Document : Rapport d Ambassade / Consulat Général de France à San Francisco, California

Transcription

1 Ambassade de France à Washington Mission pour la Science et la Technologie 4101 Reservoir Road, NW - Washington, DC Tél. : Fax : Mail : publications.mst@ambafrance-us.org URL : 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 : science@consulfrance-sanfrancisco.org 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 l accès est libre et gratuit

2 - 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 - 3 -

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 - 4 -

5 Sommaire Les problématiques de l émergence du véhicule électrique, le cas pratique de la Californie A. Histoire du véhicule électrique en Californie B. Acteurs de la mobilité électrique ) Les constructeurs automobiles ) Les énergéticiens ) Les régulateurs ) Les opérateurs de borne de charge C. Les mécanismes d incitation en faveur du véhicule électrique ) Au niveau fédéral ) Au niveau des Etats D. Positions des acteurs clés sur le véhicule électrique ) Les points de consensus ) Les points qui font débat E. Description du modèle Californien de mobilité électrique ) Le véhicule type ) Le schéma de déploiement des bornes de charges ) Les attentes comportementales Le véhicule électrique, proposition d une méthode d analyse: A. Les limites d une analyse classique ) Limites dans l analyse des performances statiques ) Limites dans l analyse des performances dynamiques B. Description des composants du système de mobilité électrique ) Description du système ) Les types de flux ) Analyse fonctionnelle des principaux éléments ) Configuration du système C. Les enjeux d un système de mobilité électrique, critères d analyse ) Définition des critères d analyse ) Présentation du modèle de simulation du critère de confort

6 3) Présentation du système de notation D. Conclusion : Cartographie de l impact des principaux composants ) Analyse fonctionnelle croisée des principaux éléments du véhicule électrique ) Conclusion : Cartographie de l impact des principaux composants E. Conclusion sur la méthode d analyse Application de la méthode au cas de la technologie Intelligence embarquée pour les bornes de charges A. Description de la technologie ) Qu est ce qu une Borne de charge intelligente? ) Quels sont les enjeux qualitatifs liés à l intelligence de la borne? B. Etalonnage du Système de référence ) Description des principaux éléments ) Choix des configurations ) Présentation de la fiche de résultat du confort : Exemple de la configuration A sur le système de référence ) Exemple d étalonnage des critères de référence : Cas de la configuration C C. Evaluation de la solution Borne intelligente ) Résultat de la simulation du confort utilisateur : cas de borne intelligente ) Interprétation des résultats de la simulation de confort ) Tableau d analyse ) 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

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

8 Liste des figures Tableau 1 : Quelques exemples des grands projets financés par le DOE Tableau 2 : Quelques exemples de grands projets financés par l'état de Californie Tableau 3 : Comparaison Véhicule électrique, Véhicule hybride électrique [7] Tableau 4 : Comparatif des différents modes de charge Tableau 5 : Comparaison d'impact sur le réseau de divers sous ensemble Tableau 6 : Principales caractéristiques des utilisateurs américains de Véhicule Electrique [7] Tableau 7 : Analyse fonctionnelle des principaux élèments du système de véhicule électrique Tableau 8 : Système de notation Tableau 9 : Analyse fonctionnelle des éléments du système véhicule électrique Tableau 10 : Récapitulatif des 4 configurations retenues Tableau 11 : Résultats indicateurs de confort, système de référence en configuration A Tableau 12 : Synthèse des résultats Tableau 13: Résultats de la simulation du confort Tableau 14 : Résultats indicateurs de confort, système de référence en configuration B Tableau 15 : Résultats indicateurs de confort, système de référence en configuration C Tableau 16 : Résultats indicateurs de confort, système de référence en configuration D Figure 1 : Photo commerciale du modèle EV Figure 2 : Photo d'une Chevrolet Volt en train de charger à Palo Alto Figure 3: Borne de charge level 2 domestique Figure 4 : Modélisation schématique d'un véhicule électrique Figure 5 : Modélisation schématique d'une borne de charge Figure 6 : Représentation schématique du réseau électrique Figure 7 : Représentation schématique d'un réseau de données Figure 8 : Représentation schématique du système mobilité électrique Figure 9 : Représentation schématique du fonctionnement du modèle de simulation de confort Figure 10: Exemple d'une fiche de résultat simulation confort Figure 11: Cartographie de l'impact des éléments Figure 12: Photographie d'une station de charge simple Figure 13 : Photo d'une station de charge intelligente avec système d'identification intégré Figure 14 : Rappel impact de l'intelligence de la borne de charge sur le système de mobilité électrique Figure 15 : Récapitulatif du système de mobilité électrique de référence Figure 16: Exemple d'une fiche de résultat simulation confort

