Les voitures électriques, nouvelles batteries virtuelles
La révolution de la mobilité électrique a dépassé depuis longtemps la simple substitution des moteurs à combustion. Un nouveau paradigme émerge, où les véhicules électriques (VE) cessent d’être perçus uniquement comme des moyens de transport pour devenir des actifs énergétiques dynamiques et mobiles. Cette transformation, loin d’être de la science-fiction, est une réalité en pleine évolution, ancrée dans des systèmes sophistiqués de gestion de l’énergie. Des chercheurs de l’Université Jiao Tong de Shanghai sont à l’avant-garde d’un modèle innovant qui transforme les VE stationnés, souvent considérés comme un fardeau pour le réseau électrique, en un vaste réseau distribué de « batteries virtuelles ». Cette approche pionnière, détaillée dans une publication récente de la revue Automation of Electric Power Systems, promet de redéfinir l’économie de l’intégration des énergies renouvelables et de relever l’un des défis les plus persistants de la transition énergétique : le stockage de l’énergie.
Le coût élevé des installations de batteries à grande échelle a longtemps été un goulot d’étranglement pour l’adoption généralisée des énergies renouvelables. L’énergie solaire et éolienne est par nature intermittente, produisant de l’électricité lorsque le soleil brille ou que le vent souffle, ce qui ne coïncide pas toujours avec les périodes de pointe de la demande. Pour équilibrer cette offre et cette demande, des investissements massifs dans le stockage stationnaire sont nécessaires, représentant une barrière financière significative. La recherche menée par Zhu Jianan, un étudiant en master, aux côtés du professeur Ai Qian et de la docteure Li Jiamei, propose un changement de paradigme. Plutôt que de dépendre exclusivement de stockages coûteux et centralisés, ils préconisent un système de « stockage partagé généralisé » qui agrège le potentiel de ressources existantes et sous-utilisées, notamment les batteries des VE stationnés et l’inertie thermique des bâtiments équipés de systèmes de climatisation.
Ce concept, connu sous le nom de Vehicle-to-Grid (V2G), est débattu depuis des années. La nouveauté du travail de l’équipe de l’Université Jiao Tong de Shanghai réside dans son cadre économique et opérationnel intégral. Ils ne se contentent pas de suggérer que les VE puissent réinjecter de l’énergie dans le réseau ; ils ont développé un modèle détaillé et mathématiquement robuste sur la manière dont un opérateur commercial peut gérer cet écosystème complexe pour maximiser la valeur pour toutes les parties prenantes : les propriétaires de VE, les consommateurs d’énergie et l’opérateur lui-même. L’idée centrale est de traiter la capacité de stockage collective d’une flotte de VE comme une unité unique de stockage d’énergie virtuelle, qui peut être louée et exploitée comme une centrale électrique traditionnelle.
Le modèle des chercheurs commence par le défi fondamental de l’incertitude. Contrairement à une batterie stationnaire dont l’état de charge est connu, la disponibilité d’un VE, son niveau de charge actuel et l’horaire de conduite de son propriétaire sont hautement imprévisibles. Un propriétaire de VE pourrait devoir quitter son travail plus tôt que prévu, rendant son véhicule indisponible pour une décharge programmée. Cette incertitude a été un grand obstacle pour les compagnies d’électricité et les opérateurs de réseau envisageant des programmes V2G à grande échelle, car elle introduit des risques et complique la planification. Les méthodes d’optimisation précédentes ont eu du mal à équilibrer ce risque. L’optimisation stochastique s’appuie sur des prévisions probabilistes, qui peuvent être inexactes. L’optimisation robuste, bien que sûre, conduit souvent à des solutions excessivement conservatrices et coûteuses en planifiant pour le pire des cas, qui ne se produira peut-être jamais.
