Le chauffage et les transports électriques demandent plus d’électricité, mais moins de combustibles. Notre scénario sectoriel central atteint environ 93,4 TWh par an en 2050. Nous le retenons pour la planification, car le cas bas suppose à la fois de fortes économies et une croissance plus faible.
Il s’agit de l’électricité consommée par les clients, avant les pertes de réseau. Le programme d’approvisionnement y ajoute une marge distincte pour les centres de données. Les cas bas et haut testent d’autres hypothèses de croissance et d’efficacité ; aucune probabilité ne leur est attribuée.
Choix de planification et périmètre de la demandePlus d’électricité peut signifier moins de combustibles
L’électricité est une forme d’énergie. Remplacer une chaudière à mazout ou une voiture à essence change la source d’énergie utilisée. Cela change aussi l’efficacité avec laquelle nous l’utilisons. Le guide d’introduction l’explique avec une pompe à chaleur.
Modèle de la demande : substitution des combustibles et efficacitéNotre modèle calcule la quantité d’électricité qui parvient aux ménages, aux entreprises et aux autres utilisateurs. On parle de consommation finale. Le calcul de l’approvisionnement doit aussi couvrir l’électricité perdue dans le réseau et celle utilisée pour pomper l’eau dans les lacs d’accumulation.
OFEN : bilan de l’électricité, tableau 6En 2024, les clients ont consommé 57,5 TWh d’électricité. Notre proposition ajoute l’approvisionnement nécessaire à la transition, tout en réduisant les combustibles utilisés pour le chauffage et le transport routier.
Consommation finale observéeUn logement et une voiture
Énergie achetée sous forme de combustible
Chaleur : 14,1 · Déplacements : 7,2
Électricité achetée
Chaleur : 4,0 · Déplacements : 2,4
La consommation électrique augmente pour ces services, tandis que l’énergie achetée diminue. La pompe à chaleur puise aussi de la chaleur dans l’environnement.
Données, calcul et limites
Chaque donnée est une hypothèse illustrative : rendement de chaudière 85% ; performance saisonnière des pompes à chaleur 3 ; énergie consommée par la voiture à carburant 0.6 kWh/km ; consommation de la batterie de la voiture électrique 0.18 kWh/km ; rendement de recharge 90%.
Avant : chaleur ÷ rendement de chaudière, plus distance × énergie du carburant par km. Après : chaleur ÷ performance saisonnière, plus distance × énergie de batterie par km ÷ rendement de recharge.
Logement et voiture supposés avec même chaleur utile et mêmes déplacements. Compare combustibles achetés et électricité achetée. Représentativité et performances restent non mesurées. Les autres usages, énergie amont et incorporée, coûts et pointes horaires hivernales sont hors exemple. La performance aux heures froides exige un calcul distinct.
Hypothèses et résultats exacts · Fonctionnement des pompes à chaleur
L’électrification modifie la demande
Le cas central modélise davantage de transports et de chauffage électriques. Il fait aussi évoluer la population, l’activité et l’efficacité. Le résultat montre la consommation annuelle d’électricité selon ces hypothèses.
Independent demand model v1Électricité annuelle, TWh · même échelle pour chaque barre : 0–30
La base est réconciliée avec le total national mesuré. Sa répartition par secteur relève de la comptabilité du modèle. « Non attribué » conserve l’écart comptable restant.
Modèle de demande et hypothèses · Données sectorielles et calcul
Les transports et le chauffage consomment davantage d’électricité à mesure que les moteurs et les chaudières sont remplacés. Le modèle inclut déjà les gains d’efficacité et les pertes de recharge. Pour les pompes à chaleur, il utilise la performance sur une saison de chauffage complète.
Code du modèle, hypothèses et provenance des donnéesCombustibles de l’industrie et hypothèse de conversion
16,5 TWh de gaz et de mazout léger
- Gaz naturel
- 11,7 TWh
- Mazout léger
- 4,8 TWh
Il s’agit d’énergie de combustible, avant conversion en chaleur utile ou en autres services. La remplacer exige des quantités différentes d’électricité pour le chauffage des bâtiments et les procédés industriels.
Privilégier le chauffage efficace des bâtiments ; évaluer les procédés industriels selon température et équipements.
