véhicules élec en californie
TRANSCRIPT
- 1 -
Ambassade de France à Washington
Mission pour la Science et la Technologie
4101 Reservoir Road, NW - Washington,
DC 20007
Tél. : +1 202 944 6249
Fax : +1 202 944 6219
Mail : [email protected]
URL : http://www.ambafrance-us.org
Domaine : Véhicule électrique, Energie & Environnement
Document : Rapport d’Ambassade / Consulat Général de France à San Francisco,
California
Titre : Perspectives technologiques du véhicule électrique : État des lieux en Californie et
Méthode d’évaluation
Auteur : Benjamin Saada
Date : Décembre 2011
Contact SST : [email protected]
Mots-clefs : énergie, réseau électrique, voiture électrique, bornes de recharge.
Résumé : Ce rapport a pour but de faire un état des lieux du déploiement des véhicules
électriques en Californie, et de fournir ensuite une grille de lecture pour l’évaluation de
nouvelles technologies dans ce domaine.
En un premier temps, l’étude développe une expertise autour du sujet des véhicules
électriques en Californie. Cette phase de familiarisation avec le sujet permet de mettre en
lumière la faiblesse de l’argumentation autour du développement du véhicule électrique.
En un second temps, cette étude s’attache à développer une méthode d’audit des
technologies du véhicule électrique focalisée sur l’expérience de l’utilisateur et sur la
construction d’un modèle statistique des usages. Cette méthode est illustrée par une
innovation concernant les infrastructures de charge des véhicules électriques.
Pour conclure, sont présentés le bilan de cet audit ainsi que les recommandations pour
poursuivre l’amélioration des méthodes d’analyse des technologies.
NB : Retrouvez toutes nos publications sur http://www.bulletins-electroniques.com, l’accès est libre et gratuit.
- 2 -
- 3 -
Perspectives technologiques du véhicule électrique : État des lieux en Californie et Méthode d’évaluation Cette étude a été menée conjointement dans les bureaux de San Francisco de la mission scientifique du consulat de France et de l’équipe EDF Innovation, dans le cadre du stage de fin d’étude de l’Ecole des Mines
Benjamin SAADA
- 4 -
Résumé Ce rapport a pour but de faire un état des lieux du déploiement des véhicules électriques en Californie,
et de fournir ensuite une grille de lecture pour l’évaluation de nouvelles technologies dans ce
domaine.
En un premier temps, l’étude développe une expertise autour du sujet des véhicules électriques en
Californie. Cette phase de familiarisation avec le sujet permet de mettre en lumière la faiblesse de
l’argumentation autour du développement du véhicule électrique.
En un second temps, cette étude s’attache à développer une méthode d’audit des technologies du
véhicule électrique focalisée sur l’expérience de l’utilisateur et sur la construction d’un modèle
statistique des usages. Cette méthode est illustrée par une innovation concernant les infrastructures
de charge des véhicules électriques.
En conclusion, cette étude de l’écosystème Californien, accompagnée de son modèle de simulation, a notamment permis de démontrer :
la faiblesse d’une analyse comparative dans le secteur de la mobilité électrique
le potentiel technico-économique lié à l’introduction des systèmes Internet et
Technologies dans les éléments du système de mobilité électrique
le domaine de sensibilité de la mobilité électrique à la distribution des bornes de
charge qui inclut le résultat suivant : « une charge garantie par jour suffit largement à
combler les besoins pressentis pour un utilisateur »
un résultat fondamental en matière de statistiques démontrant un cas de rétroaction
du système par rapport à la charge des utilisateurs dans certaines configurations
(phénomène de foisonnement)
le fort potentiel des technologies de bornes intelligentes dans le cas d’une distribution
de bornes de charge dans les lieux publics et le peu d’intérêt de cette même
technologie dans le cas d’une distribution privée des bornes de charge
A l’heure où ce rapport est écrit, cette étude devrait conduire à :
La naissance d’un processus final utilisé régulièrement par l’équipe EDF Innovation
pour analyser les technologies du véhicule électrique
Une publication prenant pour exemple les résultats des simulations pour démontrer
les besoins d’améliorer les modèles de prévision du véhicule électrique en Europe en
se basant sur des indicateurs orientés vers les consommateurs
L’élaboration d’un modèle statistique par une unité d’EDF spécialisée en
mathématiques prenant en compte les spécificités géographiques des déplacements
(passage à une vision 2D), alimenté par une base de données spécifique
- 5 -
Sommaire Les problématiques de l’émergence du véhicule électrique, le cas pratique de la Californie -
11 -
A. Histoire du véhicule électrique en Californie - 11 -
B. Acteurs de la mobilité électrique - 12 -
1) Les constructeurs automobiles - 12 -
2) Les énergéticiens - 13 -
3) Les régulateurs - 13 -
4) Les opérateurs de borne de charge - 13 -
C. Les mécanismes d’incitation en faveur du véhicule électrique - 14 -
1) Au niveau fédéral - 14 -
2) Au niveau des Etats - 14 -
D. Positions des acteurs clés sur le véhicule électrique - 15 -
1) Les points de consensus - 15 -
2) Les points qui font débat - 15 -
E. Description du modèle Californien de mobilité électrique - 16 -
1) Le véhicule type - 16 -
2) Le schéma de déploiement des bornes de charges - 17 -
3) Les attentes comportementales - 19 -
Le véhicule électrique, proposition d’une méthode d’analyse: - 20 -
A. Les limites d’une analyse classique - 20 -
1) Limites dans l’analyse des performances statiques - 20 -
2) Limites dans l’analyse des performances dynamiques - 20 -
B. Description des composants du système de mobilité électrique - 21 -
1) Description du système - 21 -
2) Les types de flux - 24 -
3) Analyse fonctionnelle des principaux éléments - 24 -
4) Configuration du système - 25 -
C. Les enjeux d’un système de mobilité électrique, critères d’analyse - 26 -
1) Définition des critères d’analyse - 26 -
2) Présentation du modèle de simulation du critère de confort - 28 -
- 6 -
3) Présentation du système de notation. - 31 -
D. Conclusion : Cartographie de l’impact des principaux composants - 32 -
1) Analyse fonctionnelle croisée des principaux éléments du véhicule électrique - 32 -
2) Conclusion : Cartographie de l’impact des principaux composants - 33 -
E. Conclusion sur la méthode d’analyse - 35 -
Application de la méthode au cas de la technologie Intelligence embarquée pour les
bornes de charges - 36 -
A. Description de la technologie - 37 -
1) Qu’est ce qu’une Borne de charge intelligente ? - 37 -
2) Quels sont les enjeux qualitatifs liés à l’intelligence de la borne ? - 38 -
B. Etalonnage du Système de référence - 39 -
1) Description des principaux éléments - 39 -
2) Choix des configurations - 40 -
3) Présentation de la fiche de résultat du confort : Exemple de la configuration A sur le
système de référence - 41 -
4) Exemple d’étalonnage des critères de référence : Cas de la configuration C - 45 -
C. Evaluation de la solution Borne intelligente - 46 -
1) Résultat de la simulation du confort utilisateur : cas de borne intelligente. - 46 -
2) Interprétation des résultats de la simulation de confort - 46 -
3) Tableau d’analyse - 48 -
4) Conclusion sur la pertinence d’utiliser des bornes intelligentes 49
D. Conclusion sur la pertinence de la méthode d’analyse après passage au cas pratique
50
1) La possibilité de s’affranchir d’un discours marketing peu rigoureux 50
2) Une analyse innovante pour des technologies innovantes 50
3) Une méthode heuristique 50
Travaux cités 52
Remerciements 53
Annexes 54
A. Articles publiés pendant la durée du stage 54
B. Liste des visites réalisées pendant la mission 55
1) Forum/Conférence 55
2) Producteur d’électricité 55
- 7 -
3) Recherche 55
4) Organisme public 55
5) Société 55
C. Liste des technologies utilisées dans la méthode d’analyse 56
D. Liste des entrées du modèle de simulation du confort 57
1) Paramètre de simulation 57
2) Paramètre de trajet 57
E. Validation de la méthode statistique : Démonstration du phénomène de
foisonnement 58
F. Explications détaillées du modèle de confort sur les configurations de références B, C
et D 60
G. Description complète du système de mobilité électrique 62
3) Description du système 62
4) Les types de flux 65
5) Représentation Schématique 66
- 8 -
Liste des figures Tableau 1 : Quelques exemples des grands projets financés par le DOE ............................ - 14 -
Tableau 2 : Quelques exemples de grands projets financés par l'état de Californie1 ......... - 14 -
Tableau 3 : Comparaison Véhicule électrique, Véhicule hybride électrique [7] .................. - 16 -
Tableau 4 : Comparatif des différents modes de charge ..................................................... - 17 -
Tableau 5 : Comparaison d'impact sur le réseau de divers sous ensemble ........................ - 18 -
Tableau 6 : Principales caractéristiques des utilisateurs américains de Véhicule Electrique [7] -
19 -
Tableau 7 : Analyse fonctionnelle des principaux élèments du système de véhicule électrique
.............................................................................................................................................. - 24 -
Tableau 8 : Système de notation .......................................................................................... - 31 -
Tableau 9 : Analyse fonctionnelle des éléments du système véhicule électrique .............. - 32 -
Tableau 10 : Récapitulatif des 4 configurations retenues ................................................... - 41 -
Tableau 11 : Résultats indicateurs de confort, système de référence en configuration A . - 43 -
Tableau 12 : Synthèse des résultats ..................................................................................... - 43 -
Tableau 13: Résultats de la simulation du confort .............................................................. - 46 -
Tableau 14 : Résultats indicateurs de confort, système de référence en configuration B ...... 60
Tableau 15 : Résultats indicateurs de confort, système de référence en configuration C ...... 61
Tableau 16 : Résultats indicateurs de confort, système de référence en configuration D ..... 61
Figure 1 : Photo commerciale du modèle EV1 ..................................................................... - 12 -
Figure 2 : Photo d'une Chevrolet Volt en train de charger à Palo Alto ................................ - 17 -
Figure 3: Borne de charge level 2 domestique .................................................................... - 19 -
Figure 4 : Modélisation schématique d'un véhicule électrique ........................................... - 21 -
Figure 5 : Modélisation schématique d'une borne de charge ............................................. - 22 -
Figure 6 : Représentation schématique du réseau électrique ............................................. - 23 -
Figure 7 : Représentation schématique d'un réseau de données ....................................... - 23 -
Figure 8 : Représentation schématique du système mobilité électrique ............................ - 24 -
Figure 9 : Représentation schématique du fonctionnement du modèle de simulation de
confort .................................................................................................................................. - 29 -
Figure 10: Exemple d'une fiche de résultat simulation confort ........................................... - 30 -
Figure 11: Cartographie de l'impact des éléments .............................................................. - 33 -
Figure 12: Photographie d'une station de charge simple .................................................... - 36 -
Figure 13 : Photo d'une station de charge intelligente avec système d'identification intégré .. -
37 -
Figure 14 : Rappel impact de l'intelligence de la borne de charge sur le système de mobilité
électrique ............................................................................................................................. - 39 -
Figure 15 : Récapitulatif du système de mobilité électrique de référence.......................... - 40 -
Figure 16: Exemple d'une fiche de résultat simulation confort ........................................... - 42 -
- 9 -
Figure 17 : Déroulement du scénario utilisation avec système de référence en configuration
A ............................................................................................................................................ - 42 -
Figure 18 : Résultat comparé dans la configuration C ......................................................... - 47 -
Figure 19 : Score de la solution Borne intelligente (un score élevé signifie une bonne
performance)- exemple de la configuration C .......................................................................... 49
Figure 20 : Déroulement du scénario utilisation avec système de référence en configuration
B ................................................................................................................................................ 60
Figure 21 : Trajet typique sur 2 jours avec probabilité (0,8 bornes par voiture) de
branchement lors du retour au domicile ................................................................................. 60
Figure 22 : Trajet typique sur 2 jours avec probabilité (1,8 bornes par voiture) de
branchement au domicile et au travail .................................................................................... 61
Figure 23 : Modélisation schématique d'un véhicule électrique ............................................. 62
Figure 24 : Modélisation schématique d'une borne de charge ............................................... 63
Figure 25 : Représentation schématique du réseau électrique ............................................... 64
Figure 26 : Représentation schématique d'un réseau de données ......................................... 65
Figure 27 : Représentation Schématique du système mobilité électrique .............................. 66
- 10 -
Introduction La mission du Service Scientifique du Consulat français de San Francisco est de créer des partenariats
de R&D entre la France et les États-Unis sur le sujet des technologies propres. A ce titre il collabore
avec de nombreux acteurs académiques et industriels, français et américains, de la mobilité
électrique, des énergies renouvelables, du stockage énergétique, et de l'efficacité énergétique.
