CAHIER LOUIS BACHELIER - La finance au service des mutations du système électrique

Le changement climatique est aujourd’hui un, si ce n’est LE, risque majeur du XIXème siècle. Défi inédit pour l’humanité, il peut représenter un risque pour les agents qui n’y seraient pas, ou mal, préparés. Tous les acteurs économiques, en particulier financiers, sont confrontés à ces risques, dont les effets commencent à se manifester de façon dramatique à certains endroits.

UN RISQUE NOUVEAU ET MULTIFORME

Depuis le discours, en 2015, de Mark Carney, gouverneur de la Banque centrale d’Angleterre, les spécialistes distinguent le risque physique traditionnel, c’est-à-dire les effets du réchauffement sur les écosystèmes, et le risque de transition qui représente l’impact des changements réglementaires, technologiques et sociaux instaurés pour minimiser les effets du réchauffement.

Concernant le premier type de risque, l’année 2018 offre plusieurs exemples : la canicule australienne ou les feux de forêts de Californie aux conséquences désastreuses.

Sur le second risque, un exemple plus récent encore permet de fournir une bonne illustration : la faillite de la société Pacific Gas & Electric Company, considérée comme « l’EDF de la Californie », a été annoncée le 6 février dernier. Les raisons ? Sa condamnation pour sa responsabilité dans les feux de forêts qui ont ravagé le sud de la côte ouest américaine. « On peut y voir les signes avant-coureurs d’une tendance que les acteurs financiers ne peuvent plus ignorer », observe Romain Schweizer.

LES LIMITES DES OUTILS EXISTANTS

Cependant, il n’est pas aisé de traduire de façon quantitative (primes de risque, prix…) ces risques nouveaux, à l’aide des outils classiques dont disposent les acteurs financiers. D’un côté, les climatologues estiment que la part d’incertitude concernant les évolutions à venir est très grande. L’attribution de liens indubitables entre un événement extrême et le réchauffement climatique est, par exemple, très difficile, voire impossible à prouver. Néanmoins, quelques tendances peuvent être dégagées, comme l’augmentation de la fréquence de ces événements extrêmes et des évolutions tendancielles (montée du niveau des océans, fonte des glaces…).

Quant au risque de transition, la tâche est plus difficile encore : « Le risque de transition résulte de processus sociaux et de décisions politiques face à un phénomène inédit dans l’histoire des sociétés humaines. Ces évolutions sont donc difficilement prévisibles, même à des horizons temporels proches », souligne Romain Schweizer.

CONSTRUIRE UNE CARTOGRAPHIE DES RISQUES DE TRANSITION…

En parallèle de l’échec répété des tentatives d’accords internationaux et de l’absence d’autorité et de coordination multilatérale, des actions plus locales et concrètes ont émergé à des échelles inférieures. De fait, à des niveaux inférieurs, la présence de dispositifs institutionnels plus à même de prendre des mesures et de les faire respecter permet d’imaginer que de multiples solutions vont se développer plus localement.

Or, ces mesures peuvent être perçues comme des « risques » pour les industries qui n’y seraient pas préparées, ou pour les industries qui seraient « ciblées ». Et c’est déjà le cas, même si les mesures peuvent paraître modestes pour l’instant : si aucun prix mondial du carbone n’a émergé pour l’instant, quelques pays ou provinces ont déjà instauré des systèmes de taxation ou de tarification (la Norvège, le Québec), tandis que des réseaux de grandes villes (comme le Global Climate City Challenge ou le C40 Cities) émergent et cherchent à partager leurs solutions et leurs avancements.

« C’est à partir de ce constat que je cherche à établir un ou des indicateurs qui puissent permettre d’identifier les secteurs ou les zones géographiques plus ou moins affectés par des changements éventuels de réglementation ou technologiques », explique Romain Schweizer.

Et plusieurs pistes sont à l’étude, notamment la constance d’un État à lutter contre le changement climatique dans son agenda politique à long terme. La Norvège constitue ainsi un exemple pertinent. De même pour la volonté affichée d’un État à s’imposer comme un leader sur le secteur des énergies renouvelables. C’est le cas de la Chine, comme en témoigne le nombre croissant de brevets concernant les énergies vertes, et sa politique industrielle de développement de ces technologies.

