---
title: "Production énergétique à partir de biomasse agricole"
subtitle: "Production électrique, vente de chaleur et injection de biométhane dans le réseau, Vaud"
lang: fr
author: "DGE-DIREN"
date: last-modified # Renvoie automatiquement la date de dernière modification du .qmd
params: # ! `open_params_metadata_help()` pour des instructions de remplissage détaillées
fonction: 3 # Valeur numérique : 0=Non-défini/1=Description/2=Orientation/3=Pilotage
nature: 2 # Valeur numérique : 0=Non-défini/1=Actions/2=Effets/3=Impacts
idThematique: 08.02.05.71 # Identifiant selon nomenclature obsind theme/sous-theme/objet/id (p.ex. 08.03.01)
niveauPublication: 2 # Valeur numérique : 0=Non-défini/1=Interne/2=Public. Tout autre choix génère un avertissement
niveauDetail: Canton # Texte libre qui indique le niveau minimal d'agrégation disponible pour l'indicateur (canton, commune, région, installation, véhicule, etc.)
frequenceMAJ: Annuel # Texte libre, idéalement à choisir parmi les codes suivants : mensuel/semestriel/annuel/biannuel/mensuel/tous les x ans/non-défini
moisMAJ: 9 # Valeur numérique : 0=Non-défini/1=Janvier/2=Février, etc.
disponibleDepuis: 2015 # Valeur numérique Année (aaaa) (p.ex. 2000)
personneReference: Steve Ducommun # Prénom+Nom de la personne référente de l'indicateur
mailReference: stat.energie@vd.ch # E-mail ACV (générique ou nominal, se terminant par @vd.ch)
uuid: 16fdbfe2-60e0-4a5d-bf94-386bcf448205 # !NE PAS MODIFIER! Identifiant unique généré automatiquement à la création de la fiche
uuidParent: null # Identifiant(s) unique(s) des indicateurs parents de l'indicateur actuel (format uuid avec séparateur '/' si plusieurs uuid)
uuidEnfant: null # Identifiant(s) unique(s) des indicateurs enfants de l'indicateur actuel (format uuid avec séparateur '/' si plusieurs uuid)
uuidConnexe: null # Identifiant(s) unique(s) des indicateurs connexes à l'indicateur actuel (format uuid avec séparateur '/' si plusieurs uuid)
majCatalogue: 1 # Valeur numérique : 0=Non/1=Oui pour mettre à jour les métadonnées dans le catalogue des indicateurs (connexion au disque partagé ObsInd requise)
format:
html:
other-links: # Copier la structure ci-dessous pour remplacer/ajouter d'autres liens sous la table des matières
- text: Infos statistiques énergie
href: 'https://www.vd.ch/environnement/energie/chiffres-cles-et-statistiques-energie-vaud/'
target: '_blank'
- text: Profil climatique communes
href: 'https://stat-climat-vd.ch/profil-climat/'
target: '_blank'
- text: Direction de l'énergie
href: 'https://www.vd.ch/djes/dge/dge-diren'
target: '_blank'
metadata-files: # Ne pas supprimer !
- assets/format-options.yml
editor_options:
chunk_output_type: console
---
<!-- Les métadonnées ci-dessus doivent être remplies pour chaque fiche. Lorsqu'un champ n'est disponible, il est possible d'écrire "" ou NULL -->
<!-- Aide au remplissage : `obsindVD::open_aide_remplissage_help()` (lancer la ligne de code dans la console) -->