A l’heure où les Etats Unis ont la ferme intention de devenir leaders dans le véhicule électrique1, il
est devenu stratégique pour la France et ses acteurs du domaine de l’énergie de suivre l’évolution
technologique et commerciale de ce secteur en plein essor, notamment dans la Silicon Valley,
véritable épicentre du phénomène. C’est pourquoi le service scientifique a collaboré avec le groupe
EDF pour fournir une analyse du déploiement du véhicule électrique.
De cette collaboration il est vite ressorti que l’identification des technologies du véhicule électrique
en Californie peut s’avérer biaisée par un phénomène de désinformation du au lobby intense des
parties prenantes, une culture du marketing technologique spécifique à la région et au phénomène
de mode entourant les technologies propres. C’est pourquoi il a été décidé en cours de route - afin
de réussir cette mission de veille technologique - de pousser l’exercice plus loin en proposant une
méthode d’évaluation des technologies liées au véhicule électrique.
L’étude commence donc par le développement d’une expertise autour du sujet des véhicules
électriques en Californie (Partie I). Cette phase de familiarisation avec le sujet permet de mettre en
lumière la faiblesse de l’argumentation autour du développement du véhicule électrique dans cette
région. Vient ensuite la phase de développement d’une méthode d’audit des technologies du
véhicule électrique focalisée sur l’expérience de l’utilisateur et sur la construction d’un modèle
statistique des usages (Partie II). Cette méthode est illustrée par une innovation concernant les
infrastructures de charge des véhicules électriques (Partie III). Pour conclure, sont présentés le bilan
de cet audit ainsi que les recommandations pour poursuivre l’amélioration des méthodes d’analyse
des technologies.
1 Le président Barack Obama a encore rappelé son objectif d’1 million de véhicules électriques en 2015 lors de
son discours annuel « State of the Union address » (7)
- 11 -
Les problématiques de l’émergence du véhicule électrique, le cas
pratique de la Californie
Le véhicule électrique n’est pas une simple innovation. La complexité de sa mise en œuvre et la
courte durée d’implémentation réclamée par les gouvernements en font une véritable révolution.
Il est important de préciser au lecteur que le terme courant de véhicule électrique est un raccourci
malheureux. En effet, il n’englobe qu’une très petite partie du problème : la voiture. Il est préférable
d’employer ici le terme de mobilité électrique, qui regroupe le véhicule, mais également les réseaux
(électriques et données) qui l’accompagnent ainsi que les usages des utilisateurs du système.
En effet, une solution de mobilité électrique est en réalité une combinaison adaptée à un usage, à un
type de véhicule et à un comportement de l’utilisateur. Il y a autant de mobilité électrique qu’il y a
d’usage de la voiture. Par ailleurs, ces usages évoluent en permanence à l’image des configurations
urbaines. Certains systèmes de mobilité sont ainsi très bien adaptés à certaines classes de la
population dans un lieu géographique donné mais s’avèrent inutilisables pour d’autres.
Cette obligation de partager la solution entre des acteurs très différents est incontestablement une
complexité qu’il faut apprendre à maîtriser afin d’appréhender efficacement le sujet du véhicule
électrique.
Le but de cette première partie est donc de présenter les enjeux culturels, historiques et
évidemment techniques associés à la mobilité électrique avec une vision centrée sur les Etats-Unis
et particulièrement sur la Californie.
A. Histoire du véhicule électrique en Californie La Californie est considérée comme un véritable leader mondial du véhicule électrique. Depuis 1996,
du fait de très fortes contraintes sur les émissions de CO2 [1] et le projet Zero Emission Vehicule [2]
né sous la gouvernance d’Arnold Schwarzenegger1, de nombreux acteurs se sont positionnés sur le
segment de la mobilité propre prévoyant des opportunités commerciales très lucratives sous l’effet
des incitations financières et des aides publiques. Ainsi la Californie s’est-elle dotée dès 1996 du
premier modèle « moderne »2 de véhicule électrique de série développé par General Motors, l’EV1
avec plus de 1000 véhicules produits en 3 ans.
1 Arnold Schwarzenegger a été gouverneur de Californie de 2003 à 2010
2 Les véhicules électriques existent depuis le début du XXème siècle
- 12 -
Figure 1 : Photo commerciale du modèle EV1
Après l’éclatement de la bulle du numérique dans les années 2000 sur l’internet, la Silicon Valley
s’est en partie reconvertie dans les nanotechnologies, puis les biotechnologies et enfin les Clean
Tech1, voyant fleurir un très grand nombre de start-up dont les innovations ont en commun l’objectif
de la réduction des pollutions. Ainsi, les nouveaux acteurs du véhicule électrique ont
systématiquement un bureau en Californie, dans la baie de San Francisco, contribuant à faire de
cette région une zone d’émulation à la pointe de la technologie.
Au cours des dernières années, San Francisco est devenu une plaque tournante des conférences, des
pilotes, des débats, des expérimentations techniques, et des lancements commerciaux de la mobilité
électrique.
B. Acteurs de la mobilité électrique
1) Les constructeurs automobiles
Les constructeurs automobiles ont un rôle important dans la mobilité électrique, essentiellement car
ils sont en charge de l’intégration de batterie, qui comme il sera montré ci-après, a une importance
capitale sur les performances de la mobilité électrique générale.
Ils ont, non seulement la responsabilité de dimensionner la batterie, mais aussi de fournir une offre
commerciale intelligente pour le véhicule électrique. En effet, le véhicule électrique nécessite un
investissement initial important (essentiellement à cause de la batterie dont la durée de vie est
limitée [3]) qui peut représenter un frein au succès commercial de la mobilité électrique2. Par
exemple, certains constructeurs travaillent sur des offres de location de batterie et/ou d’entretien
pour en améliorer la durée de vie.
1 Clean Tech est la terminologie utilisée aux USA pour décrire les technologies propres
2 Aujourd’hui, le stockage mobile coute entre [500-900+ le kWh sachant qu’une batterie standard contient
24kwh.
- 13 -
A titre informatif, les constructeurs actifs sur la côte ouest dans la mobilité électrique sont : Nissan,
Mini, BMW, General Motors, CODA, TESLA.
2) Les énergéticiens
Aux USA, les productions d’énergie ont pour fonction principale d’assurer l’arrivée des électrons dans
les bornes de charge des utilisateurs. Leur mission se limite donc à assurer une qualité de service sur
le réseau électrique en fonction de l’évolution des besoins des utilisateurs de la mobilité électrique.
Au cas par cas, les énergéticiens peuvent intervenir sur le déploiement des bornes dans l’espace
public, mais cette question relève plutôt de l’intervention des régulateurs.
A titre informatif, les énergéticiens actifs sur la côte ouest dans la mobilité électrique sont : Southern
California Edison (SCE), San Diego Gas & Electric (SDG&E), Pacific Gas & Electric (PG&E), Sacramento
Municipal Utility District (SMUD).
3) Les régulateurs
Les régulateurs doivent favoriser une organisation propice à l’émergence puis au développement
d’un marché de la mobilité électrique1. Aux Etats-Unis, ces différents organismes, avec un champ
d’action au niveau des Etats utilisent essentiellement deux facteurs d’influence : une redistribution
des impôts2, orientée en faveur des technologies qu’ils jugent stratégiques, et une régulation des prix
en faveur de la diminution du CO2.
Il est important de noter que l’action des régulateurs est remarquable d’ingéniosité afin de pousser
les industries et les entrepreneurs à se lancer dans le développement du véhicule vert. En plus de
toutes les subventions accordées aux véhicules verts (équivalentes au bonus écologique français),
voici deux exemples représentatifs de la politique de régulation californienne:
La régulation du marché de l’énergie mise en place par California Public Utilities
Commission (CPUC) implique que les revenus des énergéticiens ne sont pas fonction
de la quantité d’énergie vendue (mécanisme dit « découplé »), mais de l’atteinte
d’objectifs renégociés chaque année3
Cette même commission (CPUC) a finalement décidé d’interdire la vente des services
liés à la recharge des véhicules électriques aux énergéticiens. Cette décision implique
l’émergence d’un marché dérégulé des opérateurs de charge de véhicule électrique
A titre informatif, les organismes de régulation actifs sur la côte ouest dans la mobilité électrique
sont : California Public Utilities Commission (CPUC), California Air Resource Board (CARB), Bay Area
Air Quality Management District (BAAQMD)
4) Les opérateurs de borne de charge
Etant donné la régulation californienne, il est fort probable que nous allons assister à l’émergence
d’entreprises chargées d’opérer les stations de charge de véhicules électriques à travers le territoire.
Ces opérateurs seront probablement les fabricants de bornes de charge. En effet, ces opérateurs, sur
1 Ce cadre politique est donné par le fameux Assembly Bill 118 au niveau national et Assembly Bill 32 en
Californie qui correspondent à des décisions d’assemblée nationale et régionale dans le système Français. 2 Par exemple, le crédit pour les véhicules à faibles émissions de CO2 est financé par les taxes d’immatriculation
3 Le lecteur remarquera que l’énergie, en Californie ainsi que dans une majorité des états, est un marché régulé
(contrairement à l’Europe).
- 14 -
le modèle de la téléphonie mobile, vont assurer le déploiement, l’entretien des équipements et la
mise en place de services articulés autour de la création d’un réseau de charge communicant.
Par exemple, moyennant un abonnement, l’utilisateur aura accès à la disponibilité des bornes, des
tarifications du chargement en fonction du prix de l’électricité, …1
A titre informatif, les fabricants de bornes de charge actifs sur la côte ouest sont Ecotality, Coulomb
technologies, Aerovironment, ClipperCreek
C. Les mécanismes d’incitation en faveur du véhicule électrique Après la « faillite » de deux des Big3 (General Motors, Chrysler, Ford), lors de la crise économique de
2009, le gouvernement américain a décidé de faire des USA un des leaders dans le véhicule
électrique. Il s’ensuit un mécanisme d’incitation très fort à deux niveaux.
1) Au niveau fédéral
Le Department of Energy (DoE) finance massivement des projets de recherche dans toutes les
régions des Etats-Unis afin de développer des technologies permettant d’asseoir durablement le
véhicule électrique. Par ailleurs, cette même entité intervient ponctuellement pour soutenir des
industries stratégiques comme la filière des batteries.
Tableau 1 : Quelques exemples des grands projets financés par le DOE2
Type de projet ciblé Nature de l’aide
Advanced Energy Research Project Grants
Recherche Financement, Crédit
Improved Energy Technology Loans
Commercial Garantie financière
Advanced Technology Vehicle (ATV) Manufacturing Incentives
Industriel Crédit
Clean Cities
Commercial Animation d’un réseau
2) Au niveau des Etats
Les états ont pour mission de favoriser le développement du véhicule électrique au titre de
l’indépendance énergétique des Etats-Unis. Dans la pratique, ils y consacrent plus ou moins de
financement en fonction de leur intérêt pour la question des véhicules électriques et des
opportunités énergétiques locales. La Californie est évidemment très active sur le sujet et peut
même financer des projets de recherche au même titre que le Department Of Energy (Niveau
Fédéral).
Tableau 2 : Quelques exemples de grands projets financés par l'état de Californie1
Type de projet ciblé Nature de l’aide
Plug-In Hybrid and Zero Emission Light-Duty Vehicle Rebates
Incitation conducteur Subvention du véhicule
1 Voir par exemple l’offre commerciale EVGo : https://www.evgonetwork.com/
2 La liste complète des aides peut être consultée sur le site de « l’Alternative Fuels & Advanced Vehicles Data
Center » : http://www.afdc.energy.gov
- 15 -
Alternative Fuel and Vehicle Research and Development Incentives
Recherche Crédit
Electric Vehicle Supply Equipment (EVSE) Incentive
Incitation conducteur Subvention borne de charge
Electric Vehicle (EV) Charging Rate Credit – SMUD
Incitation énergéticien Subvention prix de l’énergie
High Occupancy Vehicle (HOV) Lane Exemption
Incitation conducteur Ligne rapide pour les véhicules qui font du co voiturage
D. Positions des acteurs clés sur le véhicule électrique
1) Les points de consensus
Le marché du véhicule électrique aux USA existe: le nombre des consommateurs
prêts à accueillir cette nouvelle forme de mobilité a dépassé le seuil critique
nécessaire pour absorber le très fort coût initial de déploiement des infrastructures.
La voiture électrique (avec les performances actuelles) est capable de remplacer le
véhicule qui sert à se rendre sur son lieu de travail tous les jours1 [4] [5].
Les batteries Lithium-Ion sont les seules capables aujourd’hui de répondre aux
prévisions de production du véhicule électrique à court/moyen terme.
2) Les points qui font débat
Les besoins en infrastructure publique de charge [5].
La pérennité du système de mobilité électrique actuel : en effet, les technologies
utilisées ou développées ne remplissent souvent pas les critères pour être produites
à grande échelle avec des coûts compatibles2.
La capacité des véhicules à remplacer tous les types de véhicule essence, notamment
le véhicule principal qui sert à effectuer des longues distances.