9 Figure 17 : Déroulement du scénario utilisation avec système de référence en configuration A Figure 18 : Résultat comparé dans la configuration C Figure 19 : Score de la solution Borne intelligente (un score élevé signifie une bonne performance)- exemple de la configuration C Figure 20 : Déroulement du scénario utilisation avec système de référence en configuration B Figure 21 : Trajet typique sur 2 jours avec probabilité (0,8 bornes par voiture) de branchement lors du retour au domicile Figure 22 : Trajet typique sur 2 jours avec probabilité (1,8 bornes par voiture) de branchement au domicile et au travail Figure 23 : Modélisation schématique d'un véhicule électrique Figure 24 : Modélisation schématique d'une borne de charge Figure 25 : Représentation schématique du réseau électrique Figure 26 : Représentation schématique d'un réseau de données Figure 27 : Représentation Schématique du système mobilité électrique

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 électrique 1, 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 Schwarzenegger 1, 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 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 Tech 1, 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 électrique 2. 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 [ 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 électrique 1. Aux Etats-Unis, ces différents organismes, avec un champ d action au niveau des Etats utilisent essentiellement deux facteurs d influence : une redistribution des impôts 2, 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 année 3 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 DOE 2 Type de projet ciblé Nature de l aide Advanced Energy Research Project Recherche Financement, Crédit Grants Improved Energy Technology Loans Commercial Garantie financière Advanced Technology Vehicle (ATV) Industriel Crédit Manufacturing Incentives 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 Californie 1 Plug-In Hybrid and Zero Emission Light-Duty Vehicle Rebates Type de projet ciblé Incitation conducteur Nature de l aide Subvention du véhicule 1 Voir par exemple l offre commerciale EVGo : 2 La liste complète des aides peut être consultée sur le site de «l Alternative Fuels & Advanced Vehicles Data Center» :

15 Alternative Fuel and Vehicle Research and Development Incentives Electric Vehicle Supply Equipment (EVSE) Incentive Electric Vehicle (EV) Charging Rate Credit SMUD High Occupancy Vehicle (HOV) Lane Exemption Recherche Incitation conducteur Incitation énergéticien Incitation conducteur Crédit Subvention borne de charge Subvention prix de l énergie 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 jours 1 [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 compatibles 2. 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 A

