Stratégie d’autonomie énergétique pour bornes de recharge
Alors que les véhicules électriques poursuivent leur expansion à travers la Chine, les infrastructures qui les soutiennent – particulièrement dans les régions isolées – subissent des pressions croissantes. L’un des défis les plus urgents réside dans l’approvisionnement énergétique fiable, durable et économique des stations de recharge situées loin des centres urbains et des réseaux électriques principaux. Pour répondre à ce besoin grandissant, une étude innovante de l’Université du Sichuan introduit un cadre novateur d’autosuffisance énergétique spécialement conçu pour les corridors de transport isolés, avec un focus particulier sur les systèmes de recharge pour véhicules électriques implantés le long des autoroutes.
Publiée dans la revue Power System Technology, cette recherche dirigée par Junhang Wu, Jichun Liu et Yiyang Wu présente une méthode de configuration coordonnée des capacités de production et de stockage destinée à surmonter deux obstacles majeurs dans la planification énergétique des zones reculées : l’absence de données météorologiques historiques et les déconnexions fréquentes du réseau principal. Ces problèmes ont longtemps entravé le déploiement de systèmes d’énergie renouvelable résilients dans les zones rurales et isolées, où les modèles de micro-réseaux traditionnels – développés pour des environnements urbains – montrent leurs limites.
L’approche de l’équipe se distingue des méthodes conventionnelles en intégrant l’évaluation des ressources naturelles avec la résilience opérationnelle, créant ainsi un modèle d’optimisation à double niveau qui équilibre efficacité économique et fiabilité énergétique. Au cœur de cette stratégie se trouve la capacité pour les systèmes énergétiques isolés de fonctionner de manière autonome tout en minimisant la dépendance aux sources d’énergie externes, une avancée cruciale pour les régions où la connectivité au réseau est faible ou peu fiable.
L’un des aspects les plus innovants de l’étude réside dans sa solution à l’absence de données météorologiques à long terme dans les zones reculées. Au lieu de s’appuyer sur des données historiques d’ensoleillement ou de vitesse vent – souvent indisponibles – les chercheurs ont développé un modèle computationnel basé sur des paramètres géographiques et astronomiques tels que la latitude, la position solaire et les variations saisonnières. Cela permet aux planificateurs de simuler des profils d’intensité solaire annuels pour n’importe quel emplacement sans avoir besoin de stations de mesure physiques. Pour les ressources éoliennes, l’équipe a appliqué un modèle de distribution de Weibull calibré à l’aide de parcs éoliens opérationnels proches, permettant une estimation précise de la production éolienne même dans des environnements pauvres en données.
Ces profils renouvelables simulés sont ensuite utilisés pour générer un ensemble de scénarios chronotypes reflétant la variabilité réelle, incluant des conditions défavorables comme un faible ensoleillement et des vents modérés. En se concentrant sur les scénarios les plus défavorables et à forte variabilité, le modèle garantit que le système énergétique résultant reste robuste face à des conditions météorologiques difficiles – une considération vitale pour maintenir des services de recharge continue des véhicules électriques.
L’architecture système proposée s’articule autour d’un micro-réseau hybride AC/DC, qui améliore la compatibilité avec diverses sources énergétiques et charges. Les panneaux photovoltaïques sont connectés directement au bus DC pour réduire les pertes de conversion, tandis que les éoliennes alimentent le côté AC par l’intermédiaire d’onduleurs. Les systèmes de stockage d’énergie jouent un rôle central dans la stabilisation de l’approvisionnement, absorbant l’excès de production pendant les pics de génération et restituant l’énergie pendant les périodes de faible production renouvelable ou de forte demande.
Une charge essentielle dans ce contexte est l’infrastructure de recharge rapide pour véhicules électriques, qui présente des modèles comportementaux distincts par rapport aux stations de recharge urbaines. Sur les autoroutes, la demande de recharge tend à se concentrer autour des heures de midi et du soir, coïncidant avec les pauses repas et les haltes. Contrairement aux conducteurs urbains qui peuvent recharger pendant la nuit, les voyageurs sur autoroute nécessitent une recharge rapide, imposant des demandes de puissance soudaines et significatives au réseau local. Pour capturer ces dynamiques, les chercheurs ont employé une approche de simulation Monte Carlo basée sur les statistiques d’arrivée des véhicules et les caractéristiques des batteries, générant un profil de charge quotidien réaliste qui reflète l’usage autoroutier effectif.