La gouvernance générale de la mobilité électrique. Les acteurs traditionnels du
véhicule essence se trouvent dans des configurations de marché et des rôles
différents lorsqu’il s’agît du véhicule électrique. Plus particulièrement, en termes de
gestion des risques, ils sont obligés d’assumer des problématiques nouvelles qui
soulèvent parfois des oppositions. Par exemple, les énergéticiens dont le métier est
de vendre de l’énergie doivent diminuer la consommation de leurs clients, les
fabricants de voiture deviennent des loueurs de batterie, etc.…
Les usages et la répartition entre véhicule hybride électrique et véhicule électrique
[6].
1 Ce véhicule est appelé « la seconde voiture » dans le langage courant. On l’appelle le véhicule « commuter »
aux USA. 2 Le lecteur désireux d’en savoir plus pourra se renseigner sur le projet A123
- 16 -
E. Description du modèle Californien de mobilité électrique Au moment de l’écriture de ce document, les décisions sont déjà prises ou les tendances
suffisamment fortes pour prétendre prédire l’allure du système de mobilité électrique aux USA et
plus particulièrement dans la baie de San Francisco.
1) Le véhicule type
Par définition, le giron de la mobilité électrique englobe l’ensemble des véhicules capables de se
connecter au réseau électrique1. Aujourd’hui, il existe 2 modèles de véhicule qui entrent dans cette
catégorie:
Le véhicule entièrement électrique : Son autonomie est uniquement fournie par une
batterie qui se recharge principalement par une source d’énergie électrique. En
exemple, la Nissan Leaf.
Le véhicule hybride rechargeable2 : il possède 2 systèmes de motorisation : un
moteur à essence avec son réservoir et une propulsion électrique avec une batterie.
En exemple, la Chevrolet Volt.
Tableau 3 : Comparaison Véhicule électrique, Véhicule hybride électrique [7]
Véhicule électrique Véhicule hybride rechargeable3
Nombre de places 5 5 Autonomie de la batterie 100miles 40miles Intelligence embarquée Non Non Mode de commercialisation Vente Vente Prix 36,000$ (Nissan Leaf) 40,280$ (est. Chevy Volt) Type de batterie Lithium ion Polymer (Li-Mn) Lithium Ion Prévision de vente en 2011 29,600 16,000 Prévision de vente en 2013 93,000 170,000
1 En Californie, depuis 2011 les modèles hybrides non rechargeables comme la PRIUS de Toyota ne sont plus
considérés comme propres car leur niveau d’émission de CO2 est au-dessus des quotas actuels 2 Le véhicule hybride non rechargeable ne se connecte jamais au réseau et se charge de manière autonome à
partir de l’énergie cinétique au freinage ou du moteur essence. Le modèle emblématique est la Toyota Prius 3 Nous avons notamment utilisé les données de la bibliographie (11; 11)
- 17 -
Figure 2 : Photo d'une Chevrolet Volt en train de charger à Palo Alto
2) Le schéma de déploiement des bornes de charges
Il est important de commencer par rappeler au lecteur qu’il existe aujourd’hui 3 types de bornes de
charge qui se différencient par leurs vitesses de chargement des batteries. La métrique retenue par
l’industrie est le temps de charge pour 100 miles d’autonomie de batterie1.
Tableau 4 : Comparatif des différents modes de charge
Type de charge Volts Ampères Temps de chargement pour 100 miles d'autonomie
Level 1 120V AC 16A 16/32 h
Level 2 208/240V AC
32A 4/6 h
DC Fast Charging
240/500V DC
125A 20 min
Il y a peu d’incertitude sur le schéma de déploiement des bornes de charge aux Etats Unis étant
donné que les accords cadres sont déjà signés2. Il est donc prévu un déploiement massif de chargeurs
level 2, avec un ratio de 1,5 chargeur par voiture. Cela signifie que pour deux voitures électriques
vendues (hybride électrique ou full électrique), le gouvernement prévoit l’installation de trois bornes
de charge (deux bornes dans les maisons des conducteurs et une borne sur la voie publique). Ces
1Cette métrique sous-entend que les voitures ont toutes le même rendement de conversion
électrique/mécanique ce qui n’est certainement pas vrai. 2 Notamment les accords pour the EV Project et Charge Point America
- 18 -
chargeurs level 2, seront complétés par des chargeurs DC Fast Charging sous forme de corridors dans
les autoroutes et ponctuellement dans les lieux publics1.
La limitation de la puissance de la charge ne vient pas de la borne de charge mais de la capacité du
réseau électrique à fournir de l’énergie à une très forte intensité. En effet, une voiture électrique
branchée sur le réseau en level 2, représente l’équivalent de la consommation d’une maison. Donc
une voiture branchée sur un chargeur DC ajoute en quelques fractions de seconde l’équivalent de 4
maisons sur le réseau. Non seulement cela requiert beaucoup d’énergie, mais ces branchements
rapides sur le réseau ajoutent des harmoniques et nuisent à l’efficacité énergétique de tout le
réseau.
Tableau 5 : Comparaison d'impact sur le réseau de divers sous ensemble
Puissance de l’appareil (Watt) Consommation
annuelle moyenne (kWh)
TV plasma en service De 261 à 344 W 402 kWh
Réfrigérateur : Frigo combi (250
litres), label C
DE 200 à 350 W 500 kWh
Voiture électrique (données
ADEME)
10,000 W (à 100km/hrs) 2,000 kWh basée sur 8,000 km
par an)
Enfin, les bornes de charge seront intelligentes. En effet, le gouvernement subventionne dans la
pratique uniquement l’installation des bornes fabriquées par CoulombsTech et Ecotality2.
Leurs modèles sont équipés d’une interface de connexion pour transmettre des données évoluées du
type internet. Cette capacité n’est pas exploitée aujourd’hui, mais il est prévu de l’utiliser pour
apporter de nouveaux services à l’utilisateur et maîtriser la charge sur le réseau : pilotage de la
charge ou « demand response ».
1 Par exemple, l’i5 Corridor project prévoit l’installation de stations de charge rapide le long de l’autoroute i5
2 Voir annexe : Les offres Coulombs et Ecotality
- 19 -
Figure 3: Borne de charge level 2 domestique
3) Les attentes comportementales Les performances de la mobilité électrique sont aujourd’hui très dépendantes du comportement de
ses utilisateurs. En effet, selon les usages des voitures et les stratégies de charge adoptées, l’impact
sur le réseau peut être plus ou moins important. Nous analyserons par la suite quel est l’impact des
comportements sur le système de mobilité. Néanmoins, le gouvernement américain, ainsi que les
consultants, s’efforcent de prévoir le comportement des utilisateurs. Ci-dessous une synthèse des
prévisions recueillie lors des interviews1 et des conférences [8].
Tableau 6 : Principales caractéristiques des utilisateurs américains de Véhicule Electrique [7]
Véhicule électrique total Véhicule hybride électrique
Nombre de véhicule en 2010 93,000 170,000 Type de charge principale
Level 2 Level 2
Lieu de charge principal
Maison Maison / Bureau
Fréquence des charges
1 charge par jour 2 charges par jour
1 Interviews des compagnies CoulombsTech, Ecotality
- 20 -
Le véhicule électrique, proposition d’une méthode d’analyse:
Afin de pouvoir appréhender les différentes propositions technologiques qui prolifèrent dans le
monde du véhicule électrique en Californie, nous avons développé une méthode d’analyse.
L’objectif de cette méthode est de pouvoir arbitrer objectivement les différentes positions ou avis
souvent contradictoires des leaders d’opinion du véhicule électrique.
A. Les limites d’une analyse classique
1) Limites dans l’analyse des performances statiques
Aujourd’hui, les analyses de perspectives de succès d’une technologie se contentent de comparer la
technologie à ses concurrentes selon une grille d’analyse détaillée. Cette méthode est vouée à
apporter des réponses incomplètes et est sans grand intérêt pour un acteur à influence ou vision
macroscopique comme EDF. En effet, l’optimisation du véhicule électrique ne garantit en rien
l’optimisation de la mobilité électrique. Imaginons un véhicule électrique très performant du point
de vue d’un utilisateur mais qui détériore totalement le réseau électrique et oblige l’électricien à
utiliser des sources d’énergie très polluantes.
En effet, le véhicule électrique est en fait une sous partie d’un système qui comprend toute la
mobilité électrique. Pour être encore plus précis, il faudrait analyser cette mobilité électrique comme
une sous partie du système de mobilité à faible émission de carbone, voir du système de mobilité
général. Cependant, la capacité d’influence d’EDF se limitant au monde de l’électricité, nous
définissons le cadre de notre travail au système de mobilité électrique.
La création d’un système de mobilité électrique passe donc par la composition technologique d’un
système global homogène dont chacune des sous parties est optimisée en fonction des autres
éléments et non pas en fonction des technologies concurrentes exogènes.
C’est pourquoi nous jugeons utile de proposer une alternative à l’analyse classique qui juge la
performance absolue des technologies, en utilisant une méthode d’analyse marginale de la
performance des technologies dans un système donné.
2) Limites dans l’analyse des performances dynamiques
Il est très surprenant de constater que les analystes du véhicule électrique se préoccupent si peu de
la validité temporelle des innovations. En effet, le véhicule électrique comme la plupart des éléments
du système de mobilité électrique sont des investissements à moyen ou long termes avec des
prévisions de développement à grande échelle. Cela signifie que dans l’analyse des technologies, il
est nécessaire de prendre en compte de manière prospective la compatibilité avec l’augmentation du
nombre d’utilisateurs et donc de la sollicitation du système. Cette sollicitation ne concerne pas
seulement les besoins en électricité, mais également les besoins en approvisionnement de matière
première. Ainsi l’introduction des éléments de logistique et de méthode de production nous semble
essentielle.
- 21 -
B. Description des composants du système de mobilité électrique Pour des raisons de simplification, nous avons reporté en annexe une description détaillée du
système de mobilité électrique prenant notamment en compte les interfaces de communication.
1) Description du système
Le véhicule : Il rassemble un grand nombre de technologies afin d’offrir au
consommateur une expérience de mobilité électrique satisfaisante. Les principaux
éléments de cette expérience sont :
o La batterie qui détermine l’autonomie sur la route et le temps de charge
o Le chargeur qui détermine le temps de charge
o Le système de bord qui apporte une intelligence au système. Nous verrons
que cette intelligence est primordiale pour rehausser le confort d’utilisation
du véhicule. Plus précisément, ce système assure une communication avec
l’utilisateur et participe à la gestion de l’autonomie
Figure 4 : Modélisation schématique d'un véhicule électrique
La borne de charge : La borne de charge modifie entièrement la logistique
d’utilisation du véhicule électrique en comparaison du véhicule essence. Au lieu
d’aller une fois par semaine remplir son réservoir pendant quelques minutes dans
une station à distance de son domicile, l’utilisateur de voiture électrique va remplir
sa batterie d’électrons tous les jours pendant plusieurs heures dans un lieu de
stationnement (domicile, parking, centre commercial). Les principaux éléments d’une
borne de charge électrique sont :
o Le débitmètre qui mesure l’énergie et permet de comptabiliser le transfert
o Le système d’intelligence qui peut créer de l’information complexe à partir
des informations de la charge et du réseau
- 22 -
Figure 5 : Modélisation schématique d'une borne de charge
Le réseau électrique : Le réseau modifie entièrement la logistique
d’approvisionnement de l’énergie nécessaire à la mobilité en comparaison du
véhicule essence. Alors que l’approvisionnement d’une pompe à essence nécessite
de distribuer de l’énergie sous forme physique (gasoil) de provenance souvent
internationale à travers tout un territoire à l’aide de réseaux de transports
multimodaux (bateaux, camion, station) qui reposent sur la gestion des stocks, le
réseau électrique distribue des électrons à l’aide d’un réseau mono modal (câbles) en
flux tendus. On se limitera à considérer :
o Une unité de production qui génère de l’énergie électrique à travers le
réseau
o Un transformateur qui réceptionne l’énergie et le distribue à une zone
géographique restreinte
o Un compteur dit intelligent qui est le point d’entrée d’une zone
géographique individuelle (la maison ou un immeuble par exemple)
o Une interface de connexion électrique entre le compteur et la borne de
charge
- 23 -
Figure 6 : Représentation schématique du réseau électrique
Le réseau de données1 : Véritable nouvel acteur du système de mobilité, le réseau de
données est le vecteur de l’intelligence global du système. Il participe au confort
d’utilisation du véhicule et à la gestion du réseau électrique en permettant d’émettre
essentiellement des prévisions sur le système de mobilité électrique. Par exemple, un
utilisateur de véhicule électrique peut prévoir son temps de charge en fonction de
son profil de consommation et d’utilisation du véhicule, un électricien peut prévoir sa
charge d’utilisation à l’avance en sachant que le véhicule va arriver à son domicile.
Pour les besoins de l’étude, on se limitera à considérer :
o Un distributeur d’information : même si la réalité est beaucoup plus
complexe, on se limite à représenter ce récepteur par un serveur central qui
récupère les informations et peut les retransmettre à d’autres serveurs ou
utilisateurs
Figure 7 : Représentation schématique d'un réseau de données
1 Nous parlons ici de réseaux de données liés à l’approvisionnement du véhicule en énergie. Le véhicule est
depuis bien longtemps « connecté » au monde extérieur par l’intermédiaire du système de positionnement par satellite par exemple.
