Comment la canicule de 2022 a semé le chaos dans les hôpitaux londoniens. Et quelques leçons.

Nous sommes à la mi-juillet 2022, l’Europe de l’ouest fait face à une des vagues de chaleur les plus intenses de son histoire. En Angleterre, pour la première fois, il fait plus de 40°C.

19 juillet, 13h, plus rien ne marche...

Le 19 juillet, à partir de 12h50, les serveurs d'un datacenter exploité par le NHS, le système de santé britannique, cessent un à un de fonctionner. A 13h15, la connection avec un autre datacenter londonnien du NHS est perdue. En quelques minutes trois hôpitaux et tous le services associés perdent l'ensemble de leurs systèmes d'information.

On ne retombe pas au Moyen Age mais on retourne bien un quarantaine d'années en arrière.... Pour plus de 23.000 salariés - médecins, infirmiers, personnels administratifs - il n’est plus possible d’accéder au dossier d’un patient, de savoir s’ils ont un rendez-vous ou de consulter des résultats d’analyse. Il faut de nouveau apprendre à travailler avec un stylo, un téléphone et une paire de basket pour courir entre les archives et les labos.
Dans un contexte de vague de chaleur, avec un afflux de patients aux urgences, c’est une catastrophe. Les hôpitaux ne peuvent plus fonctionner qu’au ralenti. La situation ne reviendra à la normale que le 21 septembre, plus de deux mois après.

Que s’est-il passé ? Comment deux datacenters indépendants, critiques peuvent tomber en panne au même moment ?
L'explication est en réalité toute simple : leurs systèmes de refroidissement, comme tous les systèmes de refroidissements, étaient conçus pour fonctionner jusqu'à une température maximale et ces hypothèses étaient trop basses.

Avec les températures atteintes à l'extérieur le 19 juillet vers midi, les climatiseurs étaient incapables de maintenir la température désirée à l'intérieure : celle-ci n’aurait jamais du dépasser 26°C, elle est montée au-delà de 50°C ! Dans ce cas, si vous avez de la chance vos serveurs vont s’arrêter automatiquement et se mettre en sécurité mais il y a aussi de bonnes chances que certaines machines crament.

Le climat du passé ne permet plus de connaitre le climat de demain, ni même d'aujourd'hui...

Mais "qui aurait pu prévoir" ? Dans un pays connu pour la fraicheur de son climat, où jamais un thermomètre n'était monté au-delà de 38.7°C, pourquoi aurait-il fallu que les infrastructures soient capables de fonctionner au-dessus de 40°C ? 

C'était oublier le changement climatique. 

L'hypothèse que le climat est stationnaire, c'est-à-dire que vous pouvez savoir ce qui va se passer demain en observant ce qu'il est arrivé hier, était peut-être raisonnable au XXe siècle, elle ne l'est plus du tout aujourd'hui : si vous concevez quelque chose à partir de 30 années d’observations météo, par exemple 1991-2020, vous vous appuyez en fait sur un climat moyen de 2005 ! Il y a de fortes chances que votre hypothèse ne soit déjà plus valide à l’instant où vous la calculez. Et plus votre projet a une durée de vie longue plus, il y a de chance que votre hypothèse soit dépassée.

Cette erreur est encore extrêmement fréquente. Au moment où les hôpitaux de Londres plongent dans le chaos, Oracle et Google rencontrent eux-aussi des problèmes dans leurs datacenters de Londres.

D'après le rapport d'enquête qui a suivi cet incident, la plupart des datacenters britanniques sont conçus pour pouvoir fonctionner normalement jusqu'à 40°C et s'arrêter à 45. Pour les installations plus anciennes, conçues avant 2010, c'est plutôt 35 et 40°C. La vague de chaleur de juillet pouvait donc potentiellement perturber toutes les infrastructures numériques du pays...

Les projections climatiques : un recours indispensable mais encore rare

Alors si on ne peut plus utiliser le passé pour savoir à quel type de météo s'attendre dans le futur, est-ce qu’il y a une solution ?

C’est ici qu’un demi-siècle de recherche sur le climat deviennent utiles...

Un immense travail scientifique a été accompli depuis les années 80 pour modéliser le climat. On dispose aujourd'hui de simulation détaillées du climat futur qui, traitées correctement, peuvent permettre d'anticiper des phénomènes qui ne se sont pas encore produits. Mieux : on a maintenant suffisamment de recul pour savoir que les projections publiées il y a deux ou trois décennies étaient fiables.

C'est presque une boule de cristal... Son utilisation permettrait d'éviter ou de minimiser les dommages causés par le changement climatique. Et pourtant, elle reste peu utilisée : en 2019, une étude d’I4CE estimait qu’à peine une entreprise sur 40 avaient déjà évalué les risques climatiques physiques pour son activité. Le chiffre a peut-être un peu augmenté depuis, mais on est certainement encore loin d'un usage généralisé.

Faciliter l'accès à la prospective climatique pour accélerer l'adaptation

Ce retard s'explique assez facilement. Imaginez que vous soyiez en train d'écrir le cahier des charges pour une nouveau datacenter et que vous vouliez déterminer la température maximale à laquelle il doit pouvoir fonctionner pour ne pas être mis en défaut entre aujourd'hui et, disons, 2040.

Comment faire ?

• D'abord, il va falloir que vous accédiez aux projections climatiques disponibles, par exemple CMIP6 ou Cordex. Il faut savoir où les trouver, savoir les choisir, savoir les télécharger... et avoir le temps : les jeux de données sont très lourds et si vous travaillez avec plusieurs modèles (ce qui est évidemment une bonne pratique), les téléchargements peuvent facilement prendre plusieurs semaines !
  
• Une fois le téléchargement terminé, vous constaterez que les fichiers sont au format netCDF, un format qui n'est pratiquement utilisé qu'en climatologie. Il vous faudra pourtant trouver une solution pour les ouvrir et extraire le site et la période de temps qui vous intéressent.
• Pour s'assurer de la qualité du résultat, il faudra ensuite appliquer des techniques de descente d'échelle et de correction de biais.
• Ce n'est pas terminé : si vous voulez calculer une température maximale telle que la probabilité de dépassement soient inférieure, par exemple, à 1% par an, il faudra aller chercher, du côté de la statistique, la théorie des valeurs extrêmes.

Il est facile de comprendre que ce sera une étude longue compliquée. Elle nécessite des compétences très particulières, elle va prendre beaucoup de temps et probablement couter cher. 

Cependant, ce dont on s’est aperçu, c’est qu’étudier les impacts du changement climatique c’est très souvent refaire la même chose. Si vous vous posez la même question pour un autre projet de datacenter, peut-être Paris ou Francfort au lieu de Londres, vous allez suivre les mêmes étapes en changeant simplement le point de données utilisé.