Couverture, incertitude et calcul
La somme utilise une seule fois les 41 estimations sectorielles regroupées de l’OFEN : 42 110 TJ de gaz plus 17 380 TJ de mazout léger, divisés par 3 600 TJ par TWh. Elle inclut les usages des bâtiments et des procédés dans les établissements industriels et de services couverts. Les autres combustibles et les secteurs exclus exigent une comptabilité distincte.
L’OFEN qualifie la ventilation détaillée de statistique expérimentale. Les estimations des petits secteurs peuvent être imprécises ; les coefficients de variation publiés sont conservés. Aucun intervalle d’incertitude commun ni partage entre chaleur des bâtiments et des procédés n’a été établi. Ce total ne s’ajoute pas à la demande d’électricité du modèle et ne représente pas toute l’électrification industrielle.
OFEN : estimations groupées et méthodes · Totaux de combustible et conversion
Hypothèses différentes, demande différente
Les trois cas prévoient le même passage général aux transports et au chauffage électriques. Ils se distinguent par la croissance de l’activité et par l’efficacité avec laquelle elle utilise l’électricité. Le cas bas combine une croissance plus faible et des gains d’efficacité plus forts. Le cas haut combine une croissance plus forte et des gains plus faibles.
Données des scénarios vérifiées par rapport au modèle originalMoins de croissance, plus d’efficacité
Scénario sectoriel central. Le programme d’approvisionnement ajoute une allocation pour les centres de données.
Plus de croissance, moins de gains d’efficacité
Toutes les barres utilisent la même échelle, de 0 à 160 TWh. Les cas combinent des données différentes ; aucune probabilité ne leur a été attribuée.
Modèle original et résultats · Toutes les données des scénarios et leur rapprochement
Population, activité et efficacité : comparer les hypothèses
Les principales hypothèses, côte à côte
Chaque valeur ci-dessous est une hypothèse 2050. Variations en pourcentage par rapport à 2024. « Par unité » sépare efficacité et croissance.
- HabitantsPersonnes résidant en Suisse.millions d’habitants
- Inférieur9,5
- Central10,5
- Supérieur11,5
- Activité du secteur des servicesVariation supposée des surfaces et de l’activité des services, agriculture comprise. Exprimée par un indice d’activité plutôt que par le PIB.% par rapport à 2024
- Inférieur5% de plus
- Central25% de plus
- Supérieur50% de plus
- Activité industrielleVariation supposée de l’activité industrielle, exprimée par un indice d’activité plutôt que par le PIB.% par rapport à 2024
- Inférieur5% de moins
- Central15% de plus
- Supérieur40% de plus
- Déplacements routiersDistance totale parcourue par les véhicules routiers couverts.% par rapport à 2024
- InférieurAucun changement
- Central15% de plus
- Supérieur35% de plus
- Électricité par unité d’activité économiqueUsages existants des services et de l’industrie, hors chauffage et refroidissement des bâtiments modélisés séparément. Nouveaux usages électriques ajoutés séparément.% par rapport à 2024
- Inférieur25% de moins
- Central10% de moins
- Supérieur5% de plus
- Chauffage des locaux nécessaire par unité d’activitéChaleur par habitant dans les logements ou par unité d’activité économique. Isolation et régulation peuvent la réduire. Météo inchangée.% par rapport à 2024
- Inférieur40% de moins
- Central25% de moins
- Supérieur10% de moins
- Nouvelles pompes à chaleur pour les locauxChaleur livrée par unité d’électricité sur une saison. Plus le nombre est grand, moins il faut d’électricité pour la même chaleur.kWh de chaleur / kWh d’électricité
- Inférieur4,0
- Central3,3
- Supérieur2,5
- Consommation des voitures électriquesÉnergie à la batterie par 100 km. Pertes de recharge ajoutées séparément.kWh / 100 km
- Inférieur15,0
- Central18,0
- Supérieur23,0
Les chiffres des pompes à chaleur décrivent une saison. Performance par grand froid à analyser séparément. Les chiffres des voitures sont ceux des batteries ; chaque cas a sa propre hypothèse de pertes de recharge.
Autres différences et données complètes
Les cas modifient aussi la consommation d’électricité domestique par personne, la demande d’eau chaude, le refroidissement, les camionnettes et les poids lourds, les pertes de recharge et le lieu de recharge des véhicules.
