Référence technique
Aperçu
La cote ENERGY STAR pour les succursales bancaires au Canada s’applique aux établissements bancaires commerciaux qui offrent des services bancaires aux clients qui sollicitent des services en présentiel. L’objectif de la cote ENERGY STAR est d’évaluer équitablement la consommation d’énergie d’une propriété par rapport à des propriétés similaires, compte tenu du climat, des conditions météorologiques et des activités commerciales. On effectue l’analyse statistique d’un groupe de bâtiments semblables afin de définir et de normaliser les aspects des activités d’une propriété qui contribuent de façon notable 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. Cette prévision est comparée à la consommation d’énergie réelle du bien immobilier pour obtenir un classement de 1 à 100 percentiles par rapport à la population nationale de propriétés.
- Types de propriétés. La cote ENERGY STAR pour les succursales bancaires au Canada s’applique aux établissements bancaires commerciaux qui offrent des services bancaires aux clients qui sollicitent des services en présentiel. La cote ENERGY STAR ne s’applique qu’aux bâtiments individuels et n’est pas disponible pour les campus.
- Données de référence. L’analyse pour les succursales bancaires au Canada repose 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 2019.
- Ajustements pour les conditions météorologiques et l’activité commerciale. L’analyse comprend des ajustements pour :
- la densité de travailleurs;
- les conditions météorologiques et le climat (en utilisant les degrés-jour de chauffage et de refroidissement obtenus en fonction du code postal);
- le pourcentage de la superficie du bâtiment qui est chauffée et refroidie.
- Date de publication. Le mois d’août 2023 est la date de publication initiale de la cote ENERGY STAR pour les succursales bancaires au Canada.
Le présent document détaille le calcul de la cote ENERGY STAR de 1 à 100 pour les succursales bancaires. Pour plus de renseignements sur la méthodologie utilisée pour établir les cotes ENERGY STAR, consultez la référence technique pour la cote ENERGY STAR (PDF, 686 KB).
Les sections suivantes expliquent comment la cote ENERGY STAR pour les succursales bancaires est établie :
- 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 référence utilisées pour constituer le parc de propriétés semblables sont tirées de l’Enquête sur l’utilisation commerciale et institutionnelle d’énergie (EUCIE). Cette enquête a été menée par Statistique Canada pour le compte de Ressources Naturelles Canada. Les données énergétiques pour l’enquête proviennent de l’année civile 2019. Le fichier de données brutes de cette enquête n’est pas accessible au public, mais un rapport fournissant un sommaire des résultats est accessible sur le site Web de Ressources naturelles Canada à l’adresse : Base de données nationale sur la consommation d’énergie.
Quatre types de filtres sont appliqués pour analyser les caractéristiques énergétiques et opérationnelles des bâtiments dans l’enquête. Ils sont établis pour définir le groupe de référence à des fins de comparaison et pour surmonter d’éventuelles limitations techniques. Ces filtres sont les suivants : filtres sure le type de bâtiment, filtres du programme, filtres de restrictions de données et filtres analytiques.
Une description complète de chaque catégorie figure dans la référence technique pour la cote ENERGY STAR (PDF, 686 KB). La figure 1 résume chaque filtre utilisé pour obtenir la cote ENERGY STAR pour le modèle de succursales bancaires, ainsi que la justification du filtre. Une fois tous les filtres appliqués, l’ensemble des données restantes comporte 138 cas observés. En raison de la confidentialité des données de l’enquête, RNCan n’est pas en mesure de définir le nombre de cas observés après chaque filtre.