```{r setup}
#| echo: false
#| warning: false
#| message: false
#| results: asis
# version: 1.2.2 (01.09.2026)
# -----------------------------------------------------------------------------
# Ne rien modifier dans ce bloc de code !
# Ce bloc doit être lancé pour charger les métadonnées dans l'environnement !
# -----------------------------------------------------------------------------
# update_model_setup_code() pour mettre à jour ce bloc avec la version du dernier modèle
# Chargement (ou installation) des librairies disponibles sur CRAN
if (!require("pacman")) install.packages("pacman")
pacman::p_load(tidyverse, readxl, glue, gt, DT, ggiraph, scales, ggtext)
# Chargement de la librairie obsindVD privée
# Pour l'installation : suivre les instructions dans le BitBucket : https://dsigit.etat-de-vaud.ch/outils/git/projects/DGE/repos/obsind/
# Si l'accès n'est pas autorisé, faire une demande à l'Observatoire des indicateurs
library(obsindVD)
# Par défaut : ouvrir l'aide obsindVD (supprimer cette ligne si superflu)
open_fiche_quarto_help()
# Vérifie, ajoute et insère des valeurs par défaut pour les métadonnées manquantes (en-tête YAML)
complete_metadata_params()
# Extraction + validation des métadonnées (en-tête YAML)
selected_metadata <- return_selected_metadata()
# Ajout de l'identifiant dans les en-têtes du document html
display_identifiant(value = selected_metadata[['Identifiant thématique']])
```
::: {.callout-tip .narrow icon="false" collapse="true"}
# Métadonnées de l'indicateur
```{r}
# --------------------------------------
# Présentation des métadonnées ----
# --------------------------------------
tidyr::tibble(
`Attribut` = names(selected_metadata),
`Valeur` = selected_metadata
) |>
gt_table_ind()
```
:::
```{r}
# Préciser quelle est l'année maximale recherchée (permet d'automatiser la recherche du bon dossier et fichier pour les données PRONOVO)
an_max <- 2025
```
```{r}
# ---------------------------------------------------------
# Tableau de synthèse ----
# ---------------------------------------------------------
# Pour de l'aide sur comment remplir ce tableau de synthèse lancer la commande suivante dans la console :
# obsindVD::open_tableau_synthese_help()
# Pour afficher l'aide spécifique à une fonction, ajouter '?' avant l'appel de la fonction :
# ?icon_up()
tableau_synthese <- list(
# Premier indicateur... attention à la structure !
list(
titre_indicateur = "Production **électrique** à partir de biomasse agricole <b>[GWh]</b>",
valeur_2025 = 28.2,
obj_2030 = 16, # valeur numérique OU icônes de flèches
obj_2040 = NA,
obj_2050 = 22,
tendance_observée = icon_up(type = "trend", text = paste0("2019-", an_max)), # icon_up(), icon_flat(), icon_down()
tendance_évaluée = icon_happy() # icon_happy(), icon_meh(), icon_sad()
),
# Second indicateur... Répliquer la même structure autant de fois que d'indicateurs à afficher dans le tableau de synthèse
list(
titre_indicateur = "Vente de **chaleur** à partir de biomasse agricole <b>[GWh]</b>",
valeur_2025 = 16.8,
obj_2030 = 21, # valeur numérique OU icônes de flèches
obj_2040 = NA, # icon_up(type = "obj"), # On peut modifier 'Cible non chiffrée' en modifiant l'argument text = "" par exemple pour ne rien afficher
obj_2050 = 29,
tendance_observée = icon_up(type = "trend", text = paste0("2019-", an_max)), # text obligatoire pour type = 'trend'
tendance_évaluée = icon_meh() # (tooltip = "Exemple d'info-bulle personnalisé") # 'tooltip' modifie l'info-bulle par défaut
),
# Second indicateur... Répliquer la même structure autant de fois que d'indicateurs à afficher dans le tableau de synthèse
list(
titre_indicateur = "Injection de **biométhane** dans le réseau à partir de biomasse agricole <b>[GWh]</b>",
valeur_2025 = 9.8,
obj_2030 = NA, # valeur numérique OU icônes de flèches
obj_2040 = NA, # icon_up(type = "obj"), # On peut modifier 'Cible non chiffrée' en modifiant l'argument text = "" par exemple pour ne rien afficher
obj_2050 = NA,
tendance_observée = NA, #icon_up(type = "trend", text = paste0("2019-", an_max)), # text obligatoire pour type = 'trend'
tendance_évaluée = NA #icon_happy() # (tooltip = "Exemple d'info-bulle personnalisé") # 'tooltip' modifie l'info-bulle par défaut
)
)
# Impression du tableau de synthèse
print_tableau_synthese(tableau_synthese) # Le résultat peut être customisé comme un objet {gt}
```
# Description {#sec-description}
Cet indicateur informe sur la valorisation énergétique du biogaz obtenu par la méthanisation des matières organiques issues de l’agriculture: production électrique (électricité autoconsommée et injectée dans le réseau), vente de chaleur à des tiers et injection de biométhane dans le réseau de gaz. Il traduit l’évolution de la production locale d’énergie à partir de la biomasse agricole.