Mais, il est également possible de s’intéresser à une multitude d’autres facteurs telles que les conditions géographiques, la sensibilité des populations aux questions climatiques et écologiques, l’histoire des évolutions de comportement (comme la baisse récente de la consommation de viande en France). « Cette cartographie permettra ainsi d’intégrer ce nouveau risque à l’analyse des risques pays qui est une compétence historique des banques », anticipe Romain Schweizer.

…AFIN DE GUIDER LES DÉCISIONS D’INVESTISSEMENT DES ACTEURS FINANCIERS

Par la suite, cette cartographie permettra de guider les décisions du secteur financier, dans le sens de l’investissement ou du désinvestissement. Dans le premier cas, les acteurs financiers chercheront à identifier les pays les plus à même d’accueillir les infrastructures liées à la lutte contre le changement climatique ou à l’adaptation à ses conséquences. Dans le second, ils chercheront, au contraire, à réduire leurs participations ou leurs engagements liés aux infrastructures émettrices.

Plus précisément, en prenant l’exemple du secteur des énergies fossiles – en mettant de côté l’hypothèse selon laquelle le développement de la géo ingénierie ou des technologies de capture et de stockage du CO2 (Carbon Capture and Storage – CCS) à l’échelle industrielle résoudront tous les problèmes – il est, d’ores et déjà, certain que l’ensemble des réserves d’hydrocarbures actuellement connu ne sera pas épuisé.

Partant de ce constat, il est possible de chercher à évaluer les effets d’une contraction de la demande sur les compagnies qui exploitent les énergies fossiles (pétrole, gaz et charbon), en tenant compte des différents coûts d’extraction selon les champs et d’évaluer ses conséquences directes et indirectes sur la rentabilité de ces activités. Ainsi, en étant capable de classer des champs pétroliers/gaziers avec leur coût d’exploitation, il serait possible de mieux évaluer la prime de risque associée à ces titres, voire d’établir une politique d’exclusion de financement. Du point de vue des acteurs financiers, cela reviendrait à évaluer le risque de défaut ou de liquidité sur les titres de ces entreprises, sachant qu’elles pratiquent cette activité depuis très longtemps déjà !

Si le secteur de la production électrique peut paraître simple, avec des acteurs produisant de l’électricité, à partir de différentes sources fossiles (gaz, charbon), nucléaire ou renouvelables (éolien, solaire, hydraulique), qui est injectée ensuite sur les réseaux pour y être consommée immédiatement, il est, en réalité, beaucoup plus complexe. Parmi les particularités notables, figure notamment le fait que les producteurs doivent produire à la hauteur de la consommation à tout moment. Cette contrainte de base oblige ainsi les producteurs à anticiper le plus finement possible entre leur équilibre offre-demande.

Il existe des aléas sur la production pouvant être difficiles à anticiper en raison notamment de la montée en puissance des sources d’énergie renouvelable (ENR), qui sont intermittentes, dans la production d’électricité. Des événements fortuits sur les centrales peuvent aussi créer de l’incertitude sur la production. Qui plus est, pour répondre à la demande, ce sont les moyens de production les moins chers et les moins polluants qui sont mobilisés en premier, dépriorisant ainsi les centrales thermiques de complément à gaz ou au charbon qui sont plus coûteuses.

Parallèlement aux difficultés de prévoir la production, la consommation électrique, quant à elle, peut également être sujette à de fortes variations à la hausse, comme l’hiver dernier en France, ou à la baisse. Pour remédier à ces difficultés et compenser leurs éventuels écarts de production, les producteurs peuvent recourir aux marchés de gros de l’électricité à court terme, qui sont de deux types : les marchés day ahead fonctionnant avec un système d’enchères pour une livraison de l’électricité à horizon 24 heures ; les marchés infra-journaliers, qui permettent d’échanger jusqu’à 45 minutes avant la livraison effective de l’électricité durant les 24 tranches horaires composant une journée.

