> For the complete documentation index, see [llms.txt](https://docs.myrspoven.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.myrspoven.com/myrspoven-docs/myrspoven-docs-fr/evaluation-et-rapports/climate-compensated.md). # Compensation climatique La consommation d’énergie pour le chauffage et le refroidissement est largement dominée par les conditions extérieures. Un mois de janvier froid paraît pire qu’un mois doux, même lorsque le bâtiment fonctionne exactement de la même manière. La compensation climatique élimine la composante météo afin que les périodes puissent être comparées à armes égales — mois contre mois, hiver contre hiver, et un bâtiment avant et après la prise de contrôle de myCoreAI. ## Ce que fait la compensation climatique myCoreAI normalise la consommation d’énergie mesurée par rapport à une référence de température extérieure. Au lieu de signaler des kWh bruts, il indique l’énergie *par unité de demande de chauffage*. Les effets météorologiques s’annulent en grande partie, et le reste reflète le bâtiment et sa stratégie de pilotage. Le principe s’applique à trois endroits : * **Indicateurs d’efficacité par bâtiment** en comparant les périodes avec IA activée aux périodes avec IA désactivée à des températures extérieures équivalentes. * **Estimations d’économies fondées sur une régression** pour la saison de chauffage — l’énergie est ajustée en fonction de la température extérieure (ou des degrés-jours de chauffage) séparément pour chaque mode de commande, et l’écart entre les ajustements correspond à l’économie réalisée. * **Comparaisons de référence** par rapport à la consommation normalisée d’immeubles similaires. ## Degrés-jours de chauffage (DJH) Les DJH sont l’entrée standard de normalisation. Pour chaque jour, myCoreAI calcule l’écart entre la température de base du bâtiment (la température extérieure au-dessus de laquelle aucun chauffage n’est nécessaire) et la température extérieure moyenne du jour, en additionnant uniquement les heures où la température extérieure est inférieure à la température de base. Un jour froid produit un DJH élevé ; un jour doux produit un DJH faible ; un jour chaud produit un DJH nul. L’énergie divisée par les DJH exprime la consommation par degré de demande de chauffage — comparable d’une période à l’autre et selon les conditions météorologiques. Les degrés-jours de climatisation fonctionnent de manière symétrique pour le refroidissement urbain. ## Résolution et précision | Résolution | Méthode | Résultat | | --------------------- | ------------------------------------------------------------ | --------------------------------------------------------------------------------------------------------------------- | | Horaire ou journalier | Régression par rapport à la température extérieure / aux DJH | La normalisation la plus propre ; les courtes vagues de froid ne faussent pas l’ajustement | | Mensuel | Facteurs de normalisation nationaux | Convient aux rapports de haut niveau ; ne permet pas d’isoler quelle semaine ou quel système a provoqué un changement | Des données énergétiques à plus haute résolution constituent de loin la plus grande amélioration du reporting corrigé des effets climatiques. ### Exemple pratique Un immeuble de bureaux chauffé par réseau de chaleur en Suède centrale consomme 180 MWh en janvier, lors d’un mois froid, et 140 MWh en janvier de l’année suivante sous le pilotage de myCoreAI. Les chiffres bruts suggèrent une réduction de 22 %. Après normalisation des deux mois par myCoreAI par rapport aux DJH en utilisant la température de base du bâtiment, la consommation corrigée du deuxième janvier est de 155 MWh — soit une réduction de 14 % une fois la météo plus clémente prise en compte. Le chiffre de 14 % reflète la performance du pilotage ; celui de 22 % mélange météo et pilotage. ## Où apparaissent les chiffres corrigés * Les processus **analyse des économies** la vue dans myPortal trace directement l’énergie en fonction de la température extérieure, avec des courbes de tendance distinctes pour les périodes avec IA activée et désactivée — une forme visuelle de la même normalisation, avec la météo en abscisse. La consommation brute, non corrigée, reste disponible dans les relevés de compteurs, les factures et les exports. Le brut montre ce que le bâtiment a consommé ; le corrigé montre ses performances une fois l’effet météo retiré. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://docs.myrspoven.com/myrspoven-docs/myrspoven-docs-fr/evaluation-et-rapports/climate-compensated.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.