Des flottes de VE et CHP s’unissent pour la flexibilité du réseau
Dans les mégapoles modernes, où la densité urbaine et la demande énergétique s’entrecroisent de manière complexe, un nouveau paradigme pour une infrastructure durable émerge. Une étude pionnière menée par Yang Liu et Tianyu Liu de l’Université de Shanghai Dianji propose un modèle visionnaire de microréseaux régionaux qui intègrent de manière fluide des véhicules électriques rechargeables (PEV) et des systèmes de cogénération (CHP). L’objectif principal est double : non seulement répondre aux besoins énergétiques locaux, mais aussi participer activement aux services auxiliaires du réseau. Publiée dans la revue Computer Applications and Software, cette recherche présente une approche transformatrice de la gestion de l’énergie urbaine, démontrant comment des flottes coordonnées de véhicules électriques peuvent fonctionner comme des unités de stockage dynamiques et réactives, améliorant à la fois la stabilité du réseau et la rentabilité.
Alors que l’urbanisation mondiale s’accélère – les projections indiquant que 70 % de la population mondiale vivra dans les villes d’ici 2050 – la pression sur les systèmes énergétiques s’intensifie. Parallèlement, le secteur des transports connaît une transformation radicale, les véhicules électriques devant capter 30 % du marché automobile d’ici 2030. Cette double transformation pose à la fois un défi et une opportunité : comment gérer la demande accrue d’électricité des véhicules électriques sans surcharger le réseau, et comment tirer parti du nombre croissant de véhicules électriques comme ressource énergétique distribuée ?
La recherche de Liu et Liu apporte une réponse convaincante. Leur cadre de microréseau régional proposé combine des ressources énergétiques distribuées conventionnelles – comme les panneaux photovoltaïques, les éoliennes, les microturbines à gaz et le stockage par batterie – avec un regroupement innovant de PEV stationnés dans des parkings urbains. Ces parkings ne sont plus des espaces passifs, mais des nœuds actifs dans un réseau énergétique intelligent. En regroupant les PEV et en les reliant via l’électronique de puissance, le système transforme les véhicules à l’arrêt en une centrale virtuelle capable de réagir rapidement aux signaux du réseau.
Au cœur de cette innovation se trouve l’intégration des PEV sur le marché de la régulation, un segment du marché de l’électricité qui exige des ressources réactives pour équilibrer en temps réel l’offre et la demande. Les services de régulation traditionnels sont généralement assurés par des turbines à gaz ou des batteries à grande échelle, coûteuses et à flexibilité limitée. À l’inverse, la flotte agrégée de PEV offre une alternative décentralisée, évolutive et hautement réactive. Lorsque les véhicules sont stationnés et branchés – particulièrement pendant les heures de travail standard de 7h à 16h – leurs batteries peuvent être utilisées pour réinjecter de l’énergie dans le réseau via la technologie Véhicule-Réseau (V2G), aidant à stabiliser les fluctuations de fréquence et de tension.
Les auteurs soulignent que le succès de ce modèle repose sur une coordination stratégique. On suppose que les propriétaires de PEV participent volontairement, motivés par des incitations financières. L’étude modélise des schémas de conduite réalistes basés sur des trajets quotidiens, avec des données montrant que plus de 85 % des déplacements liés au travail commencent entre 6h et 9h, et que la majorité des véhicules restent stationnés pendant de longues périodes dans la journée. Ce comportement prévisible permet une prévision fiable de la capacité de batterie disponible. Les chercheurs supposent en outre que les conducteurs exigent que leurs véhicules soient chargés à au moins 80 % avant le départ, garantissant que les besoins de mobilité ne sont jamais compromis.
Pour gérer la complexité de la coordination de multiples sources d’énergie et de charges fluctuantes, l’équipe a développé une version améliorée de l’Algorithme de Recherche du Corbeau (CSA), une technique d’optimisation métaheuristique inspirée du comportement intelligent de recherche de nourriture des corbeaux. Contrairement aux algorithmes traditionnels comme l’Algorithme Génétique (GA) ou l’Optimisation par Essaim de Particules (PSO), qui nécessitent le réglage de plusieurs paramètres, le CSA amélioré est conçu avec une structure plus simple, ne reposant que sur deux paramètres ajustables : la longueur de vol et la probabilité de vigilance. Cette conception allégée réduit non seulement la surcharge informatique, mais accélère également la convergence, ce qui le rend particulièrement adapté aux décisions de dispatching énergétique en temps réel.
