Une nouvelle méthode affine le calcul de l’empreinte carbone des véhicules électriques
La transition vers la mobilité électrique est un pilier fondamental des stratégies mondiales visant à atteindre les objectifs de neutralité carbone. Les véhicules électriques (VE) offrent un avantage indéniable par rapport à leurs homologues à moteur à combustion interne, réduisant considérablement les émissions de dioxyde de carbone tout au long de leur cycle de vie, avec des études indiquant une diminution moyenne de 43,4 %. Cependant, la quantification précise du bénéfice environnemental individuel de chaque VE reste un défi complexe. Les méthodes de calcul traditionnelles, souvent basées sur des cycles d’essai standardisés comme le CLTC-P, ont tendance à simplifier excessivement la réalité. Ces modèles s’appuient typiquement sur une formule directe : l’énergie consommée divisée par la consommation d’énergie officielle du véhicule aux 100 kilomètres. Cette approche, bien que pratique, aboutit à une généralisation qui ne reflète pas fidèlement l’impact climatique réel d’un véhicule dans des conditions d’utilisation réelles.
Cette simplification ne concerne pas uniquement la précision scientifique, mais a des implications profondes pour l’avenir des programmes d’« inclusion carbone ». Ces programmes d’incitation, conçus pour récompenser les consommateurs pour leurs comportements à faible émission de carbone, comme choisir un VE plutôt qu’un véhicule à combustion, dépendent de façon critique de l’exactitude des calculs sous-jacents. Si le calcul est imprécis, il existe un risque de sous-récompenser les conducteurs efficaces ou de sur-récompenser les conducteurs inefficaces, ce qui pourrait compromettre la crédibilité et l’efficacité du système d’incitation. Une équipe de recherche chinoise a désormais présenté une méthode révolutionnaire qui comble directement cette lacune, intégrant de manière systématique les habitudes individuelles de conduite dans le calcul de la réduction de carbone.
L’étude, menée par Liu Ziqian, Huang Li, Lu Xiaoquan, Liu Jingyi et Zhang Yanan, introduit un concept innovant : celui de la « distance équivalente ». Contrairement aux modèles traditionnels qui utilisent la distance parcourue comme métrique principale pour la réduction des émissions, cette nouvelle approche définit une « distance équivalente » qui reflète la consommation d’énergie réelle du véhicule, en tenant compte des habitudes spécifiques du conducteur. Ce concept est crucial car il décompose les flux d’énergie à l’intérieur d’un VE, de la prise de courant aux roues et aux systèmes auxiliaires. Les chercheurs soutiennent que, bien que les paramètres statiques du véhicule, tels que la capacité de la batterie ou la puissance du moteur, soient importants, ils ne racontent pas toute l’histoire. Les facteurs dynamiques contrôlés par le conducteur ont une influence significative sur la consommation d’énergie totale et, par conséquent, sur l’empreinte carbone réelle.
L’équipe de recherche a identifié trois facteurs principaux du comportement du conducteur qui ont un impact mesurable sur la consommation d’énergie : l’utilisation du système de climatisation, le mode de conduite sélectionné et la charge du véhicule. Leur analyse révèle que ces facteurs ne sont pas de simples détails, mais qu’ils peuvent fondamentalement modifier le calcul de la réduction des émissions de carbone.
Le facteur de consommation d’énergie le plus significatif, outre la propulsion, est le système de climatisation. Que ce soit pour chauffer l’habitacle en hiver ou pour le refroidir en été, l’énergie nécessaire pour maintenir une température intérieure confortable est considérable. Le modèle développé par les chercheurs démontre que cette consommation d’énergie n’est pas linéaire, mais qu’elle augmente de façon exponentielle avec la différence de température entre l’environnement extérieur et la température souhaitée par le conducteur. Cela signifie qu’une petite différence de température exige un effort énergétique moindre, tandis qu’une grande différence, par exemple chauffer de 0°C à 20°C, augmente considérablement la consommation. Un modèle conventionnel qui ignore l’utilisation de la climatisation attribuerait à tort toute l’énergie consommée au déplacement. Cela conduirait à une « distance équivalente » surestimée et, par conséquent, à une réduction de carbone également surestimée. Le nouveau modèle corrige cette erreur en calculant une « pénalité énergétique pour la climatisation » et en la soustrayant de l’énergie disponible pour la propulsion. Cette approche fournit une image beaucoup plus réaliste de l’autonomie réelle et de l’avantage environnemental associé dans des conditions réelles.