Ce que ça signifie, c'est que pour rendre la prospective climatique accessible, il faut se spécialiser : si vous identifiez un besoin récurrent, ça a un sens d’investir pour apprendre à maitriser la méthodologie, voire pour l'automatiser. La première étude va vous coûter très cher, mais vous pourrez ensuite reproduire à la demande n’importe-où dans le monde.
Cette automatisation, c’est le cœur de métier de Callendar.

 

Cet article reprend une intervention le 12 septembre 2023 lors d'une table ronde organisée par le Club Sustainable Business et le Club Immobilier Villes et Territoires des diplômés de l'ESSEC :

Publié le 13 septembre 2023 par Thibault Laconde

Lire la suite

Canicules : comment adapter les réseaux d'infrastructures ?

J'étais auditionné hier par la mission d'information "Paris à 50°C" sur l'adaptation des réseaux critiques face aux températures extrêmes. A l'occasion, j'ai essayé de faire une synthèse sur le risque chaleur pour les infrastructures d'eau, de transport, de télécoms ou encore d'eléctricité, et les méthodes pour les maitriser, évidemment sans être exhaustif (je disposais de 30 minutes dont la moitié pour les questions).

Voici à peu près ce que j'ai dit :

Les conséquences de la chaleur sur les réseaux : exemples récents

Le système électrique est probablement le réseau dont les déboires sont les plus médiatisés en période de canicule. L'attention porte plutôt sur la production mais les réseaux de transport et de distribution sont aussi concernés.
Il est facile de trouver des exemples récents : 5 défauts simultanés sur le réseau de distribution marseillais le 21 juin 2022, défaut d'un poste RTE près du Creusot... En remontant plus loin, la canicule de 2003 avait causé de nombreux problèmes sur les lignes électriques enterrées en Ile de France, entrainant des coupures pour 240.000 foyers. RTE avait aussi relevé un doublement du nombre de court-circuits sur son réseau. Selon le sprojections climatiques analysées par Callendar même en cas de respect de l'Accord de Paris des canicules extrêmes comme celle de 2003 pourraient devenir courantes.

L'impact de la chaleur sur les réseaux de transports en commun, notamment ferré, est aussi connu. Beaucoup de ralentissements et d’incidents sont causés par la dilatation des caténaires ou la déformation des rails. Sans parler des malaises...
Mais la route n'est pas épargnée : soulèvement de chaussées, bitume qui se décolle... Les pannes automobiles augmentent aussi avec la température : selon les assureurs, les déclarations de sinistres ont augmenté de 20% environ pendant la canicule de juin 2022.

On peut également penser à la production et à la distribution d'eau : la chaleur entraine une dégradation de la ressource à la fois en quantité et en qualité. En théorie, par exemple, on ne peut pas produire d'eau destinée à la consommation humaine avec une eau dont la température dépasse 25°C.
Moins fréquent, la chaleur peut aussi endommager directement les infrastructures. On en a eu au moins un exemple l'été dernier.

Enfin, les réseaux de télécommunication et de données sont aussi vulnérables aux épisodes caniculaires. On en a eu exemple spectaculaire et potentiellement dramatique en 2022 à Londres : les datacenters de deux hopitaux ont été mis hors-service, perturbant fortement les soins en pleine vague de chaleur.

Plein de problèmes différents mais des causes communes

Certains de ces phénomènes ont une certaine inévitabilité physique. Les matériaux se dilatent quand il fait chaud, le rendement des machines thermiques baisse, le chlore libre est moins stable… Il n’y a pas grand-chose que l’on puisse y faire.
Cependant, souvent, les incidents sont causés par le dépassement d'hypothèses de température utilisées à la conception. Ces hypothèses peuvent être explicites (figurer dans les cahiers des charges ou les modèles de dimensionnement…) ou implicites ("on a toujours fait comme ça et ça a toujours marché").

Les systèmes de refroidissement sont un bon exemple : ils sont dimensionnés historiquement pour une température maximale de 32°C, et encore en 2019 de 35. Lorsque ces seuils sont dépassés, les systèmes font défaut, avec un possible effet domino sur les équipements qu'ils protégeaient.

Adapter un système technique aux vagues de chaleurs, c'est donc avant tout se demander :

1. Jusqu'à quelle température il a à l'origine été conçu pour fonctionner ?
2. A quelle température maximale il peut maintenant être exposé ? 

 

Quels sont les outils (et les obstacles) pour anticiper ?

La réponse à la première question dépend du système et de son histoire. Pour la deuxième, il existe des outils statistiques permettant d'extrapoler les températures maximales, notamment avec la théorie des valeurs extrêmes.

Ces méthodes posent une question importante à l'exploitant ou son régulateur : quelle probabilité de dépassement, est-on prêt à assumer ?
Si par exemple, on se dimensionne sur une vague de chaleur centennale, on accepte encore un risque de défaut d’environ 26% sur 30 ans, ce qui est loin d’être négligeable pour un système critique.

De plus, avec le changement climatique, l'étude d'observations passées ne suffit plus : elle nécessite un échantillon de températures trop important qui est déjà obsolète lors de l'étude. Si par exemple on s'aligne sur les standards de l'OMM pour le calcul de normales et on utilise un échantillon de 30 ans commençant une année en 1, on peut au mieux étudier le climat moyen de 2005 (1991-2020).

Il est possible d'utiliser des projections climatiques pour anticiper les futures extrêmes de températures. Au-delà des problématiques scientifiques et techniques, ces méthodes posent plusieurs questions à l'utilisateur :

1. Quelle est la durée de vie de l’équipement ? Et donc l'horizon à prendre en compte. Pas toujours évident au départ comme le montre en ce moment le cas des centrales nucléaires de 2e génération.
2. Comment gérer les incertitudes de modélisation ? Il s'agit de simulation, différents modèles (et même différents run avec le même modèle) peuvent donner des résultats significativement différents sans qu'il soit possible de dire lesquels sont plus probables.
3. Quel est le scénario d’émissions, ou l’ampleur du changement climatique, auquel on s’attend ? Sur des horizons lointains, ce facteur tend à devenir la principale source d’incertitude, or il dépend de trajectoires politique et économiques futures fondamentalement incertaines.
   Ici on est en plein dans l'actualité avec l'annonce par Christophe Béchu que le prochain PNACC prendra en compte un scénario à +4°C. Sans juger sur le fond, les infrastructures évoluent lentement et ont besoin d'une stratégie d'adaptation stable.

Ces questions ne concernent pas seulement les chercheurs et les ingénieurs. Les réponses dépendent largement d'un compromis entre la réduction des risques et l'augmentation des coûts, en fin de compte : un arbitrage politique. 

 Publié le 2 février 2023 par Thibault Laconde

 

Lire la suite

ChatGPT peut-il aider à informer sur les risques causés par le changement climatique ?

Si vous me suivez depuis longtemps, vous vous souvenez peut-être que la toute première appli d'évaluation des risques climatiques que j'ai réalisée était un chatbot capable de répondre à des questions simples sur l'évolution locale du climat.