- 24 -
2) Les types de flux
Les flux d’énergie : l’énergie, c’est le « carburant » de la voiture électrique. Elle peut
être considérée comme de l’autonomie de fonctionnement transférée sous forme
d’électricité dans certaines conditions de voltage et d’intensité
Les flux de données : ce sont les informations évoluées qui transitent grâce à des
protocoles de communication complexes entre des interfaces variées (wifi, courant
porteur en ligne, réseau 3G)
Ci-dessous nous avons représenté tous les éléments du système de mobilité électrique :
Figure 8 : Représentation schématique du système mobilité électrique
3) Analyse fonctionnelle des principaux éléments
Ci-dessous on a représenté le résultat de l’analyse fonctionnelle des éléments du système
Tableau 7 : Analyse fonctionnelle des principaux élèments du système de véhicule électrique
Secteur Partie Secteur Adjacent 1er niveau
Fonction
EV
Batterie EV Stock les électrons
EV Chargeur EV Transforme un flux d'électron en un flux d'électrons adapté à la batterie du VE en fonction de paramètres utilisateurs
EV Système de bord EV Système de planification de la demande utilisateur/ stock VE
BC Système d’intelligence BC
BC Système de planification de la demande/utilisation du réseau domestique/du stock VE
- 25 -
EN Compteur EN Système de planification de la demande/utilisation du réseau électrique/domestique
DN Distributeur d’information
EV, BC, EN Interface de transmission/connexion multimodale
4) Configuration du système
Le seul choix des composants du système de mobilité électrique ne suffit pas à maîtriser le
comportement de ce système. Encore faut-il décrire dans quelle configuration seront organisés tous
ces éléments. Ainsi nous proposons d’ajouter une étape de personnalisation du système. Cette étape
prend notamment en compte les variations d’urbanisme dans lesquelles va s’inscrire le système de
mobilité. Ainsi une configuration est composée de trois paramètres :
L’utilisation du véhicule : il est très important de qualifier le ou les type(s) de
véhicule électrique que l’on souhaite modéliser. En effet, les performances du
système de mobilité électrique sont sensibles aux usages. Par exemple, une
utilisation urbaine du véhicule pour se rendre à son lieu de travail (plusieurs trajets
courts par jour) n’entraine pas les mêmes besoins qu’une utilisation de loisir du
véhicule1 (un seul long trajet).
La distribution des bornes de charge: En fonction de l’organisation urbaine et des
politiques nationales de déploiement, il est capital de décrire :
o Le nombre de bornes de charge par véhicule électrique : cette métrique
représente le nombre de bornes de charge installées par véhicule électrique
mis sur le marché. Par exemple, si l’on vend une borne de charge par véhicule
et que l’on en installe une supplémentaire sur la voie publique, le nombre de
bornes de charge par véhicule est de 2.
o La répartition entre les bornes sur la voie publique et les bornes privées : il
est important de différencier un point de charge sur la voie publique d’un
point de charge dans un lieu privé car les problématiques sont très
différentes. Sur la voie publique, le point de charge peut être indisponible
(risque statistique), il est plus coûteux à installer et nécessite un entretien
différent. Cette répartition dépend en grande partie du type d’urbanisme
dans lequel vont vivre les utilisateurs de véhicule électrique. Par exemple, si
les utilisateurs vivent en banlieue dans des maisons avec garage, il est fort
probable qu’ils achètent un chargeur privé au moment de l’achat du
véhicule2. Enfin, certain gestionnaires de bornes de charge propose un
1 Alors que l’on différencie très bien les catégories de voiture concernant les moteurs essences (le véhicule de
loisir, le véhicule familial, le véhicule professionnel), nous entendons toujours parler de la voiture électrique. C’est un biais de compréhension très grave qui conduit à sous-évaluer les performances du véhicule électrique. 2 C’est le schéma américain où l’utilisateur possède sa propre résidence avec garage. Aux USA, il y a donc
consensus sur le fait que pour chaque véhicule vendu, une station de charge sera installée sur le lieu du domicile
- 26 -
modèle de stations partagées. Il s’agit de stations installées dans des lieux
privés mais où l’accès est public.
C. Les enjeux d’un système de mobilité électrique, critères d’analyse
1) Définition des critères d’analyse
Pour analyser correctement le système de mobilité électrique, il est important de ne pas s’intéresser
aux caractéristiques isolées de chaque élément ou sous élément du système. Cette approche
comporte de nombreuses limites dont la plus évidente est classique des systèmes à plusieurs
variables : l’optimisation de chacune des variables ne résulte pas nécessairement en l’optimisation
de la totalité du système. Par exemple, une batterie de faible autonomie alliée à un système de
charge très performant pourrait finalement offrir la même disponibilité pour le conducteur qu’une
batterie de très grande autonomie alliée à un système de charge très lent.
Nous proposons donc des agrégats pertinents des caractéristiques isolées du système. Ce choix des
agrégats est dirigé par une vision « orientée client» qui nous semble particulièrement adaptée à
l’environnement commercial du système de mobilité électrique à la conquête de nouvelles cibles. En
effet, la problématique principale des acteurs de la mobilité électrique est de convaincre les
utilisateurs de passer d’un système de mobilité traditionnel à un système de mobilité électrique. Il
est important de considérer que la mobilité électrique à grande échelle n’est pas le fruit d’une
demande initiale des utilisateurs finaux (les conducteurs de véhicule) mais la volonté des Etats
d’imposer un mode de transport à faible émission de CO2 (pour être précis, il faudrait dire à faible
dépendance vis-à-vis des pays producteurs de pétrole). Ainsi, les acteurs doivent s’assurer à tout
moment que le système offre un confort suffisant aux utilisateurs.
Le confort utilisateur : Le confort correspond à la perception de la mobilité
électrique par l’utilisateur final (le conducteur). Il englobe :
o Le temps passé avec une autonomie inférieure à un seuil critique: après une
longue réflexion en interne avec les équipes marketing et en externe avec les
sociétés qui ont participé à des programmes pilotes, il apparait que la
satisfaction de l’utilisateur peut être décrite ainsi : l’utilisateur possède une
distance minimale qu’il souhaite pouvoir parcourir à tout instant, par
exemple, pour aller jusqu’à une station de charge ou pour aller à l’hôpital en
cas d’urgence. Le confort est donc en partie inversement proportionnel à la
durée pendant laquelle le véhicule ne disposait pas de cette autonomie
critique.
o Le nombre de kilomètres disponibles : c’est le critère souvent évoqué dans
les retours d’expérience des pilotes de mobilité électrique. Un utilisateur de
véhicule électrique veut pouvoir utiliser son véhicule librement sans
contraintes de chargement. Cet indicateur est donc la somme des kms
chargés dans le véhicule au cours d’une période de temps. Par exemple, sur
une journée de 0h00 à 23h59, le véhicule a chargé 100kms dans la nuit, puis
30kms dans la journée (après une utilisation pour un premier trajet), puis il a
- 27 -
encore chargé 50kms dans la soirée (après une seconde utilisation dans
l’après-midi). Le système a donc offert 100 + 30 + 50 = 180kms disponibles à
son utilisateur.
o Le coût de fonctionnement de la mobilité électrique : pour le déploiement à
grande échelle du véhicule électrique, le véhicule doit être compétitif en
termes de coût avec le véhicule essence. Il est important de signaler que la
mobilité électrique bénéficie d’un très grand nombre de subventions
aujourd’hui et que ce critère est impossible à quantifier en valeur absolue.
Cependant, il reste possible d’estimer le gain économique relatif d’une
technologie par rapport à une autre.
La faisabilité d’implémentation du système : le système de mobilité électrique
s’appuie sur des réseaux électriques et de données qui n’ont pas été dimensionnés
pour l’accueillir. Par exemple, dans les conditions actuelles une voiture en charge
représente l’équivalent d’une maison en terme de consommation. Il est difficilement
pensable que le réseau électrique ait une capacité lui permettant d’accueillir à tout
moment de la journée le double de sa demande habituelle. Ainsi le système de
mobilité électrique doit s’adapter à ces contraintes exogènes pour permettre un
développement rapide tel que suggéré par les autorités internationales et nationales.
Cette faisabilité est définie par :
o Le coût des modifications des réseaux existants : nous évaluons ainsi les
investissements collatéraux nécessaires à l’installation et au bon
fonctionnement de la nouvelle technologie.
La polyvalence du système : par définition, un système de mobilité suggère assez
simplement que ses utilisateurs puissent l’utiliser dans des zones géographiques
étendues (sinon peut-on vraiment parler de mobilité ?). Il faut donc que les éléments
puissent être compatibles dans les différentes zones géographiques nationales et
internationales. Nous caractérisons cette polyvalence par :
o L’étendue du périmètre géographique de validité du système : ainsi nous
définissons 3 catégories : la technologie est compatible dans l’ensemble du
territoire national de déploiement, dans les pays frontaliers au territoire de
déploiement, dans le monde entier.
o Le coût de l’adaptation à un autre système que le système actuel : ce coût
inclut les coûts de modifications de la technologie et les coûts de
modifications du réseau.
La rentabilité du système : pour des raisons de crédibilité auprès des utilisateurs et
de succès sur le long terme, le système doit apporter des améliorations objectives et
- 28 -
universelles en terme de fonctionnement par rapport à la mobilité actuelle. Nous
nous limiterons à considérer :
o La diminution de la pollution : étant donné la très grande complexité de ce
type de solution, nous nous référerons aux résultats des nombreuses analyses
de cycle de vie réalisées dans ce domaine.
La pérennité du système: étant donné l’incertitude dans laquelle on se trouve
aujourd’hui concernant l’évolution des usages de la mobilité, l’évolution des normes,
etc., il est capital d’introduire un paramètre temporel dans l’évaluation des
innovations et technologies. Considérons :
o Le nombre des technologies actuelles ou en développement compatibles:
parmi une liste recensant la plupart des technologies de recherches
aujourd’hui, nous analysons la compatibilité probable de la technologie avec
ces systèmes.
o Le coût de désinstallation
o La compatibilité industrielle avec un grand volume de production: beaucoup
de technologies s’avèrent incompatibles avec un mode de production à
grande échelle. En général les processus ne sont pas assez robustes pour
franchir le cap de la production à grande échelle ou les matériaux s’avèrent
indisponibles en grands volumes.
o La pérennité de la chaîne logistique : ce critère nous conduit à analyser les
matières premières impliquées dans le cycle de vie et leur pérennité pour un
développement long terme ainsi que la facilité à les remplacer.
o La compatibilité de la solution avec un large spectre utilisateur: le spectre de
l’utilisation du véhicule est amené à évoluer au fil du temps. Par exemple,
dans un premier temps, on prévoit que la mobilité électrique soit plutôt
utilisée à titre professionnel (dans les flottes de véhicule) pour se rendre tous
les jours sur son lieu de travail. Néanmoins, le spectre utilisateur est amené à
évoluer au cours du temps et donc les solutions doivent être compatibles
avec ces évolutions.
2) Présentation du modèle de simulation du critère de confort
Dans le cadre spécifique de cette étude, il a été utile de réaliser un outil de simulation des trajets qui
permet de simuler les résultats du confort utilisateur pour une configuration donnée. En effet, le
manque de lisibilité des solutions technologiques qui nous ont été présentées a conduit au
développement de notre propre modèle d’impact des technologies sur le confort utilisateur.
Le fonctionnement du modèle
Cet outil est une première étape élémentaire de modélisation. Il a été réalisé par une méthode de
calcul pas à pas sur un logiciel tableur et l’utilisation de plusieurs lois statistiques afin d’intégrer « un
premier niveau de réalisme » sur les comportements des utilisateurs.
- 29 -
Le fonctionnement schématique du modèle est représenté ci-dessous. Le lecteur désireux d’en savoir
plus pourra se reporter à l’annexe F ou à la partie III de ce rapport.
Figure 9 : Représentation schématique du fonctionnement du modèle de simulation de confort
Le résultat du modèle
A partir des informations entrées par l’analyste, l’outil génère une fiche confort qui va permettre
d’analyser la performance de la technologie par rapport aux critères de confort. Consultez ci-dessous
un exemple d’une telle fiche confort.
Cette fiche rassemble l’intégralité des résultats relatifs à la notation du confort d’une technologie dans une configuration et un système donné. Ci-dessous les résultats pour la configuration A par exemple.
- 30 -
Figure 10: Exemple d'une fiche de résultat simulation confort
Résultat Simulation confort : Configuration A
Exemple d’un trajet type
Résultat moyen après simulation de 10,000 trajet
Kilomètres disponibles en fin de période (km) 190,0
Temps passé sous le range anxiety (h) 0,0
Coût de la charge en fin de journée (€) 12,6
Indice de Performance (Km Dispo/(Coût*(RA+1))) 15,1
Conclusion de l’évaluateur :Dans cette configuration, le système de référence remplit déjà entièrement sont rôle en terme de kilomètres disponibles et de temps passé sous le range anxiety. En revanche, la performance est dégradée par le coût de la charge qui est maximal (toute la charge est réalisée pendant le pic de consommation ).