Le deuxième facteur crucial est le « mode de conduite » choisi par le conducteur. Les véhicules électriques modernes offrent généralement plusieurs modes, tels que « Éco », « Normal » et « Sport ». Chacun de ces modes a une logique de contrôle différente pour le moteur et le système de récupération d’énergie (freinage régénératif). L’équipe de recherche a pu démontrer que le choix du mode a un effet direct et quantifiable sur l’efficacité énergétique. En mode « Éco », la puissance d’accélération maximale est limitée et le système de récupération d’énergie fonctionne de manière agressive, récupérant l’énergie cinétique lors du freinage et la restituant à la batterie. Cela peut augmenter significativement l’autonomie effective du véhicule. En revanche, le mode « Sport » privilégie la puissance et l’accélération maximales, souvent au détriment de l’efficacité énergétique, en réduisant ou en désactivant la récupération d’énergie. Les chercheurs ont développé un « coefficient d’influence du mode de conduite » qui quantifie ces différents profils de consommation. Ce coefficient est intégré au calcul de la distance équivalente. Les données montrent qu’un véhicule électrique conduit en mode Éco peut avoir une distance équivalente calculée jusqu’à 17 % supérieure à celle du même véhicule en mode Sport dans des conditions identiques. Cette différence se traduit directement par une réduction de carbone calculée plus élevée, soulignant le pouvoir du comportement du conducteur pour influencer le bénéfice environnemental.
Le troisième facteur, la charge du véhicule, bien qu’ayant un impact moindre que la climatisation ou le mode de conduite, reste pertinent. Un véhicule plus lourd nécessite plus d’énergie pour accélérer et surmonter la résistance au roulement. Le modèle intègre un « facteur de charge » pour tenir compte de cet effet. Bien que l’impact soit moindre à vitesse constante sur route, il devient significatif dans les environnements urbains avec des accélérations et des freinages fréquents. L’intégration de ce facteur garantit que le coût énergétique supplémentaire du transport de passagers ou de charge supplémentaire est reflété dans l’empreinte carbone finale.
En intégrant ces trois facteurs — climatisation, mode de conduite et charge — les chercheurs ont construit un modèle intégral de « conversion de la distance équivalente ». Ce modèle remplace la formule simple et imprécise par une équation beaucoup plus sophistiquée et réaliste qui reflète les coûts énergétiques réels des décisions du conducteur. La distance équivalente résultante devient alors la base pour le calcul de la réduction réelle de carbone.
Le calcul de la réduction de carbone lui-même suit une méthodologie robuste. Il compare les émissions d’un véhicule à combustion interne hypothétique (la « ligne de base ») qui aurait parcouru la même distance réelle, avec les émissions générées par l’électricité utilisée pour recharger le VE. Les émissions du véhicule de référence sont déterminées à partir de sa consommation de carburant officielle et des facteurs d’émission de CO2 pour l’essence ou le diesel. Les émissions du VE sont calculées en multipliant l’énergie de recharge réelle par l’intensité carbone du réseau électrique local. La différence entre ces deux chiffres est la réduction nette de carbone obtenue en optant pour le VE. L’avancée clé est que la distance utilisée dans ce calcul n’est plus un nombre simple et statique, mais la « distance équivalente » ajustée dynamiquement dérivée du comportement de conduite.
Pour valider leur modèle, l’équipe de recherche a mené une analyse exhaustive en utilisant des données de conduite réelles et à long terme de plusieurs utilisateurs d’un modèle de VE national populaire. Ces données couvraient différentes saisons de l’année, des conditions de conduite et des profils de conducteurs. Les résultats ont été accablants. Par rapport aux modèles conventionnels, la nouvelle méthode a démontré une amélioration spectaculaire de la précision. L’exactitude du calcul de la réduction de carbone est passée de 82,47 % à un impressionnant 96,33 %. Cela signifie que le modèle est beaucoup plus performant pour prédire le bénéfice environnemental réel d’un trajet en VE. En termes pratiques, pour les véhicules étudiés, le nouveau modèle a pris en compte en moyenne 18,83 grammes supplémentaires de réduction de CO2 par kilomètre que le modèle précédent avait ignorés. Ce chiffre peut sembler petit, mais agrégé à des millions de véhicules et des milliards de kilomètres, il représente une correction massive dans la manière dont nous évaluons et incitons la mobilité électrique.
