BIM et Rénovation : modélisation systémique de la transition numergétique en gestion de patrimoine immobilier

BIM et Rénovation : modélisation systémique de la
transition numergétique en gestion de patrimoine
immobilier

Description détaillée du Niveau MICRO

1.1.Rappel des objectifs de modélisation du niveau MI Le niveau MICRO représente l’objet technique à rénover : un parc locatif de bâtiments résidentiels collectifs gouverné par un décideur unique – le gestionnaire de patrimoine immobilier – dont l’organisation fait l’objet du niveau MESO au chapitre suivant. La fonction globale de cette échelle spatiale est de caractériser l’état des bâtiments au cours de leur phase d’exploitation. Pourra ainsi être mesurée et évaluée l’évolution des performances énergétique et économique du parc locatif soumis à diverses politiques de maintenance, de rénovation et de numérisation. Le niveau MICRO produit des informations sur le parc et les diffuse au système décisionnel au niveau MESO. Le système décisionnel, sur la base de ces informations, recherche l’amélioration de la performance énergétique des bâtiments à travers le déclenchement des opérations de maintenance et de rénovation, et la gestion des ressources qui s’y rattachent. Le niveau MICRO est principalement soumis, en termes de perturbations, à l’évolution des politiques publiques de rénovation et à celle de la stratégie numergétique interne du gestionnaire. Dans ce contexte, ce niveau permet d’étudier la création de valeur sur le parc par la balance entre les dépenses de maintenance courante et les revenus locatifs. Ceux-ci étant déterminés de manière exogène par les dynamiques du marché immobilier (intrants), le modèle MICRO vise à minimiser les dépenses opérationnelles et maximiser l’occupation des bâtiments pour générer un profit sur le parc. Sans une telle optimisation financière, la capacité financière de l’organisation pourrait ne pas autoriser d’éventuels travaux de numergétisation. La Figure 27 ci-après présente le diagramme résultant de la phase de modélisation causale du niveau MICRO. Y sont représentées les interactions entre les différents sous-modèles :  MIPE : évaluation de la performance énergétique des bâtiments, et impact sur l’attractivité ;  MIRH : processus opérationnel des travaux de rénovation et impact sur la qualité des travaux ;  MIDN : processus opérationnel de gestion des données et impact sur la fiabilité de l’information ;  MICF : gestion des ressources financières via l’activité de gestion locative et patrimoniale. BIM et Rénovation Modélisation systémique de la Transition Numergétique en Gestion de Patrimoine Immobilier 96 L.Burneau Figure 27. Diagramme causal du niveau MICRO Ci-après sont introduites nos hypothèses de modélisation des interactions (1 à 5) représentées en Figure 27. Le lien (6) n’existe pas sous forme de relation directe dans le modèle : c’est notre objet d’étude. [MI] RH↔CF (1) La disponibilité des ressources financières conditionne la faisabilité des opérations requises ou demandées : plus les flux de travail requis sont importants, plus la contrainte financière est forte, pouvant entraîner des retards dans les opérations. [MI] CF↔PE (2) Les interactions entre CF et PE sont multiples. Valeur verte et inoccupation des bâtiments, calculées en CF, impactent à la fois la consommation d’énergie et le revenu, limitant ainsi le financement des activités d’entretien des bâtiments. L’ordre de priorité des demandes de rénovation dépend des charges énergétiques : plus les gains attendus sur la facture énergétique sont élevés, plus l’opération demandée est acceptée rapidement (dans MESO). En outre, les revenus locatifs participent à la capacité d’investissement du gestionnaire en matière de travaux. [MI] PE↔RH (3) La complexité des processus RH et la dégradation des compétences internes engendrent une nonqualité, synonyme de perte de performance énergétique. Des scénarios de rénovation et de MICF MIDN MIRH MIPE building energy consumption energy bill energy class obsolescence + + – + – – + energy type and price exploitation charges exploitation income [MICRO] cashflow + – maintenance cost vacancy + – – building green value – – – 5 4 3 2 1 6 – models reliability errors correction errors and wasted time + – – + – + – dataflow renovation workflow renovations technical quality defects correction construction defects – + – + – + BIM et Rénovation Modélisation systémique de la Transition Numergétique en Gestion de Patrimoine Immobilier Décembre 2019 97 maintenance axés sur l’efficacité énergétique accroissent la complexité des travaux et donc la nécessité de ressources informationnelles et humaines pour la conduite des opérations. En outre, cette complexité des travaux génère des défauts de conception et de mise en œuvre impactant la dynamique globale de qualité des travaux et d’obsolescence des bâtiments, impliquant des reprises et une soustraitance. [MI] RH↔DN (4) Les interactions entre MIRH et MIDN modélisent les contraintes de gestion des données. Obsolescence des compétences et tendances externes conduisent à des erreurs et pertes de temps qui pénalisent l’ensemble du système. Hypothèse est fait que le BIM permet de résorber la non-qualité, en décomplexifiant les processus et en assurant la collaboration et la centralisation/standardisation des données. [MI] DN↔CF (5) Il s’agit ici d’assurer le financement du processus de numérisation. Une stratégie ambitieuse générera des gains aussi bien que des dépenses significatives. La modélisation des objets techniques et l’ensemble de la chaîne de traitement des données sont consommateurs de temps et d’argent. La numérisation n’est effectuée que si la faisabilité financière est assurée.