La biomasse agricole provient principalement des engrais de ferme et résidus agricoles (résidus de récoltes, produits agricoles déclassés). Elle peut être complétée de cosubstrats non agricoles. La biomasse ligneuse (bois) n’est pas incluse et est traitée séparément dans la fiche de production énergétique à partir du bois-énergie.
# Cadre de référence {#sec-cadre-reference}
Les objectifs de la production d’énergie électrique et de la vente de chaleur à partir de biomasse agricole sont définis dans la Conception cantonale de l’énergie ([CoCEn 2019](https://www.vd.ch/fileadmin/user_upload/themes/environnement/energie/fichiers_pdf/CoCEn_Pub_complete_20190816.pdf)). L’objectif est d’atteindre une production annuelle électrique de 16 GWh<sub>él</sub> et une vente de chaleur de 21 GWh<sub>th</sub> en 2030. Pour 2050, les objectifs sont respectivement de 22 GWh<sub>él</sub> et de 29 GWh<sub>th</sub>.
# Graphique {#sec-graphique}
```{r}
# Lecture des données
#--------------------------------------------------------------------------
# 1 - Données de production
#Les données du document data_brut.xlsx doit avoir été préparé
data_brut_read <- readxl::read_excel(("./data/data_brut.xlsx"),
sheet = "data_final")
data_long <- data_brut_read |>
pivot_longer(
cols = -1, # toutes les colonnes sauf la 1ère
names_to = "ANNEE",
values_to = "VALEUR"
)
# ---------------------------------------------------------
# 2 - Objectifs CoCEn
# A créer une fois
# # obj_electrique : objectifs de production électrique à partir de déchets incinérables
# obj_electrique <- tibble(
# ANNEE = c(2030, 2050),
# GWH = c(16, 22)
# )
# write_delim(obj_electrique,"./data/obj_electrique.csv", delim = ";")
#
# # obj_thermique : objectifs de production thermique à partir de déchets incinérables
# obj_thermique <- tibble(
# ANNEE = c(2030, 2050),
# GWH = c(21, 29)
# )
# write_delim(obj_thermique,"./data/obj_thermique.csv", delim = ";")
obj_electrique <- read_delim("./data/obj_electrique.csv", delim = ";")
obj_thermique <- read_delim("./data/obj_thermique.csv", delim = ";")
# # ---------------------------------------------------------
# # 4 - Population
#
# # Variables sont : ANNEE et HABITANTS
#
# tryCatch(
# expr = {
# read_delim("P:/DIREN/02 PILOTAGE DIREN/02.11 Bases de donnees/POPULATION/04_extractions_traitees/population.csv", delim=";") |>
# write_delim("./data/population.csv", delim = ";")
# },
# error = function(e) message("Attention: la table population n'a pas pu être réactualisée avec les données brutes du P:/ ", e$message)
# )
#
# population <- read_delim("./data/population.csv", delim = ";") |>
# filter(ANNEE >= 2015 & ANNEE <= an_max)
```
```{r }
#| label: fig-G1
##| fig-cap: "Production électrique à partir de biomasse agricole, Vaud"
#| fig.width: 8
#| fig.asp: 0.6
# Graphique Production ELECTRIQUE
# créer data ressources
ressources <- data_long |>
# ne garder que production d'Electricité
filter(VARIABLES == "Electrique") |>
rename(GWH = VALEUR) |>
mutate(ANNEE = as.numeric(ANNEE))
# créer data objectifs (uniquement objectifs des totaux)
objectifs <- obj_electrique |>
mutate(ANNEE = as.numeric(ANNEE))
# Ajouter un trou pour séparer les consommations des objectifs
last_year <- max(ressources$ANNEE, na.rm = TRUE)
