Réseaux intelligents : véhicules électriques et capture du carbone
Dans l’ère de la transition énergétique, les véhicules électriques (VE) évoluent rapidement du simple statut de moyen de transport à celui de composant central des systèmes énergétiques intelligents. Une étude récente publiée dans la revue Thermal Power Generation par Ya-Lin Xu et Jun-Dong Duan, de l’Université polytechnique du Henan, attire l’attention du secteur automobile et énergétique pour sa vision innovante sur la façon d’intégrer les véhicules électriques, la capture du carbone et les réseaux intelligents dans un écosystème énergétique cohérent et durable.
La recherche, intitulée « Étude sur le contrôle conjoint du micro-réseau d’énergie intégrée basé sur un commerce du carbone par paliers », propose un modèle d’optimisation en deux niveaux conçu pour maximiser l’absorption de l’énergie éolienne et réduire drastiquement les émissions de carbone. Le cœur du système est une solution technologique ingénieuse qui relie une centrale électrique à capture de carbone (CCPP), un système de conversion énergie-gaz (P2G) et une flotte de véhicules électriques dans une seule et même architecture de micro-réseau.
Le principal obstacle que l’équipe a dû surmonter est le décalage temporel entre la production d’énergie éolienne et la demande du réseau. L’énergie éolienne est intermittente, souvent disponible en abondance pendant la nuit ou en période de faible consommation, quand elle pourrait être gaspillée. En même temps, la capture du carbone nécessite de l’électricité, généralement fournie par la centrale au charbon elle-même, ce qui réduit sa flexibilité opérationnelle pendant les pics de demande. Le modèle de Xu et Duan résout ce problème en introduisant un réservoir de stockage liquide comme « station tampon » de CO₂ entre la CCPP et le système P2G.
Cette innovation est cruciale. Pendant les heures de pointe, lorsque la demande d’électricité est élevée et que l’énergie éolienne est rare, la centrale au charbon peut continuer à fonctionner sans avoir à consacrer d’énergie à la capture du carbone. Au lieu de cela, le CO₂ produit est absorbé et stocké sous forme liquide dans le réservoir. Par la suite, pendant les périodes de forte production éolienne, lorsque l’énergie est abondante et bon marché, le CO₂ stocké est libéré du réservoir et envoyé au système P2G. Là, le CO₂ est combiné avec de l’hydrogène, produit par électrolyse alimentée par l’excédent d’énergie éolienne, pour synthétiser du méthane (CH₄). Ce gaz naturel synthétique peut ensuite être stocké et utilisé dans des turbines à gaz pour produire de l’électricité pendant les périodes de forte demande, transformant ainsi l’énergie éolienne intermittente en une source d’énergie programmable.
Ce « décalage temporel de l’énergie » ne maximise pas seulement l’utilisation de l’énergie renouvelable, mais ferme également le cycle du carbone. Le carbone qui aurait été émis dans l’atmosphère est capturé, stocké et réutilisé comme combustible, réduisant considérablement l’empreinte carbone globale du système et diminuant la dépendance aux sources de gaz naturel extérieures.
Le deuxième pilier fondamental du modèle est l’intégration des véhicules électriques. En exploitant la technologie Véhicule vers Réseau (V2G), les véhicules ne sont plus considérés uniquement comme des consommateurs d’énergie, mais comme des unités de stockage mobile et bidirectionnelles. Le modèle gère activement la flotte de VE, la transformant en une ressource de flexibilité pour le réseau.
La stratégie de contrôle en deux niveaux est le cœur de l’approche. Le niveau supérieur gère la production d’énergie, la capture du carbone et la production de gaz. Le niveau inférieur se concentre sur le comportement de charge et de décharge des véhicules électriques. Le modèle utilise des prévisions pour identifier les périodes de « rejet du vent » (quand l’énergie éolienne est gaspillée) et les périodes de pic de charge. Pendant les périodes d’abondance éolienne, les véhicules électriques sont incités à se charger avec cette énergie propre et bon marché. Ensuite, pendant les pics de demande, les véhicules peuvent décharger une partie de leur énergie stockée dans le réseau, remplaçant temporairement la production à partir de sources fossiles.
Ce processus de « décalage temporel » a un double effet positif. D’une part, il réduit considérablement le coût et l’impact environnemental du gaspillage de l’énergie éolienne. D’autre part, il aide à lisser la courbe de charge, réduisant la différence entre la demande maximale et minimale et améliorant la stabilité globale du réseau. Les chercheurs ont modélisé les modèles de conduite en se basant sur des données réelles, en supposant que les heures de retour à la maison et les distances de trajet quotidiennes suivent des distributions statistiques, afin de garantir que les stratégies de charge et de décharge soient réalistes et respectent les besoins des utilisateurs.
