d’obtenir un autre ensemble de bâtiments à examiner, en plus des données de l'EUCIE, pour connaître les cotes ENERGY STAR moyennes et les distributions, ainsi que pour évaluer les répercussions et les ajustements. Parce que les données dans Portfolio Manager n'incluaient pas certaines des nouvelles variables requises pour la cote canadienne, on a utilisé des valeurs par défaut pour ces variables. Cette analyse a quand même fourni un deuxième niveau de vérification pour s’assurer que les cotes étaient bien réparties.

Il est important de rappeler que l’équation de régression finale repose sur les données de référence représentatives à l’échelle nationale, et non sur les données qui se trouvent déjà dans Portfolio Manager.

Résultats de l’équation de régression

La régression finale est une régression des moindres carrés pondérés sur l’ensemble de données filtrées des 163 observations. La variable dépendante est l’IE à la source. Chaque variable indépendante est centrée par rapport à la valeur moyenne, présentée à la figure 2. L’équation finale est présentée à la figure 3. Toutes les variables dans l’équation de régression sont significatives à un degré de confiance de 90 % ou plus, comme le témoigne leur niveau de signification respectif.

L’équation de régression a une valeur de coefficient de détermination (R2) de 0,666, ce qui indique que cette équation explique 66,6 % de la variance dans l’IE à la source pour les bâtiments de commerce alimentaire. Puisque l’équation finale est structurée de façon telle que l’énergie par unité de superficie constitue la variable dépendante, le pouvoir explicatif de la superficie n’est pas inclus dans la valeur R2, et par conséquent, cette valeur paraît artificiellement basse. En recalculant la valeur R2 dans les unités de l’énergie source,^{Note de bas de page 2} on observe que l’équation explique en fait 84,1 % de la variance de l’énergie à la source totale des supermarchés/commerces alimentaires. Il s’agit d’un excellent résultat pour un modèle d'énergie fondé sur des statistiques.

Une description complète de la méthode de régression des moindres carrés pondérés est présentée dans notre document de référence technique pour la cote ENERGY STAR (PDF, 686 KB).

Figure 2 – Statistiques descriptives des variables de l’équation de régression finale

Variable	Minimum	Médiane	Maximum	Moyenne
Énergie à la source par mètre carré (GJ/m²)	0,378	4,40	10,83	4,571
Nombre de travailleurs par 100 m2 pendant le quart de travail principal	0,449	1,346	3,687	1,802 *
Nombre de caisses enregistreuses par 100 m²	0	0,342	1,720	0,395
Nombre d’ordinateurs par 100 m²	0	0,448	3,689	0,524
Longueur (en mètres) des réfrigérateurs/congélateurs de présentation par 100 m²	0	2,483	22,442	2,827
Superficie du bâtiment en m²	401,0	632,0	2 500	1 037.46*
Degrés-jours de chauffage	2 947	4 557	7 323	4 798
*Les valeurs centrées représentent la moyenne pondérée de chaque variable. En ce qui a trait aux valeurs associées au nombre de travailleurs par 100 m² et à la superficie, les valeurs centrées sont calculées à l’aide des valeurs maximales mentionnées dans la section ci-dessus.

Figure 3 – Résultats de l’équation de régression finale

Sommaire

Variable dépendante	Intensité énergétique à la source (GJ/m2)
Nombre d’observations dans l’analyse	163
Valeur R2	0,666
Valeur R² ajustée	0,653
Statistique F	51,91
Signification (seuil-p)	<0,0001