LES MARCHÉS DE L’ÉLECTRICITÉ À COURT TERME SONT TRÈS VOLATILS

Sans rentrer dans les spécificités du fonctionnement de ces marchés de l’électricité à court terme, ils servent de variables d’ajustement pour équilibrer la production et la consommation d’électricité en permettant d’échanger les surplus de certains acteurs. Comme dans tout marché, les prix y jouent un rôle fondamental. Des épisodes de forte demande/ faible production peuvent succéder à des épisodes de faible demande/forte production. Ainsi, l’électricité n’étant pas stockable, les variations de cours sont très élevées : « Les marchés spot de l’électricité sont très volatils avec des pics de prix importants, ce qui génère des risques financiers qui doivent être pris en compte par les énergéticiens », indique Thomas Deschatre.

Par exemple, en France, en novembre 2016, trois épisodes de pics de prix ont été observés, où le mégawatheure (MWh) a dépassé les 800 euros, alors que son prix annuel moyen a été de 34,60 euros, selon les données de la Commission de régulation de l’énergie. Outre-Rhin, c’est l’inverse, avec des pics de prix négatifs, en raison de la forte proportion d’ENR dans la production d’électricité : en 2017, 146 heures sur 24 jours de prix négatifs ont été observées sur le marché day ahead et 185 heures sur 34 jours sur le marché infra-journalier, d’après Epex Spot, une plateforme européenne d’échanges.

« Les prix de l’électricité sont très dépendants d’aléas physiques exogènes, comme la météo. Nous sommes partis de cette intuition de base, identifiée dans la littérature existante et observable en pratique, pour réaliser nos travaux d’estimations statistiques des pics de prix sur les marchés de l’électricité à court terme », explique Thomas Deschatre.

L’originalité de ces travaux consiste à détecter statistiquement les pics de prix sans modèle préalable, afin d’observer leur fréquence d’apparition et donc de permettre aux producteurs de les prendre en compte dans la gestion de leurs risques financiers. « En restant dans un modèle gaussien classique, les queues de distribution sont fines, ce qui ne permet pas à un producteur de capter les valeurs extrêmes, qu’elles soient basses ou hautes, et donc de modéliser tous les risques financiers », justifie Thomas Deschatre.

UNE MÉTHODE APPLIQUÉE SUR DES DONNÉES RÉELLES

Les chercheurs ont utilisé des données réelles de pics de prix sur les marchés français et allemand, afin de confirmer ou d’infirmer leur intuition de départ. Pour la France, ils ont analysé les pics de prix et les températures, tandis que pour l’Allemagne, ils ont choisi le taux de pénétration de l’éolien par rapport à la production totale.

« Nos résultats sont cohérents avec notre intuition de base. En France, la probabilité d’avoir un pic de prix à chaque instant diminue avec la hausse des températures et inversement. En Allemagne, le pourcentage de pénétration de l’éolien n’a pas d’impact sur les pics de prix à la hausse, mais il en a sur la fréquence d’apparition de pics de prix négatifs », détaille Thomas Deschatre. Avec cette méthode statistique, les producteurs ont la possibilité de mieux gérer leurs risques financiers.

UNE MÉTHODE STATISTIQUE POTENTIELLEMENT INDUSTRIALISABLE

Pour l’heure, les travaux statistiques développés par les chercheurs servent de références et d’indicateurs au sein du service de recherche & développement d’EDF. « Ils permettent de réaliser des études, d’interpréter et de présenter des résultats aux différentes branches de métiers au sein d’EDF. Nos travaux peuvent également être appliqués aux marchés du gaz », conclut Thomas Deschatre, qui va poursuivre ses travaux pour tenter de parvenir à les appliquer à une échelle industrielle.

La progression des énergies renouvelables (ENR) dans le mix-énergétique mondial, en particulier pour produire de l’électricité, constitue une nécessité pour réduire les émissions de carbone dans l’atmosphère et limiter ainsi le réchauffement climatique. Chaque année depuis 2016, l’électricité à base d’ENR a représenté les deux tiers des investissements en capacités de production dans le monde, d’après le World Energy Investment Reports de l’Agence Internationale de l’Énergie (AIE). Dans l’Union européenne (UE), le développement des ENR poursuit aussi une bonne dynamique : en 2016, l’électricité produite à partir de sources d’énergies renouvelables représentait 29,6 % de la consommation intérieure brute d’électricité totale au sein des 28 membres de l’UE, selon Eurostat. Et les objectifs contraignants de la Commission européenne – qui doivent porter la part des ENR à 27 % dans la consommation totale d’énergie d’ici à 2030 – devraient contribuer à la tendance actuelle.