gap1 <- last_year + 1 # entre dernière année et 2030
gap2 <- 2030 + 1 # entre 2030 et 2050
annees_hist <- sort(unique(ressources$ANNEE))
annees_levels <- c(
annees_hist,
gap1,
2030,
gap2,
2050
)
# Ajout les trous à chaque dataset
add_missing_years_prod <- function(df) {
df |>
tidyr::complete(
ANNEE = annees_levels,
VARIABLES
)
}
add_missing_years_simple <- function(df) {
df |>
tidyr::complete(
ANNEE = annees_levels
)
}
ressources <- add_missing_years_prod(ressources) |>
mutate(GWH = tidyr::replace_na(GWH, 0))
objectifs <- add_missing_years_simple(objectifs)
# ordrer les ressources selon la quantité
ordre_type <- ressources |>
filter(ANNEE == last_year) |>
arrange(GWH) |>
pull(VARIABLES)
tous_les_types <- c("Objectifs CoCEn 2019", ordre_type)
annees_labels <- as.character(annees_levels)
ressources <- ressources |>
mutate(
ANNEE = factor(as.character(ANNEE), levels = annees_labels),
VARIABLES = factor(as.character(VARIABLES), levels = tous_les_types),
GWH = as.numeric(tidyr::replace_na(GWH, 0))
)
objectifs <- objectifs |>
mutate(
ANNEE = factor(as.character(ANNEE), levels = annees_labels),
VARIABLES = factor("Objectifs CoCEn 2019", levels = tous_les_types),
GWH = as.numeric(tidyr::replace_na(GWH, 0))
)
g1_plot <- ggplot() +
# Bars (objectives )
geom_col_interactive(
data = objectifs,
aes(x = ANNEE, y = GWH, fill = VARIABLES,
tooltip = paste0("Production ", VARIABLES, " ", ANNEE, " : ", round(GWH, 0), " GWh"),
data_id = as.character(ANNEE)),
width = 0.7,
color = NA
) +
geom_col_interactive(
data = ressources,
aes(
x = ANNEE,
y = GWH,
fill = VARIABLES,
tooltip =paste0("Production ", as.character(VARIABLES), " à partir de biomasse agricole en ", ANNEE, " : ", round(GWH, 1), " GWh"),
data_id = paste0(as.character(ANNEE), as.character(VARIABLES))),
width = 0.7,
position = "stack",
color = NA
) +
scale_fill_manual(
values = c(
"Electrique" ="yellow2",
"Objectifs CoCEn 2019" = "grey80"
),
breaks = tous_les_types,
labels = c(
"Electrique" ="Production électrique",
"Objectifs CoCEn 2019" = "Objectifs CoCEn"
),
name = NULL
) +
scale_y_continuous(
name = "Production électrique [GWh]",
labels = scales::label_number(big.mark = "'", decimal.mark = "."),
expand = expansion(mult = c(0, 0.1))
) +
scale_x_discrete(
drop = FALSE,
labels = function(x) {
num_x <- as.numeric(as.character(x))
ifelse(
num_x %in% c(gap1, gap2),
"", # cacher les gaps
ifelse(num_x %% 5 == 0, num_x, "") # afficher seulement tous les 5 ans
)
}
)+
# Titles and caption
labs(
title = str_wrap("**Production électrique à partir de biomasse agricole, Vaud**", width = 73) |>
stringr::str_replace_all("\n", "<br>") ,
x = NULL,
caption = "Source: Pronovo<br>Etat au 31.12.2025"
) +
theme_minimal(base_size = 13) +
theme(
plot.title = element_markdown(face = "bold", size = 12),
plot.subtitle = element_markdown(size = 10),
plot.caption = element_markdown(hjust = 0, size = 9, margin = margin(t = 5), face = "italic"), # !! MWR: rajout italic
plot.caption.position = "plot",
plot.margin = margin(10, 10, 30, 10),
legend.position = "bottom",
legend.box = "vertical",
legend.text = element_text(size = 10),
legend.title = element_text(size = 12),
axis.text = element_text(size = 8),
axis.title = element_text(size = 10)
)
