Stratégie de Charge Intelligente en Cas de Canicule
Les vagues de chaleur, de plus en plus fréquentes et intenses, transforment les villes modernes en laboratoires d’une crise énergétique naissante. Lorsque le mercure grimpe, la demande d’électricité pour les systèmes de climatisation explose, mettant à rude épreuve les réseaux électriques. Cette pression est exacerbée par l’adoption massive des véhicules électriques (VE), dont la recharge, si elle n’est pas gérée intelligemment, peut transformer un simple pic de consommation en un véritable goulot d’étranglement. Une étude révolutionnaire, menée par Han Linyang et Ye Chengjin de l’Université de Zhejiang, propose une solution élégante et pragmatique : plutôt que de voir les VE comme une menace, il faut les transformer en alliés du réseau, en utilisant une stratégie de « rabais sur la charge creuse » pour les inciter à se recharger aux moments et aux endroits où l’électricité est la plus abondante.
Publiée dans la prestigieuse revue Automation of Electric Power Systems, cette recherche s’attaque au problème avec une approche holistique, reconnaissant que la réponse ne réside pas uniquement dans l’ingénierie électrique, mais aussi dans la compréhension du comportement humain. Les modèles traditionnels de prévision de la charge des VE reposent sur des hypothèses simplistes : les utilisateurs rechargent quand la batterie est faible, en suivant des schémas de déplacement préétablis. Cette approche échoue lamentablement car elle ignore un facteur fondamental : les êtres humains ne sont pas des robots. Leurs décisions concernant le moment et le lieu de recharge sont profondément influencées par des facteurs externes tels que le climat, leur emploi du temps, et surtout, leur confort et leur commodité.
L’équipe de l’Université de Zhejiang innove en intégrant la « Théorie du comportement planifié » dans son modèle. Cette théorie psychologique affirme que l’intention d’une personne à accomplir une action, comme recharger sa voiture, repose sur trois piliers : son attitude envers l’action, les normes sociales perçues et sa perception du contrôle qu’elle a sur l’action. Pendant une canicule, ces piliers sont bouleversés. L’inconfort de la chaleur rend les déplacements non essentiels peu attrayants, tandis que le besoin d’un véhicule frais et climatisé renforce la dépendance à la voiture. Ce changement de comportement modifie à son tour les schémas de circulation, influençant directement quand et où un véhicule est disponible pour se recharger. L’étude analyse des données de sondages sur les déplacements, couplées à des enregistrements météorologiques, pour quantifier comment la volonté des utilisateurs varie selon la température, révélant des tendances claires : en semaine, l’intensité moyenne des déplacements augmente, car les gens dépendent davantage de leurs véhicules climatisés pour aller au travail, tandis que les week-ends, elle diminue, car les sorties non nécessaires sont évitées. Cette compréhension fine du comportement humain constitue la base sur laquelle repose toute la simulation.
Le deuxième grand progrès de l’étude concerne la manière dont elle calcule la consommation d’énergie du véhicule. Les modèles conventionnels utilisent souvent une métrique simple de « kWh par kilomètre », ajustant cette valeur avec un facteur de correction pour la température. Cette approche, selon les chercheurs, est fondamentalement défectueuse car elle ignore qu’une part significative de la décharge de la batterie par temps chaud ne provient pas de la conduite, mais du fonctionnement du système de climatisation et de refroidissement. Ces systèmes consomment de l’énergie en fonction de leur durée de fonctionnement, pas de la distance parcourue. Une voiture bloquée dans un embouteillage à 40 °C avec la climatisation à fond videra sa batterie bien plus rapidement qu’une voiture parcourant la même distance par une fraîche matinée printanière.
Pour surmonter cette limitation, l’équipe a développé un modèle de calcul de l’énergie en trois composantes. La première est la consommation pour la propulsion, influencée par la vitesse, la distance et la congestion du trafic. La deuxième est la consommation pour le contrôle climatique, qui dépend directement de la température extérieure et de la durée du trajet. La troisième est la consommation pour les accessoires basse tension, tels que les ventilateurs et les pompes, qui augmente également à des températures élevées. En intégrant la durée et la distance du trajet comme entrées principales, ce modèle offre une image beaucoup plus précise des besoins énergétiques réels d’un VE, surtout dans les conditions stressantes d’une canicule. Leurs simulations ont confirmé que la consommation énergétique du véhicule augmente considérablement par temps chaud, en particulier pendant les heures de pointe de circulation, lorsque la congestion et l’utilisation de la climatisation sont à leur maximum, entraînant une augmentation significative de la fréquence et du volume de recharge requis.
Avec un modèle réaliste de l’endroit où vont les gens et de l’énergie qu’ils consomment, la dernière pièce du puzzle est de comprendre comment ils choisissent de se recharger. Les chercheurs abandonnent la règle simpliste de « recharger quand la batterie est basse ». Au lieu de cela, ils proposent un « modèle de choix rationnel » où les conducteurs sont perçus comme des agents économiques prenant des décisions complexes pour minimiser leur coût total de possession. Ce coût n’est pas seulement le prix de l’électricité ; il inclut également le coût de la dégradation de la batterie due aux décharges profondes ou aux surcharges, et ce qu’ils appellent le « coût d’inconvénient », une mesure quantifiable du malaise de se recharger à un endroit ou à un moment donné. Un conducteur pourrait préférer payer un tarif légèrement plus élevé pour se recharger à un point proche et sécurisé chez lui, plutôt qu’un tarif plus bas mais dans un lieu éloigné et moins sûr. Cette vision holistique du processus de décision de l’utilisateur permet au modèle de prédire non seulement si une voiture se rechargera, mais aussi quand et où elle le fera.