La génération automatique de texte a toujours eu un rôle à jouer pour démocratiser l'étude des effets du changement climatique. Même si cela peut sembler marginal par rapport aux étapes de traitement des projections ou de modélisation d'impact, qui sont le coeur technique et scientifique du projet, c'est bien le rapport produit à la fin -sa précision, sa fluidité et son intelligibilité- qui va déterminer si les résultats seront compris par l'utilisateur, et pourront être réellement mis au service d'une démarche d'adaptation.

J'ai donc naturellement été attentif au buzz provoqué depuis quelques semaines par ChatGPT. Cette technologie pourrait-elle venir compléter notre boite à outil ? Peut-elle être mise au service de la lutte contre le changement climatique ?

Vous avez des questions ? ChatGPT a des réponses !

Si vous habitez dans une grotte, ChatGPT est un robot conversationnel développé par l'entreprise américaine OpenAI. Il s'appuie en réalité sur le modèle de language GPT-3, existant depuis 2020, mais avec la différence majeure qu'il est accessible via une interface simple. N'importe quel internaute peut créer un compte et venir dialoguer de tout et de rien avec le système.

Vous avez une question sur les effets du changement climatique ? Pas de problème, il sera ravi de vous répondre :

Cette réponse est à la fois impressionnante et decevante.

Impressionnante parce qu'elle hierarchise correctement les informations et avance une recommandation tout-à-fait raisonnable. 

Même si ce n'est pas explicitement demandé dans la question, le deuxième paragraphe aborde logiquement le changement climatique. Les valeurs numériques et la référence sont irreprochables : dans le 5e rapport du GIEC, la borne inférieure de l'intervalle de confiance à 95% de l'élévation moyenne du niveau de la mer à la fin du siècle dans le scénario d'émissions le plus bas (RCP2.6) est effectivement de 26 cm et la borne supérieure de l'intervalle de confiance à 95% dans le scénario d'émissions le plus haut (RCP8.5) est bien de 82 cm.

Des informations publiques, anciennes et... aléatoires

Le premier problème de cette réponse, c'est qu'elle ne répond pas à la question.

Ce n'est pas vraiment une surprise : le modèle est entrainé sur des textes disponibles sur le web en 2021. ChatGPT ne peut donc vous donner que des informations suffisamment anciennes et publiques pour qu'il ait effectivement pu les rencontrer dans son jeu de données d'entrainement.

Les projections du niveau de la mer au Havre (ou dans la plupart des villes côtières du monde) n'en font pas partie. Elles existent mais confinées dans des bases de données scientifiques, elles n'ont pas été assez discutées sur internet pour que le modèle puisse en avoir connaisance. Le choix de la source (le 5e rapport du GIEC sorti en 2013) est peut-être aussi lié au jeu de données d'entrainement : le modèle a sans doute été peu exposé aux projections plus récentes, publiées avec le 6e rapport du GIEC mi-2021.

Inutile cependant d'analyser trop précisément cette réponse parce qu'elle est générée aléatoirement : si on lui repose la même question, le système produira un autre texte. Celui-ci peut-être une simple reformulation ou bien être entièrement différent.

C'est un problème plus fondamental de ChatGPT, ses réponses ne sont pas stables. Une fois il nous dira que, selon l'Organisation météorologique mondiale, le niveau de la mer pourrait augmenter de 0,3 à 0,7 mètre, une autre fois que l'Institut français de la biodiversité anticipe une élévation de 10 centimètres. A moins que ce ne soit l'ANDRA ? Les projections du GIEC, souvent citées, seront parfois de 20 à 60 centimètres, parfois de 0.26 à 0.55, parfois de 30 centimètres à un mètre... Et occasionnellement, il peut dire que la prévision est impossible et conclure, philosophe, que "en fin de compte, seul le temps nous dira comment le niveau de la mer au Havre évoluera".

Une utilisation en data-to-text est-elle envisageable ?

ChatGPT n'est donc pas en mesure de fournir des informations actualisées et fiables. Mais s'il échoue sur le fond, peut-il aider sur la forme ? Si on lui donne des chiffres, peut-il en rédiger l'explication ou l'interprétation ?

Pour essayer de répondre à cette question, j'ai réalisé des tests avec l'API de GPT3. J'ai donné explicitement des valeurs d'élévation du niveau de la mer sur 2 horizons de temps et deux scénarios et j'ai demandé au modèle de me proposer 5 textes à partir de ces données. 

Résultat, sur les 5 textes :

• Trois reprennent correctement les données fournies,
• Un se trompe (proposition 1)
• Un est complétement aux fraises (proposition 4)
  

On attend au minimum que les données soit reprises complétement et sans erreur - le critère pourrait être par exemple qu'un lecteur ordinaire puisse reconstituer les données fournies au modèle. Dans le contexte de l'étude des effets du changement climatique, avec des risques humains et matériels importants, je ne vois pas comment on pourrait utiliser un système qui n'est pas irréprochable sur ce point. Et clairement GPT est loin du compte...

Probablement que la requête pourrait être améliorée. Et les textes étant générés aléatoirement, on n'a peut-être pas eu de chance au tirage... Mais justement la dimension aléatoire du résultat implique que même si une requête semble marcher, on ne pourra jamais garantir que le texte généré sera toujours exempt d'erreur.

Prendriez-vous des conseils de gestion des risques climatiques auprès d'une IA ?

Si on lui demande des chiffres, ChatGPT (ou GPT-3) régurgite de façon plus ou moins exacte des bouts d'information auxquelles il a été exposé pendant son entrainement. Si on lui donne les chiffres, il peut les reprendre fidélement comme il peut se tromper du tout au tout. 

Qu'est-ce qui décide du succès ? C'est en partie aléatoire, en partie le résultat de mathématiques complexes dans la grande boite noire qu'est un réseau de neurones profond.

Rien n'est fiable, rien n'est reproductible, rien n'est explicable.

Quelque soit votre domaine, c'est évidemment un problème si vous imaginez que GPT va pouvoir se substituer à un expert. En matière de risques climatiques, c'est tout simplement inenvisageable : si vous prétendez dire à quelqu'un ce qui va lui arriver en 2050 ou 2100, sans vérification possible avant des décennies, la confiance est clé. Tout doit être explicable, sourcé et transparent.

Au-delà de ce cas, c'est la raison pour laquelle je suis très prudent vis-à-vis des utilisations de l'intelligence artificielle pour l'adaptation au changement climatique en général, et chez Callendar en particulier. A mon avis, l'IA ne doit être envisagée que comme dernier recours et en privilégiant des modèles simples, peut-être moins précis mais dont on maitrise parfaitement le fonctionnement.

 

Si vous êtes intéressé par l'élévation du niveau de la mer, vous pouvez consulter cet article qui explique l'origine des incertitudes et comment les gérer ou tester l'application développée par Callendar pour estimer la date de submersion à votre adresse :

 Publié le 19 décembre 2022 par Thibault Laconde

Lire la suite

Il est temps de parler sérieusement de la climatisation

Dernier exemple d'une stupéfiante série de records, la France vient de connaitre son mois de mai le plus chaud jamais enregistré. Et si cette vague de chaleur précoce peut paraitre assez bénine, ce n'est certainement pas le cas de celle qui a frappé le sous-continent indien en avril, ou de celle de juin dernier au Etats-Unis et au Canada, ou des trois vagues caniculaires de l'été 2020 en France...