L’industrie utilise des quantités différentes de chaleur de procédé et un mix différent de pompes à chaleur et de chauffage électrique direct. Traitement des anciens équipements et solde comptable non attribué différents aussi.
Ces changements interagissent. Par exemple, rouler davantage multiplie l’effet d’une voiture moins efficace. Le modèle calcule leur effet combiné.
L’hypothèse de pertes de réseau change aussi, mais elle affecte le résultat distinct de la comptabilité de production. Les totaux de demande finale présentés ici sont calculés avant ces pertes.
Les données futures sont des choix d’analyse ; la base utilise les sources officielles indexées avec le modèle d’origine.
Télécharger toutes les données des trois cas (CSV) · Télécharger définitions et détails de reproduction (JSON)
Hypothèse démographique comparée à la donnée de l’OFEN
Les données des Perspectives énergétiques 2060 de l’OFEN retiennent une population moyenne annuelle de 10,31 millions en 2050. Notre cas central suppose 10,5 millions. La donnée officielle offre une comparaison utile pour ce choix. Modifier uniquement cette donnée démographique change notre résultat de -0,4 TWh, pour atteindre 93 TWh. Le besoin global d’approvisionnement reste donc proche de notre référence. L’activité, les équipements et l’efficacité restent les questions plus importantes.
Nouveau calcul avec la seule population modifiéeOFEN : scénario démographique et définition, page 7 · Classeur original : les deux feuilles de scénario, cellule BC13
Nous retenons le cas central, car le cas de demande basse exige que plusieurs conditions favorables se réalisent en même temps. Il combine de forts gains d’efficacité avec une activité industrielle inférieure à celle de 2024. Engager l’approvisionnement sur cette base laisserait moins de marge pour la croissance économique ou pour des économies plus faibles. Le cas haut montre le besoin d’électricité supplémentaire si ces économies ne se réalisent pas et que l’activité augmente. Il sert de test de résistance pour l’approvisionnement, et non de résultat attendu.
Raison du choix de planificationCe que les trois scénarios électrifient
Qu’est-ce qui reste identique ?
Les trois cas électrifient entièrement les modes de transport routier couverts par le modèle. Ils remplacent tout le chauffage des bâtiments au mazout, au gaz et au charbon modélisé, ainsi que le chauffage électrique à résistance des ménages identifié. Ils convertissent aussi à l’électricité 90 % de la chaleur industrielle de procédé au mazout, au gaz et au charbon modélisée. Atteindre ces objectifs supposés exige de remplacer des équipements et de disposer d’installations adaptées.
Objectifs communs de remplacement et secteurs couvertsLes trois cas utilisent la même base météorologique annuelle pour le chauffage ; les différences proviennent de la croissance, de l’efficacité et des autres données énumérées. Aucun n’ajoute de croissance distincte pour les centres de données, l’hydrogène, les carburants synthétiques ou la production électrique de chaleur à distance au-delà de la base sectorielle et de ses variations d’activité.
Données communes et ajouts exclusVérifier la performance du chauffage par des mesures
Utiliser des pompes à chaleur, améliorer les bâtiments et rémunérer un pilotage utile. L’approvisionnement doit couvrir leur demande d’électricité pendant les heures froides, en plus de leur consommation annuelle. Il faut mesurer l’ensemble de l’installation avant de compter ses économies.
Recommandation pour une électrification efficace- Moyenne hivernale
- 140 kW
- Heure maximale enregistrée
- 308 kW
Cet échantillon mélange immeubles d’habitation, maisons et installations partagées. Les commandes habituelles du gestionnaire restent actives. Il montre pourquoi la consommation moyenne et la pointe de demande exigent des vérifications distinctes ; un dimensionnement national exige un parc de bâtiments représentatif et davantage de mesures par grand froid.
Sélection de l’échantillon, relevés et calcul · Kaiser et al. : compteurs et conditions de commande
Des mesures à une estimation nationale du chauffage
L’échantillon a des relevés complets pour octobre–mars. Il mesure l’électricité soutirée du réseau, sans mesurer séparément la chaleur utile ni tout l’usage du chauffage d’appoint. La série météo régionale associée ne contient que six heures en dessous de −10°C. Elle fournit donc peu d’éléments sur une vague de grand froid prolongée.
