Une planification intelligente des infrastructures de recharge renforce la stabilité du réseau
L’essor spectaculaire des véhicules électriques (VE) redéfinit non seulement le paysage de l’automobile, mais aussi les fondements mêmes des réseaux électriques qui les alimentent. Alors que les consommateurs adoptent massivement la mobilité électrique pour ses avantages environnementaux et opérationnels, le développement des infrastructures de recharge et de swap de batteries suit un rythme inégal, souvent déconnecté des capacités et des standards des réseaux de distribution existants. Ce décalage constitue un défi critique pour la stabilité du réseau, en particulier dans les zones urbaines et suburbaines où la densité de véhicules électriques augmente rapidement, mais où l’infrastructure énergétique peine à suivre.
Une étude récente, publiée dans la revue Electrical Engineering and Automation, propose une analyse approfondie de la manière dont une planification stratégique des infrastructures de recharge peut atténuer ces risques et favoriser une intégration plus harmonieuse entre les véhicules électriques et les réseaux électriques. Les auteurs Yunfei Zhang, de la State Grid Suining County Power Supply Company, et Cheng Xu, Yiming Xu et Xianghua Zong, de Shanghai Bo Ying Information Technology Co., Ltd., présentent une approche exhaustive qui combine prévision de la charge, redéfinition des zones d’alimentation et révision des critères de planification des sous-stations. L’article, intitulé « Extended Research on Charging and Battery-Swapping Infrastructure Planning Aligned with Distribution Network Standards », offre un cadre pratique pour garantir que l’expansion de l’infrastructure de recharge renforce, plutôt que surcharge, les systèmes de distribution.
Le cœur de la recherche réside dans la compréhension que le comportement de recharge des véhicules électriques n’est pas simplement une nouvelle forme de consommation d’énergie, mais un facteur de transformation systémique. Contrairement aux charges traditionnelles, comme l’éclairage ou les appareils électroménagers, la demande de recharge est hautement volatile et influencée par une série de facteurs imprévisibles : le kilométrage quotidien des utilisateurs, leurs habitudes de conduite, les lieux et les horaires où ils stationnent leurs véhicules, et leur choix entre différents modes de recharge (rapide, semi-rapide ou lente). Cette aléatoire rend la prévision de la charge particulièrement complexe, nécessitant des modèles bien plus sophistiqués que ceux utilisés historiquement.
L’étude démontre de manière convaincante que l’impact direct du taux de pénétration des véhicules électriques sur la charge moyenne du réseau est substantiel. Lorsque le taux de pénétration des VE atteint 50 %, la charge moyenne quotidienne sur le réseau de distribution peut augmenter jusqu’à 140,69 % par rapport aux niveaux de référence. Cette croissance n’est pas linéaire et tend à se concentrer à des moments précis de la journée, comme en fin d’après-midi et en début de soirée, lorsque les conducteurs rentrent du travail et branchent leurs véhicules. Ce phénomène, connu sous le nom de « pic de charge », peut surcharger les transformateurs et les lignes de distribution, entraînant des chutes de tension, une réduction de la qualité de l’énergie et, dans les cas extrêmes, des pannes d’alimentation.
Pour relever ce défi, les auteurs proposent une méthodologie de prévision de la charge qui va bien au-delà d’une simple extrapolation de données historiques. Le modèle intègre des données sur le parc automobile de la région, des estimations du taux de pénétration des véhicules électriques et des modèles de mobilité des utilisateurs. En simulant le comportement de milliers de conducteurs virtuels à l’aide de techniques de simulation de Monte Carlo, les chercheurs parviennent à prédire avec une bien meilleure précision non seulement la charge totale, mais aussi sa répartition spatiale et temporelle. Cela permet d’identifier les zones et les horaires à risque avant qu’ils ne deviennent des problèmes opérationnels concrets.
L’une des recommandations les plus impactantes de l’étude est la nécessité de réévaluer les critères de division des zones d’alimentation. Traditionnellement, ces zones sont définies en fonction de la densité de population et de l’occupation des sols. Cependant, avec l’essor des véhicules électriques, la densité de charge (mesurée en mégawatts par kilomètre carré) devient un indicateur bien plus pertinent. Les auteurs suggèrent que les seuils de densité de charge utilisés pour classer les zones doivent être doublés pour accueillir la nouvelle demande. Par exemple, les zones centrales urbaines (Zone A), qui fonctionnent déjà à une charge élevée, doivent être planifiées avec une marge de capacité significative pour supporter une concentration intense de stations de recharge rapide. Cette approche proactive permet d’éviter que les planificateurs réagissent aux crises, en permettant des investissements dans l’infrastructure avant que les réseaux ne soient surchargés.
L’influence des véhicules électriques s’étend directement à la planification des sous-stations, les points de transformation qui alimentent les réseaux locaux. L’intégration d’un grand nombre de VE exige que les sous-stations soient conçues avec une capacité et une redondance accrues. Les auteurs mettent en lumière deux indicateurs techniques cruciaux : le taux d’utilisation et le rapport capacité-charge (CLR).
Le taux d’utilisation mesure à quel point un circuit fonctionne près de sa capacité maximale. Dans un scénario à forte pénétration de VE, même un taux d’utilisation historiquement sûr peut devenir risqué, car une légère augmentation de la demande de recharge peut pousser le circuit à sa limite. Pour y remédier, les auteurs recommandent que les planificateurs intègrent une « réserve dédiée à la recharge VE » dans le calcul du taux d’utilisation. Cela signifie qu’une partie de la capacité totale du circuit doit être intentionnellement maintenue inutilisée pour absorber les pics de demande de recharge imprévus, augmentant ainsi la résilience du système.