Résultats de la régression

Variable dépendante	Coefficients non normalisés	Erreur type	Valeur T	Signification (seuil-p)
Constante	4,571	0,1261	36,25	<0,0001
C_Nombre de travailleurs par 100 m2 pendant le quart de travail principal	1,276	0,1221	12,87	<0,0001
C_Nombre de caisses enregistreuses par 100 m²	0,6479	0,4345	2,94	0,0038
C_Nombre d’ordinateurs par 100 m²	0,0612	0,2958	2,19	0,03
C_Longueur (en mètres) des réfrigérateurs/congélateurs de présentation par 100 m²	0,0612	0,047	1,3	0,1947
C_Superficie du bâtiment en m²	1,223E-03	1,978E-04	6,18	<0,0001
C_Degrés-jours de chauffage	4,350E-04	1,281E-04	3,4	0,0009
Remarques La régression est une régression des moindres carrés pondérés, pondérée par la variable « WTBS » de l’EUCIE. Le préfixe C_ pour chaque variable indique qu’elle est centrée. La variable centrée est égale à la différence entre la valeur réelle et la moyenne observée. Les valeurs moyennes observées sont présentées à la figure 2. La variable Superficie est limitée à une valeur maximale de 2 500 m2 pour calculer l’IE prévue. La variable associée à la densité d’occupation est limitée à un minimum de 0,4490 travailleurs/100 m² et un maximum de 3,687 travailleurs/100 m² pour le calcul de l’IE prévue. Les DJC proviennent des stations météorologiques canadiennes incluses dans les systèmes du National Climatic Data Center des États-Unis.

Tableau de référence de la cote ENERGY STAR

L’équation de régression finale (présentée à la figure 3) prédit l’IE à la source en fonction des caractéristiques d’exploitation d’un bâtiment. Certains bâtiments inclus dans les données de référence de l’EUCIE consomment plus d’énergie que la quantité prévue dans l’équation de régression, tandis que d’autres en consomment moins. Pour calculer le rapport d’efficacité énergétique de chaque cas observé, on divise l’IE à la source réelle par son IE à la source prévue :

$\mathrm{Rapport\; d’efficacité\; énergétique}=\frac{\mathrm{(Intensité\; énergétique\; à\; la\; source\; réelle)}}{\mathrm{(Intensité\; énergétique\; à\; la\; source\; prévue)}}$

Un rapport d’efficacité inférieur à un indique qu’un bâtiment utilise moins d’énergie que prévu et qu’il est donc plus efficace. S’il affiche un rapport d’efficacité plus élevé, c’est la règle contraire qui s’applique.

Les rapports d’efficacité sont triés par ordre croissant, et le pourcentage cumulatif du groupe pour chaque rapport est calculé en utilisant la pondération pour chaque observation de l’ensemble de données de référence. La figure 4 présente un graphique de cette distribution cumulative. Une courbe lisse (orange) est ajustée à ces données à l’aide d’une distribution gamma à deux paramètres. On procède à cet ajustement pour minimiser la somme des carrés des différences entre le rang en pourcentage réel de chaque bâtiment du groupe et le rang en pourcentage de chaque bâtiment en utilisant la solution gamma. L’ajustement final de la courbe gamma a produit un paramètre de forme (alpha) de 7,112 et un paramètre d’échelle (bêta) de 0,1435. Pour cet ajustement, la somme de l’erreur quadratique est de 0,2906.

La courbe gamma finale et les paramètres d’échelle sont utilisés pour calculer le rapport d’efficacité à chaque rang centile (de 1 à 100) le long de la courbe. Par exemple, le rapport sur la courbe gamma à une valeur de 1 % correspond à une cote de 99, ce qui signifie que seulement 1 % des bâtiments du groupe ont un rapport égal ou inférieur. Le rapport sur la courbe ajustée à une valeur de 25 % correspond au rapport pour une cote de 75, ce qui indique que seulement 25 % des bâtiments ont un rapport égal ou inférieur. Le tableau de référence complet de la cote est présenté à la figure 5.

Figure 5 – Tableau de référence de la cote ENERGY STAR pour les supermarchés et les commerces alimentaires