Alors que la liste continue à s'allonger, parfois avec des températures approchant des limites physiologiques humaines, et que la protection contre la chaleur devient enjeu de santé publique, il temps de poser sérieusement la question de la climatisation. 

En finir avec un tabou : l'usage de la climatisation augmente en France, et il va continuer à augmenter

Vous vous souvenez probablement de la canicule nord-américaine, à la fin de juin 2021, et de l'image choc des "cooling centers", les refuges climatisés mis en place, par exemple, à Seattle et Vancouver pour acceuillir les habitants exténués par la chaleur. En France, nous n'avons pas encore vu ces images mais, depuis 2005, les établissements acceuillant des personnes agées doivent disposer d'une "zone refuge" où les pensionnaires peuvent se rafraichir. Et pour les autres personnes vulnérables, âgées, malades ou handicapées ? On leur recommandera, sans ironie, de se transporter dans un lieu public climatisé.

Si vous êtes pris par surprise et que vous devez gérer dans l'urgence une vague de chaleur inattendue, toutes ces idées sont raisonnables. Mais enfermer les personnes à risque dans une unique pièce climatisée ou leur demander d'aller passer leurs journées dans une galerie commerciale est un bien triste substitut à une vraie prévention... ne serait-ce que parce que l'impact sanitaire est autant causé par les chaleurs nocturnes que diurnes. Face à l'aggravation chronique des canicules, la seule solution durable pour les personnes vulnérables est de disposer d'un logement rafraîchi.

En parallèle, l'équipement en climatisation "de confort" augmente aussi à grande vitesse : en 2020, 800.000 climatiseurs ont été vendus en France. Pour comparaison en 2000 à peine plus de 300.000 foyers en étaient équipés ! Selon une enquête réalisée par l'ADEME, près d'un quart des particuliers possédaient un climatiseur en 2020, contre 14% en 2017.

Ces chiffres sont discutables : en 2018, l'Agence Internationale de l'Energie évaluait encore le taux d'équipement des foyers français à 5%. Mais il est clair que la climatisation se diffuse rapidement en France, comme d'ailleurs dans tout le sud de l'Europe. Toujours selon l'AIE, 12 millions de climatiseurs sont vendus chaque années dans l'UE, les 3/4 à usage résidentiel. Le nombre de climatiseurs en Europe aurait ainsi doublé entre 1990 et 2016 et devrait encore tripler avant 2050 pour atteindre 275 millions.

 

Les limites de la réglementation thermique

Même si la France a encore le climatiseur honteux, l'explosion de l'usage de la climatisation est déjà en cours. Et ce n'est pas la réglementation thermique des bâtiments qui sera en mesure d'infléchir cette tendance.

Jusqu'à récemment, elle écartait à demi-mot la climatisation pour les nouveaux logements. En effet, les consommations d'énergie maximales autorisées par mètre carré étaient a priori incompatibles avec son usage en dehors du pourtour méditerranéen. Cependant la climatisation n'était pas explicitement interdite et, dans la pratique, ces règles ne faisaient souvent que repousser son installation de quelques mois : beaucoup de logements neufs se retrouvaient très vite équipés après leur livraison.

La toute nouvelle réglementation environnementale 2020 reconnait cette réalité et change d'approche. Elle introduit le concept de "climatisation fictive" dans le calcul de la performance énergétique des futurs bâtiments : même si le projet ne la prévoit pas, une climatisation est comptabilisée dans la consommation d'énergie lorsque la température intérieure dépasse certains seuils.

Le message de la RE2020 : "Vous avez un projet de construction neuve non climatisée ? Bravo citoyen ! Mais on a vu vos plans et on sait que vous allez changer d'avis à la première vague de chaleur." La nouvelle réglementation thermique prend acte que l'équipement de certains logements ne pourra pas être évité.

 

Comment anticiper les effets de l'équipement en climatisation ?

C'est déjà un progrès puisque cette reglementation sanctionne indirectement les concepteurs de nouveaux projets qui n'assurent pas un confort thermique minimal en été. Malheureusement, elle ne porte que sur les logements neufs, c'est-à-dire sur une toute petite partie du problème. Pour les logements existants, les rayons des supermarchés sont déjà encombrés de climatiseurs mobiles attendant la prochaine vague de chaleur, et la ruée...

Est-ce que cela signifie qu'il est impossible d'endiguer l'usage de la climatisation ? Je pense que oui : avec la multiplication des vagues de chaleur estivales, il est illusoire d'espérer que les français vont arrêter d'acheter des climatiseurs et, une fois qu'ils seront équipés, il est illusoire de penser qu'ils ne les utiliseront pas.

La bonne question est plutôt : est-ce que les conséquences de cet usage croissant sont gérables, et comment peut-on en limiter les effets négatifs ? Une étude publiée récemment par Callendar et Colombus apporte un début de réponse.

Pour cette étude, nous avons simulé la consommation électrique d'un quartier du sud de la France pendant un été des prochaines décennies. Le quartier est composé de 100 logements climatisés dont les caractéristiques (surface, nombre de pièces, performance thermiques, etc.) sont basées sur une ville moyenne de la région Sud. Les besoins journaliers en électricité sont calculés à partir de ces caractéristiques et de conditions météos issues d'une projection du climat 2021-2050 réalisée par Météo France. 

Pour évaluer l'impact technique, économique et social de l'équipement en climatiseurs, nous avons réalisé plusieurs dizaines de simulations en faisant varier la vitesse de rénovation des logements, la façon dont la climatisation est utilisée, la performance des appareils, etc.

 

Climatiser sans drame : quelques pistes

Première conclusion : dans tous les cas, l'équipement en climatisation entraine une hausse de la consommation d'électricité et de la thermosensibilité. Climatiser a donc toujours un coût pour l'utilisateur et pour le système électrique, pas de surprise ici... Cependant il apparait très vite que le même niveau d'équipement en climatisation peut avoir des impacts très différents selon les hypothèses choisies.

Puissance nécessaire à la climatisation du quartier pour différents scénarios (rénovation thermique, rendement des climatiseurs, etc.),
en fonction de la température moyenne de la journée

L'idée la plus immédiate est sans doute de mieux isoler les logements, mais ce n'est pas la meilleure. Cette solution est couteuse, longue à mettre en oeuvre et seule la rénovation complète des pires passoires thermiques permet des gains vraiment importants. Elle peut aussi être à double tranchant : une bonne isolation permet certes de maintenir la fraicheur à moindre coût dans les périodes les plus chaudes, mais l'absence de ventilation naturelle peut aussi inciter à abuser de la climatisation.

