Flotte de véhicules électriques stabilise le réseau électrique
Dans le paysage énergétique en pleine mutation, où les éoliennes tournent au gré du vent et les panneaux solaires capte l’énergie du soleil, un défi majeur émerge : la stabilité du réseau électrique. À mesure que les énergies renouvelables remplacent les centrales traditionnelles, le rythme cardiaque du réseau – sa fréquence – devient de plus en plus vulnérable aux fluctuations. Des changements soudains de vitesse du vent, des nuages passagers ou des variations de la demande des consommateurs peuvent faire vaciller la fréquence du réseau, risquant des pannes de courant et des dommages aux équipements. Pendant des décennies, de grands générateurs alimentés aux combustibles fossiles ont fourni l’inertie et la puissance réactive nécessaires pour maintenir le réseau en équilibre. Mais avec l’élan mondial vers la décarbonisation, un nouvel acteur monte au front : le véhicule électrique (VE).
Bien plus qu’un simple moyen de transport, le VE moderne émerge comme un outil critique pour la résilience du réseau. Grâce à sa grande batterie, qui agit comme une unité de stockage d’énergie mobile, un VE peut absorber l’excès d’énergie lorsque le réseau est surchargé ou injecter de l’énergie lorsque l’offre est insuffisante. Ce flux d’énergie bidirectionnel, connu sous le nom de Véhicule vers le Réseau (V2G), transforme des millions de voitures stationnées en une vaste centrale électrique distribuée. Toutefois, exploiter ce potentiel n’est pas une tâche simple. Les VEs individuels sont petits, leur disponibilité est imprévisible et leurs batteries sont sensibles à une utilisation excessive. Le véritable pouvoir ne réside pas dans les véhicules individuels, mais dans l’action collective de milliers – ce que les chercheurs appellent un « essaim de VEs » ou un « agrégateur ».
Le défi est donc celui de l’orchestration. Comment coordonner une flotte massive de VEs, chacun avec ses propres besoins de charge et son état de charge de la batterie, pour qu’ils réagissent rapidement et précisément aux perturbations de fréquence dans le réseau ? Les méthodes de contrôle traditionnelles, conçues pour de grands générateurs centralisés, sont souvent inadéquates lorsqu’elles sont appliquées à un environnement aussi dynamique et incertain. Elles peuvent être trop lentes, trop rigides ou ne pas tenir compte des limites physiques des batteries. Ce fossé a suscité une vague d’innovation dans la théorie du contrôle, avec des chercheurs développant des algorithmes sophistiqués pour libérer tout le potentiel des agrégateurs de VEs.
Une étude révolutionnaire publiée dans le Journal of Power Supply par Wang Huinan et Wang Yujin du Centre de Service Marketing de State Grid Shanxi Electric Power Company offre une réponse convaincante. Leur recherche présente une nouvelle méthode de régulation de fréquence qui combine deux techniques de contrôle puissantes : l’observateur de perturbations et le contrôle prédictif basé sur un modèle robuste (RMPC). Leur approche n’est pas seulement hautement efficace, mais aussi résistante aux incertitudes du monde réel dans un réseau électrique moderne.
Le cœur de leur méthode réside dans la reconnaissance du chaos inhérent à un système à forte pénétration d’énergies renouvelables. Les changements de charge, la production éolienne fluctuante et la génération photovoltaïque qui diminue avec la couverture nuageuse ne sont pas de simples ondulations ; ce sont des perturbations significatives qui peuvent déstabiliser le réseau. Plutôt que d’essayer de prédire chacune de ces variables avec une précision impossible, les auteurs empruntent un autre chemin. Ils conçoivent un « observateur de perturbations » qui traite tous ces changements – ainsi que la puissance de sortie de l’agrégateur de VEs – comme une seule « perturbation combinée ». Cette simplification élégante réduit la complexité du modèle du système, le rendant bien plus gérable pour un contrôle en temps réel.
L’observateur de perturbations agit comme une sentinelle vigilante, surveillant constamment la fréquence du réseau et estimant l’impact total de toutes les forces externes. Lorsque la charge augmente, faisant baisser la fréquence, l’observateur n’a pas besoin de savoir si c’est une usine qui s’est allumée ou une chute soudaine de la production éolienne. Il calcule simplement le déséquilibre total de puissance. Cette perturbation estimée est ensuite utilisée pour générer un « signal de contrôle de fréquence supplémentaire » spécifiquement pour l’essaim de VEs. Ce signal n’est pas une commande primaire, mais un signal complémentaire, conçu pour améliorer les performances du système de contrôle principal. C’est comme donner aux VEs un avertissement précoce et une cible précise, leur permettant de réagir plus rapidement et plus efficacement qu’ils ne le pourraient seuls.