Pour surmonter cela, l’équipe a utilisé une technique de pointe appelée Optimisation Robuste Distributionnelle (DRO). Cette méthode est une combinaison sophistiquée des deux, conçue pour gérer l’incertitude lorsque la distribution de probabilité exacte des événements futurs est inconnue. Au lieu de supposer une distribution spécifique (comme une courbe en cloche normale), le DRO considère un « ensemble flou » de toutes les distributions possibles qui sont raisonnablement proches des données historiques. La distance entre ces distributions possibles est mesurée par un concept mathématique appelé distance de Wasserstein, qui est particulièrement habile pour capturer la forme complète et la variabilité de données complexes du monde réel. En optimisant pour le pire résultat au sein de cet ensemble de distributions plausibles, le modèle DRO fournit une solution à la fois économiquement efficace et hautement fiable. Il évite les pièges d’être trop agressif (comme les modèles stochastiques) ou trop timide (comme les modèles robustes traditionnels), trouvant un équilibre crucial entre coût et risque.
Les implications pratiques de ce modèle sont profondes. Dans leur étude de cas, les chercheurs ont simulé un opérateur de stockage partagé desservant une communauté mixte d’utilisateurs résidentiels, commerciaux et industriels, tous dotés de leur propre génération renouvelable (solaire et éolienne). Ils ont comparé quatre scénarios : pas de stockage, utilisateurs possédant leurs propres batteries, un système partagé uniquement avec des batteries physiques, et leur système proposé « généralisé » qui inclut les VE et les charges thermiques comme stockage virtuel. Les résultats ont été frappants. Lorsque les utilisateurs possédaient leur propre stockage, la capacité totale de batterie requise était massive – plus de 3 400 kilowattheures – et les économies de coûts étaient modestes, autour de 5 à 10 %. Un système partagé uniquement avec des batteries physiques a réduit la capacité totale nécessaire de près de 30 % et a abaissé les coûts énergétiques des utilisateurs de 30 à 40 %, démontrant le pouvoir de l’agrégation. Cependant, lorsque le stockage virtuel des VE et des systèmes de climatisation des bâtiments a été intégré, la capacité de batterie physique requise a chuté de 40 % supplémentaires, passant à seulement 1 425 kilowattheures. Cela représente une économie massive sur les coûts de capital pour l’opérateur et, par conséquent, des tarifs de service plus bas pour les utilisateurs finaux.
Cette réduction spectaculaire est obtenue grâce à un déplacement intelligent de la charge. Le modèle ne demande pas aux VE de décharger de grandes quantités d’énergie aux heures de pointe. Au lieu de cela, il se concentre sur la flexibilité. Par exemple, si un propriétaire de VE arrive au travail à 9 heures avec une batterie chargée à 50 % et prévoit de partir à 18 heures, le modèle de « batterie virtuelle » définit une fenêtre de fonctionnement sûre. La batterie de la voiture peut être chargée de 50 % jusqu’à son maximum, ou déchargée jusqu’à un niveau minimum qui garantit encore au propriétaire d’avoir suffisamment de charge pour rentrer chez lui. Cela crée un tampon d’énergie utilisable. L’opérateur partagé peut alors utiliser ce tampon pour charger la voiture pendant les périodes de prix d’électricité bas ou de forte production renouvelable (par exemple, le pic solaire à midi), et la décharger pendant les périodes de prix élevés (par exemple, la demande de pointe du soir). Le même principe s’applique aux charges thermiques. En ajustant légèrement la température dans le système de climatisation d’un bâtiment dans la plage de confort des occupants, le système peut « stocker » de la fraîcheur pendant la journée et réduire sa consommation d’énergie pendant les heures de pointe, agissant efficacement comme une batterie thermique.