Charge Maison Oui
Type Charge Maison Privé
Charge Bureau Non
Type Charge Bureau N/A
Nombre de borne
par véhicule sur le
marché
1
La fiche représente donc le trajet type d’un utilisateur, les performances confort du système de
mobilité associé à la configuration choisie, et enfin un espace pour que l’analyste puisse y inclure des
remarques personnelles afin d’expliquer le phénomène.
- 31 -
3) Présentation du système de notation.
A partir des critères d’analyse voici la création d’une grille de notation basée sur des éléments quantifiables. Le barème de notation des critères s’étend de 1
à 5.
Tableau 8 : Système de notation
1 2 3 4 5
Taux de confort Utilisateur
Temps passé avec une autonomie en dessous
du seuil critique
Augmentation de plus de 15%
Augmentation de plus de 5%
Inchangé Réduction d’au moins 5% Réduction d’au moins 15%
Nombre de km disponible
Augmentation de plus de 15%
Augmentation de plus de 5%
Inchangé Réduction d’au moins 5% Réduction d’au moins 15%
Coût de fonctionnement Bcp plus coûteux Plus coûteux Neutre Moins coûteux Beaucoup moins coûteux
Faisabilité d'implémentation
Coût modifications du réseau
Bcp plus coûteux Plus coûteux Neutre Moins coûteux Beaucoup moins coûteux
Polyvalence du système
Etendue du périmètre de validité
Pose des problèmes de compatibilité même locale
Compatible localement Compatible dans le territoire national
Compatible dans les pays frontaliers
Compatible mondialement
Coût de l'adaptation géographique de
système
Très coûteux Peu coûteux Neutre Peu coûteux Insignifiant
Rentabilité Diminution de la pollution
Augmente considérablement le bilan carbone du système
Augmente le bilan carbone du système
Neutre Réduit le bilan carbone du système
Réduit considérablement le bilan carbone du système
Pé
ren
nit
é
Compatibilité avec le spectre utilisateur
Incompatible avec le spectre de référence très élargi
Incompatible avec le spectre de référence élargi
Compatible avec le spectre utilisateur principal de référence
Compatible avec le spectre de référence élargi
Compatible avec le spectre de référence très élargi
Nombre des technos actuelles compatibles
<15% 15-50% 50% 50-75% 75-100%
Coût de désinstallation Très coûteux Peu coûteux Neutre Peu coûteux Insignifiant
Compatibilité industrielle avec des
grands volumes
Incompatible pour une distribution à grande échelle
Processus non robuste pour un grand volume de production
Processus peu robuste pour un grand volume de production
Processus potentiellement robuste pour un grand volume de production
Processus robuste pour un grand volume de production
Pérennité de la chaine logistique
Indice très faible Indice faible Indice neutre Indice élevé Indice très élevé
- 32 -
D. Conclusion : Cartographie de l’impact des principaux composants
1) Analyse fonctionnelle croisée des principaux éléments du véhicule électrique
L’analyse fonctionnelle des composants du système de mobilité permet d’attribuer un rôle à chaque élément. Il est alors facile de croiser ces
renseignements avec les avis des experts afin de faire une analyse d’impact des composants. Ainsi on a pu déterminer les leviers d’actions pour agir sur les
performances de la mobilité électrique. Ci-dessous, les résultats sont présentés dans un tableau.
Tableau 9 : Analyse fonctionnelle des éléments du système véhicule électrique
Secteur Partie Adjacent 1er niveau
Fonction Taux de confort Utilisateur
Rentabilité Faisabilité d'implémentation
Polyvalence du système
Pérennité
EV Batterie EV Stock d'électron X X X
EV Chargeur EV Transforme un flux d'électron en un flux d'électron adapté à la batterie du VE en fonction de paramètre utilisateur
X
EV Système de bord
EV Système de planification de la demande utilisateur/du stock VE
X X
BC Système d’intelligence BC
BC Système de planification de la demande/utilisation du réseau domestique/du stock VE
X X X
EN Compteur EN Système de planification de la demande/utilisation du réseau électrique/domestique
X X X
DN Distributeur d’information
EV,BC,EN Interface de transmission/connexion multimodale
X X X X X
- 33 -
2) Conclusion : Cartographie de l’impact des principaux composants
Figure 11: Cartographie de l'impact des éléments
Taux de confort utilisateur
Faisabilité d’implémentation
Polyvalence du système
Rentabilité
Pérennité
Distributeur d’information
Batterie
Chargeur
Système d’intelligence BC
Système de bord
Compteur
En conclusion, ce premier travail d’analyse et de synthèse du système de mobilité électrique a
permis de tracer les zones d’influences des principaux éléments qui le composent. Des résultats
peuvent dès à présent être obtenus :
Le distributeur d’information, qui gère les flux de données est au cœur des
performances de la mobilité électrique. En particulier parce que la gestion des
données permet de réduire le dimensionnement des différents éléments du système
à coût constant.
En deuxième position, en terme de couverture, la batterie est un élément clé du
véhicule électrique. La batterie pose en outre de nombreuses questions quant à la
pérennité des technologies. En effet, les batteries sont fabriquées à partir de
commodités dont la volatilité des prix est très importante.
Le compteur, le système d’intelligence de la borne de charge et le système influent sur
la rentabilité du système permettant également de réduire le dimensionnement du
système avec une stratégie intelligente de fonctionnement. A la différence que le
système de bord, étant par définition embarqué, ne pose pas les problèmes
d’implémentation (sécurité de l’installation, coût, problème de gouvernance) soulevés
par le déploiement des compteurs ou des bornes de charge.
Le chargeur embarqué dans la voiture, qui est au cœur des discussions entre les
constructeurs automobiles, n’a finalement que peu d’impact sur le système global de
mobilité.
- 34 -
Ainsi cette étude permet d’ores et déjà d’orienter efficacement les recherches sur les éléments les
plus pertinents selon les requêtes et les objectifs de performance des équipes opérationnelles d’EDF.
- 35 -
E. Conclusion sur la méthode d’analyse
Contrairement à des analyses isolées des performances de chacune des technologies, cette méthode
se montre efficace pour analyser les contradictions et pour conduire une amélioration du système de
mobilité en minimisant le dimensionnement des infrastructures. En effet, considérer un système
global a principalement pour avantage d’extraire les synergies d’une technologie dans le système.
Ainsi par un procédé itératif, on peut arriver à une combinaison système optimale.
On s’aperçoit ainsi que le système de mobilité électrique présente une forte disparité des enjeux
selon le point de vue des observateurs. Certains éléments ont une envergure plutôt locale alors que
d’autres éléments apparaissent comme constitutifs du bon fonctionnement du système de mobilité
électrique (Batterie, Système d’intelligence des Bornes de Charge, Serveur de communication).
L’interprétation des résultats peut conduire à considérer les couplages comme des niveaux de
risque. Dans ce cas, on en déduit que la batterie est un élément très risqué pour l’établissement
pérenne de la mobilité électrique. Ce résultat est d’ailleurs en ligne avec le très fort niveau de
subventions gouvernementales dont bénéficie la batterie1.
On s’est également intéressé à associer ces résultats avec une analyse économique des
investissements nécessaires pour améliorer chacun de ces éléments. On peut ainsi interpréter ces
résultats sous la forme d’opportunité d’investissement stratégique. Il apparaît ainsi que les
investissements en technologie de l’information sont très rentables pour améliorer les performances
absolues de la mobilité électrique. En effet, ces investissements sont faibles alors que l’impact sur la
réduction du dimensionnement des équipements est très grand, ainsi que la maîtrise à long terme des
comportements des utilisateurs.
1 Référence faite principalement au financement de la société A123 qui a reçu pas loin de 1milliard de $ de
subventions directes et encore plusieurs centaines de millions de $ en subventions indirectes.
- 36 -
Application de la méthode au cas de la technologie Intelligence
embarquée pour les bornes de charges
La méthode d’audit du système de mobilité électrique étant maintenant établie, il est essentiel d’en
représenter l’application sur un élément hautement stratégique : les infrastructures de charge. Ce
choix est d’autant plus intéressant que le gouvernement américain a principalement choisi de
favoriser une technologie de station dite intelligente, qui n’existe pas encore en France.
Avant d’appliquer la méthode, une première étape va être de décrire la technologie de borne
intelligente (Partie A). Puis une seconde étape va consister à appliquer la méthode d’évaluation
précédemment expliquée qui débute par l’étalonnage de notre système de référence (Partie B) et se
termine par l’évaluation technique du confort et des attributs (Partie C). Enfin la conclusion portera
sur la pertinence de cette technologie (Partie D).
A l’heure actuelle, la plupart des pilotes de projet européens sont équipés de bornes de charge dites
simples. Ces bornes sont de simples prises de courant munies d’un système de branchement sécurisé
et d’une interface de pilotage de la charge de la batterie de manière à optimiser sa durée de vie1.
Figure 12: Photographie d'une station de charge simple
Aux Etats-Unis, la stratégie du gouvernement et du Department of Energy (DoE) a été de ne
subventionner que des bornes dites intelligentes, notamment aux travers des deux programmes
1 Dans le détail, la gestion de la charge de la batterie est embarquée dans le véhicule. Ce système est appelé
aux USA Battery Management System. Néanmoins, il requiert quasiment systématiquement une interface compatible au niveau de la borne de charge.
- 37 -
principaux évoqués précédemment (Chapitre E, paragraphe 2 en page 9) ChargePoint America et The
EV Project.
Figure 13 : Photo d'une station de charge intelligente avec système d'identification intégré
Nous avons donc cherché à comprendre et évaluer la pertinence de l’utilisation de bornes
intelligentes dans un système de mobilité électrique.
A. Description de la technologie
1) Qu’est ce qu’une Borne de charge intelligente ?
Afin de pouvoir répondre à la problématique évoquée ci-dessus, il faut commencer par chercher ce
qui se cachait sous cette dénomination commerciale de bornes intelligentes.
En réalité, les bornes intelligentes sont avant tout des bornes communicantes. Elles sont munies
d’une interface de communication avancée permettant d’émettre de l’information complexe sur un
réseau de type internet et d’automates programmables permettant un pilotage à distance. A
nouveau, la mobilité électrique exige, pour être correctement comprise, d’avoir une vision
macroscopique du problème. On comprend dès lors que l’intelligence de la borne de charge dépend
tout autant du matériel (carte de connexion, automate), que des applications logicielles qui
l’accompagnent afin de gérer la borne, que de l’organisation du réseau de données sur laquelle va
circuler l’information.
Ainsi, une solution de borne de charge intelligente est la combinaison d’un matériel, d’un logiciel et
d’une architecture des données.
Laissons de côté le critère d’architecture des données. Tout d’abord, il dépasse le spectre de
compétence de cette étude et on ne serait pas en mesure de décrire et d’évaluer les enjeux d’une
architecture des données. Ensuite, dans la pratique, les fournisseurs offrent une grande flexibilité sur
cette architecture, ce qui, par conséquent, ne permet pas vraiment de différencier les solutions sur
ce critère.
- 38 -
2) Quels sont les enjeux qualitatifs liés à l’intelligence de la borne ?
Compte tenu des différentes rencontres commerciales avec les fabricants de bornes intelligentes et
les décideurs publics qui ont choisi de favoriser ces équipements, voici les enjeux dépendants de
l’intelligence de la borne qui ont pu être établis :
Le système de communication permet:
o La prévision de la production d’électricité en produisant de l’information sur
la consommation du réseau en temps réel.
o La visualisation à distance de la charge de la batterie du véhicule par
l’utilisateur.
Le système de pilotage à distance permet:
o Le contrôle sur l’état de la charge du réseau électrique local en déconnectant
les bornes en cas de surcharge.
o La gestion du coût de production de l’électricité pour l’énergéticien en
déconnectant les bornes en cas de saturation de sa capacité de production.
o La gestion des tournées de maintenance en pouvant effectuer les premiers
contrôles à distance.
Le logiciel de gestion des bornes permet:
o Le contrôle sur l’accès aux bornes permettant un système de réservation
o L’implémentation d’une offre de services aux utilisateurs : système
communautaire, message d’alerte, publicité
o L’implémentation d’un système de facturation pour les utilisateurs.
