Stations-service hybrides : un modèle d’évolution stratégique
Au son caractéristique des bornes de recharge rapide se mêle désormais le sifflement familier des pistolets à carburant, donnant naissance à une nouvelle génération de stations énergétiques. Ces hubs hybrides ne choisissent pas entre les énergies mais les réconcilient, transformant progressivement les stations-service traditionnelles en infrastructures polyvalentes. Alors que l’adoption des véhicules électriques (VE) s’accélère dans les métropoles mondiales, l’infrastructure historique dédiée aux carburants fossiles connaît une métamorphose pragmatique – non par démolition mais par reconversion ciblée. De Pékin à Shanghai, et bientôt dans des dizaines de centres urbains, émergent des stations intégrées de ravitaillement et recharge accélérée (SIRRA), combinant recharge haute puissance et services traditionnels, le tout soutenu par un stockage sur site pour lisser la demande sur le réseau.
Cette transformation dépasse le simple retrofit technique. Il s’agit d’une évolution infrastructurelle stratégique, délibérée et calibrée pour la longue durée. Une étude novatrice publiée cette année dans Proceedings of the CSEE propose un cadre de planification pluriannuelle qui envisage la transition énergétique non comme un basculement binaire mais comme une migration nuancée s’étalant sur des décennies. Son postulat central : les conducteurs ne sont pas des automates suivant des optimisations centralisées, mais des agents rationnels arbitrant en temps réel entre temps, coût et commodité. Ignorer cette réalité comportementale revient à construire des modèles élégants mais inopérants sur le terrain.
En 2017, lorsque la France et le Royaume-Uni annoncèrent l’interdiction des véhicules thermiques neufs à l’horizon 2040, beaucoup imaginèrent la disparition pure et simple des stations-service. Près d’une décennie plus tard, la réalité s’avère plus complexe. Le renouvellement du parc est plus lent que prévu ; l’électrification rurale accuse un retard sur les zones urbaines ; les hybrides, nécessitant toujours du carburant, restent une technologie de transition dominante. Parallèlement, des majors pétrolières comme Sinopec se sont engagées à déployer 5 000 stations de recharge et d’échange de batteries d’ici 2025 – non par construction ex nihilo mais par transformation de leur réseau existant. Ce pivot stratégique souligne une vérité économique : les terrains en centre-ville sont rares, coûteux, et souvent soumis à des règles d’urbanisme anciennes. Détruire une station fonctionnelle pour construire une infrastructure 100% électrique n’a ni sens économique ni écologique. L’adaptation sur site s’impose comme l’approche la plus intelligente.
Mais cette adaptation va bien au-delà du simple ajout de bornes. Le défi est opérationnel, financier et spatial : quelles stations moderniser en priorité ? Combien de bornes cohabiteront avec combien de pompes – et pour combien de temps ? Quand désaffecter une pompe à carburant pour libérer de l’espace au profit de l’électronique de puissance ou du stockage ? Et surtout : comment dimensionner l’ensemble pour qu’aucun conducteur n’attende plus de 30 minutes, aux heures de pointe comme creuses, sans surinvestir dans des capacités sous-utilisées ?
C’est à ces questions que répond le travail de Xiaoyu Duan, Zechun Hu, Yonghua Song et Jianzhou Feng – une équipe associant l’Université Tsinghua et le State Key Lab for Smart City IoT de l’Université de Macao. Leur modèle évite deux écueils classiques de la planification infrastructurelle : l’hypothèse d’une répartition socialement optimale des flux (minimisant le temps de trajet total) et le recours à des simulations traffic fines devenant fragiles sur des horizons décennaux. Ils proposent plutôt un modèle urbain maillé où la demande émerge de cellules discrètes (zones de 2 km × 2 km), les stations attirant les usagers rationnels des cellules adjacentes via un « coût » composite : temps de trajet (estimé par distance de Manhattan et vitesse moyenne), attente prévisible, durée de service et prix de l’énergie.
Cette approche par équilibre utilisateur n’est pas nouvelle en théorie des transports – mais son application aux infrastructures énergétiques hybrides est inédite. Chaque conducteur calcule son arrêt optimal. Si la Station A ajoute deux bornes de 200 kW, son temps d’attente diminue, son « coût » baisse, et la demande des cellules voisines migre naturellement vers elle – sans régulation centralisée. Ce comportement auto-organisé est intégré directement dans la boucle de planification : le modèle résout itérativement l’allocation de la demande étant donnée les capacités actuelles, puis ré-optimise les capacités étant donnée la nouvelle carte de demande, convergeant vers un équilibre stable via le théorème du point fixe de Brouwer – une garantie mathématique qu’au moins une configuration stable existe.