Ce niveau de détail est crucial pour les opérateurs du réseau, qui ont besoin de connaître non seulement la charge totale, mais aussi sa localisation précise sur le réseau. Forts de cet outil de simulation hautement précis, les chercheurs ont ensuite exposé leur proposition centrale : une « stratégie de guidage spatial ». Leur solution est un mécanisme élégant et basé sur le marché qu’ils appellent « rabais sur la charge creuse ». Le concept est simple en théorie, mais sophistiqué dans sa mise en œuvre. Chaque jour, l’opérateur du réseau de distribution utiliserait son modèle de simulation pour prédire le profil de charge du lendemain. En analysant les prix marginaux des nœuds — le coût de fournir une unité supplémentaire d’énergie à chaque point du réseau — il pourrait identifier des moments et des lieux spécifiques où il y a un excès d’électricité, souvent en milieu d’après-midi, lorsque la production solaire est élevée mais que la demande générale est plus faible.
L’opérateur proposerait alors une réduction du prix de recharge à ces nœuds et moments de « creux ». Ces informations seraient communiquées aux conducteurs à l’avance, peut-être via une application dédiée ou le système de navigation de leur véhicule. Face à un incitatif financier, les conducteurs seraient encouragés à ajuster leurs plans de recharge. Un conducteur qui recharge normalement chez lui le soir pourrait opter pour recharger sur son lieu de travail en milieu d’après-midi, ou chercher un point de recharge publique à tarif réduit en rentrant chez lui. Ce n’est pas un ordre ; c’est une incitation, qui exploite la rationalité économique du conducteur pour obtenir un bénéfice au niveau du système.
Le génie de cette stratégie réside dans sa capacité à résoudre plusieurs problèmes simultanément. Elle réduit la charge de pointe sur le réseau en déplaçant la demande en dehors des heures critiques de l’après-midi, réduisant ainsi le risque de pannes et la nécessité d’utiliser des centrales électriques « de pointe » coûteuses et polluantes. Elle augmente l’utilisation de l’énergie renouvelable en créant une demande pendant les périodes de forte production solaire. Et surtout, elle le fait sans déranger les utilisateurs ; au contraire, elle leur fait économiser de l’argent. Les résultats de la simulation de l’étude sont convaincants. Appliquée à une ville modèle dans un scénario de « chaleur extrême », la mise en œuvre de rabais sur la charge creuse a réduit l’écart entre la charge de pointe et la charge de creux de 38,1 % et a diminué le besoin de délestage de charge d’urgence de 75,7 %. Les coûts de fonctionnement du réseau ont diminué, entraînant une augmentation nette des revenus du système. Pour les conducteurs, le coût total de possession du véhicule — la somme des frais de recharge, de l’usure de la batterie et de l’inconvénient — a diminué de 5,57 %, une économie significative pour une flotte importante de véhicules.
Cette recherche représente un progrès majeur dans le domaine de l’intégration véhicule-réseau. Elle va au-delà des silos techniques de l’ingénierie électrique et des modèles de transport pour créer une approche véritablement intégrée et centrée sur l’humain. En reconnaissant que les conducteurs sont des acteurs rationnels aux besoins et préférences complexes, la stratégie transforme les véhicules électriques d’une charge passive et imprévisible en une ressource active, réactive et précieuse pour la stabilité du réseau. Elle offre un plan pour un avenir où le système énergétique n’est pas seulement intelligent, mais aussi empathique, fonctionnant en harmonie avec les personnes qu’il dessert.
Les implications de ce travail vont bien au-delà du défi immédiat des vagues de chaleur. Les mêmes principes pourraient être appliqués pour gérer la recharge pendant d’autres événements météorologiques extrêmes, pour intégrer des niveaux plus élevés d’énergie éolienne et solaire, ou pour optimiser l’utilisation du stockage d’énergie local. Elle fournit un outil puissant aux urbanistes et aux compagnies électriques qui naviguent dans la transition complexe vers un système de transport durable et électrifié. Alors que le nombre de véhicules électriques sur les routes continue d’augmenter de façon exponentielle, des stratégies comme celle-ci seront essentielles pour garantir que la promesse du transport propre ne se fasse pas au détriment d’un réseau électrique fragile et instable. Le travail de Han Linyang, Ye Chengjin, Zhu Chao, Gao Qiang et Yu Haiyue démontre que, avec la bonne combinaison de modélisation avancée et de compréhension du comportement, nous pouvons construire un système énergétique qui soit non seulement robuste et efficace, mais aussi juste et facile à utiliser.
Han Linyang, Ye Chengjin, Zhu Chao, Gao Qiang, Yu Haiyue, Université de Zhejiang. Automation of Electric Power Systems. DOI: 10.7500/AEPS20230731005