Améliorer l'efficacité des climatiseurs offre probablement un meilleurs rapport coût/efficacité surtout si cela peut être fait pendant que le taux d'équipement est encore limité. Et même sans progrès technique, il existe une réelle marge de progression. En Europe, la performance moyenne des climatiseurs reste faible par rapport à l'offre disponible. Equiper notre quartier avec les climatiseurs les plus performants disponibles sur le marché plutôt qu'avec le climatiseur moyen actuel permettrait par exemple de diviser par deux la consommation d'énergie nécessaire !

Enfin, les simulations montrent que le comportement de l'utilisateur est crucial : bien régler la température de commande, aérer avant de climatiser, fermer les volets en journée... Des actions simples et peu contraignantes permettent de réduire significativement la consommation d'électricité.

Ce dernier axe est particulièrement important, tout simplement parce que lorsque vous brancherez votre premier climatiseur, il n'y a aucune raison que vous sachiez l'utiliser efficacement : on vous a appris à bien utiliser l'éclairage ou le chauffage mais jamais la climatisation... Pour préparer les étés caniculaires des prochaines décennies, il est donc indispensable de développer l’éducation à l’utilisation efficace de la climatisation, et plus généralement la sensibilisation aux effets de la chaleurs et aux moyens de s’en protéger.

Publié le 31 mai 2022 par Thibault Laconde

 

Lire la suite

Futurs énergétiques 2050 : comment RTE a évalué l'impact du climat sur le système électrique ?

Si vous vous intéressez à l'énergie et que vous ne vivez pas dans une grotte, vous savez que RTE a présenté lundi 25 octobre des scénarios pour l'évolution du mix électrique français à l'horizon 2050. Ces scénarios sont appuyés sur un impressionnant travail de concertation et de modélisation et une attention particulière a été apportée à un sujet qui m'est cher : l'impact du changement climatique sur la production et la consommation d'électricité.
Ce volet de prospective climatique est une des innovations majeures du rapport : je crois que c'est la première fois en France que ce sujet est porté à un tel niveau institutionnel avec une telle profondeur. On peut espérer qu'il établisse un précédent, et peut-être serve de modèle pour la conception de futures politiques industrielles adaptées au changement climatique. 

Cette nouveauté a suscité pas mal de commentaires et d'interrogations... et à juste titre : si on vous dit ce qu'il va se passer dans 30 ans, il est légitime de demander comment fonctionne la boule de cristal ! Dans cet article, je vous propose d'expliquer les grandes lignes de la méthodologie utilisée par RTE, je reviendrais ensuite plus précisément sur quelques unes des questions que j'ai vu passées.

 

Objectif et principe général

L'objectif des "Futurs énergétiques 2050" en général, et de l'étude des effets du changement climatique en particulier, est de tester des scénarios d'évolution du système électrique français et de vérifier qu'ils permettent d'assurer l'équilibre du réseau dans les mêmes conditions qu'aujourd'hui.

Dans les mêmes conditions qu'aujourd'hui, cela signifie notamment que la durée moyenne annuelle de délestage pour des raisons d'équilibre offre-demande est inférieure à deux heures. 

Comment évaluer la durée moyenne annuelle de défaillance ? Pour le passé, ça semble simple : on observe la durée des défaillances sur un nombre d'années assez grand, puis on fait la moyenne. Mais pour 2050 ? Hé bien, le principe est le même sauf que la simulation remplace l'observation : on simule le fonctionnement du système électrique sur un nombre d'années assez grand, on évalue pour chacune d'elles la durée des défaillainces, puis on fait la moyenne.

En bref, cette simulation fonctionne de la façon suivante : 

1. On part d'une simulation de la météo tenant compte des effets du changement climatique,
2. A partir de celles-ci, on détermine l'état de la production (production solaire et éolienne, productible hydroélectrique, disponibilité des production thermiques et nucléaires) et de la consommation (besoin de chauffage et de refroidissement, notamment),
3. Avec ces données, un modèle du système électrique évalue l'équibre offre-demande.
   

Source : rapport RTE, p. 332

Aux côtés des hypothèses sur la composition du parc de production et sur l'évolution des usages, les simulations météo sont donc l'une des 3 grandes données d'entrée de la modélisation. Mais d'où viennent-elles ? 

Sur quelles données climatiques s'est appuyé RTE ?

Pour que la moyenne des résultats soit représentative, il faut que la simulation porte sur un nombre d'années suffisamment grand. RTE a choisi d'en prendre 200, c'est-à-dire qu'il faut 200 versions possibles de la météo de l'année 2050.

 

Ces simulations météo ont été réalisées par le modèle ARPEGE-Climat de Météo France pour 3 climats différents :

• un climat de référence correspondant aux conditions des années 2000
• un climat 2050 dans un scénario d'émissions modérées (scénario RCP4.5 du GIEC)
• un climat 2050 dans un scenario d'émissions très élevées (RCP8.5)
  

Le résultat est, pour chacun de ces climats, un jeu de données de 200 années de température, vent, nébulosité, débit, etc. avec un pas de temps horaire et une résolution spatiale de l'ordre de 20km, à l'échelle européenne. Prenez un moment pour contempler le volume de données que cela représente...

 

Le grand nombre de simulations est une originalité de l'étude : la plupart des travaux de prospective climatique s'appuient sur 30 années dans un climat évolutif centré sur l'horizon de temps souhaité. En français, cela signifie que pour étudier le climat de 2050, on va prendre une projection du climat pour le XXIe siècle et ne garder que les 30 années comprises entre 2036 et 2065. L'idée est que, même si les concentrations en gaz à effet de serre évoluent sur 30 ans, ces années restent représentatives de ce que pourrait être 2050.

Pour obtenir 200 années représentatives de 2050, il n'est évidemment pas possible de prendre toute la période entre 1951 et 2150... Il faut bloquer un modèle climatique sur le climat de l'année étudiée puis le faire tourner jusqu'à obtenir autant de versions possibles que souhaité. C'est ce qu'on appelle une simulation "à climat constant". 

 

De la météo à la production

A ce stade, on a une simulation de la météo. C'est déjà bien pour dégrossir le problème, par exemple évaluer l'évolution de la ressource solaire ou éolienne à l'échelle régionale. Mais si on veut vraiment quantifier l'impact sur le système électrique, il faut calculer précisément la production et la consommation en fonction des paramètres météo. Dans son rapport RTE a appelé ces modèles "fonctions de transfert".

Ces fonctions de transfert sont évidemment propres à chaque filière : il a fallu les mettre au point pour l'éolien et le solaire, l'hydroélectricité (avec ou sans barrage) et la disponibilité du parc nucléaire et thermique.

Cette définition des relations entre la météo et la production a probablement représenté la majorité du travail effectué sur le climat au cours de l'étude. Il serait trop long de revenir en détail sur chaque filière mais, pour y avoir participé avec Callendar, je peux vous donner une idée du cheminement suivi pour le nucléaire.