obsindVD::girafe_light(g1_plot,
# !!MWR : modification du comportement de surlignage : on ajoute de la transparence aux éléments non-survolés !
options = list(
opts_hover_inv(css = "opacity:0.5;"),
opts_hover(css = "opacity:1;"),
# Ajout du nom du PNG téléchargé + remplacement de 'download' par 'télécharger' (survol icône)
opts_toolbar(
position = "topright",
hidden = c("zoom", "selection"),
pngname = paste0(selected_metadata[['Identifiant thématique']], "_G1"),
tooltips = list(
saveaspng = "Télécharger"
)
)
)
)
ggsave(glue("./images/g1_Production_electrique_biomasse_agricole_2015-{an_max}.png"), width = 8, height = 6, dpi = 300)
```
```{r}
#| label: fig-G2
##| fig-cap: "Vente de chaleur à partir de biomasse agricole, Vaud"
#| fig.width: 8
#| fig.asp: 0.6
# Graphique Production THERMIQUE
# créer data ressources
ressources <- data_long |>
# ne garder que production thermique
filter(VARIABLES == "Thermique") |>
rename(GWH = VALEUR) |>
mutate(ANNEE = as.numeric(ANNEE))
# créer data objectifs (uniquement objectifs des totaux)
objectifs <- obj_thermique |>
mutate(ANNEE = as.numeric(ANNEE))
# Ajouter un trou pour séparer les consommations des objectifs
last_year <- max(ressources$ANNEE, na.rm = TRUE)
gap1 <- last_year + 1 # entre dernière année et 2030
gap2 <- 2030 + 1 # entre 2030 et 2050
annees_hist <- sort(unique(ressources$ANNEE))
annees_levels <- c(
annees_hist,
gap1,
2030,
gap2,
2050
)
# Ajout les trous à chaque dataset
add_missing_years_prod <- function(df) {
df |>
tidyr::complete(
ANNEE = annees_levels,
VARIABLES
)
}
add_missing_years_simple <- function(df) {
df |>
tidyr::complete(
ANNEE = annees_levels
)
}
ressources <- add_missing_years_prod(ressources) |>
mutate(GWH = tidyr::replace_na(GWH, 0))
objectifs <- add_missing_years_simple(objectifs)
# ordrer les ressources selon la quantité
ordre_type <- ressources |>
filter(ANNEE == last_year) |>
arrange(GWH) |>
pull(VARIABLES)
tous_les_types <- c("Objectifs CoCEn 2019", ordre_type)
annees_labels <- as.character(annees_levels)
ressources <- ressources |>
mutate(
ANNEE = factor(as.character(ANNEE), levels = annees_labels),
VARIABLES = factor(as.character(VARIABLES), levels = tous_les_types),
GWH = as.numeric(tidyr::replace_na(GWH, 0))
)
objectifs <- objectifs |>
mutate(
ANNEE = factor(as.character(ANNEE), levels = annees_labels),
VARIABLES = factor("Objectifs CoCEn 2019", levels = tous_les_types),
GWH = as.numeric(tidyr::replace_na(GWH, 0))
)
g2_plot <- ggplot() +
# Bars (objectives )
geom_col_interactive(
data = objectifs,
aes(x = ANNEE, y = GWH, fill = VARIABLES,
tooltip = paste0("Production ", VARIABLES," ", ANNEE, " : ", round(GWH, 0), " GWh"),
data_id = as.character(ANNEE)),
width = 0.7,
color = NA
) +
geom_col_interactive(
data = ressources,
aes(
x = ANNEE,
y = GWH,
fill = VARIABLES,
tooltip =paste0("Production ", as.character(VARIABLES), " à partir de biomasse agricole en ", ANNEE, " : ", round(GWH, 1), " GWh"),
data_id = paste0(as.character(ANNEE), as.character(VARIABLES))),
width = 0.7,
position = "stack",
color = NA
) +
scale_fill_manual(
values = c(
"Thermique" ="orange2",
"Objectifs CoCEn 2019" = "grey80"
),
breaks = tous_les_types,
labels = c(
"Thermique" ="Vente de chaleur",
"Objectifs CoCEn 2019" = "Objectifs CoCEn"
),
name = NULL
) +
scale_x_discrete(
drop = FALSE,
labels = function(x) {
num_x <- as.numeric(as.character(x))
ifelse(
num_x %in% c(gap1, gap2),
"", # cacher les gaps
ifelse(num_x %% 5 == 0, num_x, "") # afficher seulement tous les 5 ans
)
}
)+
scale_y_continuous(
name = "Production thermique [GWh]",
labels = scales::label_number(big.mark = "'", decimal.mark = "."),
expand = expansion(mult = c(0, 0.1))
) +
# Titles and caption
labs(
title = str_wrap("**Vente de chaleur à partir de biomasse agricole, Vaud**", width = 73) |>
stringr::str_replace_all("\n", "<br>") ,
x = NULL,
caption = "Source: DGE-DIREN / DGE-GEODES<br>Etat au 14.08.2025"
) +
theme_minimal(base_size = 13) +
theme(
plot.title = element_markdown(face = "bold", size = 12),
plot.subtitle = element_markdown(size = 10),
plot.caption = element_markdown(hjust = 0, size = 9, margin = margin(t = 5), face = "italic"), # !! MWR: rajout italic
plot.caption.position = "plot",
plot.margin = margin(10, 10, 30, 10),
legend.position = "bottom",
legend.box = "vertical",
legend.text = element_text(size = 10),
legend.title = element_text(size = 12),
axis.text = element_text(size = 8),
axis.title = element_text(size = 10)
)