| Conditions d’inclusion d’un cas observé dans l’analyse | Justification |
|---|---|
| Défini comme succursales bancaires dans l’EUCIE2019. | L’enquête EUCIE portait sur le secteur commercial et institutionnel et comprenait des bâtiments de tous genres. Pour ce modèle, seuls les cas déterminés comme étant principalement des succursales bancaires sont utilisés. |
| Doit être composé à plus de 50 % de succursales bancaires et à moins de 50 % de tout autre type de bâtiment. | Filtre sur le type de bâtiment – Pour être considéré comme une succursale bancaire, le bâtiment doit comporter un nombre minimum d’espaces réservés aux succursales bancaires. |
| Doit avoir des données sur sa consommation d’électricité. | Filtre du programme – Les succursales bancaires qui ne consomment pas d’électricité sont rares, voire inexistantes; il peut s’agir d’une omission dans les données énergétiques. L’électricité peut être achetée en réseau ou produite sur place. |
| Doit avoir été construit en 2018 ou avant. | Filtre de restrictions des données – L’enquête a fourni des données sur la consommation d’énergie pour l’année civile 2019. Par conséquent, si le bâtiment a été construit en 2019, il serait impossible d’obtenir une année complète de données sur l’énergie. |
| Ne doit pas inclure l’énergie fournie à d’autres bâtiments. | Filtre de restrictions de données – L’enquête demandait si l’énergie déclarée pour l’établissement comportait l’énergie fournie à d’autres bâtiments, par exemple dans un campus de bâtiments pour des salles de classe mobiles. Les données relatives à l’utilisation pouvaient ne pas être incluses; c’est pourquoi ces bâtiments ont été retirés. |
| La zone des structures de stationnement intérieur ou partiellement fermé en élévation doit être inférieure à 50 % de la superficie de plancher brute incluant ces aires de stationnement. | Filtre du programme – Si la superficie combinée des structures de stationnement est supérieure à 50 % de la superficie du bâtiment de la succursale bancaire, l’ensemble de la structure est classé comme étant une structure de stationnement, et non comme une succursale bancaire. |
| La dimension de l’espace vacant doit être inférieure à 50 % de la superficie de plancher brute. | Filtre du programme – Les succursales bancaires doivent afficher un taux d’occupation supérieur à 50 % pour être admissibles à la certification ENERGY STAR. |
| Plus de 50 % du bâtiment doit être chauffé. | Filtre du programme – Plus de 50 % d’une succursale bancaire doit être chauffée pour être considérée comme une succursale bancaire. |
| Doit être exploité pendant au moins 10 mois. | Filtre du programme – Les succursales bancaires doivent être exploitées pendant au moins 10 mois pour être admissibles à la certification ENERGY STAR. |
| Doit avoir une superficie d’au moins 92,9 m2. | Filtre du programme – Pour être considérés comme une succursale bancaire, les bâtiments doivent avoir une superficie d’au moins 92,9 m2 (1 000 pieds carrés) au Canada. |
| Doit fonctionner pendant au moins 30 heures et moins de 168 heures par semaine. | Filtre du programme – Pour être considérés comme une succursale bancaire, les bâtiments doivent fonctionner au moins une heure et moins de 168 heures par semaine. |
| Doit avoir au moins un travailleur. | Filtre du programme – Pour être considérés comme une succursale bancaire, les bâtiments doivent avoir au moins un travailleur. |
| Doit avoir au moins un ordinateur. | Filtre du programme – Pour être considérés comme une succursale bancaire, les bâtiments doivent disposer d’au moins un ordinateur. |
| La densité de travailleurs doit être inférieure ou égale à 5 travailleurs par 100 2. | Filtre analytique – Valeurs jugées aberrantes selon l’analyse des données. Celles-ci sont généralement des valeurs qui sont clairement en marge des paramètres d’exploitation normaux pour un bâtiment de ce type. |
| L’IE à la source doit être supérieur à 0,15 et inférieur ou égal à 4,0 GJ/m2. | Filtre analytique – Valeurs jugées aberrantes selon l’analyse des données. Celles-ci sont généralement des valeurs qui sont clairement en marge des paramètres d’exploitation normaux pour un bâtiment de ce type. |
Parmi les filtres appliqués aux données de référence, certains entraînent des contraintes pour le calcul de la cote dans Portfolio Manager, et d’autres, non. 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. Les filtres analytiques servent à éliminer les données aberrantes ou différents sous-ensembles de données et peuvent avoir ou non des répercussions 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 relative aux filtres et aux critères d’admissibilité est de savoir comment Portfolio Manager traite les propriétés situées sur un campus. L’unité de comparaison principale dans Portfolio Manager est la propriété, qui peut décrire un bâtiment individuel ou un campus de bâtiments. L’applicabilité de la cote ENERGY STAR dépend du type de propriété. Pour les succursales bancaires, la cote repose sur des bâtiments individuels, parce que la fonction principale d’une succursale bancaire est contenue dans un seul bâtiment et parce que les propriétés incluses dans les données de référence sont des bâtiments uniques. Lorsque plusieurs succursales bancaires situées au même endroit (p. ex., un parc commercial), chaque bâtiment peut obtenir sa propre cote ENERGY STAR, mais pas le campus.