Paramètres de configuration du niveau opérationnel

Ce niveau s’intéresse à l’échelle opérationnelle et à la manière dont celle-ci est affectée par les décisions stratégiques et l’environnement réglementaire et technologique décrits au niveau MESO. Notre échelle opérationnelle concerne les processus de rénovation, de traitement de données, de gestion locative et d’exploitation-maintenance. On y évalue l’efficacité d’une stratégie numergétique à travers le gain de performance énergétique de l’objet technique au regard d’une situation de référence . C’est aussi dans la sphère opérationnelle que sont modélisées les caractéristiques techniques de notre cas d’étude. Les paramètres retenus pour caractériser le parc qui sera l’objet des opérations de rénovation/numérisation sont discutés aux chapitres 6 et 8. Les scénarios de politique numergétique appliqués sur le parc et les résultats de l’étude de sensibilité de MACARON à ces paramètres seront détaillés aux chapitres 6 et 7. PP : caractérisation de la performance énergétique initiale de l’objet technique de référence La mesure de l’état du système requiert un comportement type auquel le confronter. Les hypothèses qui construisent le profil de parc initial, en termes de taille, de distribution et de performance, représentent une première réalité complexe de la variété des parcs. Ces hypothèses conditionnent le comportement à moyen-terme du parc soumis à rénovation et l’efficacité de la stratégie numergétique associée. Cette question prendra tout son sens à l’échelle de la ville (niveau MACRO) où l’hétérogénéité du parc complexifie considérablement le processus de décision (cf. chapitre 8). VV : impact de la valeur verte sur le marché immobilier L’étude (DINAMIC, 2015) de ’Association des Notaires de France montre une évolution récente des prix pratiqués sur les marchés immobiliers, en relation avec la mesure réglementaire contraignant les ventes immobilière à la production d’un audit énergétique préalable. Une étiquette énergétique audessus (respectivement au-dessous) de la moyenne (classe D) augmente (respectivement diminue) la valeur à la vente des biens correspondants. Il s’agit ici d’une variable externe, qui n’est ni une décision ni une politique publique. C’est une tendance observable, qui pourra ultérieurement être en relation avec le niveau NANO (cf. chapitre 8). Elle est une représentation possible de la « prise de conscience collective de la question environnementale » et de son impact sur le marché de l’immobilier. Elle agit en MICF où son impact sur l’attractivité des bâtiments se traduit par une variation du taux d’occupation du parc. 33 La situation de référence décrit l’évolution de l’état du système dans un scénario passif, ne mettant en œuvre ni rénovation ni numérisation du parc. Le scénario de référence et les scénarios d’exploitation du modèle sont présentés au chapitre 6. BIM et Rénovation Modélisation systémique de la Transition Numergétique en Gestion de Patrimoine Immobilier 98 L.Burneau VL : contrainte de marché sur la création de ressources financières La gestion locative est l’activité principale de notre gestionnaire décideur et sa seule source de revenus dans notre modèle. On s’intéresse à la fourchette de prix locatifs à échelle nationale et on s’interroge sur la contrainte financière qu’elle exerce dans la mesure où nos prix de tâches ne sont pas dépendants, eux, de la localisation. Elle introduit la notion de tension immobilière, dynamique propre à la ville et cruciale notamment pour des questions d’emploi qui pourront ultérieurement être abordées avec le BIM. La VL ne s’aligne ni avec les coûts de maintenance (variations de prix liées à la complexité de l’ouvrage et non à sa localisation) ni avec les coûts de rénovation (variations de prix liées à l’intensité et à la nature des travaux de rénovation et non à sa localisation). Il s’agit donc là aussi d’une variable externe (considérée constante) participant à la définition du contexte des simulations. SC0 : caractérisation des processus en situation de référence, sans BIM ni rénovation Ce scénario primitif, fait d’hypothèses flexibles et ajustables, constitue notre représentation de la situation de référence et donc un socle pour l’analyse des résultats. Il servira d’étalon pour mesurer l’impact des stratégies numergétiques qui s’exprimera à travers tout le réseau de relations indirectes tissées entre la transition numérique (sous-modèles DN) et la transition énergétique (sous-modèles PE). Cela concerne typiquement le processus de rénovation et les taux d’erreur appliqués en MIRH, ou encore les hypothèses relatives à l’efficacité de la maintenance (bâtiment, données) considérée comme parfaite en MIPE et MIDN. 2. MIPE – Performance Énergétique