 

L'élaboration de la fonction de transfert du nucléaire

Pour le nucléaire, il y a d'abord eu un important travail pour comprendre les indisponibilités actuelles du parc. Il a pris la forme d'une étude bibliographiques et surtout d'une collecte de données sur les indisponibilités causées par la météo au cours des dernières années d'une part, et sur les conditions de températures et de débit auxquelles les centrales ont été soumises dans le passé, d'autre part. Les connaissances acquises ont ensuite été croisées pour identifier les causes exactes de chacune des indisponibilités climatiques rapportées par EDF depuis 2015.

Si vous suivez régulièrement ce blog, vous êtes déjà familier avec le résultat : ce travail a montré que la grande majorité des indisponibilités climatiques sur le parc nucléaire surviennent lorsqu'une centrale fluviale ne peut plus respecter les limites de rejets thermiques qui lui sont fixées en raison d'un débit trop bas, d'une température de l'eau trop élevée ou de la conjonction des deux. 

La prévision des indisponibilités futures s'appuie donc sur un modèle capable de prévoir le dépassement de ces seuils reglementaires en fonction du débit et de la température de l'eau. Comme toutes ont des caractéristiques techniques propres et une réglementation unique, la modélisation est adaptée à chaque centrale. 

Ces modèles ont été validés sur les données historiques collectées au début du projet. Mais leur utilisation avec les simulations climatiques de Météo France a posé un problème : celles-ci ne contiennent que la température de l'air, pas la température de l'eau... Il a donc fallu d'abord créer une nouvelle couche de modélisation, liant la température de l'air à la température des fleuves au niveau des centrales.

Une fois cet obstacle levé, les deux modèles ont été assemblés et testés à nouveau sur la simulation du climat des années 2000 fournie par Météo France. Il s'agit bien d'une simulation du climat historique pas d'observations, on ne s'attend donc pas à retrouver exactement les indisponibilités du passé, mais si les modèles fonctionnent les indisponibilités simulées doivent être comparables, notamment en termes de fréquence, aux indisponibilités observées. Suite à ce test un dernier ajustement a été effectué : une correction de biais pour tenir compte des influences humaines sur le débit.

Ce rapide aperçu n'est qu'un simplification mais je pense qu'il illustre déjà la méticulosité et la rigueur du travail effectué. Il faut encore ajouter que, comme l'ensemble du processus, il a été soumis à la concertation et à une revue par les experts venues d'autres entreprises et d'ONG.

Questions-réponses

Après la publication du chapitre consacré au climat, plusieurs spécialistes de l'énergie se sont interrogés à haute voix sur les réseaux sociaux. Pour conclure cet article, je vous propose d'essayer de répondre à quelques unes de ces questions. Si vous en avez d'autres, n'hésitez pas à les poser en commentaire.

 

(Je précise que, comme le reste de l'article, ces réponses n'engagent que ma propre compréhension du rapport, elles n'ont absolument pas la prétention d'être représentatives de positions de RTE.)

 

Est-ce que la puissance maximale indisponible à un moment donné est évaluée ?

Lorsqu'on cherche à quantifier les indisponibilités climatiques, on parle souvent des pertes de productions annuelles. C'est, à mon avis, une mauvaise métrique surtout du point de vue de l'équilibre offre-demande : celui-ci est beaucoup plus sensible à la puissance maximale qui peut être indisponible à un instant donné.

 

Et, oui, heureusement, ça a été étudié. Le résultat suggère une augmentation assez marquée, et bien sur d'autant plus forte que le scénario de réchauffement est pessimiste et la part du nucléaire importante :

Source : rapport RTE, p.349

RTE en tire la conclusion que qu'il faut "trouver des leviers pour minimiser la sensibilité du  parc de réacteurs nucléaires au changement climatique, notamment  en  étudiant le positionnement des futurs réacteurs sur les fleuves peu contraints en matière de débits". Je n'aurais pas dit mieux...

Qu'en est-il des autres causes d'indisponibilités ?

Au-delà des dépassements de limites réglementaires, de nombreux phénomènes plus ou moins directement liés à la météo peuvent entrainer l'indisponibilité d'un réacteur nucléaire. Le colmatage des entrées d'eau en période de crue, par exemple, est un autre phénomène qui, selon certaines études, pourrait devenir plus fréquent avec le changement climatique. 

Cependant, l'étude bibliographique et les données disponibles ont montré qu'il s'agit de problèmes beaucoup moins courants : typiquement, ils se produisent une fois toutes les quelques années, contre plusieurs dizaines de fois par an pour les indisponibilités liées à la sécheresse ou à la chaleur. Ces sujets sont sans aucun doute importants pour l'exploitation et la sureté des installations mais probablement pas critiques pour l'équilibre offre/demande. Ils n'ont donc pas été pris en compte dans les simulations.

 

Quid de l'élévation du niveau de la mer ? des événements météorologiques extrêmes ? du refroidissement du reacteur et de l'enceinte ?

Il faut bien comprendre que l'étude de RTE porte sur l'équilibre du réseau. La méthodologie, les phénomènes à modéliser, les modèles et les métriques ont été choisis pour cet objectif et ils ne sont pas adaptés pour évaluer l'impact du changement climatique sur les installations nucléaires en général.

 

Par exemple, une simulation de Monte Carlo sur 200 années signifie que l'on a une probabilité assez élevée de ne pas détecter un évènement dont le temps de retour est supérieur à 100 ans. C'est très insuffisant pour une étude de sureté nucléaire, qui se base en général sur des temps de retour de 10.000 ans.

Il ne faut donc pas chercher à tirer des conclusions sur la sureté nucléaire de l'étude de RTE, ni dans un sens ni dans l'autre.

 

Est-ce que l'évolution des usages de l'eau ont été pris en compte ?

On en a encore eu des exemples récemment, l'accès à la ressource en eau est d'ores-et-déjà source de tensions. A l'horizon 2050, l'augmentation de la population et l'aridification de certaines parties du territoire pourraient rendre la consommation d'eau du parc nucléaire moins acceptable et, par exemple, entrainer des limites réglementaires de prélèvements et de rejets plus strictes pour les centrales fluviales.

Cette éventualité n'a pas été prise en compte. Les modèles sont construits sur l'hypothèse que la réglementation reste stable.

En sens inverse, il n'est pas impossible que la réglementation soit assouplie pour suivre l'évolution de la réalité climatique, par exemple en relevant la température maximale autorisée en aval des centrales. Ce cas n'a pas non plus été étudié.

Certains résultats semblent incohérents

Par exemple, l'étude conclut que les pertes de productions seront plus importantes à Golfech qu'à Civaux alors que le débit de la Vienne est très inférieur à celui de la Garonne. Ou elle n'identifie pas d'impact pour Chinon alors que les autres centrales de la Loire subissent des pertes.