Variables analysées
Afin de normaliser les différences dans l’activité commerciale, RNCan a effectué une analyse statistique pour établir les aspects de l’activité d’un bâtiment qui sont importants au chapitre de la consommation énergétique. L’ensemble de données de référence filtrées, décrit dans la section précédente, a été analysé à l’aide d’une régression pondérée par les moindres carrés ordinaires, qui a évalué la consommation d’énergie par rapport à l’activité de l’entreprise (p. ex., le nombre de travailleurs, les heures de fonctionnement par semaine, la surface au sol et le climat). Cette régression linéaire a donné une équation utilisée pour calculer la consommation d’énergie (également appelée variable dépendante) en fonction d’une série de caractéristiques qui décrivent les activités de l’entreprise (également appelées variables indépendantes). Cette section décrit les variables utilisées dans l’analyse statistique pour les succursales bancaires au Canada.
Variables dépendantes
La variable dépendante est l’élément que RNCan tente de prédire au moyen de l’équation de régression. Pour l’analyse des succursales bancaires, la variable dépendante est l’utilisation de l’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, c’est-à-dire les facteurs qui expliquent la variation de la consommation d’énergie à la source par mètre carré dans les succursales bancaires. L’unité de mesure de l’IE à la source dans le modèle canadien est le gigajoule par mètre carré annuel (GJ/2).
Variables indépendantes
L’enquête de référence contient de nombreuses questions sur l’exploitation du bâtiment que RNCan a déterminées comme étant susceptibles d’être importantes pour les succursales bancaires. En se basant sur un examen des variables trouvées dans les données de référence, conformément aux critères d’inclusion dans Portfolio ManagerNote de bas de page 1, RNCan a d’abord analysé les variables ci-dessous dans l’analyse de régression :
- la superficie de plancher brute (m2);
- les degrés-jour de refroidissement (DJR);
- les degrés-jour de chauffage (DJC);
- le pourcentage de la superficie refroidie;
- le pourcentage de la superficie chauffée;
- le nombre d’heures d’exploitation par semaine;
- le nombre de travailleurs sur le quart de travail principal;
- le nombre d’ordinateurs;
- le nombre de mois d’exploitation en 2019;
- le nombre d’appareils électroménagers;
- le nombre d’appareils électroménagers commerciaux;
- le nombre d’écrans d’affichage électroniques;
- l’année de construction.
RNCan, sur les conseils de l’Environmental Protection Agency (EPA) et de son entrepreneur, a mené un examen exhaustif de chacune de ces caractéristiques de fonctionnement prises séparément et ensemble (p. ex., degrés-jour de chauffage multipliés par le pourcentage chauffé). Dans le cadre de l’analyse, certaines variables ont été reformulées afin de refléter les liens physiques entre les éléments du bâtiment. Par exemple, le nombre de travailleurs peut être évalué sous forme de densité : travailleurs par 100 m2. En général, l’analyse consiste en des formules de régression multiple, 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 :
- le nombre de travailleurs sur le quart de travail principal par 100 m2 (densité des travailleurs);
- le pourcentage de la superficie refroidie x degrés-jour de refroidissement (Pourcentage de la superficie refroidie x DJR);
- le pourcentage de la superficie chauffée x degrés-jour de chauffage (Pourcentage de la superficie chauffée x DJC).
Ces variables sont utilisées ensemble pour calculer l’IE à la source prévue pour les succursales bancaires. 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. C’est l’énergie moyenne pour les bâtiments qui fonctionnent comme votre bâtiment.