obsindVD::girafe_light(g2_plot,
# !!MWR : modification du comportement de surlignage : on ajoute de la transparence aux éléments non-survolés !
options = list(
opts_hover_inv(css = "opacity:0.5;"),
opts_hover(css = "opacity:1;"),
# Ajout du nom du PNG téléchargé + remplacement de 'download' par 'télécharger' (survol icône)
opts_toolbar(
position = "topright",
hidden = c("zoom", "selection"),
pngname = paste0(selected_metadata[['Identifiant thématique']], "_G2"),
tooltips = list(
saveaspng = "Télécharger"
)
)
)
)
ggsave(glue("./images/g2_Production_thermique_biomasse_agricole_2015-{an_max}.png"), width = 8, height = 6, dpi = 300)
```
# Analyse {#sec-analyse}
<!-- Aide au remplissage : consulter la section correspondante avec `obsindVD::open_aide_remplissage_help()` -->
## Description statistique {#sec-analyse-description}
La production d’électricité sur le territoire vaudois à partir de biomasse agricole a été en constante hausse entre 2019 et 2024 (respectivement 14 et 31 GWh<sub>él</sub>). Une légère baisse est observée en 2025 (28 GWh<sub>él</sub>; voir @fig-G1), mais cela reste toujours bien supérieur aux objectifs de 22 GWh<sub>él</sub> à long terme (2050).
La chaleur produite sur le territoire vaudois et vendue à partir de biomasse agricole a suivi la même tendance à la hausse jusqu'en 2023 (21 GWh<sub>th</sub>) que celle observée pour la production électrique. Une lègère baisse a été entamée depuis pour atteindre 17 GWh<sub>th</sub> en 2025 (voir @fig-G2).
2025 est la première année où du biométhane à partir de biomasse agricole (10 GWh<sub>th</sub>) a pu être injecté dans le réseau de gaz (voir @tbl-T1).
## Interprétation {#sec-analyse-interpretation}
L'évolution de la production électrique à partir de biomasse agricole est considérée comme bonne: la production actuelle est déjà supérieure aux objectifs qui avaient été fixés pour 2030 et 2050.
Pour ce qui est de l'évolution des ventes de chaleur à partir de biomasse agricole, elle est considérée comme insuffisante: si le rythme moyen observé entre 2019 et 2025 était maintenu, cela ne permettrait pas d'atteindre les objectifs fixés. La baisse de production électrique et thermique résulte de la transformation de valorisation du biogaz de deux installations. Celles-ci ont cessé la production d’électricité et de vente de chaleur au profit d’une valorisation de leur biogaz en biométhane injecté dans le réseau depuis 2025.
## Périmètre et limites {#sec-analyse-perimetre}
Pour la production thermique, seule la chaleur vendue à des tiers a été retenue.
Pour le biogaz, uniquement le biométhane vendu a été retenu. Le biométhane autoconsommé, sous forme de carburant ou de combustible, n'est pas inclus.