LES PRODUCTEURS D’ENR ONT BEAUCOUP DE PROBLÉMATIQUES À INTÉGRER

Toutefois, si ce volontarisme s’inscrit dans le bon sens et qu’il reste encore beaucoup à faire, les producteurs d’ENR sont confrontés à de nombreuses problématiques, et non des moindres, pour alimenter les réseaux électriques. Il faut dire que l’intermittence des ENR représente des incertitudes pour les producteurs, alors qu’ils doivent respecter des engagements sur leurs prévisions de production d’électricité à base d’ENR pour maximiser leurs revenus et éviter des pénalités financières.

Pour schématiser, un énergéticien doit indiquer, aux gestionnaires de réseaux, un jour à l’avance, l’électricité qu’il compte leur fournir. Or, la marge d’erreur de la production d’une ferme éolienne peut, par exemple, atteindre 20 % de ses capacités installées à un horizon de six heures. En outre, le caractère peu stockable de l’électricité accentue les difficultés des producteurs, même si les technologies de stockage avec des batteries se développent et que les coûts de stockage sont voués à diminuer dans les deux prochaines décennies, selon l’AIE. Et pour ne rien arranger, les tarifs de rachat (feed in tariffs en anglais) des ENR par les grands énergéticiens nationaux (EDF dans le cas de la France), qui représentent un soutien financier pour rentabiliser la filière des ENR, disparaissent progressivement en Europe.

Le caractère peu stockable de l’électricité accentue les difficultés des producteurs, même si les technologies de stockage avec des batteries se développent et que les coûts de stockage sont voués à diminuer dans les deux prochaines décennies.

« Cette mesure a déjà commencé en Allemagne et va se mettre en place en France. Par conséquent, les producteurs français devront se confronter aux prix des marchés de gros de l’électricité », souligne Olivier Féron.

Plus précisément, ils devront intervenir sur les marchés dits infra-journaliers apparus très récemment, et qui permettent de vendre ou acheter de l’électricité à livraison quasi-immédiate.

Ces marchés permettront aux producteurs de revendre leurs surplus éventuels d’électricité ou d’en acheter pour compenser les écarts de production par rapport aux quantités qu’ils se sont engagés à fournir et à injecter sur les réseaux. « Cette nouvelle donne implique des questions pour les producteurs quant à la rentabilité des ENR, l’investissement dans des batteries de stockage ou encore le recours aux marchés de gros de l’électricité. Les acteurs des ENR doivent désormais davantage définir une gestion optimale de leur production par le biais d’arbitrages pour faire face aux prix des marchés de gros », explique Olivier Féron.

LES MODÉLISATIONS MATHÉMATIQUES CONSTITUENT DES AIDES À LA PRISE DE DÉCISION

C’est dans ce contexte et pour répondre aux questions mentionnées plus haut que les chercheurs ont réalisé leurs travaux de modélisation mathématique, où un petit producteur d’énergie éolienne a la possibilité de recourir au marché de l’électricité à court terme ou de stocker de l’énergie dans une batterie coûteuse. Son objectif est d’optimiser sa production avec l’un ou l’autre des deux leviers à sa disposition et de maximiser ses bénéfices. « Nous avons dû nécessairement faire des simplifications et certaines hypothèses pour réduire le nombre de décisions possibles, mais tout en restant proches de la réalité. Cela nous a permis de résoudre notre problème mathématique », affirme Olivier Féron.

Sans rentrer dans des détails trop techniques, les chercheurs ont employé les outils d’optimisation stochastique pour décrire les différentes options d’un producteur éolien, et choisir celles qui maximisent, en moyenne, le profit du producteur, tenant compte des prix du marché et des prévisions imparfaites de la production.

LES PRODUCTEURS D’ENR DOIVENT FAIRE DES COMPROMIS

Alors quelle est la stratégie optimale à adopter pour un producteur d’ENR ?

