Stratégie innovante pour systèmes photovoltaïques avec stockage
Une percée significative dans la gestion énergétique des systèmes intégrant photovoltaïque, stockage sur batterie et recharge de véhicules électriques démontre une augmentation remarquable de 28% du revenu journalier dans des conditions réelles d’exploitation. Cette innovation, développée par une équipe de recherche du Zhejiang Baima Lake Laboratory et de ses institutions affiliées, repose sur une architecture à bus continu qui améliore l’efficacité, réduit la dépendance au réseau et optimise les retours économiques grâce à une utilisation intelligente de la tarification horaire.
Alors que la transition mondiale vers la mobilité électrique s’accélère, les infrastructures nécessaires pour soutenir l’adoption massive des VE rencontrent des défis croissants. Malgré une croissance rapide du parc de véhicules électriques, le développement des infrastructures de recharge accuse un retard, créant un déséquilibre critique entre la demande des véhicules et la disponibilité de recharge. En Chine, le ratio véhicules/points de recharge s’élevait à 2,7:1 en 2021, loin de l’objectif de 1:1 fixé dans les plans de développement nationaux antérieurs. Cet écart met en lumière un problème systémique : les stations de recharge conventionnelles sont non seulement limitées par la capacité du réseau, particulièrement dans les zones urbaines anciennes, mais elles peinent aussi à être rentables en raison de leur dépendance à une source de revenus unique – les frais de service de recharge.
Pour répondre à ces défis, les chercheurs se tournent de plus en plus vers des solutions intégrées combinant production solaire, stockage sur batterie et recharge de VE en un système de micro-réseau unifié. Appelés systèmes « PV-stockage-recharge » ou « PV-BES-Charger », ces installations offrent un écosystème énergétique autonome capable de réduire la demande de pointe sur le réseau, diminuer les coûts opérationnels et améliorer la résilience énergétique. Cependant, l’efficacité de tels systèmes dépend de la sophistication de leurs stratégies de gestion de l’énergie.
Les approches traditionnelles d’optimisation énergétique dans ces systèmes reposent souvent sur des algorithmes avancés tels que les algorithmes génétiques ou l’optimisation par essaims particulaires. Bien qu’efficaces en environnement de simulation, ces méthodes nécessitent une prévision précise de la production solaire et de la demande de recharge – deux variables intrinsèquement imprévisibles dans des conditions réelles. De plus, elles demandent une puissance de calcul significative, les rendant impracticales pour un déploiement sur des contrôleurs embarqués économiques comme les microcontrôleurs couramment utilisés dans le matériel de recharge commercial.
En réponse, Guodong He, Changyong Fang, Ling Hong, Rongmin Wu, Peng Hou et Ding Wu du Zhejiang Baima Lake Laboratory, de Zhejiang Energy Group R&D, et du Key Laboratory of Solar Energy Utilization & Energy Saving Technology dans la province du Zhejiang ont introduit une nouvelle stratégie de gestion énergétique en temps réel conçue spécifiquement pour les systèmes embarqués à ressources limitées. Leurs travaux, publiés dans Energy Engineering, présentent une solution pratique et évolutive qui maximise les retours économiques sans nécessiter des modèles prédictifs complexes ou une informatique haute performance.
Le cœur de l’innovation réside dans l’architecture électrique à bus continu du système, une rupture avec la configuration à bus alternatif plus couramment utilisée dans les systèmes intégrés conventionnels. Dans les installations traditionnelles, l’énergie des panneaux solaires doit d’abord être convertie de continu à alternatif via des onduleurs avant d’être injectée dans le réseau ou utilisée pour charger les batteries et les VE. Chaque étape de conversion entraîne des pertes d’efficacité, généralement de 3% à 8% par phase. En revanche, le système proposé fonctionne sur un bus continu, permettant aux réseaux photovoltaïques, au stockage par batterie et aux chargeurs de VE d’interagir directement via des convertisseurs DC-DC, minimisant les étapes de conversion d’énergie et préservant l’efficacité du système.
Dans cette architecture, le système de stockage d’énergie par batterie (BESS) est connecté directement au bus continu, où il joue un double rôle : stabiliser la tension du bus et servir de tampon énergétique permettant un échange de puissance transparent entre le réseau, les panneaux solaires et les véhicules électriques. Cette conception permet au système d’acheminer l’énergie dynamiquement le long des voies les plus efficaces, évitant les conversions inutiles et réduisant les pertes énergétiques globales.