Comme je l'ai expliqué plus haut, la simulation des indisponibilités est réalisée à l'échelle de chaque centrale en tenant compte de ses spécificités techniques, réglementaires et géographiques ce qui peut rendre les résultats difficilement comparables : Golfech bénéficie effectivement d'un débit beaucoup plus élevé que Civaux mais c'est la température de la Garonne qui cause ses arrêts. Chinon a une réglementation comparable aux autres centrales situées en amont de la Loire mais sa position en aval de la confluence du Cher lui offre des conditions hydrologiques plus favorables. Etc...

 

Publié le 12 novembre 2021 par Thibault Laconde

Lire la suite

Elévation du niveau de la mer : comment s'adapter à un futur incertain ?

"L’Antarctique va-t-il atteindre un point de non-retour ?" s'interrogeait Le Monde il y a quelques jours. Citant une publication récente, l'article expliquait que la fonte des glaces du pôle sud pourrait s'accélérer au milieu du siècle entrainant une élévation rapide du niveau de la mer. Il notait cependant de "fortes incertitudes" : "si l’accélération de la fonte des glaciers [...] ne fait aucun doute, les scientifiques débattent encore de son rythme [...] et surtout des conséquences pour la montée du niveau des mers".

Comme souvent lorsqu'on parle du changement climatique et de ses effets concrets, cet article peut donner l'impression qu'on ne sait en fait pas vraiment ce qui va arriver. Il m'a donné envie de faire un point sur le sujet : quelles sont les projections d'élévation du niveau de la mer, leurs incertitudes et comment peut-on quand même les utiliser pour essayer de s’adapter ?

L'élévation du niveau de la mer pour les nuls

Le niveau moyen de la mer s'élève sous l'effet de deux phénomènes :

1. La masse d'eau des océans augmente, parce que l'eau présente sur les continents rejoint l'océan, principalement en raison de la fonte d'eau stockée sous forme de glace.
2. La masse volumique de l'eau baisse : il n'y a pas plus d'eau, elle prend juste plus de place parce qu'elle est plus chaude (dilatation thermique).

Si vous voulez gagner des points au scrabble : dans le premier cas, on parle de variations barystatiques, dans le second de variations thermostériques.

A ces deux phénomènes s'ajoutent tout un tas de subtilités régionales qui peuvent entrainer une élévation locale du niveau de la mer très différente de l'élévation moyenne. Par endroit, le niveau pourrait même baisser... Mais laissons ça pour un autre jour.

Origine des incertitudes

Les variations thermostériques ne sont pas trop difficiles à évaluer : à la louche, le volume de l'eau augmente de 0.026% par degré, donc dans une baignoire d'un kilomètre de profondeur, 1°C de plus fait augmenter le niveau moyen de 26 cm.

Pour les variations barystatiques, c'est plus compliqué : même en supposant qu'on connaisse la température, on ne sait pas trop comment et à quel rythme les inlandsis, c'est-à-dire les glaciers continentaux de l'Antarctique et du Groenland, vont fondre.

L'incertitude est particulièrement forte pour l'Antarctique. La raison : une partie du continent est en fait située en dessous le niveau de la mer et n'émerge que parce qu'elle est recouverte de centaines de mètres de glace :

Relief du continent Antarctique sans glace

Si le socle de glace soumarine qui supporte ce que nous voyons aujourd'hui comme un continent disparait, ce serait donc des milliards de mètres cubes de glace qui rejoindraient les océans, avant d'être promptement tranformée en eau. Et cela peut arriver : il suffirait qu'au lieu d'éroder lentement les marges la calotte glaciaire, l'eau relativement chaude de l'océan antarctique penetre sous la glace.

En 2016, De Conto et son équipe (les auteurs de l'article cité par Le Monde) ont proposé une modélisation de ce phénomène. Ils évaluaient que l'Antarctique pourrait contribuer à l'élévation du niveau moyen de la mer jusqu'à 1m en 2100, 15m en 2500.

Évidemment une telle contribution aurait un impact très fort sur le niveau moyen de la mer et sur le risque d'inondation côtière. Par exemple, si on compare les projections d'élévation du niveau de la mer à Dieppe avant et après la prise en compte d'une instabilité possible de l'Antarctique :

Elévation du niveau de la mer à Dieppe comparé à 2000 (dérivé de Kopp & al.)

D'une manière générale, ce modèle indique une augmentation beaucoup plus rapide du niveau des océans à partir du milieu du XXIe siècle. De ce point de vue, la publication cité par Le Monde n'apporte rien de vraiment nouveau.

Vous pouvez consulter ces projections pour votre adresse en utilisant cette application :

S'adapter dans un monde incertain

Le problème, c'est que ce modèle ne fait pas consensus. Toutes choses égales par ailleurs, la littérature scientifique propose donc deux trajectoires d'élévation du niveau de la mer très différentes sans être en mesure, à ce stade, de nous dire laquelle est la plus vraisemblable.

Alors qu'est-ce qu'on fait ?

Le premier instinct pourrait être de s'assoir par terre et d'attendre sagement que la communauté scientifique se décide.
Problème : On perd un temps précieux. Déplacer des infrastructures, construire ou relever des centaines de kilomètres de digues, voire abandonner et reloger... tout ça ne se fait pas sur un claquement de doigt.
Par ailleurs, s'il est possible qu'un consensus se dessine progressivement, il ne sera jamais complet : il y aura toujours des incertitudes.

Une stratégie alternative serait de jouer la sécurité d'abord et de se baser sur les projections les plus pessimistes.
Problème : la marche est très haute. A Dieppe, la projection médiane pour un scénario d'émissions raisonnablement optimiste (RCP4.5) et sans instabilité de l'Antarctique est de + 61 cm en 2100 comparé à 2000. En mettant tout au pire (émissions élevées, instabilité antarctique), la borne supérieure de l'intervalle de confiance à 95% est de +258 cm. Plus de 4 fois plus !
Le scénario du pire peut se justifier dans certains cas (par exemple pour des infrastructures critiques), mais l'utiliser pour toutes les villes côtières épuiserait rapidement et peut-être en vain nos maigres capacités d'adaptation. 

Une idée intermédiaire consisterait à chercher un point d'équilibre improbable, juste milieu des projections scientifiques et/ou de la volonté politique.
Problème : Il n'y a pas de prix de consolation. Soit votre digue est assez haute, soit elle ne l'est pas...

"Prediction first" vs. "decision first"

On voit bien qu'aucune de ces stratégies n'est vraiment satisfaisante. Il y a une bonne raison à cela. Même si les trois approches semblent radicalement différentes, elles partagent en fait un postulat très fort : il faut une hypothèse d'élévation du niveau de la mer avant de prendre des décisions.

Cette approche, dite "prediction first" ou "les prévisions d'abord", se recontre sur beaucoup d'autres sujets mais elle est toujours mal adaptée face à un phénomène qui est incertain. Dans cette situation, il est souvent plus facile de réfléchir dans l'autre sens, en "decision first" : commencer par se demander quelles sont les actions possibles, les organiser en scénarios d'adaptation cohérents à long-terme puis tester leurs résultats pour les différentes projections.