Cependant, l’installation d’un système de communication dans les bornes n’est pas triviale. Cela
suppose :
Des coûts supplémentaires dus:
o Au module de communication dans chaque borne
o A l’interface homme machine évoluée (écran) nécessaire dans ce cas
o A l’automate dans la borne
o A la gestion du réseau de communication
Une gestion accrue de la sécurité:
o Risque industriel : augmentation de la complexité des bornes
o Risque informatique : piratage, vols, …
o Risque juridique : collecte d’information, gestion de la vie privée …
- 39 -
Figure 14 : Rappel impact de l'intelligence de la borne de charge sur le système de mobilité électrique
Taux de Confort utilisateur
Faisabilité d’implémentation
Rentabilité
Pérennité
Polyvalence du système
Distributeur d’information
Batterie
Chargeur
Système d’intelligence BC
Système de bord
Compteur
B. Etalonnage du Système de référence
1) Description des principaux éléments
Le système de référence de mobilité électrique choisi pour évaluer l’impact de cette technologie a
été défini pour répondre aux besoins d’un énergéticien. Nous avons préconisé un système simple
correspondant à une vision probable de ce que sera la mobilité électrique dans une grande ville
française d’ici 1 à 2 ans basée sur la maturité des technologies actuelles :
Le véhicule : véhicule électrique basique de type Citroën C0. La batterie est de
technologie lithium-Ion [9] et possède une autonomie de 100km1. Le chargeur est
simple et garantit uniquement la durée de vie de la batterie. Le système de bord
n’est pas communicant et se résume à un écran de bord fournissant des informations
au conducteur du type « Temps de charge » et « kilométrage restant ».
La borne de charge : la borne de charge est simple. Elle ne communique pas, et
identifie simplement les voitures par un système de carte à puce. C’est un chargeur
de level 2 (6h pour charger 100kms d’autonomie).
Le réseau électrique : le réseau électrique au niveau national est capable d’absorber
sans risque la recharge du parc de véhicules car le parc est limité. Au niveau local, il
peut y avoir des problèmes si plusieurs véhicules se chargent en même temps. La
présence de compteurs intelligents n’a pas d’impact sur le véhicule électrique. Le
réseau possède deux tarifs de facturation de l’énergie, pendant les heures de pointe
et hors des heures de pointe.
1 Dans le cas précis de la C0, le constructeur annonce une autonomie de 130km.
- 40 -
Le réseau de données : le réseau de données est uniquement de type wifi, ou filaire
de type ADSL. Les réseaux de type téléphonie mobile 3G et Courant Porteur en Ligne
(CPL) ne sont pas utilisés. Comme indiqué précédemment nous ne rentrons pas dans
les détails de l’architecture des données (Point de connexion au serveur de
l’énergéticien (NOC point), …).
Figure 15 : Récapitulatif du système de mobilité électrique de référence
• Possibilité de charger à lamaison ou au bureau selonles scénarii sur des bornespubliques ou privées• Possibilité de surchargelocale si accumulation dunombre de voiture
• Chargeur Level 2 : 6hrs pourcharger 100km • Batterie : 100km
d’autonomie• Aucune intelligence
• Interface de communication wifi ou adsl
• 1 seul trajet 5 fois parsemaine pour aller au travail• Je charge le plus possiblelorsque je branche mavoiture sur une borne• Je veux que ma voiturepuisse me permettred’effectuer 20km à toutmoment
• Capacité de productionnationale largement capabled’absorber la charge du parcautomobile
Système de mobilité
électrique deréférence
2) Choix des configurations
Au moment de l’écriture de ce rapport, le futur du véhicule électrique reste trop incertain pour
définir un unique système de référence. On a donc choisi de travailler sur 4 configurations et de
mettre en parallèle les résultats. Ces 4 configurations ont en commun l’usage du véhicule électrique
et se différencient par la distribution des bornes de charge.
Usage du véhicule: l’usage du véhicule est urbain et permet de se rendre à son lieu
de travail et éventuellement d’effectuer quelques courses sur le chemin du retour.
Plus précisément, l’utilisateur parcours 2 fois 30kms par jour où chaque trajet suit
une loi de probabilité normale1. La stratégie de charge de l’utilisateur consiste à
vouloir charger le plus possible lors d’un arrêt. Le seuil critique utilisé dans le critère
de confort utilisateur est fixé à 20kms d’autonomie.
1 Voire Annexe sur le traitement statistique de la simulation
- 41 -
Distribution des bornes de charge :
o La répartition entre charge publique et privée : le choix a été de prendre
différente répartition de bornes afin de représenter des villes où l’urbanisme
est vertical (immeubles) et des villes où l’urbanisme est plutôt résidentiel
(maisons avec garage). Cette différenciation permet de mettre également en
exergue une des grandes différences entre les Etats-Unis et l’Europe.
o Le nombre de bornes de charge par véhicule électrique : il est aujourd’hui
extrêmement difficile de prédire le nombre de bornes de charge qui sera
installé en définitif1. Ce paramètre va donc varier selon les 4 prévisions
possibles : si la charge se fait au domicile en privé, la densité est de 1
(Configuration A). Si les entreprises offrent aussi des stations publiques au
lieu de travail, la densité est de 1,9 (Configuration B). Si la charge est
uniquement publique, on considère que les prestataires installeront 0,9 borne
par véhicule dans les zones de résidence (Configuration C). On passe à 1,8
borne si les entreprises ajoutent des stations publiques supplémentaires sur
le lieu de travail (Configuration D).
Tableau 10 : Récapitulatif des 4 configurations retenues
Configuration A : USA early stage
Configuration B : USA final stage
Configuration C : EUROPE early stage
Configuration D : EUROPE final stage
Charge Maison
Oui Oui Oui Oui
Type Charge Maison
Privé Privé Publique Publique
Charge Bureau
Non Oui Non Oui
Type Charge Bureau
N/A Publique N/A Publique
Nombre de borne par véhicule sur le marché
1 1.8 0.9 1.8
3) Présentation de la fiche de résultat du confort : Exemple de la
configuration A sur le système de référence
Maintenant que le système est décrit et que les configurations sont choisies, les informations peuvent être entrées dans le modèle et générer une nouvelle fiche confort
1 Ce chiffre devrait varier entre 1.2 et 2 d’après les spécialistes. Il est aujourd’hui prévu à 1.5 pour la France et
1.3 pour la Californie
- 42 -
associée. Cette fiche rassemble l’intégralité des résultats relatifs à la notation du confort d’une technologie dans une configuration et un système donné. Ci-dessous les résultats pour la configuration A par exemple.
Figure 16: Exemple d'une fiche de résultat simulation confort
Résultat Simulation confort : Configuration A
Exemple d’un trajet type
Résultat moyen après simulation de 10,000 trajet
Kilomètres disponibles en fin de période (km) 190,0
Temps passé sous le range anxiety (h) 0,0
Coût de la charge en fin de journée (€) 12,6
Indice de Performance (Km Dispo/(Coût*(RA+1))) 15,1
Conclusion de l’évaluateur :Dans cette configuration, le système de référence remplit déjà entièrement sont rôle en terme de kilomètres disponibles et de temps passé sous le range anxiety. En revanche, la performance est dégradée par le coût de la charge qui est maximal (toute la charge est réalisée pendant le pic de consommation ).
Charge Maison Oui
Type Charge Maison Privé
Charge Bureau Non
Type Charge Bureau N/A
Nombre de borne
par véhicule sur le
marché
1
Voici maintenant l’analyse détaillée des résultats de cette fiche confort.
La courbe du trajet type
Basée sur les hypothèses de fonctionnement du système de mobilité et la configuration, la courbe du
trajet type représente heure par heure :
L’état d’autonomie de la batterie en kilomètres disponibles à un instant donné
La charge transférée en kilomètre
Le niveau de prix de l’énergie (pic ou hors pic)
Figure 17 : Déroulement du scénario utilisation avec système de référence en configuration A
Seuil Critique
- 43 -
Dans le cas de la configuration A sur le système de référence, nous observons que l’utilisateur
conduit 1h le matin et 1h le soir (l’état batterie diminue). A son arrivée au domicile à 17hrs, il
branche sa voiture de manière certaine (car la charge est privée). La charge démarre immédiatement
pendant les heures de pic (car la borne est basique sans intelligence).
Le tableau des résultats
Ci-dessous le tableau issu de la fiche de résultat.
Tableau 11 : Résultats indicateurs de confort, système de référence en configuration A
Kilomètres disponibles en fin de période (km)
190,0
Temps passé sous le seuil critique (h) 0,0
Coût de la charge en fin de journée (€) 12,6
Indice de Performance (km Dispo/(Coût*(RA+1)))
15,1
Basée sur la simulation statistique de 10 000 trajets (rappelons au lecteur que le trajet varie autour
d’une gaussienne et que la probabilité de branchement varie autour d’une loi de Bernoulli), l’outil va
calculer des « scores ».
Dans notre exemple, le véhicule a en moyenne obtenu 190kms d’autonomie au cours de la période
d’une journée, il ne s’est jamais retrouvé sous le seuil critique d’autonomie et le coût de la charge
était en moyenne de 12,6€
Enfin, l’indice de performance que nous avons créé, agrège ces résultats avec une pondération
arbitrairement homogène.
L’interprétation des résultats
Compte tenu de ces résultats, l’analyste peut alors les interpréter. Dans le cas de la configuration A,
le système de référence remplit déjà entièrement son rôle en terme de kilomètres disponibles et de
temps passé sous le seuil critique. En revanche, la performance est dégradée par le coût de la charge
qui est maximale (toute la charge est réalisée pendant le pic de consommation).
Pour plus de détails de la simulation statistique ou de l’analyse du résultat confort des configurations B,C,D, il faut se rapporter à l’annexe dans Annexes F page 7.
Synthèse des résultats
Ci-dessous, la synthèse des résultats configuration des 4 configurations dans le cas du système de
référence
Tableau 12 : Synthèse des résultats
Configuration A B C D
Plage densité de borne
1 1.8 0.9 1.8
Charge Maison
Oui Oui Oui Oui
- 44 -
Type Charge Maison
Privé Privé Publique Publique
Charge Bureau
Non Oui Non Oui
Type Charge Bureau
N/A Publique N/A Publique
Le nombre de km disponibles en fin de
période (km)
190,2 189,8 126,5 128,1
Temps passé sous le seuil critique (h)
0,0 0,0 0,5 0,0
Coût de la charge en fin de journée (€)
12,3 12,6 11,3 12,1
Indice de Performance
15,6 15,6 10,4 10,7
En conclusion, la simulation confort du système de référence dans les 4 configurations permet :
D’une part, valider la méthodologie employée ainsi que la pertinence des critères d’évaluation
retenus. En effet, on retrouve les résultats des pilotes tests1 notamment
la présence d’une borne privée garantissant une recharge par jour est suffisante pour
une utilisation quotidienne du véhicule pour se rendre à son lieu de travail (résultat
configuration A et B).
Dans les configurations A et B, les indicateurs sont déjà au maximum à l’exception du
coût de la recharge. Cela signifie que le système actuel est prêt à recevoir ce type
d’utilisation.
D’autre part, créer de l’information quantitative. En effet, on constate que, dans le cas d’une charge
publique, le critère de confort utilisateur du système est fortement dégradé. Par exemple, le
kilométrage disponible diminue de plus de 35% dans les configurations C et D. On constate néanmoins
que le seuil critique est dépassé 2,5% de la journée.
Enfin, la similarité des résultats entre les configurations C et D (alors que le nombre de bornes a
augmenté par 2) montre que l’augmentation du nombre de bornes ne garantit pas une meilleure
performance globale mais joue assurément sur la durée d’autonomie du véhicule
1 Il s’agit principalement du pilote MiniE qui a mis en œuvre 225 véhicules électriques dont 175 aux USA et
pour lequel nous avons bénéficié de retours sur expérience.
- 45 -
4) Exemple d’étalonnage des critères de référence : Cas de la configuration C 1 2 3 4 5
Taux de confort Utilisateur
Le nombre de km disponibles en fin de
période (km)
<63 [63-113] [113-139] [139-189] >189
Temps passé sous le seuil critique (h)
>0,75 [0,65-0,75] [0,35-0,65] [0,25-0,35] <0,25
Coût de la charge en fin de journée (€)
>16,5 [14,3-16,5] [7,5-14,3] [7,5-11] <7,5
Indice de Performance (km Dispo/(Coût*(RA+1)))
<5 [5-13] [7-13] [13-15] >15
Faisabilité d'implémentation
Coût des modifications du réseau
[+30% du coût de la maintenance annuelle
du réseau]
[+10% du coût de la maintenance annuelle
du réseau]
Pas de coût [-10% du prix d’une borne]
[-30% du prix d’une borne]
Polyvalence du système
Etendue du périmètre de validité
Locale Régionale Nationale Continentale Mondiale
Coût de l'adaptation géographique de système
[+30% du prix d’une borne]
*+10% du prix d’une borne]
Pas de coût [-10% du prix d’une borne]
[-30% du prix d’une borne]
Rentabilité Diminution de la pollution Augmente considérablement le bilan carbone du système
Augmente le bilan carbone du système
Neutre Réduit le bilan carbone du système
Réduit considérablement le bilan carbone du système
Pérennité Nombre des technos actuelles compatibles
Incompatible avec le spectre de référence très élargi
Incompatible avec le spectre de référence élargi
Compatible avec le spectre utilisateur principal de référence
Compatible avec le spectre de référence élargi
Compatible avec le spectre de référence très élargi
Coût de désinstallation <15% 15-50% 50% 50-75% 75-100%
Compatibilité industriel avec des grands volumes
Très coûteux Peu coûteux Neutre Peu coûteux Insignifiant
Pérennité de la chaine logistique
Incompatible pour une distribution à grande échelle
Processus non robuste pour un grand volume de production
Processus peu robuste pour un grand volume de production
Processus potentiellement robuste pour un grand volume de production
Processus robuste pour un grand volume de production
Indice très faible Indice faible Indice neutre Indice élevé Indice très élevé
- 46 -
C. Evaluation de la solution Borne intelligente
1) Résultat de la simulation du confort utilisateur : cas de borne intelligente.