Le nombre de bâtiments seul laisse aussi une lacune. Dans le registre fédéral d’octobre 2026, seuls 13,5% des bâtiments existants à usage résidentiel ont une surface de référence énergétique renseignée. C’est la surface utilisée pour les calculs énergétiques. Une estimation nationale nécessite aussi les pertes thermiques, les équipements de chauffage et leur commande. Les surfaces manquantes exigent des hypothèses explicites.
Registre fédéral des bâtiments : couverture et définitions · Valeurs et périmètres de calcul (JSON)
Écarts mesurés et leur signification
Une étude suisse a comparé les relevés internes de 4 systèmes de pompes à chaleur avec des compteurs de terrain étalonnés. La concordance variait selon le système et les données disponibles. La qualité des compteurs et les équipements inclus dans chaque relevé comptent donc.
De janvier à avril 2026, la principale série déclarée de chaleur produite s’écartait des totaux mesurés sur le terrain de -34,7 % à +0,1 %. Les comparaisons disponibles de l’électricité du compresseur allaient de -10,5 % à -4,6 %.
Pour l’unité F017, l’écart de chaleur était de -34,7 % avec des données à la minute, mais de -7,7 % avec des données mensuelles. Le choix des données modifie le résultat apparent.
La comparaison électrique concerne le compresseur. La performance de l’ensemble du système dépend aussi des pompes, de la régulation et des appoints électriques. L’échantillon établit des écarts de mesure ; une estimation nationale de l’efficacité saisonnière exige des installations représentatives et des périmètres de mesure cohérents.
Prévoir séparément la croissance des centres de données
Les usages existants de l’électricité restent dans la base sectorielle et évoluent avec les hypothèses d’activité. La courbe centrale originale n’ajoute aucune croissance distincte pour les centres de données, l’hydrogène, les carburants synthétiques ou la production électrique de chaleur à distance. Nous recommandons d’ajouter à cette courbe la marge pour les centres de données présentée ci-dessous ; les autres ajouts nécessitent encore des projets définis et des besoins énergétiques chiffrés. La conversion de l’aviation à l’électricité ou aux carburants synthétiques n’est pas incluse dans le modèle.
Données centrales et périmètre du modèleLe programme d’approvisionnement prévoit 94,2 TWh par an. Il n’ajoute que la croissance des centres de données qui dépasse ce que le modèle sectoriel compte déjà. La marge maintient ensuite constant un scénario publié pour 2030 ; une croissance plus rapide exige davantage d’approvisionnement.
Réconciliation de la demande du programmeFourchette de l’étude sur les centres de données et tests d’approvisionnement comparables
Usages estimés et scénarios d’études
Prévoir la croissance des centres de données
L’étude mandatée par l’OFEN prévoit une hausse de la consommation d’électricité dans son groupe défini de centres de données.
Électricité annuelle, TWh · échelle commune 0–4. La zone ombrée montre les autres résultats possibles de l’étude.
Environ 0,4–1,1 TWh de plus d’ici 2030. Le cas haut distinct ajoute environ 1,4 TWh et pourrait se concrétiser après 2030. Ces écarts reposent sur la valeur arrondie de 2,1 TWh de référence.
L’électricité actuelle des centres de données est déjà incluse dans la consommation nationale. Seul le besoin dépassant la croissance déjà comptée dans le modèle sectoriel est ajouté.
Marge au-delà du scénario de demande existant
Prévoir environ 1,1 TWh de demande annuelle supplémentaire d’ici 2030 dans le cas central de l’étude. Ceci repose sur l’hypothèse explicite que la demande existante des centres de données fait partie de l’électricité conservée du secteur des services.
Le modèle compte déjà 2,15 TWh pour cette activité d’ici 2030. En les soustrayant du total de 3,2 TWh de l’étude, on obtient le supplément. Le cas bas de l’étude ajoute 0,35 TWh avec la même correspondance.
Nous recommandons de traiter ce supplément séparément jusqu’à ce que les données réelles de raccordement et de consommation en établissent le calendrier. La sensibilité horaire pour 2035 maintient constant le total central de l’étude après 2030 ; une croissance supplémentaire exigerait davantage d’approvisionnement.
Couverture de l’étude et calcul de croissance
L’étude couvre les centres de données commerciaux, dédiés et internes. Les salles de serveurs des petites entreprises et les micro-centres de données sont hors de sa comparaison appariée. Sa consommation de 2024 est une estimation fondée sur une enquête ; le rapport donne un total plus précis dans ses résultats détaillés.