C'est l'idée notamment de la méthode DAPP ("dynamic adaptive policy pathways") adoptée pour faire face à l'élévation du niveau de la mer aux Pays-Bas, une région particulièrement vulnérable. Cette méthode aboutit à des "chemins" d'adaptation permettant de répondre aux différents avenirs possibles à mesure qu'ils se concrétisent avec à des embranchements et des points de bascule prédéfinis, souvent représentés sous forme de carte de métro :

En conclusion, les données climatiques sont nécessaires dans une démarche d'adaptation mais rarement suffisantes. La compréhension de leurs incertitudes et la diffusion de bonnes pratiques pour la gérer sont au moins aussi importantes.

Lorsque ces conditions sont réunies, les incertitudes des projections ne sont pas nécessairement un obstacle à une démarche d'adaptation efficace... 

 Publié le 12 mai 2021 par Thibault Laconde

Lire la suite

A quoi s'attendre pour l'année énergétique et climatique 2019 ? La réponse par 5 experts.

Que réserve 2019 pour le climat et l'énergie ? Quels seront les sujets qui feront l'actualité ? Les tendances à suivre ? Comme chaque année, j'ai invité quelques experts à plancher sur la question. Voici leurs réponses :

Lire la suite

L'énergie du futur n'est plus ce qu'elle était

J'ai regardé récemment la bande annonce de Blade Runner 2049. Et on ne se refait pas : j'ai été frappé par la façon dont le film représente la production d'énergie dans ce futur proche.

Lire la suite

[Analyse] Quelle trajectoire pour le nucléaire français dans le cadre de l'accord Jadot-Hamon ?

Yannick Jadot, le candidat d'Europe Écologie les Verts à la présidentielle, s'est rallié à Benoit Hamon, le candidat du Parti Socialiste après l'adoption d'une plateforme commune. Celle-ci prévoit notamment une sortie du nucléaire en 25 ans. Pour évaluer la faisabilité de cette proposition et les efforts nécessaires à sa mise en œuvre, il est intéressant d'estimer le rythme auquel elle implique de fermer les centrales existantes.

Le projet Jadot-Hamon pose en fait deux jalons :

1. La baisse du nucléaire à 50% du mix électrique en 2025 (confirmation d'un engagement de la loi de transition énergétique de 2015 même si aucune mesure n'a été prise pour sa mise en œuvre)
2. Un arrêt du nucléaire après 25 ans, donc en 2042.

Essayons de mettre des chiffres là-dessus.

 

Quel parc nucléaire en France en 2025 ?

En 2025, le scénario utilisé par l'ADEME dans sa fameuse étude d'un mix 100% EnR en 2050 évalue la consommation d'électricité française un peu au-dessus de 400TWh par an contre 473TWh en 2015. D'autres études envisagent une baisse légèrement plus rapide ou une hausse (jusqu'à 600TWh pour certains d'entre-elles).
Retenons donc une consommation de 400TWh comme un objectif relativement ambitieux et imaginons que la France continue à exporter au niveau de 2015 (environ 60TWh par an). La production en 2025 serait donc de 460TWh. Si la part de l'atome y est de 50%, 230TWh devront être produits par des réacteurs nucléaires.

En 2016, le facteur de charge des réacteurs français a été de 69%. Ce chiffre est plus bas que la normale à cause des problèmes techniques rencontrés par le parc nucléaire français pendant la deuxième moitié de l'année. Prenons donc plutôt celui de l'année précédente : 75%.
A ce compte-là, la France devrait disposer en 2025 de 35GW de puissance nucléaire. Admettons que la sagesse l'emporte et que, au cas où, nous gardions en service deux réacteurs de 1200MW de plus que ce qui est strictement nécessaire. L'objectif de 50% d'électricité nucléaire signifie que la parc nucléaire français devrait se situer autour de 37.5GW en 2025.

Cela correspond à une baisse de 25.6GW par rapport au 63.1GW du parc actuel.
Notons au passage que l'objectif de 50% correspond à une baisse d'autant plus marquée que le facteur de charge est élevé et la consommation maitrisée. Paradoxalement, cet objectif sera donc plus délicat à atteindre si le parc nucléaire fonctionne bien et si la  France se convertit à la sobriété énergétique, c'est l'une des raisons pour lesquelles je pense qu'il a été mal choisi.

Trajectoire du parc nucléaire français

Le plan Jadot-Hamon implique donc :

1. Une baisse de la puissance nucléaire française de 63.1GW à 37.5GW entre 2017 et 2025
2. Une baisse de de 37.5GW à 0GW entre 2025 et 2042

En admettant que la baisse soit régulière, l'évolution du parc nucléaire français serait donc la suivante :

Le rythme de baisse du nucléaire est de 3.2GW par an entre 2017 et 2025 et 2.2GW/an ensuite.

On peut répéter l'exercice avec des hypothèses plus ou moins optimistes pour évaluer la sensibilité de la trajectoire à la consommation, à l'exportation et au facteur de charge :

Dans le scénario haut, le rythme de baisse est de 1.6GW/an jusqu'en 2025 puis 3GW/an jusqu'en 2042. Dans le scénario bas, les fermetures de réacteurs s'enchainent au rythme de 4.3GW/an entre 2017 et 2025 et 1.7GW/an ensuite.
Vous pouvez consulter les hypothèses et les calculs correspondants à ces différentes trajectoires en cliquant ici.

Quelques comparaisons

Ces chiffres sont relativement abstraits. Pour mieux se rendre compte de ce qu'ils signifient comparons le scénario intermédiaire à la sortie du nucléaire allemande :

On voit que ce serait une erreur de penser que l'Allemagne peut servir de modèle pour sortir la France du nucléaire en 25 ans. Outre que la situation économique et politique de notre pays n'est pas la même, le rythme de fermeture des réacteurs nucléaires français induit par l'accord Jadot-Hamon est beaucoup plus rapide que celui qu'a connu l'Allemagne depuis 2000. Même pendant la période 2011-2022 où la sortie du nucléaire allemande s’accélère, la baisse n'est que de 2GW/an.

Une autre comparaison intéressante est celle entre la trajectoire de l'accord Jadot-Hamon et celle d’une fermeture des réacteurs nucléaire à leur 40e anniversaire (dans l'hypothèse où aucun nouveau réacteur n'entre en service) :

On voit que le rythme de fermeture des réacteur est assez comparable dans les deux cas. C'est peut-être la logique qui a conduit à l'adoption d'un délai de 25 ans.
On peut cependant noter que, entre 2025 et 2039, la prolongation de réacteurs au-delà de leur 40e anniversaire serait indispensable. Pendant cette période, certains réacteurs parmi les plus récents pourraient être prolongés de 5 à 10 ans.


Publié le 27 février 2017 par Thibault Laconde

Vous avez aimé cet article ? N'en ratez aucun en vous inscrivant à la newsletter mensuelle.

Adresse e-mail

Lire la suite