# Tableaux {#sec-tableaux}
<!-- Aide au remplissage : consulter la section correspondante avec `obsindVD::open_aide_remplissage_help()` -->
```{r}
#| label: tbl-T1
##| tbl-cap: "Production énergétique à partir de biomasse agricole, Vaud"
# préparer les données par ressources (pivot_wider)
# AJOUTER les objectifs
obj_elec_long <- obj_electrique |>
rename(VALEUR = GWH) |>
mutate(VARIABLES = "Electrique",
ANNEE= as.character(ANNEE))
obj_therm_long <- obj_thermique |>
rename(VALEUR = GWH) |>
mutate(VARIABLES = "Thermique",
ANNEE= as.character(ANNEE))
data_avec_objectifs <- data_long |>
bind_rows(obj_elec_long, obj_therm_long)
# Créer le total et enlever les non renouvelables
df <- data_avec_objectifs |>
pivot_wider(names_from = VARIABLES, values_from = VALEUR) |>
rename(
"Vente de chaleur" = "Thermique",
"Production électrique" = "Electrique" ,
"Injection de biométhane" = "Biogaz"
) |>
select(ANNEE, `Production électrique`, `Vente de chaleur`, `Injection de biométhane`)
# select(ANNEE, `Electrique`, `Thermique`, `Biogaz`)
t1 <- df |>
mutate(across(-ANNEE, \(col) na_if(col, y = 0))) |> # !! MWR: on change les 0 en NA comme ça sub_missing() ci-après transforme les 0 et les NA en "-" (par exemple)
gt() |>
tab_header(title = md("**Production énergétique à partir de biomasse agricole**"),
subtitle = "Production électrique, vente de chaleur et injection de biométhane dans le réseau, Vaud") |>
# Gestion des NA : remplace les cases vides par un tiret
sub_missing(columns = -ANNEE, missing_text = "—" ) |>
fmt_number(columns = -ANNEE, sep_mark = "'", decimals = 1) |>
cols_label(
ANNEE = "Année"
) |>
cols_width(everything() ~ pct(100 / ncol(df))) |>
tab_style(style = cell_text(weight = "bold"),
locations = list(cells_column_labels(),
cells_body())) |>
tab_style(
style = cell_text(align = "center"),
locations = cells_column_labels()
) |>
tab_style(
style = cell_text(align = "left"),
locations = cells_column_labels(columns = ANNEE)
) |>
tab_style(
style = cell_text(align = "left"),
locations = list(cells_footnotes(), cells_source_notes())
) |>
cols_align(align = "center", columns = -ANNEE) |>
cols_align(align = "left", columns = ANNEE) |>
cols_label_with(
columns = -c(ANNEE),
fn = \(col) md(paste0(col, "\n\n[GWh]"))
) |>
tab_style(style = cell_borders(sides = "all"),
locations = list(cells_column_labels(), cells_column_spanners())) |>
tab_style(style = cell_borders(sides = c("left", "right")),
locations = list(cells_body())) |>
tab_options(column_labels.border.bottom.color = "black") |>
tab_footnote(footnote = "La biomasse agricole provient principalement des engrais de ferme et résidus agricoles (résidus de récoltes, produits agricoles déclassés). Elle peut être complétée de cosubstrats non agricoles. La biomasse ligneuse (bois) n’est pas incluse et est traitée séparément dans la fiche de production énergétique à partir du bois-énergie.",
locations = cells_title(groups = "title"),
placement = "right") |>
tab_footnote(footnote = "Objectifs définis dans la conception cantonale de l'énergie (CoCEn 2019).",
locations = cells_body(columns = ANNEE, rows = as.numeric(as.character(ANNEE)) > year(Sys.Date())),
placement = "right") |>
tab_style(
style = cell_borders(sides = "top", style = "dashed", color = "lightgrey", weight = px(1)),
locations = cells_body(rows = as.numeric(as.character(ANNEE)) == min(as.numeric(as.character(objectifs$ANNEE)))) # applies to first row
) |>
opt_table_outline(style = "solid", width = px(2), color = "lightgrey") |>
tab_source_note(
source_note = md("*Sources : DGE-DIREN / Pronovo / DGE-GEODES<br>Etat au 14.08.2026*")
)
t1
gtsave(t1, glue("./images/t1_Production_energetique_biomasse_agricole_2015-{an_max}.html"))
```
# Méthode {#sec-methode}
La **production électrique** à partir de biomasse agricole est obtenue par les données de Pronovo (organe d’exécution pour les programmes d’encouragement des énergies renouvelables) concernant l'électricité produite (injectée dans le réseau ou autoconsommée). Des informations plus détaillées se trouvent dans la fiche méthode pour le calcul de la production d'électricité (fiche MET_08.02.02.02, voir sous @sec-ref-fiches).