Un composant critique de ce modèle est le concept de « compensation de satisfaction ». Pour que ce système fonctionne, les propriétaires de VE et les occupants des bâtiments doivent être des participants volontaires. Les chercheurs reconnaissent que demander à quelqu’un de retarder la charge de sa voiture ou d’accepter une légère fluctuation de température a un coût – à savoir un impact potentiel sur son confort et sa commodité. Pour garantir l’équité et inciter à la participation, le modèle inclut un système de compensation. L’opérateur paie une redevance aux fournisseurs de stockage virtuel (propriétaires de VE et gestionnaires de bâtiments) basée sur des facteurs tels que la durée de leur participation, la quantité de flexibilité qu’ils fournissent et le degré auquel leur confort est affecté. Pour les VE, cela inclut une compensation pour la dégradation de la batterie due à des cycles supplémentaires. Pour les charges thermiques, cela inclut une compensation pour les écarts de température par rapport au point de consigne. Cela transforme la relation d’une relation d’extraction en une relation de partenariat. Le propriétaire d’un VE n’est plus un nœud passif sur le réseau ; il devient un participant actif sur le marché de l’énergie, générant des revenus pour le service que fournit sa voiture stationnée.
L’étude a révélé que le niveau de cette compensation est un levier économique clé. Si la compensation est fixée trop haut, les coûts de l’opérateur augmentent, rendant potentiellement tout le service non rentable. Si elle est fixée trop bas, peu de gens participeront et le groupe de stockage virtuel restera petit. Le modèle des chercheurs permet aux opérateurs de trouver l’équilibre optimal. Leurs simulations ont montré que même avec des paiements de compensation raisonnables, les économies totales de la réduction des besoins en stockage physique et d’un arbitrage énergétique plus efficace dépassent de loin les coûts, conduisant à un bénéfice net pour l’opérateur et des factures d’énergie plus basses pour les consommateurs.
Le succès de ce modèle dépend de la confiance et d’une communication claire. Pour un propriétaire de VE, l’idée qu’un tiers gère la batterie de sa voiture peut être déconcertante. Et si la voiture n’est pas chargée quand il doit partir ? Et si la batterie s’use plus vite ? Le modèle des chercheurs aborde directement ces craintes en intégrant des contraintes strictes. L’algorithme garantit que la voiture sera chargée au niveau souhaité par le propriétaire à l’heure de départ spécifiée. La compensation pour la dégradation de la batterie est une reconnaissance directe de ce risque, garantissant que le propriétaire n’aura pas à en supporter le coût. Ce focus sur l’expérience utilisateur est essentiel pour une adoption généralisée. Il déplace la conversation au-delà de la technologie pure vers une conception de service centrée sur l’utilisateur.
L’impact plus large de cette recherche va bien au-delà d’un simple article académique. Il fournit un plan concret, basé sur des données, pour un avenir où notre infrastructure énergétique est plus décentralisée, résiliente et efficace. Alors que l’adoption des VE continuera à croître de façon exponentielle – projetée pour atteindre des centaines de millions à l’échelle mondiale au cours des prochaines décennies – la capacité de stockage collective de ces véhicules dépassera de loin celle de tout stockage stationnaire combiné. Tirer parti même d’une fraction de ce potentiel pourrait éliminer le besoin de milliards de dollars en nouvelles usines de batteries et lignes de transmission. Il démocratise le stockage d’énergie, transformant chaque propriétaire de VE en un fournisseur d’énergie potentiel.
De plus, ce modèle améliore la stabilité du réseau. En agrégeant des milliers de petites ressources flexibles, l’opérateur partagé peut répondre aux signaux du réseau avec une vitesse et une précision incroyables, aidant à équilibrer la fréquence et la tension en temps réel. C’est un service traditionnellement fourni par de grandes centrales électriques au combustible fossile. En les remplaçant par des ressources propres et décentralisées, le réseau devient non seulement plus vert, mais aussi plus agile et moins sujet aux pannes à grande échelle.
Le chemin vers la mise en œuvre, cependant, n’est pas sans obstacles. L’infrastructure technique pour la recharge bidirectionnelle (V2G) est encore balbutiante et n’est pas standard sur la plupart des VE ou stations de recharge. La cybersécurité est une préoccupation primordiale, car tout système permettant le contrôle à distance de la batterie d’un véhicule est une cible potentielle pour les pirates informatiques. Des cadres réglementaires doivent être établis pour définir les droits et responsabilités de toutes les parties, du propriétaire du VE à la compagnie électrique. Le modèle économique lui-même doit être prouvé à grande échelle.