Dans le cas de la solution borne intelligente, nous avons effectué la simulation des conditions de
confort utilisateur dans les 4 configurations du système. Les résultats sont indiqués ci-dessous.
Tableau 13: Résultats de la simulation du confort
Configuration A B C D
Cas des bornes simples
Le nombre de km disponibles en fin de
période (km)
190,2 189,8 126,5 128,1
Temps passé sous le seuil critique(h)
0,0 0,0 0,5 0,0
Coût de la charge en fin de journée (€)
12,3 12,6 11,3 12,1
Indice de Performance (km
Dispo/(Coût*(RA+1)))
15,6 15,6 10,4 10,7
Cas des bornes intelligentes
Le nombre de km disponibles en fin de
période (km)
190,0 190,4 126,0 128,0
Temps passé sous le seuil critique (h)
0,1 0,0 0,8 0,0
Coût de la charge en fin de journée (€)
2,5 2,5 2,6 2,5
Indice de Performance (km
Dispo/(Coût*(RA+1)))
76,7 77,4 49,1 52,6
2) Interprétation des résultats de la simulation de confort
Dans le cas de configuration C par exemple, voici une proposition d’interprétation des résultats par
l’histogramme (réévalué par rapport au meilleur score de chaque configuration) des résultats de la
simulation de confort, ci-dessous.
- 47 -
Figure 18 : Résultat comparé dans la configuration C
Comme on le voit dans le cas de la configuration C (charge publique au domicile une fois par jour) la solution de borne intelligente permet de réduire le coût de la charge journalière en déplaçant la charge hors de la zone de pic. Cependant le pilotage a pour effet néfaste d’augmenter le temps où le véhicule est en-dessous du seuil critique (ce sont les trajets où le conducteur arrive à la maison en-dessous du seuil critique alors que la borne de charge attend d’être hors du pic pour charger)1. On peut finalement constater que l’intelligence de la borne n’apporte rien sur le plan du kilomètre disponible2.
1 Pourquoi ne pas modifier la règle de pilotage pour d’abord charger jusqu’au seuil critique puis attendre d’être
hors du pic ? Le résultat final serait le même puisque le coût de la charge augmenterait proportionnellement 2 Ce résultat est très intéressant car il vient équilibrer les discours qui présentent la borne communicante
comme un indispensable du succès du véhicule électrique
- 48 -
3) Tableau d’analyse
Ci-dessous, en rouge, les résultats de l’évaluation de la solution de borne de charge intelligente.
1 2 3 4 5
Taux de confort Utilisateur
Le nombre de km disponibles en fin de
période (km)
<63 [63-113] [113-139] [139-189] >189
Temps passé sous le seuil critique (h)
>0,75 [0,65-0,75] [0,35-0,65] [0,25-0,35] <0,25
Coût de la charge en fin de journée (€)
>16,5 [14,3-16,5] [7,5-14,3] [7,5-11] <7,5
Faisabilité d'implémentation
Coût des modifications du réseau
[+30% du coût de la maintenance annuelle
du réseau]
[+10% du coût de la maintenance annuelle
du réseau]
Pas de coût [-10% du prix d’une borne]
[-30% du prix d’une borne]
Polyvalence du système
Etendue du périmètre de validité
Locale Régionale Nationale Continentale Mondiale
Coût de l'adaptation géographique de
système
*+30% du prix d’une borne]
*+10% du prix d’une borne]
Pas de coût [-10% du prix d’une borne]
[-30% du prix d’une borne]
Rentabilité Diminution de la pollution
Augmente considérablement le bilan carbone du système
Augmente le bilan carbone du système
Neutre Réduit le bilan carbone du système
Réduit considérablement le bilan carbone du système
Pérennité Nombre des technos actuelles compatibles
Incompatible avec le spectre de référence très élargi
Incompatible avec le spectre de référence élargi
Compatible avec le spectre utilisateur principal de référence
Compatible avec le spectre de référence élargi
Compatible avec le spectre de référence très élargi
Coût de désinstallation <15% 15-50% 50% 50-75% 75-100%
Compatibilité industriel avec des grands
volumes
Très coûteux Peu coûteux Neutre Peu coûteux Insignifiant
Pérennité de la chaine logistique
Incompatible pour une distribution à grande échelle
Processus non robuste pour un grand volume de production
Processus peu robuste pour un grand volume de production
Processus potentiellement robuste pour un grand volume de production
Processus robuste pour un grand volume de production
49
4) Conclusion sur la pertinence d’utiliser des bornes intelligentes
Nous avons représenté ci-dessous la cartographie des résultats de la solution borne intelligente contre la
solution de référence dans le cas de la configuration C :
Figure 19 : Score de la solution Borne intelligente (un score élevé signifie une bonne performance)- exemple de la configuration C
La solution des bornes intelligentes apporte un réel avantage en terme de maîtrise de la pollution et
du coût de la charge en déplaçant la charge hors des périodes de pic tout en offrant le même taux de
confort pour l’utilisateur. Par ailleurs cette solution ne soulève pas d’incertitude quand à un déploiement
à grande échelle. Les composants relatifs à l’intelligence sont standards et largement utilisés de nos
jours.
Néanmoins cette modification engendre des coûts relativement importants concernant la modification
des réseaux électriques et la création d’un réseau de données capable de récupérer, analyser et utiliser
cette information. A l’heure où ce rapport est écrit, il n’est pas vraiment possible de mesurer les
éventuels gains apportés par la solution en terme de maintenance des bornes.
Cependant, guidé par cette étude mais en marge de la méthode, on peut démontrer une conséquence
positive d’un système de réservation : la possibilité d’instaurer un critère de priorité dynamique entre les
individus afin de favoriser les plus défavorisés et de jouer sur le brassage statistique pour garder un
confort constant.
s
50
Ainsi l’emploi de cette technologie est préconisé, principalement dans le cas de configurations
urbaines avec bornes de charge sur la voie publique (Configuration C et D).
D. Conclusion sur la pertinence de la méthode d’analyse après passage au
cas pratique
1) La possibilité de s’affranchir d’un discours marketing peu rigoureux
Après plusieurs mois passés sur la côte Ouest des USA à évoluer dans le milieu des Clean Technologies, il
faut rappeler que, si la Californie est peut être leader dans les véhicules électriques, elle est assurément
leader dans le secteur du marketing technologique. Ainsi la Sillicon Valley regorge de tendances
dominantes, de stars, de révolutions, mais qui trop souvent s’avèrent dans le fond ordinaires voire
inexistantes.
Cette méthode s’est donc inscrite comme une réponse effective à un besoin d’efficacité en matière de
prospection et d’analyse des arguments sur le secteur des véhicules électriques. Elle a permis
également de recentrer les réunions sur le domaine de l’industrialisation et du déploiement à grande
échelle, ce qui a porté ses fruits dans la pratique.
2) Une analyse innovante pour des technologies innovantes
Une grande difficulté dans l’établissement de cette méthode réside dans le fait que l’innovation est par
définition inconnue et en constante évolution. Sans rentrer dans des conceptions sociologiques de
l’innovation, une telle méthode comporte le risque (si elle est trop rigide) d’orienter l’analyste vers des
solutions qui ne sont finalement plus innovantes. C’est pour cela qu’il est préférable de laisser une
forme de liberté à l’analyste au travers de la possibilité de redéfinir pour chaque technologie un cadre
d’analyse : c’est l’environnement ou le système de référence.
La contrepartie d’une telle méthode est évidement la part de travail que nécessite la construction du
système de référence. Etre en mesure de choisir tous les éléments du système afin de construire une
analyse pertinente requiert un niveau d’expertise important de la part de l’analyste. Dans l’état actuel,
cette méthode ne peut malheureusement pas encore être mise entre toutes les mains.
3) Une méthode heuristique
A l’heure où ce rapport est écrit, le nombre de cas traités, en se laissant guider par la méthodologie, est
trop faible pour porter des conclusions sur l’applicabilité de cette analyse à l’ensemble des technologies
relatives au véhicule électrique. Cependant, la démarche mise en œuvre a déjà engendré de nombreuses
réflexions aux seins des équipes qui ont déjà donné naissance au moins à deux résultats :
La prise en compte de la nécessité d’avoir une modélisation fine orientée vers
l’utilisateur final comme outil d’aide à la décision pour l’établissement d’un système de
mobilité électrique. Cette prise de conscience s’est produite après la simplification des
débats engendrée par la réalisation du modèle associé à la méthode d’analyse. Par
51
ailleurs, les équipes se sont aperçues des vastes champs d’optimisation qu’il restait à
conquérir du côté de l’expérience utilisateur.
Les opportunités technologiques et commerciales à saisir concernant les technologies
de l’information. En effet, cette méthode fait déjà ses preuves pour apporter des
arguments efficaces et intangibles en faveur de ces technologies, or un tel message peut
être vraiment difficile à communiquer dans une entreprise dont ce n’est pas le cœur de
métier.
52
Travaux cités
1. Assembly Bill 32. counsel, Legislative. 27 Septembre 2006.
2. Alan Baum, Principal, Baum and Associates, LLC and Simon Mui, Ph.D., Scientist, Clean
Vehicles and Fuels, NRDC. The Zero Emission Vehicle Program. 2010.
3. Mark A. Delucchi, Timothy E. Lipman. An analysis of the retail and lifecycle cost of battery-
powered electric vehicles. s.l. : Institue of Transportation Studies, U.C. Davis, 1999.
4. Nathaniel S. Pearre, Willett Kempton, Randall L. Guensler, Vetri V. Elango. Electric vehicles:
How much range is required for a day’s driving? Transportation Research Part C. 2011 йил.
5. Saada, Benjamin. A-t-on vraiment besoin d'infrastructures publiques de charge pour véhicule
électrique ? s.l. : Bulletin Electronique, 2011.
6. Li Zhang, Tim Brown, G. Scott Samuelsen. Fuel reduction and electricity consumption impact
of. Journal of Power Sources. 2011 йил.
7. Energy, Department of. One Million Electric Vehicles By 2015 . 2011.
8. Saada, Benjamin. Edition 2011 de la conférence sur le véhicule rechargeable de San Diego : la
voiture électrique est prête ! s.l. : Bulletin électronique, 2011.
9. T. Deschamps, T. Boeken. The Future of Batteries. s.l. : Bulletins Electroniques, 2010.
10. Grenier, Emmanuel. La simulation probabiliste avec Excel. Revue MODULAD, N°34. 2006
йил.
11. Robert C. Green, Lingfeng Wang, Mansoor Alam. The impact of plug-in hybrid electric
vehicles on distribution networks:. Renewable and Sustainable Energy Reviews. 2010 йил.
53
Remerciements
Je souhaite remercier Thomas Deschamps, Attaché scientifique, et Pauline Caumon, Attachée
scientifique adjointe, tous deux au Consulat de France à San Francisco. Leur aide précieuse pour la prise
de contacts, la recherche d’information et leur aide à la réflexion m’ont aidé à l’écriture de ce
rapport. J’ai apprécié l’expérience enrichissante que j’ai pu vivre au sein de leur équipe pendant cinq
mois.
Je souhaite aussi remercier tout particulièrement Antoine Aslanidès, Directeur de l’Innovation et
Fabienne Arnoud, Analyste en Innovation, chez EDF à San Francisco.
Enfin, je tiens à remercier Loïc Delaître, Président de la Chaire de Fret urbain FRELON et Professeur de
l’Ecole des Mines de Paris, pour m’avoir guidé dans cette étude et fait partager son expertise en
méthodologie pour l’optimisation du secteur du transport urbain.
54
Annexes
A. Articles publiés pendant la durée du stage
A-t-on vraiment besoin d'infrastructures publiques de charge pour véhicule électrique ?,
02/05/2011, Benjamin Saada, Bulletin Electronique Etats-Unis 245
Extraits : « Le nombre de projets pilotes augmente à grande vitesse sur la côte ouest et les retours
d'expérience qui les accompagnent également. Ces retours d'expérience apportent leurs lots de
connaissances dont certaines sont parfois contre-intuitives. Le sujet auquel s'intéresse ce bulletin est la
problématique d'installation de bornes de charge pour véhicule électrique dans les lieux publics aux USA.