Diagramme causal synthétique (MIPE)

L’analyse systémique du sous-modèle MIPE présentée au chapitre 3 nous a permis d’établir les objectifs de modélisation suivants :  Représenter la dynamique de renforcement des exigences nationales et de la stratégie de rénovation du décideur en matière de performance énergétique (contrainte de performance respectivement externe et interne au modèle) ;  Identifier les bâtiments du parc qui ne respectent pas ce niveau d’exigence (fonction détecteur) et produire pour le niveau ME l’information sur la performance énergétique des bâtiments du parc (fonction informateur) ;  Représenter l’impact des travaux de maintenance et de rénovation, dont l’intensité et le niveau de qualité sont le résultat du processus décisionnel pour le premier, du processus opérationnel pour le second. Ce sous-modèle doit nous permettre dans la phase d’exploitation de ces travaux d’évaluer l’efficacité et la performance de différentes stratégies d’investissements numergétiques à travers la mesure des consommations énergétiques évitées. La variable d’état retenue dans ce but est la consommation énergétique annuelle par m² de surface unitaire d’objet technique exprimée en kWhep/(m².an) (comparable à un audit de type DPE). Ramenée au taux d’occupation du bâtiment, elle permet de calculer les consommations cumulées en énergies primaire et finale et la facture énergétique qui en découle, utile au processus décisionnel en ME dans la priorisation des rénovations à réaliser. La Figure 28 page suivante présente notre diagramme causal synthétique du sous-modèle MIPE. BIM et Rénovation Modélisation systémique de la Transition Numergétique en Gestion de Patrimoine Immobilier Décembre 2019 99 Figure 28. Diagramme causal MIPE. La performance énergétique des objets techniques est par ailleurs représentée dans le modèle sous la forme d’un indicateur de classe énergétique. Celui-ci constitue dans ce sous-modèle un levier d’attractivité du bâtiment, lequel s’exprime par répercussion de la valeur verte du bien. Il est représenté par le lien causal entre la classe énergétique d’un bâtiment et son taux de vacance dans la Figure 28. Il est à noter que le gestionnaire, s’il est responsable des travaux de maintenance et de rénovation, n’a pas la charge de la facture énergétique, laquelle incombe aux occupants. Puisque le gestionnaire n’a donc pas d’intérêt direct dans MACARON à voir diminuer le montant de la facture énergétique, on peut d’ores et déjà admettre que celle-ci ne peut constituer en l’état un levier d’incitation à la rénovation. Ce constat fait partie des raisons qui ont motivé la modélisation de la valeur verte et de son impact sur les revenus du gestionnaire. Rappelons à toutes fins utiles que l’exercice du bailleur immobilier repose en grande partie sur la maximisation de ses revenus locatifs. Notre traduction de la valeur verte présentée dans (DINAMIC, 2015) sous forme de coefficient d’attractivité incarne l’intérêt du gestionnaire à améliorer de la performance énergétique des logements dont il a la charge si cela lui permet d’y assurer un taux d’occupation satisfaisant. Là où la facture énergétique ne permettait pas de recréer une telle boucle causale, la valeur verte nous a permis d’introduire dans le modèle l’enjeu économique de maximisation des gains énergétiques pour le gestionnaire. Une telle relation amène en revanche un biais dans l’analyse des résultats puisqu’une facture énergétique diminuée n’est pas nécessairement le signe d’une performance énergétique améliorée. Il faudra donc tenir compte de ce phénomène à la lecture des résultats d’exploitation du modèle. De plus, si des charges énergétiques élevées ont un impact (fortement) négatif sur l’attractivité d’un logement ou d’un bien immobilier, il est néanmoins fréquent que le besoin de se loger prenne le pas sur la conscience écologique de l’occupant, comme cela se produit souvent en zones immobilières tendues. Nous avons identifié en chapitre 3 que la perte de performance énergétique pouvait être rapprochée des dynamiques d’obsolescence du bâtiment : son obsolescence fonctionnelle, sa vétusté, et son obsolescence technique et technologique qui en traduit le caractère désuet, notamment au regard des attentes individuelles ou collectives. Ces deux types d’obsolescence sont résorbés par les actions correctrices que sont les opérations de maintenance et de rénovation effectuées sur le parc. L’obsolescence fonctionnelle, qui se caractérise par la dégradation progressive des matériaux et composants, est traitée ici sous l’angle de la non-qualité des travaux opérés sur l’objet technique (lien de causalité entre les variables de qualité technique des travaux et la variable d’obsolescence). Nous admettrons en effet, sur la base des éléments présentés ci-avant, que le choix éclairé ou non des matériaux, des systèmes, ainsi que la qualité de leur mise en œuvre, alimentent les dynamiques de gain ou de perte de performance énergétique d’un bâtiment. La bibliographie présentée en chapitre 3 nous permet d’émettre ici l’hypothèse que la qualité technique des travaux de rénovation et de maintenance affecte non-seulement le niveau de performance atteint par les travaux, mais peut aussi building energy consumption energy bill energy class obsolescence + + – + – – + energy type and price – BIM et Rénovation Modélisation systémique de la Transition Numergétique en Gestion de Patrimoine Immobilier 100 L.Burneau considérablement augmenter le rythme de dégradation de la performance énergétique (Aïssani et al., 2016; Alencastro et al., 2018). L’obsolescence technique ou technologique quant à elle résulte non pas de la dégradation de l’état d’un bien, mais de l’évolution de la perception qui en est fait. À état constant, tout objet devient obsolète lorsqu’il ne remplit plus un certain niveau d’exigence, le devient de plus en plus à mesure que les attentes se renforcent et d’autant plus souvent que ces attentes évoluent à un rythme soutenu. La variable d’obsolescence est donc à la fois le reflet du renforcement des exigences du gestionnaire décideur et de l’autorité publique en matière d’énergie, et de la non-qualité des processus opérationnels dans la mise en œuvre des travaux. La formulation par le modèle des demandes de rénovation à travers le parc relève ensuite de la confrontation de la performance énergétique de l’objet technique ainsi dépréciée aux exigences du décideur (lesquelles ne peuvent être inférieures à celles des politiques publiques).

Diagramme de flux (MIPE)

Pour rappel, le module MIPE a une fonction principale de détecteur. Il génère une demande de rénovation pour les bâtiments du parc non-conformes aux objectifs de la politique énergétique du décideur. À cette fin, le modèle confronte au pas de temps la classe énergétique de chaque bâtiment du parc Econs/m²(b,t) à celle préconisée par le système décisionnel dans sa stratégie de rénovation (RT34), reproduisant le processus d’un audit énergétique annuel. Suivant le processus détaillé ci-avant, MIPE produit :  La formulation de requêtes de travaux de rénovation Rrequest(b,t),  Un élément décisionnel de priorisation des opérations (en MEPE) : la facture énergétique Ebill kWhef(b,t). La Figure 29 ci-dessous présente notre traduction en diagramme de flux des causalités explicitées précédemment et la Table 14 en page suivante la nomenclature des éléments correspondants