Mais une estimation, aussi bonne soit-elle, reste sujette à des erreurs. Le monde réel est plein de surprises – des retards de communication, des imprécisions des capteurs et des changements inattendus dans la disponibilité des VEs. C’est là qu’intervient le deuxième pilier de leur méthode, le contrôle prédictif basé sur un modèle robuste (RMPC). Le contrôle prédictif basé sur un modèle (MPC) est une technique bien établie dans l’automatisation industrielle. Il fonctionne en prédisant le comportement futur d’un système sur un horizon de temps court, puis en calculant les actions de contrôle optimales pour atteindre un résultat souhaité, comme minimiser l’écart de fréquence. Il le fait tout en respectant les contraintes physiques, comme la puissance maximale de charge et de décharge des batteries des VEs ou la nécessité de maintenir l’état de charge (SoC) de la batterie dans une plage sûre.
Le MPC standard, cependant, suppose un modèle parfait du système. Dans un monde d’information parfaite et sans retards, il serait idéal. Mais dans la réalité, ces hypothèses s’effondrent. C’est là que le MPC « robuste », spécifiquement la variante « Tube-MPC » utilisée dans cette étude, brille. Le concept est à la fois ingénieux et pratique. Il divise la tâche de contrôle en deux contrôleurs parallèles : un MPC « nominal » et un MPC « supplémentaire ».
Le MPC nominal fonctionne sur un modèle simplifié et idéalisé du système – un modèle sans perturbations ni incertitudes. Il calcule une trajectoire de contrôle « nominale », un chemin parfait que le système devrait suivre si tout était prévisible. Cette trajectoire est calculée sous des « contraintes resserrées », ce qui signifie que les VEs sont invités à fonctionner dans une plage de puissance et de SoC légèrement plus petite que leurs limites physiques. Cela crée une zone tampon, une marge de sécurité.
Le MPC supplémentaire, quant à lui, est chargé de gérer le monde réel chaotique. Il utilise les mesures réelles et bruyantes du réseau, y compris la perturbation estimée par l’observateur, pour calculer un signal correctif. Ce signal ne dicte pas toute l’action de contrôle ; au lieu de cela, il ajuste la trajectoire nominale. La beauté du concept de « tube » est qu’il garantit que l’état du système réel restera dans un « tube » autour de la trajectoire nominale, tant que les perturbations sont bornées. Les contraintes resserrées du contrôleur nominal garantissent que, même avec ces écarts, le système réel ne violera jamais ses limites physiques. C’est un moyen puissant de garantir la sécurité et la stabilité face à l’incertitude.
La synergie entre l’observateur de perturbations et le Tube-MPC est ce qui rend cette méthode si efficace. L’observateur fournit une estimation rapide et précise de la perturbation, donnant au système de contrôle une longueur d’avance. Le Tube-MPC utilise ensuite cette information pour générer un signal de contrôle qui est à la fois optimal et robuste. Le résultat est un essaim de VEs capable de réagir aux écarts de fréquence avec une rapidité et une précision remarquables, minimisant l’erreur de fréquence avec la plus petite action de contrôle nécessaire. Cette efficacité est cruciale, car elle réduit l’usure des batteries des VEs, une préoccupation majeure tant pour les propriétaires que pour les opérateurs de flotte.
Les chercheurs ont mis leur méthode à l’épreuve dans une série de simulations détaillées. Ils ont modélisé un réseau électrique « isolé », un scénario particulièrement difficile car il ne peut pas compter sur le soutien d’un réseau plus grand et interconnecté. Ce réseau comprenait un générateur conventionnel, un parc éolien, une centrale photovoltaïque (PV) et deux agrégateurs de VEs, représentant collectivement 3 500 véhicules. La simulation a introduit des sorties de puissance réalistes et fluctuantes des sources éoliennes et solaires, ainsi que des changements soudains de la demande de charge.
Les résultats ont été frappants. Dans un scénario où la charge a augmenté de 10 MW, un système sans soutien de VEs a vu sa fréquence chuter de 0,16 Hz, un niveau qui pourrait déclencher des coupures de sécurité dans un réseau réel. Lorsque des VEs ont été utilisés avec un contrôleur MPC traditionnel, l’écart de fréquence a été réduit, mais restait substantiel. En revanche, la méthode proposée, combinant l’observateur de perturbations et le Tube-MPC, a ramené la fréquence à sa valeur nominale avec un dépassement minimal et un temps de stabilisation beaucoup plus rapide. La réponse de fréquence était presque aussi lisse que dans un système parfaitement prévisible, démontrant la capacité exceptionnelle du contrôleur à rejeter les perturbations.