Concrètement, les planificateurs ne devinent plus le comportement des usagers – ils le simulent. Les résultats sont éloquents. Dans une simulation du centre de Pékin – 300 cellules desservies par 15 stations historiques – le modèle prédit une transition non linéaire et accélérée : à l’Étape 4 (20 ans, 50% de VE), la demande totale de carburant chute considérablement, mais sa répartition se concentre sur quelques sites – non parce qu’on roule plus, mais parce que les usagers rationnels se ruent vers les rares pompes encore capables d’offrir des temps d’attente acceptables. À l’inverse, la demande de recharge se diffuse plus uniformément, mais des points chauds émergent autour des nœuds commerciaux et de transit, où la moindre file d’attente provoque une fuite de demande vers les stations voisines.
Surtout, le modèle révèle que le timing prime sur les volumes. Les investissements les plus lourds en bornes n’interviennent pas en phase finale – quand les VE dominent – mais dès l’Étape 1, lorsque les premières flottes professionnelles (VTC, livraison) adoptent la recharge rapide à grande échelle. Les pionniers ont besoin d’infrastructure maintenant, pas dans dix ans. Retarder le déploiement initial n’économise pas d’argent ; il cède des parts de marché et déprime l’utilisation future.
Le rôle du stockage sur site est tout aussi crucial. L’étude considère les batteries non comme des options mais comme des composants essentiels de lissage réseau. Avec des bornes rapides de 200 kW tirant des mégawatts aux heures de pointe, une seule station peut saturer les transformateurs locaux – surtout si plusieurs véhicules se branchent simultanément. En installant du stockage (systèmes lithium-ion de 500 kWh, coût actualisé ~19 500 $/kWh), les opérateurs peuvent « shaver » la demande de pointe, achetant l’énergie en heures creuses pour la restituer durant les pics. Cela évite des renforcements réseau coûteux, réduit la facture électrique via les tarifs dynamiques, et améliore la fiabilité en cas d’incident. Le modèle montre que dans les sites très fréquentés, le stockage n’est pas un luxe mais une condition de viabilité économique.
La gestion pragmatique de la désaffectation constitue peut-être l’apport le plus novateur. La plupart des études traitent expansion et contraction infrastructurelles comme des processus indépendants. Pas ici. Elles sont explicitement couplées via des contraintes partagées : surface au sol, capacité du poste électrique, budget. Le comportement humain réapparaît – pas seulement celui des conducteurs, mais aussi des gestionnaires. Si le retrait d’une pompe génère des coûts nets (démantèlement, gestion des déchets dangereux, perte de revenus), les opérateurs retarderont sa mise hors service jusqu’à l’ultime nécessité – typiquement quand l’espace ou la puissance manqueront pour les bornes. Mais si la désaffectation économise de l’argent (ex: éviter l’entretien annuel de pompes inutilisées), les entreprises rationnelles réduiront précocement leurs capacités, avant même la disparition totale de la demande. Le modèle gère les deux scénarios en découplant l’optimisation : si le retrait est coûteux, il priorise le déploiement des bornes et ne retire les pompes qu’en cas de tension sur les ressources ; s’il est profitable, il anticipe la mise hors service pour libérer des ressources.
Les implications sont stratégiques. Une agence d’urbanisme utilisant une allocation socialement optimale – où les usagers sont supposés se répartir pour minimiser le coût système total – pourrait construire moins de hubs de recharge, plus grands, comptant sur des applications centralisées pour aiguiller les flux. Mais en réalité, les conducteurs choisissent l’option perçue comme la plus rapide, pas la globalement optimale. Les simulations de l’étude montrent que les plans basés sur la première approche surestiment l’utilisation des stations intermédiaires et sous-estiment la congestion aux sites privilégiés – conduisant à des coûts opérationnels réels de 6 à 9% supérieurs aux projections. À l’inverse, les designs basés sur l’équilibre utilisateur, bien que légèrement plus chers en phase de planification, génèrent in fine des coûts réels inférieurs car ils épousent les comportements réels.
Une validation terrain émerge. À Shenzhen, capitale chinoise du VE, PetroChina a converti plus de 120 stations au format hybride SIRRA depuis 2021, conservant typiquement 4 à 6 voies de carburant tout en ajoutant 8 à 12 bornes rapides et 1 à 2 MWh de stockage. Les premières télémétries alignent les courbes d’utilisation sur le modèle Tsinghua : adoption initiale (Étape 1) portée par les flottes de taxi et logistique ; Étape 2 marquée par la montée des VE particuliers en heures creuses ; et Étape 3 (en cours) voyant l’effondrement de la demande carburant hors corridors poids-lourds. Les temps d’attente restent inférieurs à 25 minutes durant 92% des heures d’ouverture – dans la limite des 30 minutes jugées acceptables par consensus sectoriel.