Tableau de recherche des scores ENERGY STAR pour 100 à 51

Cote ENERG STAR	Pourcentage cumulé		Rapport d’efficacité énergétique
			> =	<
100	0 %	0,0000		0,3436
99	1 %	0,3436		0,3951
98	2 %	0,3951		0,4306
97	3 %	0,4306		0,4588
96	4 %	0,4588		0,4826
95	5 %	0,4826		0,5036
94	6 %	0,5036		0,5225
93	7 %	0,5225		0,5399
92	8 %	0,5399		0,5561
91	9 %	0,5561		0,5712
90	10 %	0,5712		0,5856
89	11 %	0,5856		0,5992
88	12 %	0,5992		0,6123
87	13 %	0,6123		0,6249
86	14 %	0,6249		0,6370
85	15 %	0,6370		0,6488
84	16 %	0,6488		0,6603
83	17 %	0,6603		0,6714
82	18 %	0,6714		0,6823
81	19 %	0,6823		0,6930
80	20 %	0,6930		0,7034
79	21 %	0,7034		0,7137
78	22 %	0,7137		0,7238
77	23 %	0,7238		0,7338
76	24 %	0,7338		0,7436
75	25 %	0,7436		0,7533
74	26 %	0,7533		0,7629
73	27 %	0,7629		0,7724
72	28 %	0,7724		0,7818
71	29 %	0,7818		0,7911
70	30 %	0,7911		0,8004
69	31 %	0,8004		0,8096
68	32 %	0,8096		0,8188
67	33 %	0,8188		0,8279
66	34 %	0,8279		0,8370
65	35 %	0,8370		0,8461
64	36 %	0,8461		0,8551
63	37 %	0,8551		0,8642
62	38 %	0,8642		0,8732
61	39 %	0,8732		0,8822
60	40 %	0,8822		0,8912
59	41 %	0,8912		0,9003
58	42 %	0,9003		0,9093
57	43 %	0,9093		0,9184
56	44 %	0,9184		0,9275
55	45 %	0,9275		0,9366
54	46 %	0,9366		0,9457
53	47 %	0,9457		0,9549
52	48 %	0,9549		0,9642
51	49 %	0,9642		0,9735

Tableau de recherche des scores ENERGY STAR pour 50 à 1

Cote ENERGY STAR	Pourcentage cumulé	Rapport d’efficacité énergétique
		> =	<
50	50 %	0,9735	0,9828
49	51 %	0,9828	0,9923
48	52 %	0,9923	1,0018
47	53 %	1,0018	1,0114
46	54 %	1,0114	1,0210
45	55 %	1,0210	1,0308
44	56 %	1,0308	1,0406
43	57 %	1,0406	1,0506
42	58 %	1,0506	1,0607
41	59 %	1,0607	1,0709
40	60 %	1,0709	1,0812
39	61 %	1,0812	1,0917
38	62 %	1,0917	1,1023
37	63 %	1,1023	1,1131
36	64 %	1,1131	1,1241
35	65 %	1,1241	1,1352
34	66 %	1,1352	1,1466
33	67 %	1,1466	1,1582
32	68 %	1,1582	1,1700
31	69 %	1,1700	1,1820
30	70 %	1,1820	1,1943
29	71 %	1,1943	1,2069
28	72 %	1,2069	1,2199
27	73 %	1,2199	1,2331
26	74 %	1,2331	1,2467
25	75 %	1,2467	1,2607
24	76 %	1,2607	1,2751
23	77 %	1,2751	1,2900
22	78 %	1,2900	1,3055
21	79 %	1,3055	1,3214
20	80 %	1,3214	1,3380
19	81 %	1,3380	1,3553
18	82 %	1,3553	1,3734
17	83 %	1,3734	1,3923
16	84 %	1,3923	1,4121
15	85 %	1,4121	1,4331
14	86 %	1,4331	1,4554
13	87 %	1,4554	1,4791
12	88 %	1,4791	1,5045
11	89 %	1,5045	1,5319
10	90 %	1,5319	1,5618
9	91 %	1,5618	1,5946
8	92 %	1,5946	1,6313
7	93 %	1,6313	1,6729
6	94 %	1,6729	1,7211
5	95 %	1,7211	1,7789
4	96 %	1,7789	1,8516
3	97 %	1,8516	1,9511
2	98 %	1,9511	2,1148
1	99 %	2,1148	>2,1148

Exemple de calcul

Le calcul de la cote comporte cinq étapes. Celles-ci sont présentées dans le document de référence technique pour la cote ENERGY STAR (PDF, 686 KB). Voici un exemple concret qui permet de calculer la cote des supermarchés :

1 L’utilisateur inscrit les données relatives au bâtiment dans Portfolio Manager

• Douze mois de données de consommation énergétique pour tous les types d’énergie (valeurs annuelles, fournies sous forme d’entrées de compteurs mensuels).
• Renseignements physiques sur le bâtiment (taille, emplacement, etc.) et détails concernant l’utilisation et l’activité du bâtiment (heures d’exploitation, etc.).