Malgré ces défis, la recherche de l’Université Jiao Tong de Shanghai représente une avancée significative. Elle déplace la discussion de la possibilité théorique du V2G vers un système pratique et économiquement viable. Elle démontre que la solution à notre problème de stockage d’énergie pourrait ne pas être de construire plus de batteries géantes, mais de mieux gérer celles que nous avons déjà – celles stationnées dans nos garages et allées. L’humide VE stationné, autrefois vu comme un objet statique, est sur le point de devenir une pierre angulaire d’un avenir énergétique plus intelligent et durable. Le travail de Zhu Jianan, Ai Qian et Li Jiamei fournit une vision convaincante de la manière dont cet avenir peut être construit, une batterie virtuelle à la fois.
Les implications pour les constructeurs automobiles sont également significatives. Cette recherche souligne la nécessité pour eux de concevoir leurs véhicules non seulement pour la conduite, mais aussi pour la gestion de l’énergie. Des fonctionnalités telles que des systèmes avancés de gestion de batterie, des protocoles de communication V2G sécurisés et des applications faciles à utiliser permettant aux propriétaires de définir leurs préférences de charge et de surveiller leurs gains énergétiques deviendront des points clés de différenciation. La voiture de demain n’est pas seulement un moyen de transport ; c’est un centre énergétique mobile, un actif financier et un nœud vital dans un nouveau réseau énergétique décentralisé. Le travail de Zhu Jianan, Ai Qian et Li Jiamei fournit une vision convaincante de la manière dont cet avenir peut être construit, une batterie virtuelle à la fois.
L’analyse détaillée des scénarios dans l’article scientifique met en lumière l’ampleur des gains. Dans le scénario où les utilisateurs possèdent leurs propres batteries, la capacité totale de stockage physique nécessaire atteint un sommet de 3 413,7 kilowattheures. En passant à un système de stockage partagé classique, cette capacité peut être réduite à 2 371,3 kilowattheures. Cependant, c’est l’intégration du stockage virtuel qui provoque un changement de paradigme, réduisant la capacité physique requise à seulement 1 425,4 kilowattheures. Cette réduction de plus de 40 % par rapport au système partagé uniquement physique représente une économie colossale. Pour l’opérateur, cela se traduit par une baisse drastique des coûts d’investissement et de maintenance. Pour les utilisateurs, cela se traduit par une réduction de 30 à 40 % de leurs coûts énergétiques. L’étude met également en évidence le rôle crucial de la compensation. Un coefficient de compensation trop élevé rend le stockage virtuel trop coûteux à exploiter, tandis qu’un coefficient trop bas pourrait décourager la participation. L’art de l’opérateur consiste à trouver le juste milieu, un équilibre délicat entre incitation économique et viabilité commerciale. Le modèle DRO utilisé dans cette recherche est particulièrement puissant car il permet de naviguer dans cet espace d’incertitude. Contrairement à une optimisation stochastique qui pourrait sous-estimer les risques extrêmes, ou à une optimisation robuste classique qui pourrait être paralysée par une prudence excessive, le DRO trouve un terrain d’entente. Il garantit que le système reste rentable tout en étant suffisamment robuste pour faire face à des conditions réelles imprévues, comme une vague de chaleur inattendue qui augmente la demande de climatisation, ou une panne de réseau qui rend les VE indisponibles. Ce niveau de sophistication opérationnelle est ce qui rend cette recherche non seulement théoriquement solide, mais aussi pratiquement applicable. Elle ne propose pas une utopie technologique, mais un cadre commercial viable, fondé sur des incitations économiques claires et une gestion des risques rigoureuse. C’est cette combinaison de vision technologique et de pragmatisme économique qui positionne cette étude comme une pierre angulaire pour l’avenir de la gestion de l’énergie urbaine, où chaque VE stationné devient un acteur actif et rémunéré dans la stabilisation du réseau électrique.
Zhu Jianan, Ai Qian, Li Jiamei, School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University, Automation of Electric Power Systems, DOI: 10.7500/AEPS20230619009