La croissance approximative du graphique soustrait le total arrondi de 2024. Le supplément du modèle utilise plutôt la base détaillée de 2,08 TWh, multipliée par l’activité des services et l’intensité électrique interpolées jusqu’en 2030. Soustraire cette demande déjà incluse avant d’ajouter le résultat de l’étude. Une correspondance attribuant tout à l’industrie est aussi disponible dans le téléchargement. Les deux sont des approximations explicites ; la répartition exacte entre secteurs et refroidissement reste non résolue. Le cas haut peut se réaliser après 2030. Un plateau ultérieur est une sensibilité supposée, pas une prévision jusqu’en 2050.
Étude des centres de données : résumé et périmètre · Rapprochement de croissance, sensibilités de rattachement et calendrier page 127
| Centres de données : TWh/an | Déficit annuel de fourniture : TWh | Déficit de pointe : GW |
|---|---|---|
| 3,2 | 4,6 | 3 |
| 5 | 5,4 | 3,2 |
| 10 | 7,7 | 3,8 |
Notre scénario sectoriel central de 93,4 TWh inclut déjà les centres de données. Appliquer le total publié de 3,2 TWh n’ajoute que la croissance pas encore comptée, ce qui donne 94,2 TWh de demande des clients en 2050. Le supplément varie d’une année à l’autre parce que le scénario sectoriel change.
Le chiffre de 3,2 TWh est un scénario publié pour 2030, maintenu constant ensuite. Les cas à 5 et 10 TWh remplacent ce total ; ils ne s’y ajoutent pas. La demande supplémentaire est répartie uniformément sur l’année, et les pertes de réseau sont ajoutées une seule fois.
Les déficits horaires sont des résultats préliminaires du modèle. Le chauffage par temps froid, l’accès aux turbines hydrauliques et les contraintes du réseau interne exigent des vérifications techniques avant de dimensionner les équipements.
Base sectorielle et supplément pour les centres de données · Tests comparables de croissance
Les nouveaux grands consommateurs d’électricité ont besoin d’un approvisionnement identifié et de raccordements au réseau. Nous recommandons de mettre à jour le programme lorsque leurs projets deviennent crédibles, en ne comptant les gains d’efficacité qu’une seule fois.
Le chapitre sur l’hiver explique quand cette électricité doit être disponible.
Le contrôle annuel 2025 et les comparaisons avec d’autres études
Comparer la trajectoire avec la demande enregistrée
Le modèle inchangé donne 58,95 TWh pour 2025. La consommation nationale enregistrée était de 57,97 TWh ; le modèle est donc supérieur de 1,7 %. Ce résultat justifie de le conserver comme trajectoire de travail, tout en vérifiant à quel rythme les équipements sont réellement remplacés.
OFEN : bilan national de la consommation finale Trajectoire inchangée comparée à 2025Le modèle conserve sa base météorologique de 2024 et la trajectoire de remplacement supposée. L’année observée a sa propre météo, sa propre activité et son propre parc d’équipements. Ces différences n’ont pas été séparées ici.
Un total annuel similaire peut masquer des erreurs qui se compensent. Il ne valide ni la performance future des pompes à chaleur, ni la conversion industrielle, ni la pointe horaire en hiver. L’enquête plus restreinte sur l’industrie et les services couvre en outre un autre périmètre que le bilan national.
Pourquoi d’autres études peuvent donner d’autres totaux d’électricité
Distinguer la chaleur dont les gens ont besoin de l’électricité utilisée pour la produire. L’étude ETH–PSI illustre cette distinction : certains modèles partent des besoins de chauffage et de transport, tandis qu’un autre part d’une demande d’électricité fixe. Le choix des équipements détermine ensuite la quantité d’électricité utilisée par chaque service.
