---
title: "Taux de couverture électrique"
subtitle: "Consommation annuelle d’électricité couverte par la production cantonale, 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: 08.04.02.01 # 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: Commune # 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: 11 # 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: 5ac26ed5-2970-4ccd-b038-8f0b180a6926 # !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 <- 2024
```
```{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 = "Consommation annuelle d’électricité couverte par la production cantonale, Vaud <b>[%]</b>", # Par défaut = titre issu de la métadonnée (en-tête du document)
valeur_2024 = "42.0",
obj_2030 = 64.7, # valeur numérique OU icônes de flèches
obj_2040 = NA,
obj_2050 = 83.9,
tendance_observée = icon_up(type = "trend", text = paste0("2019-", an_max)), # icon_up(), icon_flat(), icon_down()
tendance_évaluée = icon_meh() # 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 = "Autre titre d'indicateur [kWh/hab]",
# valeur_2024 = NA,
# obj_2030 = NA, # valeur numérique OU icônes de flèches
# obj_2040 = icon_up(type = "obj"), # On peut modifier 'Cible non chiffrée' en modifiant l'argument text = "" par exemple pour ne rien afficher
# obj_2050 = 500,
# tendance_observée = icon_up(type = "trend", text = "2020-2024"), # text obligatoire pour type = 'trend'
# tendance_évaluée = 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 le rapport entre la quantité d'électricité produite dans le canton de Vaud et celle consommée. Il traduit l’évolution de la situation du canton de Vaud en matière d’autonomie électrique.
# Cadre de référence {#sec-cadre-reference}
Les objectifs de production et de consommation d'électricité 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 de produire sur territoire vaudois l’équivalent de 65% de la consommation électrique en 2030 et de 84% en 2050.
# 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_ratio : objectifs de taux de couverture électrique
# obj_ratio <- tibble(
# ANNEE = c(2030, 2050),
# GWH = c(60.7, 76.7)
# )
# write_delim(obj_ratio,"./data/obj_ratio.csv", delim = ";")
#
# # obj_production : objectifs de production électrique
# obj_production <- tibble(
# ANNEE = c(2030, 2050),
# GWH = c(2834, 3804)
# )
# write_delim(obj_production,"./data/obj_production.csv", delim = ";")
#
# # obj_consommation : objectifs de consommation électrique
# obj_consommation <- tibble(
# ANNEE = c(2030, 2050),
# GWH = c(4669, 4962)
# )
# write_delim(obj_consommation,"./data/obj_consommation.csv", delim = ";")
obj_ratio <- read_delim("./data/obj_ratio.csv", delim = ";")
obj_production <- read_delim("./data/obj_production.csv", delim = ";")
obj_consommation <- read_delim("./data/obj_consommation.csv", delim = ";")
```
```{r }
#| label: fig-G1
##| fig-cap: "Taux de couverture électrique, Vaud"
#| fig.width: 8
#| fig.asp: 0.6
# Graphique Taux de couverture électrique
# créer data ressources
ressources <- data_long |>
# ne garder que Ratio
filter(VARIABLES == "Ratio") |>
rename(GWH = VALEUR) |>
mutate(ANNEE = as.numeric(ANNEE))
# créer data objectifs
objectifs <- obj_ratio |>
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", 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", 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("Objectifs CoCEn ", ANNEE, " : ", round(GWH, 0), " %"),
data_id = as.character(ANNEE)),
width = 0.7,
color = NA
) +
geom_col_interactive(
data = ressources,
aes(
x = ANNEE,
y = GWH,
fill = VARIABLES,
tooltip =paste("Taux de couverture électrique en ", ANNEE, " : ", round(GWH, 1), " %"),
data_id = paste0(as.character(ANNEE), as.character(VARIABLES))),
width = 0.7,
position = "stack",
color = NA
) +
scale_fill_manual(
values = c(
"Ratio" ="yellow2",
"Objectifs CoCEn" = "grey80"
),
