Cote ENERGY STAR pour les centres médicaux au Canada

---

Aperçu

La cote ENERGY STAR pour les centres médicaux s’applique à tous les centres médicaux. L’objectif de la cote ENERGY STAR consiste à évaluer objectivement la consommation d’énergie d’une propriété, par rapport à des propriétés semblables, en tenant compte du climat et des activités 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 permettant de prédire la consommation d’énergie d’une propriété en fonction de ses activités commerciales. Cette prédiction est ensuite comparée à la consommation d’énergie réelle du bâtiment 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 centres médicaux au Canada s’applique à tous les centres médicaux où sont posés des diagnostics et proposés des traitements pour des soins médicaux, dentaires ou psychiatriques offerts à des patients externes. La cote ne s’applique qu’aux centres médicaux individuels, et n’est pas disponible pour les complexes de bâtiments.
• Données de référence. L’analyse des centres médicaux au Canada s’appuie 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). L’EUCIE témoigne de la consommation énergétique de l’année 2014.
• Ajustements en fonction des conditions météorologiques et des activités. L’analyse comprend des ajustements liés aux composantes suivantes :
  • Densité des ordinateurs (le nombre d’ordinateurs par 100 m²);
  • Pourcentage du bâtiment qui est refroidi;
  • Pourcentage du bâtiment qui est chauffé;
  • Conditions météorologiques et le climat (en utilisant les degrés-jours de chauffage et de refroidissement, obtenus en fonction du code postal);
  • Nombre d’heures d’ouverture par semaine.
• Date de publication. Il s’agit de la deuxième publication des cotes ENERGY STAR pour les centres médicaux au Canada. Les cotes ENERGY STAR pour les centres médicaux sont mises à jour périodiquement, à mesure que de nouvelles données sont disponibles :
  • Dernière mise à jour : février 2020
  • Première publication : août 2015

Ce document explique le calcul de la cote ENERGY STAR de 1 à 100 pour les centres médicaux. Pour de plus amples renseignements sur la méthodologie employée pour développer les cotes ENERGY STAR, veuillez consulter le document de référence technique Portfolio Manager pour la cote ENERGY STAR (PDF, 686 KB).

Les prochaines sections du présent document expliquent comment sont établies les cotes ENERGY STAR pour les centres médicaux.

• 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

Les données de références utilisées pour établir le parc de bâtiments semblables s’appuient sur les données de l’Enquête sur l’utilisation commerciale et institutionnelle d’énergie (EUCIE), qui a été commandée par Ressources naturelles Canada (RNCan) et réalisée par Statistique Canada à la fin de 2015 et au début de 2016. Les données énergétiques utilisées dans l’étude provenaient de l’année civile 2014. Le fichier de données brutes recueillies pour cette enquête n’est pas accessible au public, mais un rapport fournissant un sommaire des résultats est accessible sur le site Web de RNCan à l’adresse suivante : Enquête sur l'utilisation commerciale et institutionnelle d'énergie (EUCIE) Bâtiments 2014 – Tableaux de données

Dans le cadre de l’enquête, quatre types de filtres ont été appliqués en vue d’analyser l’énergie d’un bâtiment et ses caractéristiques d’exploitation. Ils visent à définir le groupe de bâtiments semblables aux fins de comparaison et à surmonter les limites techniques. Ces filtres sont : type de bâtiment, programme, restrictions de données et analytiques.

Une description complète de chacun de ces filtres est présentée dans le document de référence technique Portfolio Manager 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 centres médicaux ainsi que le bien-fondé de chaque filtre. Une fois tous les filtres appliqués, on a dénombré 136 cas dans l’ensemble des données restantes. En raison de la confidentialité des données de l'enquête, RNCan n’est 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. Pour obtenir une description complète des critères à respecter afin d’obtenir une cote dans Portfolio Manager, consultez Analyse comparative – Foire aux questions

Une autre considération liée 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 les centres médicaux, la cote repose sur des bâtiments individuels.

Variables Analysées

Afin de normaliser en fonction des différences en matière d’activité commerciale, RNCan a effectué 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, a été analysé au moyen d’une régression des moindres carrés pondérés, qui évaluait la consommation d’énergie par rapport à l'activité commerciale (p. ex. nombre de travailleurs, nombre d’heures d’exploitation par semaine, superficie et 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 (aussi appelées variables indépendantes). Cette section décrit les variables utilisées dans l'analyse statistique pour les centres médicaux au Canada.

Variable dépendante

RNCan utilise l’équation de régression pour tenter de prédire la variable dépendante. Dans l’analyse des centres médicaux, 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 surface de plancher brute. L’équation de régression analyse les principaux éléments qui influent sur l’IE à la source, c’est-à-dire les facteurs qui expliquent la variation de la consommation d'énergie à la source par mètre carré dans les centres médicaux. L’unité de mesure de l’IE à la source dans le modèle canadien est le gigajoule par mètre carré (GJ/m²) par an.