Un élément distinctif du modèle est l’introduction d’un mécanisme de commerce du carbone par paliers. Contrairement aux marchés du carbone traditionnels avec un prix fixe, ce modèle prévoit une structure de prix progressive. Si une usine dépasse son quota d’émissions attribué, le coût d’achat de crédits supplémentaires augmente progressivement. De même, si une usine réduit ses émissions en dessous du quota, le revenu de la vente des crédits excédentaires augmente également par paliers. Cela crée un incitatif financier beaucoup plus fort pour une décarbonation profonde, poussant les opérateurs à optimiser leurs opérations pour minimiser les émissions et maximiser les profits provenant de la vente de crédits.
Pour tester l’efficacité de leur modèle, Xu et Duan ont mené des simulations détaillées sur un micro-réseau virtuel comprenant une centrale au charbon avec capture de carbone, une ferme éolienne de 2 MW, un système P2G, une turbine à gaz et une flotte de 20 véhicules électriques. Ils ont comparé différents scénarios : un sans aucune technologie de capture du carbone ou de P2G, un avec capture du carbone et P2G mais sans réservoir tampon, et un avec l’ensemble du système intégré.
Les résultats ont été convaincants. Le scénario avec le réservoir tampon a enregistré le coût opérationnel total le plus bas et le niveau d’émissions de carbone le plus faible. Bien que le processus de capture du carbone ait augmenté la consommation de charbon, les économies réalisées grâce à la réduction des achats de gaz naturel et aux revenus plus élevés provenant de la vente de crédits de carbone ont plus que compensé ces coûts supplémentaires. Le système a démontré une capacité supérieure à absorber l’énergie éolienne, réduisant presque à zéro le gaspillage.
L’analyse a également examiné l’impact de la capacité du système P2G. En augmentant la puissance du système P2G, le gaspillage d’énergie éolienne a diminué, mais seulement jusqu’à un certain point. Au-delà d’un certain seuil, le système a commencé à dépendre davantage de la production au charbon pour répondre à la demande, entraînant une augmentation des émissions. Cela souligne l’importance de dimensionner correctement les systèmes P2G pour maximiser les avantages sans compromettre les objectifs de décarbonation.
La stratégie de charge des véhicules électriques a démontré un impact significatif. Un scénario avec charge non contrôlée, où les véhicules se chargent pendant les pics de demande, a aggravé le problème du « pic sur pic », augmentant les coûts et les émissions. En revanche, la stratégie V2G optimisée, qui déplace la charge aux heures d’abondance éolienne et utilise la décharge pendant les pics, a considérablement réduit à la fois les coûts et les émissions, démontrant le potentiel des véhicules électriques comme outil de gestion de la demande.
Le mécanisme de commerce du carbone par paliers s’est avéré supérieur au modèle à prix fixe. Il a produit des coûts opérationnels plus bas et une réduction des émissions beaucoup plus marquée, démontrant que des politiques de marché bien conçues peuvent conduire à un changement technologique profond et bénéfique pour l’environnement.
Le modèle a été résolu en utilisant le puissant solveur Gurobi via MATLAB, garantissant une solution optimale et efficace sur le plan informatique. Les résultats indiquent que l’intégration de CCPP, P2G, V2G et d’un marché du carbone par paliers représente une voie prometteuse vers un avenir énergétique durable. Cette recherche fournit un cadre pratique pour le développement de micro-réseaux intelligents, en particulier dans des contextes tels que les parcs industriels, les campus universitaires ou les communautés isolées, où la sécurité énergétique, les coûts et l’impact environnemental sont toutes des priorités.
La vision de Xu et Duan va au-delà de la simple efficacité énergétique. Ils voient un avenir où les véhicules électriques ne sont pas seulement des moyens de transport, mais des acteurs actifs et rentables dans le système énergétique. Grâce à des algorithmes de charge intelligents et à la capacité V2G, les propriétaires de voitures peuvent transformer leurs véhicules en mini-centrales électriques mobiles, contribuant à un réseau plus résilient, plus propre et plus économique. Alors que les coûts des batteries diminuent et que l’infrastructure de recharge s’étend, le potentiel de ce modèle continuera de croître, offrant une solution intégrée et intelligente aux défis énergétiques du XXIe siècle.
Ya-Lin Xu, Jun-Dong Duan, Henan Polytechnic University, Thermal Power Generation, DOI:10.19666/j.rlfd.202401008