Le rôle de l’algorithme est de maximiser la rentabilité du microréseau en optimisant la distribution de l’énergie sur plusieurs marchés. Les flux de revenus incluent le marché de jour (DA), où l’énergie est vendue sur la base des prix prévus ; le marché de chauffage urbain (DH), qui exploite la production thermique du système CHP ; et le marché de régulation ascendante (RU), où le microréseau fournit des services d’équilibrage en temps réel. Le profit total est calculé comme la différence entre les revenus et les coûts opérationnels, incluant la consommation de carburant, la maintenance et la compensation versée aux propriétaires de PEV pour l’utilisation de la batterie.
L’une des découvertes les plus significatives de l’étude est l’augmentation économique spectaculaire obtenue lorsque le microréseau participe au marché RU. Trois scénarios distincts ont été simulés pour évaluer la performance. Dans le premier, représentant une configuration conventionnelle, le microréseau fonctionne sans participer à des services auxiliaires, ce qui donne des profits de base. Le deuxième scénario introduit une participation partielle des PEV, avec deux parkings se joignant au système CHP pour offrir une capacité de régulation. Le troisième scénario élargit le modèle, intégrant toutes les installations de stationnement disponibles dans un cluster de stockage unifié.
Les résultats sont frappants. Dans le premier cas, sans participation au marché, les profits journaliers restent stables à environ 141 120 unités (monnaie non précisée). Lorsqu’une intégration partielle des PEV est introduite, les profits passent à 172 021 – une augmentation de 22 %. Avec une participation totale, les profits atteignent 208 872, représentant un gain de 48 % par rapport à la base. Cette tendance ascendante souligne la valeur de l’agrégation : plus il y a de véhicules et de sites de stationnement impliqués, plus la capacité énergétique collective est grande et plus les gains potentiels sont élevés.
Au-delà des gains financiers, le modèle offre des avantages techniques substantiels. Le système CHP, déjà connu pour son efficacité énergétique élevée – atteignant jusqu’à 93 % par rapport aux 50 % des centrales conventionnelles – gagne une flexibilité opérationnelle supplémentaire grâce à l’inclusion du stockage PEV. Bien que les unités CHP soient typiquement lentes à réagir en raison de l’inertie thermique, les batteries des PEV à réaction rapide compensent cette limitation, permettant au système hybride de répondre aux demandes de puissance rapides. Cette synergie permet au microréseau de fonctionner plus efficacement, en réduisant la consommation de carburant et les émissions tout en maintenant la fiabilité.
L’étude souligne également l’importance du stockage thermique sous la forme de réservoirs d’eau chaude. Ces réservoirs agissent comme des tampons, stockant l’excès de chaleur généré par le système CHP pendant les périodes de faible demande thermique. Cette énergie stockée peut ensuite être distribuée lorsque nécessaire, découplant la production de chaleur et d’électricité et élargissant la zone de fonctionnement viable de l’unité CHP. Toutefois, les auteurs notent que le stockage thermique seul est insuffisant pour une réponse rapide au réseau en raison de sa dynamique lente. Ainsi, l’intégration du stockage électrique via les PEV devient essentielle pour fournir l’agilité requise sur les marchés électriques modernes.
Un autre aspect critique de la recherche est son traitement de l’incertitude. La disponibilité des PEV, le comportement du conducteur et la production renouvelable (solaire et éolien) sont intrinsèquement stochastiques. Pour y remédier, le modèle incorpore des données probabilistes sur les heures d’arrivée et les distances de trajet, issues de schémas de déplacement réels. Par exemple, 35 % des travailleurs arrivent sur leur lieu de travail entre 8h et 9h, et 53 % des trajets quotidiens sont inférieurs à 10 kilomètres. Ces statistiques informent l’estimation de la capacité de batterie utilisable, qui est ensuite ajustée pour les erreurs de prédiction et la dégradation de la batterie.
Le mécanisme de compensation pour les propriétaires de PEV est une autre caractéristique clé de la conception. Les participants sont remboursés en fonction de la profondeur de décharge de la batterie, avec un coefficient reflétant la contrainte sur la batterie. Cela garantit l’équité et encourage une participation durable. Les chercheurs supposent une capacité moyenne de batterie de 85 kWh et une part utilisable de 70 %, tenant compte de la dégradation et des marges de sécurité. Même avec ces estimations conservatrices, le potentiel de stockage agrégé est substantiel, surtout lorsqu’il est étendu à plusieurs installations de stationnement.