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 électrique 1. 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 rechargeable 2 : 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 rechargeable 3 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 ,600 16,000 Prévision de vente en , ,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 batterie 1. 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 signés 2. 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 1 Cette 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 publics 1. 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 TV plasma en service De 261 à 344 W 402 kwh annuelle moyenne (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 Ecotality 2. 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 interviews 1 et des conférences [8]. Tableau 6 : Principales caractéristiques des utilisateurs américains de Véhicule Electrique [7] Véhicule électrique total Nombre de véhicule en , ,000 Type de charge principale Level 2 Level 2 Véhicule hybride électrique 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 données 1 : 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 véhicule 1 (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 véhicule 2. 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 = 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 Charge Maison Type Charge Maison Charge Bureau Type Charge Bureau Nombre de borne par véhicule sur le marché Oui Privé Non N/A 1 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 ). 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 Pérennité 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 Taux de confort Utilisateur Faisabilité d'implémentation Polyvalence du système Rentabilité Temps passé avec une autonomie en dessous du seuil critique Nombre de km disponible Augmentation de plus de 15% Augmentation de plus de 15% Augmentation de plus de 5% Augmentation de plus de 5% Inchangé Réduction d au moins 5% Réduction d au moins 15% 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 Coût modifications du réseau Etendue du périmètre de validité Coût de l'adaptation géographique de système Diminution de la pollution Compatibilité avec le spectre utilisateur Bcp plus coûteux Plus coûteux Neutre Moins coûteux Beaucoup moins coûteux Pose des problèmes de compatibilité même locale Compatible localement Compatible dans le territoire national Compatible dans les pays frontaliers Très coûteux Peu coûteux Neutre Peu coûteux Insignifiant Augmente considérablement le bilan carbone du système Incompatible avec le spectre de référence très élargi Augmente le bilan carbone du système Incompatible avec le spectre de référence élargi Neutre Compatible avec le spectre utilisateur principal de référence Réduit le bilan carbone du système Compatible avec le spectre de référence élargi Nombre des technos <15% 15-50% 50% 50-75% % actuelles compatibles 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 Pérennité de la chaine logistique Compatible mondialement Réduit considérablement le bilan carbone du système Compatible avec le spectre de référence très élargi Processus robuste pour un grand volume de production 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 X en un flux d'électron adapté à la batterie du VE en fonction de paramètre utilisateur EV Système de bord EV Système de planification de la demande utilisateur/du stock X X BC Système d intelligence BC BC VE Système de planification de la demande/utilisation du réseau domestique/du stock VE 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 X X X X X X X X X X X