« Cela dépend de la facilité d’accéder aux marchés de gros et de la disponibilité des capacités de stockage. Dans notre article, nous avons fait l’hypothèse que le producteur puisse accéder directement aux marchés, alors qu’en réalité la plupart doivent passer par un agrégateur. Pour un tel producteur, nous avons déterminé les stratégies optimales et les bénéfices potentiels d’achat d’une batterie de stockage. Un producteur qui ne peut accéder au marché que via un agrégateur peut quand même utiliser ces estimations pour négocier un tarif équitable avec celui-ci. Pour l’instant, les coûts de stockage restent trop élevés pour qu’il soit rentable qu’un petit producteur investisse dans une batterie. Néanmoins, la baisse des coûts et la transformation des marchés de l’électricité peuvent modifier la donne. Il est également possible d’utiliser ce type de résultat dans l’optique non pas de maximiser le bénéfice de vente, mais d’assurer l’indépendance électrique d’une communauté à moindre coût avec un mix 100 % renouvelable », conclut Olivier Féron.

Dans un système électrique, la production doit toujours être égale à la consommation. Quand la demande est élevée, par exemple en hiver quand les températures sont basses, il peut être plus intéressant pour les producteurs d’inciter les consommateurs à réduire leur consommation plutôt que de démarrer des centrales électriques de pointe coûteuses et carbonées. Le procédé qui agit sur la demande plutôt que sur l’offre d’électricité s’appelle la gestion active de la demande.

INCITER LES PARTICULIERS À RÉDUIRE LEUR CONSOMMATION

La forme la plus courante pour gérer activement la demande d’électricité consiste en la mise en place d’un contrat entre un producteur et un consommateur. Ce contrat permet au client de bénéficier d’un prix inférieur au prix normal toute l’année. En revanche, le prix qu’il devra payer sera beaucoup plus élevé un certain nombre de jours. Et ces derniers ne sont pas connus à la signature du contrat, car ils dépendent des aléas météorologiques qui vont se réaliser pendant l’année. Pour lui permettre de prendre ses dispositions et réduire sa consommation, le client est prévenu la veille que le prix élevé s’appliquera le lendemain.

Le procédé qui agit sur la demande plutôt que sur l’offre d’électricité s’appelle la gestion active de la demande.

« Les expérimentations des dispositifs de gestion active de la demande montrent que ce mécanisme permet de réduire la consommation. Toutefois, elles constatent également une variance importante dans les réponses des
consommateurs aux événements de prix, ce qui diminue la fiabilité du mécanisme. Plus précisément, cette situation renvoie à ce que l’on appelle en économie un problème de hasard moral », explique René Aïd.

UNE SITUATION DE HASARD MORAL

Quand le consommateur signe le contrat mentionné précédemment, il engrange le bénéfice lié au rabais consenti sur le prix de son électricité. Plus tard, quand l’événement tarifaire se produit, il compare le coût induit par cette hausse ponctuelle de son tarif avec la gêne que lui causerait une réduction de sa consommation.

Parfois, il préférera ne pas baisser sa consommation au grand dam du producteur. « Dans cette situation, le problème du producteur est alors de proposer au consommateur un contrat indexé seulement sur sa consommation pour l’inciter à la réduire et à la rendre plus prévisible », poursuit René Aïd.

En effet, le particulier peut réduire sa consommation en agissant sur chacun des usages électriques de son foyer : le chauffage, le four, les plaques de cuisson, mais également les ordinateurs et tout autre appareil électrique équipant son logement. Le consommateur peut également faire un effort pour que sa réponse à une demande de réduction de la part du producteur soit la plus régulière possible.

Cependant, le producteur ne peut pas observer les efforts spécifiques que fait le particulier. Un compteur intelligent relève la consommation totale d’un foyer et pas celle de chaque appareil. Pour cette raison, les paiements prévus dans le cadre du contrat ne peuvent se baser que sur sa consommation réalisée. Plus précisément, le contrat théorique envisagé dans ce travail de modélisation devra associer un paiement à chaque trajectoire possible de consommation. « Les méthodes nouvelles de la théorie des contrats en temps continu permettent de formuler ce problème et de lui donner une réponse simple capable de réduire de façon optimale la consommation d’électricité, tout en incitant le consommateur à fournir des réponses régulières aux sollicitations du producteur », explique René Aïd.