Des défis persistent. Le modèle actuel traite les files d’attente carburant et électricité comme indépendantes, alors qu’en pratique, un engorgement aux pompes peut perturber les bornes, surtout sur sites exiguës. Les futures itérations intégreront peut-être une modélisation croisée des queues. De même, l’hypothèse de variables de capacité continues (ex: « 6,73 bornes ») nécessite des heuristiques d’arrondi pour le déploiement réel ; l’équipe explore des extensions en nombres entiers. Et si l’approche maillée sacrifie la topographie rue par rue, elle gagne en robustesse sur des horizons de 20 ans où réseaux routiers, zonages et même limites urbaines peuvent évoluer imprévisiblement.
Le changement le plus profond permis par le modèle SIRRA est culturel : il fait passer le récit de la substitution à la coexistence. Pendant des décennies, les transitions énergétiques furent présentées comme des guerres de religion – charbon contre gaz, pétrole contre électrons. Mais les infrastructures ne basculent pas en un claquement de doigts. La station-service américaine moyenne a plus de 30 ans ; beaucoup en Europe et en Asie sont plus anciennes. Leurs actifs physiques – cuves enterrées (une fois dépolluées), structures de canopy, raccordements utilities, et surtout la foncière – représentent un capital irrécupérable qu’on peut reconvertir productivement. Une SIRRA n’est pas un compromis ; c’est la reconnaissance que la révolution du VE se déploiera de façon hétérogène, selon les territoires, segments véhicules et profils d’usagers.
D’un point de vue politique, l’étude offre un template pour une régulation adaptative. Au lieu d’imposer des ratios fixes bornes/pompes, les villes pourraient exiger des stations des plans de transition dynamiques – mis à jour tous les cinq ans – basés sur la pénétration locale des VE, les performances des files d’attente et l’efficacité d’usage du sol. Les régulateurs accorderaient alors des permis accélérés aux modernisations améliorant tangiblement la couverture de demande ou réduisant la pression sur le réseau. Les utilities, de leur côté, pourraient offrir des crédits sur les factures de puissance aux stations déployant du stockage et participant à des services système.
Le business case est tout aussi convaincant. Selon l’analyse NPV (Valeur Actuelle Nette) de l’équipe, un déploiement SIRRA bien mené peut atteindre une rentabilité positive même sous hypothèses conservatrices – surtout en intégrant les coûts évités : pas d’acquisition foncière, réduction des délais de permis, valorisation de l’image de marque. Les pétroliers ne sont pas condamnés à l’obsolescence ; on leur offre un guide pour rester pertinents. Comme le remarquait récemment un dirigeant de Sinopec : « Nous ne vendons pas de l’essence. Nous vendons de la commodité énergétique. Le pistolet a juste changé de forme. »
À plus long terme, le concept SIRRA pourrait s’étendre au-delà de la voiture. Les corridors poids-lourds testent déjà la recharge mégawatt couplée à l’hydrogène. Les hubs de micromobilité urbaine pourraient intégrer des stations d’échange pour vélos et trottinettes. Et avec la maturation de la technologie vehicle-to-grid (V2G), la SIRRA de demain ne puisera pas seulement l’énergie dans le réseau – elle le stabilisera, utilisant les VE stationnés comme assets de stockage distribués. La station devient moins un point de consommation qu’un nœud dans une toile énergétique responsive et bidirectionnelle.
Rien de cela n’advient automatiquement. Cela exige une planification respectant à la fois les contraintes techniques et l’agence humaine – qui anticipe non seulement quels véhicules domineront les routes en 2040, mais comment les conducteurs choisiront où s’arrêter en chemin. Le travail de Duan, Hu, Song et Feng ne prédit pas l’avenir. Il arme les opérateurs pour le naviguer – étape par étape, borne par borne, minute d’attente par minute d’attente – sans jamais perdre de vue la personne au volant.
En cette ère de disruption radicale, les infrastructures les plus résilientes ne sont pas celles qui bondissent audacieusement vers l’inconnu, mais celles qui évoluent – intelligemment, progressivement, sans laisser personne au bord de la route.
—
*Xiaoyu Duan¹, Zechun Hu¹, Yonghua Song², Jianzhou Feng¹* ¹Département de Génie Électrique, Université Tsinghua, Pékin 100084, Chine ²State Key Laboratory of Internet of Things for Smart City, Université de Macao, Taipa 999078, RAS Macao, Chine Proceedings of the CSEE* DOI : 10.13334/j.0258-8013.pcsee.221514