Le déploiement massif de borne de charge sur le territoire Californien a longtemps été considéré comme
le catalyseur principal des ventes de véhicule électrique. Cependant, depuis quelques mois nous assistons
à la montée d'un contre-courant clamant que l'autonomie des batteries actuelles (100 miles pour une
Nissan Leaf par exemple) est suffisante pour les déplacements journaliers. Ainsi serait-il inutile de se
charger ailleurs que sur le lieu de travail ou le domicile ».
Edition 2011 de la conférence sur le véhicule rechargeable de San Diego : la voiture
électrique est prête !, 08/04/2011, Benjamin Saada, Bulletin Electronique Etats-Unis 243
Extraits : « Jeudi dernier à San Diego se tenait la conférence "PEV Infrastructure USA 2011" [1]
rassemblant les acteurs principaux du véhicule électrique sur la cote ouest américaine. On pouvait y
écouter les analystes de Frost & Sullivan, des chefs de projet de grandes marques automobiles, des
producteurs d'électricité, des fabricants de bornes de recharge et des prestataires de services liés au
déploiement du véhicule électrique. »
55
B. Liste des visites réalisées pendant la mission
1) Forum/Conférence
Electric Vehicle USA 2011 (San Diego)
Smart Grid Electric Vehicle (San Francisco)
2) Producteur d’électricité
Sacramento Municipal Utility District (Sacramento)
3) Recherche
Electric Power Research Institute (Palo Alto)
Laurence Berkeley National Laboratory (Berkeley)
4) Organisme public
Credit Vehicle Rebate Program (San Francisco)
California Air Ressource Board (San Francisco)
5) Société
Recyclage :
o San Francisco Wastewater treatment Plant (San Francisco)
Stations de charge :
o Aerovironment (San Francisco)
o Coulombs Technologies (San Francisco)
o Ecotality (San Francisco)
o Plugshare (San Francisco)
o HaloIpt (San Francisco)
o Sunlogics (San Francisco)
Investissement :
o Khosla Ventures (Palo Alto)
56
C. Liste des technologies utilisées dans la méthode d’analyse
Technologie Compatibilité (O/N)
Batterie
Lithium-Ion
Lithium-Polymère
Lithium-Air
Ion-Polymère
Super Condensateur
Chargeur
Induction
Charge Rapide
Communication
Zigbee v1
ZigBee v2
3G
4G
CPL
CPL 2.0
Smart Grid
Smart meter
Vehicle 2 Grid
57
D. Liste des entrées du modèle de simulation du confort
1) Paramètre de simulation
2) Paramètre de trajet
Gaussienne d’espérance le trajet moyen et de variabilité 10
58
E. Validation de la méthode statistique : Démonstration du phénomène de
foisonnement
La méthode utilisée est validée par la cohérence des résultats avec les résultats de projet pilotes et les
avis d’experts recueillis pendant le développement. Cependant, au cours des simulations nous avons
découvert l’application d’un résultat statistique intéressant le phénomène de foisonnement.
Démonstration pas à pas de ce résultat :
L’expérience de charge peut se représenter comme un tirage aléatoire à chaque trajet.
Le trajet étant modélisé par un tirage aléatoire sur une gaussienne.
Une répartition de station de charge publique avec une densité locale de 0,9 signifie que
le conducteur a 9 chances sur 10 de se brancher à une station de charge en arrivant.
(Hypothèse où l’ordre d’arrivée est purement aléatoire et donc n’intervient pas dans le
calcul). Ainsi nous pouvons représenter la loi de probabilité de l’autonomie des batteries
de tous les véhicules :
Par conséquent, on trouve comme premier résultat que le système est statistiquement
viable dans la mesure où à chaque tour, au moins 10% des individus peuvent se
permettre de ne pas charger. Dans la pratique, cette viabilité statistique ne s’avère
possible que si les 10% des individus les plus défavorisés ont une priorité pour se
charger32.
32
L’utilisateur remarquera que cette priorité peut être facilement mise en pratique par un système de réservation payant. Du fait du paiement, on peut supposer que seuls les utilisateurs qui en ont le plus besoin auront recours à la réservation et auront donc prioritairement accès aux bornes.
59
De la même manière on peut représenter la distribution des kilomètres rechargés lors
d’un arrêt à une borne de charge : 1 fois sur 10, on ne charge pas et 9 fois sur 10 on
recharge l’intégralité du trajet qui vient d’être parcouru. On a donc une loi d’espérance :
où L est l’espérance du trajet et d’écart type
où E est l’espérance et
SIGMA l’écart type de la loi normale centrée du trajet
Ainsi la théorie des grands nombres nous dit que la somme des tirages de cette loi tend
vers une loi normale de même écart type et de même variance. Ainsi avec un très grand
nombre de tirages on ajoute des pieds à la Gaussienne précédente.
Ce brassage statistique va permettre d’augmenter le nombre de personnes qui seront
satisfaites par la densité des bornes.
On peut constater le résultat sur la courbe ci-dessous représentant la répartition du
confort moyen sur 10,000 simulations de 4 tirages chacun. Comme on peut le constater
on obtient 500 trajets satisfaisants (entourés en rouge) qui sont dûs à cet effet de
foisonnement.
60
F. Explications détaillées du modèle de confort sur les configurations de
références B, C et D
Configuration B : Charge privée au domicile et sur le lieu de travail
Dans le cadre de la configuration B, le trajet typique est présenté par la figure ci-dessous :
Figure 20 : Déroulement du scénario utilisation avec système de référence en configuration B
Les résultats en fin de période sont :
Tableau 14 : Résultats indicateurs de confort, système de référence en configuration B
Le nombre de kilomètres disponibles en fin de période (km)
190,0
Temps passé sous le seuil critique (h) 0,0
Coût de la charge en fin de journée (€) 12,6
Indice de Performance (km Dispo/(Coût*(RA+1))) 15,1
Le système de référence dans cette configuration n’apporte aucune modification par rapport à la
configuration A. Si une borne est disponible sur le lieu de travail, cela décale une partie de la charge à la
maison. Cependant, les charges ont, de toutes façons, lieu pendant les heures de pic.
Configuration C : Charge publique au domicile
Dans le cadre de la configuration C, un trajet typique est présenté par la figure ci-dessous :
Figure 21 : Trajet typique sur 2 jours avec probabilité (0,8 bornes par voiture) de branchement lors du retour au domicile
61
Les résultats en fin de période après traitement statistique33 sont:
Tableau 15 : Résultats indicateurs de confort, système de référence en configuration C
Le nombre de km disponibles en fin de période (km) 128,7
Temps passé sous le seuil critique (h) 0,6
Coût de la charge en fin de journée (€) 11,5
Indice de Performance (km Dispo/(Coût*(RA+1))) 10,0
Le système de référence dans cette configuration apporte logiquement moins de kilomètres disponibles
puisque la charge au domicile n’a pas lieu systématiquement. La durée pendant laquelle le conducteur
est en situation d’inconfort augmente également. Néanmoins, étant donné que l’on charge moins
souvent, le coût journalier de la charge diminue également. Finalement, le système dans cette
configuration est moins performant que dans les configurations certaines de type A et de type B.
Configuration D : Charge publique au domicile et sur le lieu de travail
Dans le cadre de la configuration D, un trajet typique est présenté par la figure ci-dessous :
Figure 22 : Trajet typique sur 2 jours avec probabilité (1,8 bornes par voiture) de branchement au domicile et au travail
Les résultats en fin de période sont après traitement statistique34:
Tableau 16 : Résultats indicateurs de confort, système de référence en configuration D
Le nombre de km disponibles en fin de période (km) 128,1469353
Temps passé sous le seuil critique (h) 0,018248175
Coût de la charge en fin de journée (€) 12,1559754
Indice de Performance (km Dispo/(Coût*(RA+1))) 10,46815252
On retrouve un kilométrage disponible constant par rapport à la configuration C, ce qui est logique
compte tenu que la densité de borne est constante. En revanche, l’augmentation du nombre de
branchements possibles améliore le brassage statistique et permet de lutter très efficacement contre le
33
Voir annexe Traitement statistique et méthode de calcul 34
Voir annexe Traitement statistique et méthode de calcul
62
dépassement du seuil critique. Finalement, l’indice de performance gagne 5% par rapport à la
configuration C.
G. Description complète du système de mobilité électrique Pour des raisons de simplification, est reporté en annexe une description détaillée du système de
mobilité électrique prenant notamment en compte les interfaces de communication.
3) Description du système
Le véhicule : Il rassemble un grand nombre de technologies afin d’offrir au
consommateur une expérience de mobilité électrique satisfaisante. Les principaux
éléments de cette expérience sont :
o La batterie qui détermine l’autonomie sur la route et le temps de charge
o Le chargeur qui détermine le temps de charge
o Le système de bord qui apporte une intelligence au système. Nous verrons que
cette intelligence est primordiale pour rehausser le confort d’utilisation du
véhicule. Plus précisément, ce système assure une communication avec
l’utilisateur et participe à la gestion de l’autonomie
Figure 23 : Modélisation schématique d'un véhicule électrique
La borne de charge : La borne de charge modifie entièrement la logistique d’utilisation
du véhicule électrique en comparaison du véhicule essence. Au lieu d’aller une fois par
semaine, remplir son réservoir pendant quelques minutes dans une station à distance
Vers Réseau de donné Vers Borne
de ChargeVers Borne de Charge
Flux d’énergie
Flux de donnée
Flux électronique
63
de son domicile, l’utilisateur de voiture électrique va remplir sa batterie d’électrons tous
les jours pendant plusieurs heures dans un lieu de stationnement (domicile, parking,
centre commercial). Les principaux éléments d’une borne de charge électrique sont :
o Le débitmètre qui mesure l’énergie et permet de comptabiliser le transfert
o Le système d’intelligence qui peut créer de l’information complexe à partir des
informations de la charge et du réseau
Figure 24 : Modélisation schématique d'une borne de charge
Le réseau électrique : Le réseau modifie entièrement la logistique d’approvisionnement
de l’énergie nécessaire à la mobilité en comparaison du véhicule essence. Alors que
l’approvisionnement d’une pompe à essence nécessite de distribuer de l’énergie sous
forme physique (gasoil) de provenance souvent internationale à travers tout un
territoire à l’aide de réseaux de transports multimodaux (bateaux, camion, station) qui
reposent sur la gestion des stocks, le réseau électrique distribue des électrons à l’aide
d’un réseau mono modal (câbles) en flux tendus. On se limitera à considérer :
o Une unité de production qui génère de l’énergie électrique à travers le réseau
o Un transformateur qui réceptionne l’énergie et le distribue à une zone
géographique restreinte
o Un compteur dit intelligent qui est le point d’entrée d’une zone géographique
individuelle (la maison ou un immeuble par exemple)
o Une interface de connexion électrique entre le compteur et la borne de charge
Flux d’énergie
Flux de donnée
Flux électronique
Vers réseau de donné
Vers véhiculeélectrique
Vers véhicule électrique
Vers réseauélectrique
Vers réseau électrique
64
Figure 25 : Représentation schématique du réseau électrique
Le réseau de données : Véritable nouvel acteur du système de mobilité, le réseau de
données est le vecteur de l’intelligence global du système. Il participe au confort
d’utilisation du véhicule et à la gestion du réseau électrique en permettant
essentiellement d’émettre des prévisions sur le système de mobilité électrique. Par
exemple, un utilisateur de véhicule électrique peut prévoir son temps de charge en
fonction de son profil de consommation et d’utilisation du véhicule, un électricien peut
prévoir sa charge d’utilisation à l’avance en sachant que le véhicule va arriver à son
domicile. Pour les besoins de l’étude, on se limitera à considérer :
o Un distributeur d’information : même si la réalité est beaucoup plus complexe,
on se limite à représenter ce récepteur par un serveur central qui récupère les
informations et peut les retransmettre à d’autres serveurs ou utilisateurs
Flux d’énergie
Flux de donnée
Flux électronique
Vers réseau de donné
Vers un centre deproduction d’électricité
Vers borne de charge
Vers borne de charge
65
Figure 26 : Représentation schématique d'un réseau de données
4) Les types de flux
Les flux d’énergie : l’énergie, c’est le « carburant » de la voiture électrique. Elle peut
être considérée comme de l’autonomie de fonctionnement transférée sous forme
d’électricité dans certaines conditions de voltage et d’intensité
Les flux de données : ce sont les informations évoluées qui transitent grâce à des
protocoles de communication complexes entre des interfaces variées (wifi, courant
porteur en ligne, réseau 3G)
Les flux de prestations : ce sont les flux monétisés qui interviennent dans le système.
Ces flux conditionnent essentiellement les risques encourus par les acteurs du véhicule
électrique et leurs perspectives de rentabilité.
Flux de donnée
Vers réseau de donné
Vers un centre deproduction d’électricité
Vers borne de charge
Vers véhicule électrique
66
5) Représentation Schématique
Figure 27 : Représentation Schématique du système mobilité électrique
Flux d’énergie
Flux de donnée
Flux électronique