breaks = tous_les_types,
labels = c(
"Ratio" ="Ratio production / consommation",
"Objectifs CoCEn" = "Objectifs CoCEn"
),
name = NULL
) +
scale_y_continuous(
name = "Taux de couverture électrique [%]"
)+
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("**Taux de couverture électrique**", width = 73) |>
stringr::str_replace_all("\n", "<br>") ,
subtitle = str_wrap("Consommation annuelle d'électricité couverte par la production cantonale, Vaud", width = 80) |>
stringr::str_replace_all("\n", "<br>") ,
x = NULL,
caption = "Source: Pronovo / StatVD / DGE-DIREN<br>Etat au 25.11.2025"
) +
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 = "horizontal",
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,
# Ajout 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_Taux_couverture_electrique_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}
En bilan annuel, la quantité d’électricité produite sur territoire vaudois couvre 42% de l’ensemble de l’électricité consommée par le canton de Vaud en 2024 (voir @fig-G1). Ce ratio a augmenté de 1,8 points (5.1 %) par an en moyenne depuis 2019, année de l’adoption de 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 fixé par la CoCEn est d’atteindre 65% en 2030 et 84% en 2050. Notons toutefois que ce taux a fortement baissé entre 2021 et 2022, principalement dû à la forte baisse de la production hydroélectrique observée en 2022 (voir @tbl-T1).
## Interprétation {#sec-analyse-interpretation}
Il convient de relever que la disponibilité de la production est variable au fil de l’année. C’est durant la période hivernale avec les besoins les plus importants que la production locale est la plus faible et les besoins d’importation élevés. Cette situation se retrouve de manière globale en Suisse.
L’évolution est considérée comme insatisfaisante : bien qu'une hausse soit observée entre 2019 et 2024, elle est toutefois insuffisante pour atteindre les objectifs à moyen terme (2030).
## Périmètre et limites {#sec-analyse-perimetre}
La production d’électricité d’origine solaire photovoltaïque est sous-évaluée du fait que les données ne recensent que les installations annoncées à Pronovo (organe d’exécution pour les programmes d’encouragement des énergies renouvelables) qui injectent de l’électricité dans le réseau.
La production autoconsommée par les exploitants d’installations photovoltaïques a été estimée pour l’essentiel (voir fiche méthode). La production électrique issue de l’énergie solaire est variable aussi bien au fil des jours que des saisons et peut varier d’une année sur l’autre même sans changement du parc d’installations photovoltaïques.
# Tableaux {#sec-tableaux}
```{r}
#| label: tbl-T1
##| tbl-cap: "Taux de couverture électrique, Vaud"
# préparer les données par ressources (pivot_wider)
# AJOUTER les objectifs
obj_ratio_long <- obj_ratio |>
rename(VALEUR = GWH) |>
mutate(VARIABLES = "Ratio",
ANNEE= as.character(ANNEE))
obj_prod_long <- obj_production |>
rename(VALEUR = GWH) |>
mutate(VARIABLES = "Production",
ANNEE= as.character(ANNEE))
obj_conso_long <- obj_consommation |>
rename(VALEUR = GWH) |>
mutate(VARIABLES = "Consommation",
ANNEE= as.character(ANNEE))
data_avec_objectifs <- data_long |>
bind_rows(obj_ratio_long, obj_prod_long, obj_conso_long)
# Créer le total et enlever les non renouvelables
df <- data_avec_objectifs |>
pivot_wider(names_from = VARIABLES, values_from = VALEUR) |>
select(ANNEE, `Ratio`, `Production`, `Consommation`)
t1 <- df |>
# mutate(across(everything(), \(col) na_if(col, y = 0))) |> # 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("**Taux de couverture électrique**"),
subtitle = "Consommation annuelle d'électricité couverte par la production cantonale, Vaud") |>
# Gestion des NA : remplace les cases vides par un tiret
sub_missing(columns = -ANNEE, missing_text = "—" ) |>