LE CONTRAT OPTIMAL BASÉ SUR UN MODÈLE SIMPLE

Le contrat optimal entre le consommateur et le producteur décrit dans ce modèle est constitué d‘une part fixe et d’une part variable. La part fixe assure que le consommateur bénéficiera d’un rabais minimum pour accepter le contrat. Cette part fixe ne dépend pas de la consommation réalisée, contrairement à la part variable du contrat. Cette dernière, de son côté, rémunère le particulier pour sa baisse de consommation à un prix bien supérieur à la valeur que le consommateur attribue à l’énergie. Néanmoins, si la consommation ne réduit pas, alors le consommateur paye son électricité bien plus cher que la valeur qu’il lui attribue.

Le consommateur reçoit ainsi une incitation économique à réduire sa consommation car, contrairement à la forme des contrats usuels qui lui permettent d’engranger un bénéfice à la signature du contrat, le contrat optimal ne permet un gain que si une baisse effective de la consommation se réalise.

Par ailleurs, un même mécanisme indexé sur la volatilité de la consommation permet sa réduction. Si cette volatilité baisse, le consommateur est rémunéré. Dans le cas contraire, il est facturé. Dès lors, la réduction de la volatilité du consommateur assure que ses réponses aux sollicitations du producteur seront plus régulières. De quoi envisager une meilleure gestion active de la demande de la part des producteurs, et donc un meilleur fonctionnement du système électrique dans son ensemble.

La précarité énergétique est loin de constituer un phénomène marginal en France, bien au contraire. Ainsi, d’après les derniers chiffres de l’Observatoire national de la précarité énergétique (ONPE), en 2017, 3,3 millions de ménages ont été en situation de précarité énergétique. Au total, ce sont 6,7 millions de personnes, soit 11,6 % de la population, qui sont concernées.

Pour rappel, la précarité énergétique est inscrite dans la loi Grenelle II de juillet 2010 et concerne uniquement les dépenses d’énergie dans les logements. Elle se caractérise lorsqu’un ménage n’a pas suffisamment de ressources pour satisfaire ses besoins énergétiques de base (chauffage, électricité…) et/ou quand ses conditions de vie ne sont pas adéquates, en termes d’isolation par exemple. « Il est malheureusement courant que les ménages en précarité énergétique soient dans les deux situations à la fois : ils ont de bas revenus et vivent dans des passoires thermiques »,observe Corinne Chaton.

L’OBTENTION DE DONNÉES RÉCENTES CONSTITUE UN CASSE-TÊTE

Historiquement, l’ONPE mesure la précarité énergétique à partir de plusieurs indicateurs distincts qui ne regroupent pas forcément les mêmes populations : le taux d’effort énergétique, qui est le ratio entre les dépenses d’énergie d’un ménage dans son logement par rapport à son revenu disponible ; les indicateurs bas revenus/dépenses élevées qui considèrent un ménage en précarité énergétique si les deux conditions de faibles revenus et de dépenses énergétiques élevées sont remplies ; et le froid ressenti, qui est une notion subjective, calculée selon les déclarations des ménages. Quant aux données utilisées, l’ONPE se base sur l’Enquête nationale logement (ENL) effectuée par l’Insee, qui compile les informations les plus fiables et complètes sur les caractéristiques des ménages et de leur logement dont les deux dernières éditions ont eu lieu en 2006 et en 2013.

« Pour calculer des chiffres fins et actualisés sur la précarité énergétique, il faut passer par un modèle ou obtenir de nouvelles données à l’échelle nationale, car l’ENL est trop espacée dans le temps », affirme Corinne Chaton. Et d’ajouter : « Nous avons décidé d’élaborer un modèle pour pouvoir évaluer la précarité énergétique aujourd’hui et en savoir plus sur ce phénomène, sachant qu’il y a eu très peu de publications
scientifiques sur ce sujet ».