Les implications de cette recherche vont bien au-delà du monde académique. Son application principale réside dans le domaine en plein essor des programmes d’« inclusion carbone ». Ces programmes d’incitation visent à impliquer les individus dans la lutte contre le changement climatique en quantifiant et en récompensant leurs actions à faible émission de carbone, qu’il s’agisse d’utiliser les transports en commun, de faire du vélo ou de conduire un VE. Pour que ces programmes soient crédibles, fiables et efficaces, le calcul sous-jacent de la réduction de carbone doit être le plus précis possible. Un modèle inexact comporte deux problèmes importants : il peut sous-rémunérer les conducteurs efficaces, décourageant leur comportement positif, ou il peut sur-rémunérer les conducteurs inefficaces, créant une incitation perverse. Le modèle développé par Liu Ziqian et ses collègues fournit une base scientifique rigoureuse pour ces programmes. Il garantit que les crédits de carbone émis reflètent fidèlement le service environnemental rendu, favorisant une plus grande confiance et une participation publique accrue.
L’étude a renforcé davantage son argumentation en testant l’applicabilité du modèle sur différentes marques de véhicules. Les chercheurs ont appliqué leur cadre à des données de deux autres VE nationaux et d’un modèle international. Les résultats ont montré que le modèle fonctionnait de manière cohérente et performante dans les trois cas, avec des niveaux de précision similaires et les mêmes tendances qualitatives en réponse à différents comportements de conduite. Cette validation croisée entre marques est cruciale, car elle démontre que le modèle n’est pas une solution unique pour un véhicule spécifique, mais un outil généralisable qui peut être adapté à une large gamme de VE, le rendant extrêmement précieux pour des programmes d’inclusion carbone à grande échelle et de portée nationale.
La recherche fournit également une explication claire à certains des modèles observés dans les données. Par exemple, le modèle explique pourquoi la différence entre la distance calculée et la distance réelle est plus faible sur des trajets très courts. Sur de courts trajets, l’énergie utilisée pour les systèmes auxiliaires (comme le démarrage de l’électronique du véhicule) représente une proportion plus importante de la consommation totale d’énergie, ce qui peut faire apparaître la voiture comme moins efficace que ne le prévoit le modèle. De plus, le modèle saisit élégamment les effets opposés de différents comportements de conduite. Alors qu’une conduite agressive et une utilisation intensive de la climatisation augmentent la consommation d’énergie, l’utilisation du mode Éco et une forte récupération d’énergie peuvent la réduire. L’effet net sur la réduction de carbone d’un individu est la somme de ces facteurs opposés, que le modèle est particulièrement bien équipé pour calculer.
En conclusion, cette recherche représente un progrès significatif dans la science de la comptabilité carbone pour les véhicules électriques. En déplaçant l’accent du véhicule en tant que machine statique vers le système conducteur-véhicule en tant qu’entité dynamique, les auteurs ont créé un outil qui n’est pas seulement plus précis, mais aussi plus équitable. Il reconnaît que l’impact environnemental de la conduite d’un VE est une responsabilité partagée entre la technologie et l’utilisateur. Alors que les gouvernements et les entreprises privées cherchent à développer les programmes d’inclusion carbone pour stimuler un changement de comportement de masse, le travail de Liu Ziqian, Huang Li, Lu Xiaoquan, Liu Jingyi et Zhang Yanan de l’Université du Sud-Est et de State Grid Jiangsu Electric Power Co., Ltd. fournit une méthodologie essentielle et fondée sur des preuves. Il garantit que la transition verte ne soit pas seulement alimentée par des électrons, mais aussi mesurée et récompensée avec précision, ouvrant la voie à un système d’incitations environnementales plus efficace et digne de confiance.
Liu Ziqian, Huang Li, Lu Xiaoquan, Liu Jingyi, Zhang Yanan, School of Electrical Engineering, Southeast University; Marketing Service Center, State Grid Jiangsu Electric Power Co., Ltd.; State Grid Jiangsu Electric Power Co., Ltd., Power Demand Side Management, DOI: 10.3969/j.issn.1009-1831.2024.02.010