Vérification
RNCan a ensuite analysé l’équation de régression en utilisant les données réelles entrées dans Portfolio Manager. En plus des données de l’EUCIE, cette analyse a fourni un autre ensemble de bâtiments pour examiner les cotes et les distributions ENERGY STAR afin d’évaluer les impacts et les ajustements. Elle a également confirmé que les biais sont minimes en ce qui concerne les caractéristiques opérationnelles fondamentales, telles que le pourcentage de la superficie refroidie ou chauffée, et qu’il n’y a pas de biais régional ou de biais concernant le type d’énergie utilisé pour le chauffage.
Il est important de rappeler que l’équation de régression finale repose sur les données de référence représentatives à l’échelle nationale tirée de l’EUCIE 2019, et non sur les données qui se trouvent déjà enregistrées dans Portfolio Manager.
Résultats de l’équation de régression
La régression finale est une régression des moindres carrés ordinaires pondérés sur l’ensemble de données filtrées des 380 cas observés. 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 de l’équation de régression sont considérées comme significatives à un niveau de confiance de 90 % ou plus, comme le témoignent leurs niveaux de signification respectifs.
L’équation de régression a une valeur de coefficient de détermination (R2) de 0,2267, ce qui indique que cette équation explique 22,67 % de la variance dans l’IE à la source pour les succursales bancaires. 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 sourceNote de bas de page 2, on observe que l’équation explique 95,88 % de la variation de l’énergie à la source totale des succursales bancaires. C’est un excellent résultat pour un modèle énergétique basé sur des statistiques.
Pour de l’information détaillée sur la méthode de régression des moindres carrés ordinaires, consultez le document de référence technique pour la cote ENERGY STAR (PDF, 686 KB).
| Variable | Minimum | Médiane | Maximum | Moyenne |
|---|---|---|---|---|
| Énergie à la source par mètre carré (GJ/m2) | 0,1938 | 1,482 | 3,216 | 1,482 |
| Nombre de travailleurs par 100 m2 | 0,2319 | 2,445 | 4,784 | 2,445 |
| Pourcentage de la superficie refroidie x DJR | 0,000 | 221,0 | 389,0 | 221,0 |
| Pourcentage de la superficie chauffée x DJC | 2 677 | 3 964 | 6 916 | 3 964 |
Figure 3 – Résultats de l’équation de régression finale
| Variable dépendante | Intensité énergétique à la source (GJ/m2) |
|---|---|
| Nombre d’observations dans l’analyse | 138 |
| Valeur R2 | 0,2267 |
| Valeur R2 ajustée | 0,2094 |
| Statistique F | 13,1 |
| Signification (seuil-p) | < 0,0001 |
| Variable dépendante | Coefficients non normalisés | Erreur type | Valeur T | Signification |
|---|---|---|---|---|
| Constante | 1,509 | 4,365E-02 | 34,56 | <, 0001 |
| Nombre de travailleurs par 100 m2 | 0,1874 | 5,554E-02 | 3,37 | 0,001 |
| Pourcentage de la superficie refroidie x DJR | 2,052E-03 | 5,889E-05 | 4,07 | <,0001 |
| Pourcentage de la superficie chauffée x DJC | 2,395E-04 | 4,487E-04 | 4,57 | <,0001 |
Remarques :
|
||||
Tableau de référence de la cote energy star
L’équation de régression finale (présentée à la figure 3) fournit une prédiction de 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, on divise l’IE à la source réelle de chaque cas observé de l’ensemble de données de référence par son 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 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 cas observé 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 11,45 et un paramètre d’échelle (bêta) de 0,08973. La somme des erreurs quadratiques pour cet ajustement est de 0,1817.
Figure 4 – Distribution pour les succursales bancaires
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 du groupe ont un rapport égal ou inférieur. La figure 5 montre le tableau complet de consultation des cotes.