Méthodes de la demande et définitions des données, tableaux 2–3Données de demande ETH–PSI : séparer chaleur et électricité
L’étude compare des modèles aux méthodes de demande différentes. SES, SES-ETH et STEM choisissent comment satisfaire les besoins énergétiques. Nexus-e part d’une demande d’électricité fixe en entrée.
| Donnée d’entrée | TWh/an | Signification |
|---|---|---|
| Chauffage des locaux | 52 | Chaleur nécessaire dans SES, SES-ETH et STEM ; l’électricité dépend de sa fourniture. |
| Eau chaude | 9,3 | Chaleur nécessaire dans SES, SES-ETH et STEM ; l’électricité dépend de sa fourniture. |
| Chaleur industrielle | 18,6 | Chaleur nécessaire dans SES, SES-ETH et STEM ; l’électricité dépend de sa fourniture. |
| Demande électrique de Nexus-e | 76 | Demande électrique fixe de Nexus-e, reprise de l’OFEN 2020. |
Les quantités de services thermiques décrivent la chaleur utile. Les convertir en électricité exige mix de chauffage et performances ; les ajouter directement à la consommation électrique surestimerait la demande.
Les trois autres modèles calculent la consommation d’électricité à l’intérieur du modèle. Leurs données de base de services électriques diffèrent aussi de la consommation finale. Harmoniser ces définitions avant de comparer leurs résultats avec nos cas de demande.
Tableau 3 et notes 2–3, page 5 Hypothèses de l’étude et examen (JSON)
Ces définitions différentes expliquent pourquoi les chiffres globaux de la demande peuvent diverger. Nous conservons notre référence par secteur afin que les hypothèses retenues sur le chauffage, les déplacements et l’activité restent explicites.
Références
- WattInfo archive-to-model checks: demand, thirteen weather years and heat storage
WattInfo · Examen complémentaire des données du modèle, 18 septembre 2026 - Schweizerische Gesamtenergiestatistik 2025 - Tabellen
Bundesamt für Energie / named report authors · 2026-07-10 - WattInfo proposed supply path: decisions and supporting calculations
WattInfo · Priorités proposées et analyse préliminaire de l’approvisionnement avec recharge fixe, 18 septembre 2026 - Chauffez efficacement avec une pompe à chaleur
SwissEnergy / Swiss Federal Office of Energy · Édition web consultée le 2026-09-16 - Visual explanations: seasonal stress, demand and storage
WattInfo · Données visuelles du chapitre et hypothèses pédagogiques explicites - Swiss Electricity Statistics 2024
Swiss Federal Office of Energy (BFE) · 2024 - Independent demand model v1
Swiss Energy research project · Résultats de recherche figés - What changes between the three demand cases
WattInfo · Explication des scénarios figés demand-model-v1 ; 17 septembre 2026 - Energy Perspectives 2060: demographic input workbook
BFE · Classeur référencé le 1 septembre 2026 - Energy Perspectives 2060: common assumptions
BFE · Répertorié le 1 septembre 2026 ; PDF daté du 14 septembre 2026 - Heat-pump readings compared with calibrated meters
OST / ETH Zürich for EnergieSchweiz · Rapport daté du 11 août 2026 ; référencé le 15 septembre - Swiss data-centre electricity use and efficiency potential
TEP Energy / HSLU / Willers for EnergieSchweiz · Rapport daté du 6 juillet 2026 - Demand and field-trial evidence: selected inputs and calculations
WattInfo · Intégration de preuves primaires, 17 septembre 2026 - ETH–PSI: nuclear white paper modelling documentation
ETH Zurich and PSI · 2026-06-29 - ETH–PSI study: conditions, model inputs and reading notes
WattInfo · Examen de l’étude, 18 septembre 2026 - WattInfo electricity programme: 66 hourly cases, delivery dates and owner finance
WattInfo · Programme conditionnel, 19 septembre 2026 - Matched electricity, peak-power and trade comparisons
WattInfo · 2026-10-02 - Swiss residential load profiles 2023–2024, dataset.zip
Kaiser et al. / Zenodo · 2026-07-21 - Dataset on residential electricity load profiles in Switzerland, v1 21 July 2026
Kaiser et al. / ETH Zürich · 2026-07-21 - National public GWR building extract, selected complete ZIP members
Federal Statistical Office / GWR · 2026-10-04 - Measured heating demand and repository planning boundaries
WattInfo · 2026-10-04 - Energy consumption in Switzerland2025 by NOGA divisions: industry and services survey
BFE · 2026-10-10 - Industry fuel totals, generation price references and delivery gates
WattInfo · 2026-10-14 - Dekarbonisierungspotenzial bei HT-Prozesswärme
BFE / commissioned authors · 2026-10-23
Retrouver définitions, calculs et données de modèles dans registre des sources.