L’une des conclusions clés de la recherche est l’identification des chemins de flux de puissance optimaux basés sur l’efficacité de conversion. L’équipe a cartographié dix routes possibles de flux énergétique within le système et calculé leurs efficacités respectives de bout en bout. Les chemins impliquant moins d’étapes de conversion – tels que le réseau direct au véhicule ou le solaire au véhicule – présentaient naturellement des efficacités plus élevées, tandis que les routes passant à la fois par la batterie et plusieurs convertisseurs subissaient des pertes plus importantes. Par exemple, fournir l’énergie directement du réseau au chargeur de VE atteignait 95,2% d’efficacité, alors que router l’énergie du réseau à la batterie puis au véhicule réduisait l’efficacité à 88,7%.
Fort de cette compréhension, les chercheurs ont formulé un cadre décisionnel en temps réel qui priorise les voies énergétiques les plus efficaces tout en s’alignant sur les objectifs économiques. L’objectif principal est de minimiser le coût énergétique net, défini comme la différence entre l’électricité achetée sur le réseau et les revenus générés par les services de recharge, en tenant compte des tarifs horaires (TOU). Dans des régions comme le Zhejiang, où les prix de l’électricité varient considérablement entre les heures de pointe, creuses et pleines, l’utilisation stratégique du stockage peut générer des économies substantielles.
La stratégie fonctionne sur un principe simple mais puissant : maximiser l’autoconsommation de l’énergie solaire, charger la batterie pendant les périodes creuses à faible coût, et décharger pendant les périodes de pointe à prix élevé ou de pointe critique. Cette approche réduit non seulement la dépendance à l’électricité du réseau coûteuse pendant les demandes de pointe, mais aide aussi à aplatir les courbes de charge, contribuant à la stabilité du réseau.
Crucialement, la stratégie est conçue pour être légère en calcul. Au lieu de résoudre des problèmes d’optimisation complexes en temps réel, elle s’appuie sur des règles prédéfinies et des mesures en temps réel de la production solaire et de la demande de recharge des véhicules. La seule variable de contrôle active est la puissance de charge ou de décharge de la batterie, qui est ajustée en fonction de la période TOU actuelle et de l’état de charge (SoC) de la batterie. Cette logique basée sur des règles peut être facilement implémentée sur un microcontrôleur, la rendant idéale pour un déploiement massif dans les stations de recharge commerciales.
Pour valider la stratégie, l’équipe a mené une étude de cas utilisant une station de recharge intelligente installée dans un parc bureautique commercial en Chine orientale. Le système comportait un réseau photovoltaïque de 20 kW, une batterie lithium fer phosphate (LFP) de 51,2 kWh, et un chargeur rapide DC de 60 kW capable de servir plusieurs véhicules tout au long de la journée. La chimie LFP a été sélectionnée pour son excellente durée de vie cyclique, sa stabilité thermique et son profil de sécurité – des attributs critiques pour un système destiné à subir des cycles charge-décharge fréquents dans un cadre commercial.
La simulation supposait une journée de ciel clair avec des schémas d’ensoleillement typiques de la région, résultant en une production photovoltaïque journalière totale de 135 kWh. Trois événements de recharge ont été modélisés pour refléter des schémas d’utilisation non pendulaires : une session de 30 minutes à 9h00, une session d’une heure à 12h30, et une autre session de 30 minutes à 19h30 – des moments où les utilisateurs commerciaux pourraient recharger pendant les pauses déjeuner ou après le travail. Chaque session tirait de l’énergie au taux maximum de 60 kW, totalisant 120 kWh d’énergie délivrée aux véhicules.
Dans un scénario de référence sans optimisation de batterie – où le système utilisait simplement l’énergie solaire quand disponible et puisait sur le réseau sinon – le revenu net était calculé sur la base de frais de service de 0,5 yuan par kWh en plus du coût de l’électricité TOU. Dans ce cas, le revenu total des services de recharge était de 161,6 yuan, avec 60 yuan représentant le profit pur après comptabilisation des coûts d’électricité.