Figure 5 – Tableau de référence de la cote ENERGY STAR pour les succursales bancaires
| Cote ENERG STAR | Pourcentage cumulé | Rapport d’efficacité énergétique | |
|---|---|---|---|
| > = | < | ||
| 100 | 0 % | 0,0000 | 0,4542 |
| 99 | 1 % | 0,4542 | 0,5033 |
| 98 | 2 % | 0,5033 | 0,5362 |
| 97 | 3 % | 0,5362 | 0,5620 |
| 96 | 4 % | 0,5620 | 0,5836 |
| 95 | 5 % | 0,5836 | 0,6025 |
| 94 | 6 % | 0,6025 | 0,6193 |
| 93 | 7 % | 0,6193 | 0,6347 |
| 92 | 8 % | 0,6347 | 0,6489 |
| 91 | 9 % | 0,6489 | 0,6622 |
| 90 | 10 % | 0,6622 | 0,6747 |
| 89 | 11 % | 0,6747 | 0,6866 |
| 88 | 12 % | 0,6866 | 0,6979 |
| 87 | 13 % | 0,6979 | 0,7088 |
| 86 | 14 % | 0,7088 | 0,7192 |
| 85 | 15 % | 0,7192 | 0,7293 |
| 84 | 16 % | 0,7293 | 0,7391 |
| 83 | 17 % | 0,7391 | 0,7485 |
| 82 | 18 % | 0,7485 | 0,7578 |
| 81 | 19 % | 0,7578 | 0,7668 |
| 80 | 20 % | 0,7668 | 0,7756 |
| 79 | 21 % | 0,7756 | 0,7843 |
| 78 | 22 % | 0,7843 | 0,7928 |
| 77 | 23 % | 0,7928 | 0,8011 |
| 76 | 24 % | 0,8011 | 0,8094 |
| 75 | 25 % | 0,8094 | 0,8175 |
| 74 | 26 % | 0,8175 | 0,8254 |
| 73 | 27 % | 0,8254 | 0,8333 |
| 72 | 28 % | 0,8333 | 0,8412 |
| 71 | 29 % | 0,8412 | 0,8489 |
| 70 | 30 % | 0,8489 | 0,8566 |
| 69 | 31 % | 0,8566 | 0,8642 |
| 68 | 32 % | 0,8642 | 0,8717 |
| 67 | 33 % | 0,8717 | 0,8792 |
| 66 | 34 % | 0,8792 | 0,8867 |
| 65 | 35 % | 0,8867 | 0,8941 |
| 64 | 36 % | 0,8941 | 0,9015 |
| 63 | 37 % | 0,9015 | 0,9089 |
| 62 | 38 % | 0,9089 | 0,9162 |
| 61 | 39 % | 0,9162 | 0,9236 |
| 60 | 40 % | 0,9236 | 0,9309 |
| 59 | 41 % | 0,9309 | 0,9382 |
| 58 | 42 % | 0,9382 | 0,9456 |
| 57 | 43 % | 0,9456 | 0,9529 |
| 56 | 44 % | 0,9529 | 0,9602 |
| 55 | 45 % | 0,9602 | 0,9676 |
| 54 | 46 % | 0,9676 | 0,9750 |
| 53 | 47 % | 0,9750 | 0,9824 |
| 52 | 48 % | 0,9824 | 0,9898 |
| 51 | 49 % | 0,9898 | 0,9973 |
| Cote ENERGY STAR | Pourcentage cumulé | Rapport d’efficacité énergétique | |
|---|---|---|---|
| > = | < | ||
| 50 | 50 % | 0,9973 | 1,0048 |
| 49 | 51 % | 1,0048 | 1,0123 |
| 48 | 52 % | 1,0123 | 1,0199 |
| 47 | 53 % | 1,0199 | 1,0275 |
| 46 | 54 % | 1,0275 | 1,0352 |
| 45 | 55 % | 1,0352 | 1,0430 |
| 44 | 56 % | 1,0430 | 1,0508 |
| 43 | 57 % | 1,0508 | 1,0587 |
| 42 | 58 % | 1,0587 | 1,0667 |
| 41 | 59 % | 1,0667 | 1,0748 |
| 40 | 60 % | 1,0748 | 1,0830 |
| 39 | 61 % | 1,0830 | 1,0912 |
| 38 | 62 % | 1,0912 | 1,0996 |
| 37 | 63 % | 1,0996 | 1,1081 |
| 36 | 64 % | 1,1081 | 1,1167 |
| 35 | 65 % | 1,1167 | 1,1255 |
| 34 | 66 % | 1,1255 | 1,1344 |
| 33 | 67 % | 1,1344 | 1,1434 |
| 32 | 68 % | 1,1434 | 1,1527 |
| 31 | 69 % | 1,1527 | 1,1621 |
| 30 | 70 % | 1,1621 | 1,1717 |
| 29 | 71 % | 1,1717 | 1,1815 |
| 28 | 72 % | 1,1815 | 1,1915 |
| 27 | 73 % | 1,1915 | 1,2018 |
| 26 | 74 % | 1,2018 | 1,2123 |
| 25 | 75 % | 1,2123 | 1,2232 |
| 24 | 76 % | 1,2232 | 1,2343 |
| 23 | 77 % | 1,2343 | 1,2458 |