fmt_number(columns = c(Production, Consommation), sep_mark = "'", decimals = 0) |>
fmt_number(columns = Ratio, 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(columns = c(ANNEE, Ratio)))) |>
# tab_style(
# style = cell_text(align = "center"),
# locations = cells_column_labels()
# ) |>
tab_style(
style = cell_text(align = "left"),
locations = cells_footnotes()
) |>
tab_style(
style = cell_text(align = "left"),
locations = cells_source_notes()
) |>
cols_align(align = "center", columns = ANNEE) |>
cols_label_with(
columns = c(Production, Consommation),
fn = \(col) md(paste0(col, "\n\n[GWh]"))
) |>
cols_label_with(
columns = Ratio,
fn = \(col) md(paste0(col, "\n\n[%]"))
) |>
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 = "Objectifs définis dans la conception cantonale de l'énergie (CoCEn 2019) auxquels ont été ajoutés la hausse attendue de la consommation électrique due aux remplacements de chauffages fossiles par des pompes à chaleur.",
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 : Pronovo / StatVD / DGE-DIREN <br>Etat au 25.11.2025*")
)
t1
gtsave(t1, glue("./images/t1_Taux_couverture_electrique_2015-{an_max}.html"))
```
# Méthode {#sec-methode}
La consommation finale d’électricité comprend la quantité distribuée sur le territoire vaudois (données relevées par la Direction de l’énergie, DGE-DIREN). A cette quantité s’ajoute l’autoconsommation du secteur de production d’électricité (estimée par la DGE-DIREN) ainsi que la consommation du réseau ferroviaire vaudois des CFF. La consommation des CFF est évaluée à partir de données suisses pondérées par la longueur du réseau vaudois.
La production électrique correspond aux volumes d’électricité injectés dans le réseau, tels que relevés et transmis par Pronovo, auxquels s’ajoutent les estimations de l’électricité autoconsommée.
Les méthodes de calcul pour estimer la consommation finale d’énergie et la production d’électricité se trouvent dans des fiches méthode spécifiques (voir @sec-ref-fiches)..
# Comparaison {#sec-comparaison}
Pour l’ensemble de la Suisse, la production nette d’électricité était de 76,2 TWh en 2024 et la consommation finale d’électricité de 57,5 TWh ([OFEN](https://www.bfe.admin.ch/bfe/fr/home/approvisionnement/statistiques-et-geodonnees/statistiques-de-lenergie/statistique-de-l-electricite.html/)). Durant cette même année, un total de 25,3 TWh ont été importés, 39,2 TWh ont été exportés et 22,2 TWh ont transité ([Swissgrid](https://www.swissgrid.ch/de/home/customers/topics/energy-data-ch.html))
# Références {#sec-ref}
<!-- Aide au remplissage : consulter la section correspondante avec `obsindVD::open_aide_remplissage_help()` -->
## Fiches associées {#sec-ref-fiches}
**Fiches Méthode** :
* MET_08.01.01.01 : Méthode pour le calcul de la consommation finale d'énergie (*disponible sur demande*)
* MET_08.02.02.02 : Méthode pour le calcul de la production d'électricité (*disponible sur demande*)
**Fiches Indicateur** :
* [IND_08.01.02.01 : Consommation finale d'électricité, Vaud](https://stat-climat-vd.ch/fiches-indicateurs/themes/energie/IND_08.01.02.01_Consommation_Elec.html)
* [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)
## 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)
* [Reporter Energie - Chiffres-clés par commune/canton](https://www.suisseenergie.ch/tools/reporterenergie/)
* [OFEN – Statistique suisse de l’électricité](https://www.bfe.admin.ch/bfe/fr/home/approvisionnement/statistiques-et-geodonnees/statistiques-de-lenergie/statistique-de-l-electricite.html/)
* [Swissgrid – Aggregierte Energiedaten aus dem Regelblock Schweiz](https://www.swissgrid.ch/de/home/customers/topics/energy-data-ch.html)
# 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)",
"Autoconsommation"
))
# Ajouter Agents énergétiques
# 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()` -->