Lorsque la stratégie de gestion énergétique proposée était appliquée, la batterie suivait un schéma « deux charges, deux décharges » aligné sur la structure tarifaire TOU du Zhejiang. Pendant la période creuse nocturne (22h à 8h), la batterie était chargée lentement à 4,1 kW pour éviter le stress thermique et prolonger la durée de vie. Dans la fenêtre creuse de midi (11h à 13h), elle absorbait l’excès d’énergie solaire et l’énergie du réseau pour reconstituer 40% de sa capacité. Ensuite, pendant les périodes de pointe de l’après-midi et du soir, la batterie se déchargeait stratégiquement : d’abord à 6,83 kW de 8h à 11h, puis à un taux plus élevé de 20,48 kW pendant la fenêtre de pointe critique de 19h à 21h.
Cette dispatch optimisée permettait au système d’éviter d’acheter de l’électricité du réseau coûteuse pendant les heures de pointe. Même lorsque le chargeur de VE demandait 60 kW, l’alimentation réseau ne dépassait jamais 50 kW, grâce à la contribution combinée de l’énergie solaire et de la batterie. Le résultat fut une amélioration dramatique de l’économie : le revenu journalier total augmentait à 204,5 yuan, représentant un gain de 28% par rapport au scénario de référence.
Au-delà de la performance financière, la stratégie a démontré plusieurs avantages opérationnels. La batterie fonctionnait within une fenêtre de SoC de 10% à 90%, évitant les cycles profonds qui accélèrent la dégradation. Les taux de charge et décharge étaient maintenus bas – culminant à 0,4C (environ 20,5 kW pour une batterie de 51,2 kWh) – améliorant davantage la longévité. Le système réduisait aussi la demande de pointe sur le réseau, ce qui pourrait se traduire par des frais de demande inférieurs pour les opérateurs commerciaux et une tension réduite sur les réseaux de distribution locaux.
Les implications de cette recherche s’étendent au-delà des stations de recharge individuelles. Alors que les villes et les services publics cherchent à intégrer plus de ressources énergétiques distribuées, des solutions comme celle-ci offrent un modèle pour des infrastructures décentralisées, résilientes et économiquement viables. Contrairement aux mises à niveau de réseau centralisées, coûteuses et longues, les chargeurs enabled par micro-réseaux intelligents peuvent être déployés de manière incrémentielle, s’adaptant à la demande.
De plus, la compatibilité de la stratégie avec du matériel à faible coût la rend accessible à un large éventail de parties prenantes, des petites entreprises aux opérateurs municipaux. En éliminant le besoin d’optimisation basée sur le cloud ou de modèles d’apprentissage automatique, le système reste fonctionnel même dans les zones à connectivité limitée, garantissant fiabilité et disponibilité.
Le succès de cette approche souligne aussi un changement plus large dans la philosophie de gestion de l’énergie – des systèmes prédictifs lourds en modèles vers une logique adaptive basée sur des règles qui répond aux conditions en temps réel. Dans un monde où l’incertitude est la norme, la simplicité et la robustesse surpassent souvent la complexité.
Alors que l’adoption des VE continue d’augmenter, l’intégration de la production renouvelable et du stockage deviendra non pas une option, mais une nécessité. Les systèmes capables d’équilibrer intelligemment l’offre et la demande, réduire les coûts et améliorer la durabilité joueront un rôle pivotal dans l’avenir des transports.
Le travail de He, Fang, Hong, Wu, Hou et Wu offre un exemple convaincant de comment l’ingéniosité technique, ancrée dans des contraintes pratiques, peut offrir des bénéfices tangibles. Leur stratégie de gestion énergétique prouve que même sans IA avancée ou analytique de big data, des améliorations significatives de l’efficacité et de la rentabilité sont réalisables – ouvrant la voie à des infrastructures de recharge plus intelligentes et durables à travers la Chine et au-delà.
Guodong He, Changyong Fang, Ling Hong, Rongmin Wu, Peng Hou, Ding Wu, Zhejiang Baima Lake Laboratory, Zhejiang Energy Group R&D, Key Laboratory of Solar Energy Utilization & Energy Saving Technology, Energy Engineering, DOI: 10.16189/j.nygc.2024.01.013