Résumé des données énergétiques

Données énergétiques	Valeur
Électricité	950 000 kWh
Gaz naturel	80 000 m3

Détails d’utilisation de la propriété

Détails d’utilisation de la propriété	Valeur
Superficie brute (m2)	3 000
Nombre d’heures d’exploitation par semaine	84
Nombre de travailleurs durant le quart de travail principalNote de bas de page 3	35
Nombre de caisses enregistreuses	7
Nombre d'ordinateurs	10
Longueur totale des réfrigérateurs/congélateurs de présentation (m)	100
DJC (fourni par Portfolio Manager, selon le code postal)	4 300

2 Portfolio Manager calcule l’IE à la source réelle

• La consommation totale de chaque type de combustible à partir des unités de facturation est convertie en énergie du site et en énergie à la source.
• Les valeurs d’énergie à la source pour tous les types de combustibles sont ajoutées ensembles.
• L’énergie à la source est divisée par la superficie brute afin de déterminer l’IE à la source réelle.

Calcul de l’IE à la source réelle

Combustible	Unités de facturation	Multiplicateur – GJ du site	GJ du site	Multiplicateur de la source	GJ à la source
Électricité	950 000 kWh	0,0036	3 420	1.83	6 258,6
Gaz naturel	80 000 m3	0,03843	3 074	1,06	3 258,4
Énergie à la source totale (GJ)					9 517
IE à la source (GJ/m2)					3,172

3 Portfolio Manager calcule l’IE à la source prévue

• En utilisant les renseignements sur l’utilisation de la propriété fournis à l’étape 1, Portfolio Manager calcule la valeur de chaque variable du bâtiment dans l'équation de régression (en déterminant la densité, au besoin).
• Les valeurs de centrage sont soustraites pour calculer la variable centrée pour chaque paramètre d'exploitation.
• Les variables centrées sont multipliées par les coefficients de l’équation de régression du supermarché pour obtenir l’IE à la source prévue.

Calcul de l’IE à la source prévue

Variable	Valeur réelle du bâtiment	Valeur de centrage de référence	Variable centrée du bâtiment	Coefficient		Coefficient x variable centrée
Constante	-	-	-	4,571		4,571
Nombre de travailleurs par 100 m2 pendant le quart de travail principal	1,167	1,802	-0,6350	1,571		-0,9976
Nombre de caisses enregistreuses par 100 m²	0,2333	0,3950	-0,1617	1,276		-0,20633
Nombre d’ordinateurs par 100 m²	0,3333	0,5240	-0,1907	0,648		-0,124
Longueur des réfrigérateurs/congélateurs de présentation par 100 m²	3,333	2,827	0,5060	6,119E-02		0,031
Superficie du bâtiment en m²	2 500	1 037	1 463	1,223E-03		1,789
Degrés-jours de chauffage	4 300	4 798	-498,0	4,350E-04		-0,217
IE à la source prévue (GJ/m2)						4,847
*La valeur associée au nombre de travailleurs par 100 m² peut peur être sujet aux valeurs associées au plancher ou au plafond. La valeur maximum pour la superficie est de 2 500 m². Si la superficie du bâtiment est supérieure à 2 500 m², cette valeur est utilisée.

4 Portfolio Manager calcule le rapport d’efficacité énergétique

• Le rapport est égal à l’IE à la source réelle (étape 2) divisée par l’IE à la source prévue (étape 3).
• Rapport = 3,172 / 4,847 = 0,6544

5 Portfolio Manager utilise le rapport d’efficacité énergétique pour attribuer une cote par l’entremise du tableau de référence

• Le rapport obtenu à l’étape 4 permet de trouver la cote dans le tableau de référence.
• Un rapport de 0,6544 est inférieur à 0,6603, mais supérieur à 0,6488
• La cote ENERGY STAR est 84.