| 22 | 78 % | 1,2458 | 1,2577 |
| 21 | 79 % | 1,2577 | 1,2700 |
| 20 | 80 % | 1,2700 | 1,2827 |
| 19 | 81 % | 1,2827 | 1,2960 |
| 18 | 82 % | 1,2960 | 1,3098 |
| 17 | 83 % | 1,3098 | 1,3242 |
| 16 | 84 % | 1,3242 | 1,3394 |
| 15 | 85 % | 1,3394 | 1,3554 |
| 14 | 86 % | 1,3554 | 1,3723 |
| 13 | 87 % | 1,3723 | 1,3902 |
| 12 | 88 % | 1,3902 | 1,4095 |
| 11 | 89 % | 1,4095 | 1,4302 |
| 10 | 90 % | 1,4302 | 1,4527 |
| 9 | 91 % | 1,4527 | 1,4774 |
| 8 | 92 % | 1,4774 | 1,5049 |
| 7 | 93 % | 1,5049 | 1,5360 |
| 6 | 94 % | 1,5360 | 1,5719 |
| 5 | 95 % | 1,5719 | 1,6149 |
| 4 | 96 % | 1,6149 | 1,6687 |
| 3 | 97 % | 1,6687 | 1,7420 |
| 2 | 98 % | 1,7420 | 1,8616 |
| 1 | 99 % | 1,8616 | >1,8616 |
Exemple de calcul
Selon le document de référence technique pour la cote ENERGY STAR (PDF, 686 KB), le calcul d’une cote pour les succursales bancaires s’effectue en cinq étapes. Voici un exemple concret :
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.).
| Données énergétiques | Valeur |
|---|---|
| Électricité | 168 000 kWh |
| Gaz naturel | 9 600 m3 |
| Détails d’utilisation de la propriété | Valeur |
|---|---|
| Superficie brute (m2) | 1 300 |
| Nombre de travailleurs temps plein sur le quart de travail principal | 24 |
| Pourcentage de la superficie refroidie | 100 % |
| Pourcentage de la superficie chauffée | 100 % |
| DJR (fourni par Portfolio Manager, selon le code postal) | 113 |
| DJC (fourni par Portfolio Manager, selon le code postal) | 4 766 |
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 ajoutées pour tous les types de combustibles.
- L’énergie à la source est divisée par la superficie brute afin de déterminer 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 | 168 000 kWh | 3,600E-03 | 604,8 | 1,830 | 1107 |
| Gaz naturel | 9 600 m3 | 3,843E-02 | 368,9 | 1,060 | 391,1 |
| Énergie à la source totale (GJ) | 1 498 | ||||
| IE à la source (GJ/m2) | 1,152 | ||||
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 de fonctionnement (p. ex., la valeur réelle du bâtiment moins la valeur de centrage de référence).
- Les variables centrées sont multipliées par les coefficients de l’équation de régression des succursales bancaires pour obtenir 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 | - | - | - | 1,509 | 1,509 |
| Densité de travailleurs | 2 | 2,523 | -0,6770 | 0,1874 | -0,1268 |
| Pourcentage de la superficie refroidie x DJR | 113 | 186,1 | -73,10 | 2,052E-03 | -0,1500 |
| Pourcentage de la superficie chauffée x DJC | 4 766 | 3 982 | 784,0 | 2,395 E-04 | 0,1878 |
| IE à la source prévue (GJ/m2) | 1,420 | ||||
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 = 1,420/1,152 = 0,8114
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 0,8114 est supérieur à 0,8094 et inférieur à 0,8175.
- La cote ENERGY STAR est 75.