UNE BAISSE DE LA PRÉCARITÉ ÉNERGÉTIQUE EN TROMPE-L’OEIL

Alors, certes, ce phénomène a baissé de trois points par rapport à 2013, où il concernait 14,6 % de la population, en raison d’une augmentation des revenus des ménages et d’une relative baisse des prix de l’énergie, mais il est sensible à toute variation des tarifs de vente des énergies. Qui plus est, les méthodes d’évaluation de la précarité énergétique n’ont pas été homogènes sur les deux périodes. Désormais, pour être considéré en précarité énergétique, dans la dernière étude de l’ONPE, un ménage doit avoir des revenus parmi les 30 % les plus modestes de la population et un taux d’effort énergétique de 8 % ou plus, alors qu’en 2013 et auparavant, l’ONPE prenait en compte les trois indicateurs mentionnés précédemment dont un taux d’effort de 10 %.

« Ce changement de seuil ne permet pas de faire des comparaisons homogènes d’une période sur l’autre et la restriction de l’ONPE à un seul indicateur retire automatiquement des personnes de la précarité énergétique », précise Corinne Chaton. Ce changement s’est fait conjointement avec l’utilisation par l’ONPE d’un modèle de micro-simulation, dénommé Prometheus, élaboré par le Commissariat général au développement durable. « Parallèlement à nos travaux, l’ONPE a décidé de faire un suivi annuel de la précarité énergétique en s’appuyant sur Prometheus. Les premiers résultats sont sortis l’an dernier, mais nous ne connaissons pas les caractéristiques de ce modèle », souligne la chercheuse.

LE MODÈLE PERMET DE PROJETER ET D’ANTICIPER LA PRÉCARITÉ ÉNERGÉTIQUE

Quant au modèle des chercheurs, il s’appuie également sur les données de l’Insee, tout en impliquant plusieurs variables importantes qui influent sur la précarité énergétique : le revenu disponible des ménages, leurs dépenses énergétiques et l’impact des rénovations thermiques. Il a aussi la particularité d’évaluer la précarité énergétique en fonction des différents indicateurs mentionnés précédemment.

« Lorsque nous avons débuté nos travaux, les résultats de l’ENL de 2013 n’étaient pas encore connus. Nous avons donc utilisé les données de 2006 que nous avons ensuite projetées et comparées avec celles de 2013. Cela nous a permis de conforter notre modèle, car nos projections pour 2013 sont en ligne avec celles de l’ONPE, même si nos chiffres pour 2017 sont plus élevés », explique Corinne Chaton. De fait, selon le modèle des chercheurs, en 2017, près de 17 % des ménages étaient en précarité énergétique contre 11,6 % pour l’ONPE.

Cette différence est en cohérence avec la prise en compte de plusieurs indicateurs, à savoir le taux d’effort énergétique au seuil de 10 % et les indicateurs bas revenu/dépenses élevées, et donc de davantage de ménages. En 2018, ce pourcentage était de 17,8 %.

Outre ces différences avec l’ONPE, le modèle des chercheurs permet de réaliser des projections sur l’évolution de la précarité énergétique, en cas de hausse ou de baisse d’une variable, par exemple, l’augmentation des coûts de l’énergie ou la réduction des revenus des ménages. De quoi permettre aux pouvoirs publics de mieux identifier les personnes en difficulté et d’orienter ainsi les aides. L’exemple du chèque énergie est très frappant, car il n’est pas adapté à tous les ménages en précarité énergétique, en particulier ceux qui ont de bas revenus et qui vivent dans une passoire thermique : sans travaux, leurs factures seront toujours très élevées.

LA RÉNOVATION THERMIQUE NÉCESSITE UN MEILLEUR CIBLAGE

Les rénovations thermiques constituent ainsi une solution intéressante pour réduire la consommation énergétique des logements et des objectifs ambitieux ont été adoptés par les autorités. Toutefois, pour qu’elles soient efficaces, les aides financières doivent être ciblées et incitatives. « Les aides à la rénovation thermique doivent être orientées vers des populations qui en ont vraiment besoin, comme par exemple, des personnes âgées retraitées, qui vivent dans leur maison mal isolée. Ces aides doivent aussi comporter des incitations pour les bailleurs mais éviter des effets pervers, en limitant, par exemple, les hausses de loyers après des rénovations thermiques », conclut Corinne Chaton, qui prévoit de réaliser des projections de la précarité énergétique à des échéances plus lointaines dans le temps et d’inclure le coût de la mobilité dont la hausse a agité la sphère sociale ces derniers mois.