D’un point de vue politique, les implications de cette recherche sont profondes. Elle suggère que les villes peuvent transformer leur infrastructure de transport en un actif énergétique stratégique. Les municipalités pourraient encourager le développement de systèmes de stationnement intelligents équipés de chargeurs bidirectionnels, permettant une intégration V2G transparente. Les compagnies d’électricité, quant à elles, pourraient conclure des contrats avec des agrégateurs pour accéder à cette capacité de stockage distribué, réduisant leur dépendance aux centrales de pointe et améliorant la résilience du réseau.
De plus, le modèle s’aligne sur des objectifs de durabilité plus larges. En augmentant l’utilisation des énergies renouvelables et en améliorant l’efficacité de l’utilisation des combustibles fossiles grâce au CHP, le système réduit les émissions de carbone. La capacité de stocker l’énergie solaire et éolienne excédentaire dans les batteries des PEV atténue également le gaspillage, un problème croissant à mesure que la pénétration des renouvelables augmente. De cette manière, le microréseau agit comme un pont entre les secteurs des transports et de l’énergie, favorisant un écosystème énergétique véritablement intégré.
Les expériences informatiques valident également la robustesse de l’approche. En utilisant des simulations MATLAB, l’équipe a comparé les performances du CSA amélioré avec celles du GA et du PSO. Bien que les trois algorithmes aient atteint des solutions optimales similaires, le CSA a nécessité un temps de simulation nettement inférieur – presque la moitié de celui du GA et légèrement inférieur à celui du PSO. Cet avantage d’efficacité le rend particulièrement adapté au déploiement pratique, où la prise de décision rapide est cruciale.
L’une des caractéristiques remarquables du CSA amélioré est l’incorporation d’un mécanisme de sélection glouton. Après avoir généré une nouvelle solution candidate, l’algorithme la compare à la position actuelle et conserve la meilleure. Cette amélioration simple mais efficace empêche la perte de solutions de haute qualité au cours du processus de recherche, assurant une progression constante vers l’optimum global.
La recherche aborde également les défis de mise en œuvre pratique. Par exemple, le besoin de protocoles de communication standardisés entre les véhicules, les chargeurs et les opérateurs de réseau est essentiel pour une adoption à grande échelle. La cybersécurité est une autre préoccupation, car les systèmes interconnectés sont vulnérables aux attaques malveillantes. De plus, les cadres réglementaires doivent évoluer pour intégrer de nouveaux participants au marché, tels que les agrégateurs de PEV, et définir des règles claires pour la compensation et la responsabilité.
Malgré ces obstacles, la trajectoire est claire : l’avenir de l’énergie urbaine réside dans l’intégration, l’intelligence et l’interactivité. Le travail de Liu et Liu illustre ce changement, démontrant que les véhicules électriques ne sont pas seulement un moyen de transport à zéro émission, mais une pierre angulaire d’un réseau plus intelligent et plus résilient. Alors que les villes continuent de croître et de s’électrifier, des modèles comme celui-ci deviendront de plus en plus vitaux pour équilibrer durabilité, fiabilité et économie.
Les implications vont au-delà des microréseaux individuels. S’il est reproduit dans les zones métropolitaines, un tel système pourrait collectivement former un vaste réseau distribué de stockage et de génération, capable de fournir des services auxiliaires à l’échelle du système. Cela pourrait fondamentalement modifier la dynamique des marchés électriques, en donnant aux consommateurs les moyens de devenir des producteurs et des commerçants d’énergie actifs.
En conclusion, l’étude présente une vision holistique de la transformation énergétique urbaine. En combinant l’efficacité thermique des systèmes CHP avec l’agilité électrique des flottes de PEV, et en optimisant leur coordination grâce à des algorithmes avancés, les chercheurs ont créé un modèle pour les microréseaux de nouvelle génération. Les résultats ne sont pas seulement théoriques – ils montrent des augmentations tangibles de la rentabilité et de la capacité de soutien au réseau, ouvrant la voie à une adoption généralisée.
Alors que le monde avance vers la décarbonisation et la numérisation, des innovations comme celle-ci façonneront le paysage énergétique du XXIe siècle. Le message est clair : les voitures stationnées dans nos villes ne sont pas seulement des actifs inactifs – ce sont des centrales électriques inexploitées, prêtes à propulser la transition énergétique vers l’avant.
Yang Liu, Tianyu Liu, Université de Shanghai Dianji, Computer Applications and Software, DOI: 10.3969/j.issn.1000-386x.2024.04.010