Le rapport capacité-charge (CLR) est un autre pilier de la fiabilité du réseau. Il compare la capacité totale des transformateurs dans une zone à la charge maximale prévue. Les normes traditionnelles établissent des CLR pour garantir qu’il y a suffisamment de capacité pour supporter la croissance de la charge. L’étude argumente toutefois que, face à l’explosion de la demande de recharge, ces valeurs standard doivent être augmentées. Un CLR plus élevé offre une marge de sécurité plus grande, permettant au réseau d’absorber la croissance future des VE sans nécessiter d’interventions coûteuses et longues de développement.
Au-delà des aspects de capacité, la recherche aborde également des questions de qualité de l’énergie. Les stations de recharge rapide, en particulier, peuvent introduire des harmoniques et des courants réactifs dans le réseau, ce qui peut endommager les équipements sensibles et entraîner des inefficacités. Pour combattre cela, les auteurs soulignent la nécessité que toutes les installations de recharge, surtout celles de haute puissance, soient équipées de systèmes de compensation de puissance réactive. Ces dispositifs garantissent que l’installation n’injecte pas de puissance réactive dans le réseau, maintenant ainsi la tension stable et l’efficacité du système.
L’un des apports les plus novateurs de l’étude est l’analyse de la topologie du réseau. Les auteurs observent une différence fondamentale entre la recharge conventionnelle et le swap de batteries. Alors que la recharge dépend du comportement aléatoire des utilisateurs, le swap de batteries est un processus centralisé et contrôlé. Les batteries peuvent être chargées pendant les heures de faible demande (par exemple, la nuit), lorsque l’énergie est moins chère et que le réseau est moins sollicité. Cela permet aux stations de swap de « décaler » la charge du pic vers les creux, un concept connu sous le nom de « gestion de la charge ». Sur la base de cette observation, l’étude recommande que les points de connexion pour les infrastructures VE, surtout celles de haute puissance, soient situés à l’extrémité amont des alimentateurs de distribution. Cette position minimise la chute de tension le long de la ligne et réduit la contrainte thermique, améliorant ainsi la qualité de l’énergie pour tous les consommateurs connectés au même circuit.
L’emplacement et la capacité des sous-stations doivent également être repensés. Leur positionnement ne doit pas être basé uniquement sur des modèles de charge historiques, mais aussi sur la répartition prévue des stations de recharge et sur le modèle de mobilité des utilisateurs de VE. La proximité des centres d’affaires, des centres commerciaux, des gares de transport en commun et des grands parkings doit être un facteur déterminant. L’étude fournit des lignes directrices détaillées pour le dimensionnement des sous-stations en fonction de la classe de la zone de recharge (A à E). Par exemple, une sous-station dans une Zone A (centre-ville) pourrait nécessiter des transformateurs de 110 kV à haute capacité, tandis qu’une sous-station dans une Zone E (zone rurale) pourrait fonctionner avec des équipements de tension et de capacité inférieures.
Pour rendre la planification plus pratique, l’article introduit un système de classification des zones de recharge. Les zones sont définies en fonction de facteurs tels que la densité de charge, le modèle d’utilisation et le type d’utilisateur. Chaque zone a des directives spécifiques pour le ratio véhicule-station (car-to-charger ratio) et le taux de simultanéité (coefficient de simultanéité). La Zone A, par exemple, exige un ratio de 1:1, indiquant qu’il doit y avoir une station disponible pour chaque véhicule, avec un taux de simultanéité élevé (60-100 %), reflétant une utilisation intensive. La Zone E, en revanche, dans les zones rurales, peut avoir un ratio allant jusqu’à 15:1, avec un taux de simultanéité plus bas (20-50 %), car la demande est plus éparse.
Le coefficient de simultanéité est un concept vital pour éviter le surdimensionnement de l’infrastructure. Il représente la proportion de la charge maximale réelle par rapport à la somme des capacités nominales de toutes les stations. Il n’est pas réaliste de supposer que toutes les stations fonctionneront à leur puissance maximale en même temps. En utilisant des coefficients de simultanéité appropriés pour chaque zone, les planificateurs peuvent dimensionner les sous-stations et les lignes de manière plus économique et efficace.
Enfin, la recherche de Zhang Yunfei, Xu Cheng, Xu Yiming et Zong Xianghua va au-delà de l’ingénierie électrique ; elle constitue un appel à une collaboration interdisciplinaire. Le succès de la mobilité électrique dépend d’une intégration parfaite entre l’industrie automobile, les fournisseurs d’énergie, les urbanistes et les décideurs politiques. L’expansion de l’infrastructure de recharge ne peut pas être une initiative isolée, mais doit être intégrée aux plans généraux de développement urbain, de transport et d’énergie. Seule une planification coordonnée, basée sur des données et alignée sur des normes techniques actualisées, permettra à la transition vers une flotte électrique de se dérouler de manière fluide, fiable et durable. Cet article sert de guide essentiel pour construire un avenir où la mobilité propre et le réseau électrique robuste coexistent en harmonie.
L’étude souligne une vérité fondamentale : le succès de la révolution des véhicules électriques dépend non seulement des avancées dans la technologie des batteries et la conception des véhicules, mais aussi du travail silencieux et en coulisses de la planification du système électrique. Sans une approche intelligente et alignée sur les normes pour l’infrastructure de recharge, la promesse d’une mobilité propre, silencieuse et efficace pourrait rester lettre morte. Avec une planification réfléchie et une action coordonnée, cependant, la vision d’un avenir de mobilité entièrement électrifié et durable est bien à portée de main.
Yunfei Zhang, Cheng Xu, Yiming Xu, Xianghua Zong, State Grid Suining County Power Supply Company, Shanghai Bo Ying Information Technology Co., Ltd., Electrical Engineering and Automation, DOI: 10.19514/j.cnki.cn32-1628/tm.2024.08.001