Les simulations ont également révélé l’interaction dynamique entre le générateur et l’essaim de VEs. Lorsqu’un changement de charge s’est produit, les VEs ont réagi presque instantanément, ajustant leur puissance de charge ou de décharge en quelques secondes. Cette réponse rapide a fourni la ligne de défense cruciale, empêchant la fréquence de s’écarter trop loin. Le générateur conventionnel, plus lent, a ensuite augmenté ou diminué sa puissance pour fournir un soutien durable, prenant finalement en charge la majeure partie de la régulation. Cette division du travail est essentielle pour un fonctionnement efficace du réseau, tirant parti de la rapidité des batteries et de la capacité des générateurs traditionnels.
Un aspect critique de tout système de contrôle du monde réel est le délai de communication. Dans un réseau intelligent, les signaux de contrôle doivent voyager d’un centre de dispatching central à l’agrégateur de VEs, puis à des véhicules individuels. Ce trajet prend du temps, et si le délai est trop long, le signal de contrôle peut arriver trop tard, potentiellement aggravant le problème de fréquence au lieu de le résoudre. Les auteurs ont mené une analyse de stabilité approfondie pour déterminer la « marge de délai temporel » – le délai maximal autorisé avant que le système ne devienne instable. Leur analyse a montré que la méthode de contrôle proposée pouvait tolérer un délai de jusqu’à 0,452 seconde, une marge significative et pratique pour les réseaux de communication modernes. Cette découverte souligne la robustesse de leur conception et sa pertinence pour le déploiement dans des systèmes énergétiques réels.
Pour valider davantage leur approche, les chercheurs l’ont comparée à plusieurs autres stratégies de contrôle, notamment le contrôle proportionnel-intégral (PI) flou et un régulateur quadratique linéaire (LQR). La logique floue est une méthode populaire pour gérer des systèmes complexes et non linéaires, tandis que le LQR est une technique classique de contrôle optimal. Dans chaque test, la méthode proposée a surpassé ces alternatives, obtenant un écart de fréquence plus petit et une erreur quadratique moyenne (RMS) plus basse. Cette performance supérieure témoigne du pouvoir de combiner l’estimation des perturbations avec un contrôle prédictif robuste.
Au-delà des performances brutes, l’étude a également pris en compte des contraintes opérationnelles pratiques. La stratégie de contrôle garantit que le SoC de la batterie des VEs reste dans des limites sûres, typiquement entre 10 % et 90 %, évitant les décharges profondes qui pourraient endommager la batterie. Elle respecte également les limites physiques de puissance de charge et de décharge des véhicules. L’algorithme est conçu pour être informatiquement efficace, avec un temps de calcul compétitif par rapport à d’autres méthodes de contrôle avancées, le rendant réalisable pour une mise en œuvre en temps réel.
Les implications de cette recherche sont profondes. Elle fournit un chemin clair et techniquement solide pour intégrer de grandes quantités de VEs aux services de régulation de fréquence du réseau. Alors que le nombre de VEs sur les routes continue de croître de façon exponentielle, leur capacité collective de batterie rivalisera bientôt avec celle du stockage à l’échelle du réseau. Cette recherche montre comment exploiter ce potentiel de manière sûre et efficace. Elle va au-delà de l’idée des VEs comme charges passives ou unités de stockage simples et les positionne comme des participants actifs et intelligents dans la gestion du réseau.
Pour les services publics et les opérateurs de réseau, cette méthode offre un puissant nouvel outil pour maintenir la stabilité dans une ère de forte pénétration des énergies renouvelables. Elle peut réduire le besoin de centrales de pointe coûteuses et polluantes, abaisser les coûts globaux du système et augmenter la résilience du réseau face aux perturbations. Pour les propriétaires de VEs, elle ouvre la porte à de nouveaux flux de revenus grâce à la participation aux marchés de services auxiliaires, où ils peuvent être rémunérés pour les services réseau que leurs véhicules fournissent. Cela crée un cercle vertueux : plus de VEs conduisent à un réseau plus stable, ce qui rend à son tour le réseau plus attrayant pour encore plus de VEs.
Le travail de Wang Huinan et Wang Yujin représente un pas significatif en avant dans le domaine du contrôle des réseaux intelligents. C’est un exemple emblématique de la façon dont la théorie avancée du contrôle peut être appliquée pour résoudre des défis énergétiques du monde réel. En combinant habilement les forces de l’observateur de perturbations et du contrôle prédictif basé sur un modèle robuste, ils ont créé une méthode qui n’est pas seulement élégamment théorique, mais démontrablement efficace en simulation. Bien que le déploiement dans le monde réel nécessitera des tests supplémentaires et une intégration avec l’infrastructure réseau existante, les fondations ont été posées. La vision d’un avenir où des millions de véhicules électriques travaillent en harmonie silencieuse pour garder la lumière allumée n’est plus seulement un rêve ; c’est une réalité qui approche rapidement.
Wang Huinan, Wang Yujin, Journal of Power Supply, DOI: 10.13234/j.issn.2095-2805.2024.5.220