Mesure des économies

Ce chapitre isole le calcul et la revue des économies produites par Mathematical_Models : les deux approches ANTE-POST / POST-ANTE, la figure du modèle, et l’incertitude propagée de l’économie annoncée.

Code à copier

import pandas as pd
from datetime import datetime
from IPMVP.IPMVP import Mathematical_Models, incertitude_savings

# --- Données + ajustement (voir chapitre Exemple complet) ---
df = pd.read_excel("src/IPMVP/IPMVP_input.xlsx")
df["Mois"] = pd.to_datetime(df["Mois"])
df = df.set_index("Mois")
col_conso = [c for c in df.columns if c.lower().startswith("consommation")][0]
X, y = df[["DJU"]], df[col_conso]

res = Mathematical_Models(
    y, X,
    datetime(2016, 9, 1), datetime(2021, 5, 1),
    datetime(2021, 10, 1), datetime(2022, 10, 1),
    degree=1, seuil_z_scores=3, site="exemple_site",
    print_report=True,   # produit eco-ANTE-POST.png / eco-POST-ANTE.png
)
df_bl, df_savings = res[1], res[8]

# --- Revue des économies ---
print("=== ÉCONOMIES ANTE-POST / POST-ANTE (df_savings) ===")
print(df_savings)
print("\nÉconomie ANTE-POST (%) :", df_savings.loc["pourcentage d'économie>0", "ANTE-POST"])
print("Économie POST-ANTE (%) :", df_savings.loc["pourcentage d'économie>0", "POST-ANTE"])

# --- Incertitude propagée de l'économie annoncée ---
rmse    = float(df_bl.loc["rmse"].iloc[0])
ddof    = float(df_bl.loc["ddof"].iloc[0])
mask    = (y.index >= datetime(2016, 9, 1)) & (y.index <= datetime(2021, 5, 1))
moyenne = float(y[mask].mean())

inc = incertitude_savings(
    rmse, ddof, moyenne,
    gain_pct=0.18, duree_contrat_mois=60, duree_reporting_mois=12,
    niveau_confiance=0.9,
)
print("\n=== INCERTITUDE PROPAGÉE (incertitude_savings) ===")
print("contrat  (60 mois) :", inc["contrat"])
print("reporting (12 mois) :", inc["reporting"])

Résultats

df_savings — les deux approches de calcul :

                           ANTE-POST    POST-ANTE
Relevé de consommation    3914387.73  19655625.79
Prédiction                4624795.55  16156026.80
pourcentage d'économie>0       18.15        17.80

• ANTE-POST : modèle établi sur la référence, appliqué à la période de suivi → économie = prédiction − mesuré = 18,15 %.

• POST-ANTE : modèle établi sur la période de suivi, appliqué à la référence (utile si la référence est trop courte pour un modèle fiable) → 17,80 %.

incertitude_savings — précision de l’économie annoncée (niveau 90 %) :

contrat  (60 mois) : {'mois': 60, 'economie_kwh': 5335141.89,
                      'precision_absolue_kwh': 3078077.25, 'precision_relative': 0.577}
reporting (12 mois) : {'mois': 12, 'economie_kwh': 1067028.38,
                      'precision_absolue_kwh': 1376557.99, 'precision_relative': 1.290}

La précision relative s’améliore avec la durée cumulée (0,58 sur 60 mois contre 1,29 sur 12 mois) : plus la période d’observation est longue, plus l’économie annoncée est robuste au sens IPMVP.

Figure produite

print_report=True génère eco-ANTE-POST.png : relevé de référence, relevé de suivi et modèle IPMVP appliqué à la période de suivi.