La **vente de chaleur** à partir de biomasse agricole est obtenue par les données transmises par les installations de méthanisation agricole dans le cadre de l’inspectorat suisse des installations de compostage et méthanisation (DGE-GEODES).
La **production de biométhane** injecté dans le réseau de gaz à partir de biomasse agricole est obtenue depuis 2025 par Pronovo dans le cadre du nouveau registre sur la production de carburants et combustibles renouvelables. Il n'y a pas eu de biométhane injecté dansle réseu de gaz vaudois avant 2025.
# Comparaison {#sec-comparaison}
Aucune comparaison n'a été effectuée avec la situation dans d'autres cantons ou au niveau fédéral.
# Références {#sec-ref}
<!-- Aide au remplissage : consulter la section correspondante avec `obsindVD::open_aide_remplissage_help()` -->
## Fiches associées {#sec-ref-fiches}
**Fiches Méthode** :
* MET_08.02.02.02 : Méthode pour le calcul de la production d'électricité. Electricité injectée dans le réseau et autoconsommée (*disponible sur demande*)
* MET_08.02.05.71 : Méthode pour le calcul de la production énergétique à partir de biomasse agricole (*disponible sur demande*)
**Fiches Indicateur** :
* [IND_08.02.02.01 : Production électrique de sources renouvelables et non renouvelables, Vaud](https://stat-climat-vd.ch/fiches-indicateurs/themes/energie/IND_08.02.02.01_Production_Electrique_Total.html)
* [IND_08.02.03.02 : Production thermique de sources renouvelables, Vaud](https://stat-climat-vd.ch/fiches-indicateurs/themes/energie/IND_08.02.03.02_Production_Thermique_Renouvelable.html)
* [IND_08.02.05.40 : Production énergétique de source bois-énergie, Vaud](https://stat-climat-vd.ch/fiches-indicateurs/themes/energie/IND_08.02.05.40_Production_Bois_Energie.html)
## Autres références {#sec-ref-autres}
- [DGE-DIREN - Conception cantonale de l’énergie (CoCEn 2019)](https://www.vd.ch/fileadmin/user_upload/themes/environnement/energie/fichiers_pdf/CoCEn_Pub_complete_20190816.pdf)
# Glossaire {#sec-glossaire}
```{r}
# ---------------------------------------------------------
# Bloc pour lecture du file BRUT où se trouvent toutes les définition pour le glossaire et création du data.frame "definition" ----
# ---------------------------------------------------------
tryCatch(
expr = {readxl::read_excel("P:/DIREN/11 POLITIQUE ENERG/11.08 Indicateurs et stat/1 Indicateurs DIREN/3-Fiches IND MET OBJ/Liste Definitions.xlsx",
skip = 2) |>
janitor::clean_names(case="screaming_snake") |>
select(TERME, DEFINITION) |>
readr::write_csv2("./data/definitions.csv")
},
error = function(e) message("Attention: la table définition n'a pas pu être réactualisée avec les données brutes du P:/ ", e$message),
warning = function(w) message("Attention: la table définition n'a pas pu être réactualisée avec les données brutes du P:/ ", w$message)
)
```
```{r}
# ---------------------------------------------------------
# Bloc pour sélectionner les définitions à apparaître dans le glossaire ----
# ---------------------------------------------------------
# Lecture du file
def_tot <- readr::read_delim(file = "./data/definitions.csv",
delim = ";",
show_col_types = FALSE) |>
# Mettre les premières lettres de chaque définition en majuscule
dplyr::mutate(DEFINITION = stringr::str_replace(DEFINITION,"^\\p{L}",stringr::str_to_upper))
# Sélection des définitions
definitions <- def_tot |>
filter(TERME %in% c(
"Gigawattheure (GWh)"
))
# Print de la table avec modification des columns
definitions |>
gt_table_ind() |>
gt::cols_label(TERME = "", DEFINITION ="Définition") |>
gt::tab_options(table.align = "left")
```
# Annexes {#sec-annexes .unnumbered}
<!-- Aide au remplissage : consulter la section correspondante avec `obsindVD::open_aide_remplissage_help()` -->