Variables indépendantes

L’enquête de référence contient de nombreux éléments liés à l’exploitation du bâtiment que RNCan a jugés comme potentiellement importants pour les centres médicaux. En se fondant sur l'examen des variables disponibles dans les données de référence et en suivant les critères d’inclusion dans Portfolio Manager^{Note de bas de page 1}, RNCan a d’abord analysé les variables suivantes dans l’analyse de régression :

• Superficie de plancher brute (m²)
• Degrés-jours de refroidissement (DJR)
• Degrés-jours de chauffage (DJC)
• Pourcentage de la superficie refroidie
• Pourcentage de la superficie chauffée
• Nombre d’heures d’exploitation hebdomadaires
• Nombre de travailleurs sur le quart de travail principal
• Nombre d’ordinateurs
• Nombre de mois d’exploitation en 2014
• Nombre d’appareils ménagers commerciaux
• Nombre d’unités de stérilisation
• Nombre d’appareils d’imagerie par résonance magnétique (IRM)
• Nombre de lits
• Nombre d’ascenseurs
• Nombre de téléviseurs, de systèmes d’affichage électronique et d’écrans ACL
• Année de construction

Avec les conseils de l’Environmental Protection Agency, RNCan a procédé à un examen approfondi de l’ensemble de ces caractéristiques d’exploitation individuellement, puis en combinaison les unes avec les autres (p. ex. les degrés-jours de chauffage multipliés par le pourcentage de la 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 (nombre de travailleurs par 100 m²). Comparativement au nombre brut de travailleurs, la densité de travailleurs est plus étroitement liée à l’intensité de la consommation énergétique. En outre, en fonction des résultats d’analyse et des graphiques des résidus, les variables ont été évaluées en utilisant différentes transformations (comme le logarithme naturel, dont l’abréviation est Ln). L’analyse est constituée de plusieurs formulations de régression, 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 d’ordinateurs par 100 m² (densité des ordinateurs)
• Pourcentage du bâtiment qui est refroidi multiplié par le nombre de degrés-jours de refroidissement
  (pourcentage refroidi x DJR)
• Pourcentage du bâtiment qui est chauffé multiplié par le nombre de degrés-jours de chauffage
  (pourcentage chauffé x DJC)
• Logarithme naturel des heures d’exploitation hebdomadaires (heures d’exploitation hebdomadaires)

Ces variables sont utilisées ensemble pour calculer l’IE à la source prévue pour les centres médicaux. 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. Il s’agit donc de l’énergie moyenne pour les bâtiments qui s’apparentent au vôtre.

Analyse de la densité des ordinateurs

La densité des ordinateurs (nombre d’ordinateurs par 100 m²) et la densité des travailleurs (nombre de travailleurs 100 m²) ont toutes deux démontré une corrélation positive avec la consommation énergétique. Ces deux variables représentent des mesures de l’activité des occupants dans les centres médicaux. En raison de la corrélation élevée entre la densité des ordinateurs et la densité des travailleurs, une seule de ces variables pouvait être incluse dans le modèle. Comme l’importance statistique de la densité des ordinateurs s’est révélée plus marquée, c’est cette variable qui a été incluse dans le modèle.

Appareils de diagnostic ou de traitement médical

L’EUCIE de 2014 a permis de recueillir des données sur la présence de divers types d’équipement médical, y compris les appareils de radiographie et les appareils d’imagerie par résonance magnétique (IRM). Comme les appareils IRM sont de gros consommateurs d’énergie, il était important d’étudier leur incidence sur la consommation énergétique et sur l’IE. Toutefois, les résultats de l’analyse ont indiqué que le nombre d’appareils de diagnostic et de traitement médical (y compris les appareils IRM) ne constituait pas une variable explicative statistiquement significative de l’IE dans les centres médicaux.

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 les données d’un autre ensemble de bâtiments à examiner. Ces données s’ajoutent à celles de l’EUCIE et permettent de connaître les cotes ENERGY STAR et les distributions, et d’évaluer les répercussions et les ajustements. Cette analyse a également permis de confirmer qu’il y a peu de déviation des caractéristiques d’exploitation de base telles que le pourcentage de la superficie refroidie ou le pourcentage de la superficie chauffée, et qu’il n’y avait aucun parti pris régional ni aucune partialité à l’égard du type d’énergie choisi pour chauffer les bâtiments.

Il est important de rappeler que l’équation de régression finale repose sur les données de référence représentatives à l’échelle nationale de l’EUCIE de 2014, 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 136 observations. La variable dépendante est l’IE à la source. Chaque variable indépendante est centrée par rapport à la valeur moyenne pondérée, présentée à la figure 2. L’équation finale est présentée à la figure 3. Toutes les variables dans l’équation de régression sont considérées comme étant significatives au 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 0,3468, ce qui indique que cette équation explique 34,68 % de la variance dans l’IE à la source pour les centres médicaux. 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 d’énergie à la source^{Note de bas de page 2}, on observe que l’équation explique en fait 93,57 % de la variation de l’énergie à la source totale des centres médicaux. Il s’agit d’un excellent résultat pour un modèle d’énergie fondé sur des statistiques.

Pour obtenir une description complète de la méthode de régression des moindres carrés pondérés, veuillez consulter le document de référence technique Portfolio Manager pour la cote ENERGY STAR (PDF, 686 KB).

Figure 3 –Résultats de l’équation de régression finale

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 l’IE à la source prévue.

Un rapport d’efficacité inférieur à 1 signifie que le bâtiment consomme moins d’énergie que prévu et qu’il est donc plus efficace. S’il affiche un rapport d’efficacité supérieur à 1, 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 13,34 et un paramètre d’échelle (bêta) de 0,07433. La somme de l’erreur quadratique pour cet ajustement est de 0,2167.

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 centres médicaux

Exemple de calcul

Selon le document de référence technique Portfolio Manager pour la cote ENERGY STAR (PDF, 686 KB), le calcul de la cote d’un centre médical comporte cinq étapes. Voici un exemple.

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.)

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 sont additionnées pour tous les types de combustibles.
• L’énergie à la source est divisée par la superficie de plancher brute afin de déterminer l’IE à la source réelle.

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 (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 pour les centres médicaux afin d’obtenir l’IE à la source prévue.

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 = 1,279 / 1,521 = 0,8409

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 0,8409 est supérieur à 0,8402 et inférieur à 0,8470.
• La cote ENERGY STAR est 69.