Ce modèle de charge a été validé en utilisant des données provenant d’un segment autoroutier représentatif, révélant deux pics prononcés – un vers midi et un autre en début de soirée – alignés sur les schémas de voyage typiques. De plus, le système doit supporter d’autres infrastructures critiques, incluant l’éclairage des tunnels, les systèmes de surveillance et les opérations des zones de service, qui contribuent toutes à une demande énergétique de base relativement élevée, particulièrement la nuit lorsque la production solaire est absente.
Pour adresser ces complexités, l’équipe de recherche a développé un cadre d’optimisation bi-niveaux qui intègre à la fois les décisions de planification et opérationnelles. Le niveau supérieur détermine les capacités optimales des composants éoliens, solaires et de stockage en minimisant le coût annuel total du système, qui inclut les investissements, la maintenance et les frais de remplacement sur la durée de vie des équipements. Le niveau inférieur simule l’opération du système à travers multiples scénarios météorologiques, optimisant les stratégies de dispatch pour minimiser les coûts opérationnels tout en améliorant l’autosuffisance.
Ce qui distingue ce modèle est sa capacité à prendre en compte simultanément les modes de fonctionnement connecté au réseau et insulaire (déconnecté). Dans de nombreuses zones isolées, la connexion au réseau électrique principal est fragile, avec des interruptions fréquentes dues aux conditions météorologiques extrêmes, aux infrastructures vieillissantes ou à la capacité de transmission limitée. Plutôt que de traiter ces états comme des cas séparés, le modèle intègre un « coefficient annuel de déconnexion » qui quantifie la probabilité et la durée des déconnexions du réseau. Ce paramètre permet au processus d’optimisation de peser les compromis entre la dépendance à l’énergie externe et le maintien de la résilience interne.
En mode connecté au réseau, le système peut importer de l’électricité pendant les pénuries et exporter la production excédentaire, profitant de la tarification horaire pour réduire les coûts. Cependant, en mode insulaire, toute l’énergie doit être produite localement, rendant l’adéquation du stockage et de la production primordiale. La couche opérationnelle inclut plusieurs objectifs : minimiser les coûts opérationnels annuels, réduire la dépendance au réseau (mesurée par le volume d’échanges) et diminuer les taux de délestage et de curtailment pendant les événements de déconnexion.
Pour obtenir une solution équilibrée, les chercheurs ont employé un algorithme évolutif multi-objectif amélioré appelé AGE-MOEA-II, qui utilise des techniques d’estimation géométrique pour améliorer la convergence et la diversité dans l’espace des solutions. Cet algorithme identifie une frontière de Pareto de solutions non dominées, à partir de laquelle une solution de compromis est sélectionnée en utilisant des pondérations basées sur l’entropie et des fonctions d’échelle de réalisation. Cela garantit que la configuration finale n’est pas biaisée vers un objectif unique et reflète un équilibre holistique entre coût, fiabilité et durabilité.
L’efficacité de la méthode proposée a été démontrée à travers une étude de cas basée sur un corridor autoroutier réel dans une région isolée de Chine. En utilisant des données géographiques locales et des modèles de trafic estimés, l’équipe a simulé six scénarios météorologiques représentatifs, allant de la pluie légère avec vent faible aux ciels couverts avec brises modérées. Chaque scénario s’est vu attribuer une probabilité basée sur les statistiques climatiques régionales, permettant au modèle de prioriser la robustesse sans surinvestir dans des capacités sous-utilisées.
Les résultats ont montré que l’approche bi-niveaux intégrée surpasse significativement les conceptions conventionnelles à scénario unique ou mode unique. Comparée aux configurations optimisées uniquement pour les meilleures conditions météorologiques moyennes, la méthode proposée a réduit les coûts opérationnels annuels jusqu’à 15% tout en améliorant l’autosuffisance énergétique de plus de 20%. Plus important encore, elle a radicalement diminué le risque de délestage pendant les pannes prolongées du réseau, un facteur critique pour maintenir la confiance du public dans les déplacements en véhicule électrique.
Parmi les diverses alternatives de conception testées, une configuration comportant 540 kW de capacité éolienne, 360 kW de capacité photovoltaïque et 720 kWh de stockage batterie s’est imposée comme la solution la plus équilibrée. Bien que la capacité éolienne ait surpassé le solaire dans cette configuration, le choix a été motivé par le besoin de production nocturne et de profils de sortie plus lisses, spécialement pendant les mois d’hiver lorsque les heures d’ensoleillement sont réduites. La taille de batterie plus importante que prévu reflète l’importance de combler les décalages de plusieurs heures entre la disponibilité renouvelable et la demande de pointe.
Une analyse plus poussée a révélé qu’ignorer les risques de déconnexion mène à un sous-investissement dans le stockage et la production de secours, résultant en des blackouts fréquents pendant les pannes de réseau. Inversement, concevoir uniquement pour une opération insulaire conduit à des installations surdimensionnées et coûteuses qui fonctionnent rarement à pleine capacité. Le modèle proposé trouve un équilibre pragmatique, augmentant légèrement l’investissement initial mais offrant une performance et une fiabilité supérieures à long terme.
Une conclusion importante de l’analyse de sensibilité fut le rôle du coefficient annuel de déconnexion dans la formation de la conception optimale. Lorsque cette valeur augmente – indiquant des pannes de réseau plus fréquentes ou plus longues – le modèle s’oriente naturellement vers une plus grande autonomie, augmentant la capacité de stockage et réduisant la dépendance à l’énergie externe. Cette flexibilité rend le cadre adaptable à différentes régions, des autoroutes montagneuses sujettes aux glissements de terrain aux routes désertiques exposées aux tempêtes de sable.
D’un point de vue politique, l’étude souligne l’importance d’une planification spécifique à chaque localité dans les efforts nationaux pour développer les infrastructures de transport propre. Les stratégies de déploiement uniformes qui supposent un accès au réseau et des modèles météorologiques standardisés sont inadaptées à la vaste et diverse géographie de la Chine. Les planificateurs devraient plutôt adopter des cadres adaptatifs qui considèrent les conditions environnementales, techniques et économiques locales.
Les implications s’étendent au-delà des autoroutes. La même méthodologie pourrait être appliquée aux villages isolés, avant-postes frontaliers ou sites industriels où l’alimentation électrique fiable est essentielle mais l’accès au réseau limité. Alors que la Chine avance vers ses objectifs doubles de carbone – pic d’émissions avant 2030 et neutralité carbone avant 2060 – les micro-réseaux décarbonés et alimentés par des renouvelables joueront un rôle croissant dans la décarbonation des secteurs difficiles d’accès.
De plus, l’intégration de la recharge pour véhicules électriques dans ces systèmes crée des synergies entre les transitions des transports et de l’énergie. En alignant les modèles de recharge des véhicules avec la production renouvelable, les planificateurs peuvent maximiser l’utilisation de l’énergie propre et minimiser le besoin de centrales de pointe fossiles. Des stratégies de recharge intelligentes, comme retarder la recharge non-urgente jusqu’aux pics de production solaire, peuvent encore améliorer l’efficacité du système.
Pour l’avenir, l’équipe de recherche reconnaît que son modèle actuel se concentre principalement sur la coordination production-stockage. Les travaux futurs incorporeront l’optimisation de la topologie du réseau et les contraintes d’émissions carbone, ouvrant la voie à une planification complète production-réseau-stockage. Alors que les ressources énergétiques distribuées deviennent plus prévalentes, la conception de l’infrastructure physique – comme le routage des câbles, le placement des sous-stations et les schémas de protection – influencera également la performance globale du système.
Néanmoins, l’étude actuelle représente un bond en avant significatif dans la conception des systèmes énergétiques isolés. Elle fournit une méthodologie pratique et fondée sur les données pour construire des systèmes électriques résilients, économiques et écologiques dans certains des environnements les plus challenging du pays. Pour les opérateurs autoroutiers et les planificateurs énergétiques, elle offre une feuille de route pour garantir que la révolution de la mobilité électrique ne s’arrête pas aux limites des villes.
Le succès de l’adoption des véhicules électriques en Chine dépend non seulement des ventes de véhicules mais aussi de la force et de l’intelligence des infrastructures de soutien. Dans les zones isolées, où chaque kilowatt-heure compte, la capacité à produire, stocker et gérer l’énergie localement n’est plus un luxe – c’est une nécessité. Cette recherche de l’Université du Sichuan fournit un outil puissant pour relever ce défi, combinant des techniques de modélisation avancées avec une applicabilité réelle pour tracer une voie durable vers l’avant.
Alors que la nation continue d’étendre son réseau autoroutier et d’électrifier son secteur des transports, des solutions comme celle-ci seront essentielles pour combler le gap énergétique entre les centres urbains et les vastes étendues au-delà. Avec une planification intelligente et une ingénierie innovante, même les tronçons de route les plus isolés peuvent devenir des nœuds dans un écosystème énergétique national plus propre et plus résilient.
Junhang Wu, Jichun Liu, Yiyang Wu, Collège d’Ingénierie Électrique, Université du Sichuan. Publié dans Power System Technology. DOI: 10.13335/j.1000-3673.pst.2023.2008