33 2) Conclusion : Cartographie de l impact des principaux composants Figure 11: Cartographie de l'impact des éléments Distributeur d information Système d intelligence BC Pérennité Taux de confort utilisateur Compteur Chargeur Batterie Système de bord Polyvalence du système Rentabilité Faisabilité d implémentation 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 batterie 1. 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 vie 1. 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 Distributeur d information Système d intelligence BC Pérennité Taux de Confort utilisateur Compteur Chargeur Batterie Système de bord Polyvalence du système Rentabilité Faisabilité d implémentation 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 100km 1. 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 Capacité de production nationale largement capable d absorber la charge du parc automobile Possibilité de charger à la maison ou au bureau selon les scénarii sur des bornes publiques ou privées Possibilité de surcharge locale si accumulation du nombre de voiture Interface de communication wifi ou adsl Système de mobilité électrique de référence Chargeur Level 2 : 6hrs pour charger 100km Batterie : 100km d autonomie Aucune intelligence 1 seul trajet 5 fois par semaine pour aller au travail Je charge le plus possible lorsque je branche ma voiture sur une borne Je veux que ma voiture puisse me permettre d effectuer 20km à tout moment 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 normale 1. 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 définitif 1. 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 Nombre de borne par véhicule sur le marché N/A Publique N/A Publique ) 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 Charge Maison Type Charge Maison Charge Bureau Type Charge Bureau Nombre de borne par véhicule sur le marché Oui Privé Non N/A 1 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 ). 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 190,0 (km) Temps passé sous le seuil critique (h) 0,0 Coût de la charge en fin de journée ( ) 12,6 Indice de Performance (km 15,1 Dispo/(Coût*(RA+1))) Basée sur la simulation statistique de 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 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 190,2 189,8 126,5 128,1 disponibles en fin de période (km) Temps passé sous le seuil 0,0 0,0 0,5 0,0 critique (h) Coût de la charge en fin 12,3 12,6 11,3 12,1 de journée ( ) 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 tests 1 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 Taux de confort Utilisateur Faisabilité d'implémentation Polyvalence du système Le nombre de km disponibles en fin de période (km) Temps passé sous le seuil critique (h) Coût de la charge en fin de journée ( ) Indice de Performance (km Dispo/(Coût*(RA+1))) Coût des modifications du réseau Etendue du périmètre de validité <63 [63-113] [ ] [ ] >189 >0,75 [0,65-0,75] [0,35-0,65] [0,25-0,35] <0,25 >16,5 [14,3-16,5] [7,5-14,3] [7,5-11] <7,5 <5 [5-13] [7-13] [13-15] >15 [+30% du coût de la maintenance annuelle du réseau] Coût de l'adaptation géographique de système [+30% du prix d une borne] Rentabilité Diminution de la pollution Augmente considérablement le bilan carbone du système Pérennité Nombre des technos Incompatible avec le actuelles compatibles spectre de référence très élargi [+10% du coût de la maintenance annuelle du réseau] Pas de coût [-10% du prix d une borne] [-30% du prix d une borne] Locale Régionale Nationale Continentale Mondiale *+10% du prix d une borne] Augmente le bilan carbone du système Incompatible avec le spectre de référence élargi Neutre Pas de coût Compatible avec le spectre utilisateur principal de référence [-10% du prix d une borne] Réduit le bilan carbone du système Compatible avec le spectre de référence élargi Coût de désinstallation <15% 15-50% 50% 50-75% % Compatibilité industriel avec des grands volumes Pérennité de la chaine logistique Très coûteux Peu coûteux Neutre Peu coûteux Insignifiant 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 [-30% du prix d une borne] Réduit considérablement le bilan carbone du système Compatible avec le spectre de référence très élargi 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 Le nombre de km 190,2 189,8 126,5 128,1 disponibles en fin de période (km) Temps passé sous le 0,0 0,0 0,5 0,0 Cas des seuil critique(h) bornes Coût de la charge en 12,3 12,6 11,3 12,1 simples fin de journée ( ) Indice de 15,6 15,6 10,4 10,7 Performance (km Dispo/(Coût*(RA+1))) Le nombre de km 190,0 190,4 126,0 128,0 disponibles en fin de période (km) Temps passé sous le 0,1 0,0 0,8 0,0 Cas des seuil critique (h) bornes Coût de la charge en 2,5 2,5 2,6 2,5 intelligentes fin de journée ( ) 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 disponible 2. 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 Taux de confort Utilisateur Faisabilité d'implémentation Polyvalence du système Le nombre de km disponibles en fin de période (km) Temps passé sous le seuil critique (h) Coût de la charge en fin de journée ( ) Coût des modifications du réseau Etendue du périmètre de validité <63 [63-113] [ ] [ ] >189 >0,75 [0,65-0,75] [0,35-0,65] [0,25-0,35] <0,25 >16,5 [14,3-16,5] [7,5-14,3] [7,5-11] <7,5 [+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] Locale Régionale Nationale Continentale Mondiale Rentabilité Pérennité Coût de l'adaptation géographique de système Diminution de la pollution Nombre des technos actuelles compatibles *+30% du prix d une borne] Augmente considérablement le bilan carbone du système Incompatible avec le spectre de référence très élargi *+10% du prix d une borne] Augmente le bilan carbone du système Incompatible avec le spectre de référence élargi Neutre Pas de coût Compatible avec le spectre utilisateur principal de référence [-10% du prix d une borne] Réduit le bilan carbone du système Compatible avec le spectre de référence élargi Coût de désinstallation <15% 15-50% 50% 50-75% % [-30% du prix d une borne] Réduit considérablement le bilan carbone du système Compatible avec le spectre de référence très élargi Compatibilité industriel avec des grands volumes Pérennité de la chaine logistique Très coûteux Peu coûteux Neutre Peu coûteux Insignifiant 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 s 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. 49

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 50

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. 51

52 Travaux cités 1. Assembly Bill 32. counsel, Legislative. 27 Septembre Alan Baum, Principal, Baum and Associates, LLC and Simon Mui, Ph.D., Scientist, Clean Vehicles and Fuels, NRDC. The Zero Emission Vehicle Program Mark A. Delucchi, Timothy E. Lipman. An analysis of the retail and lifecycle cost of batterypowered electric vehicles. s.l. : Institue of Transportation Studies, U.C. Davis, 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 йил. 5. Saada, Benjamin. A-t-on vraiment besoin d'infrastructures publiques de charge pour véhicule électrique? s.l. : Bulletin Electronique, Li Zhang, Tim Brown, G. Scott Samuelsen. Fuel reduction and electricity consumption impact of. Journal of Power Sources йил. 7. Energy, Department of. One Million Electric Vehicles By Saada, Benjamin. Edition 2011 de la conférence sur le véhicule rechargeable de San Diego : la voiture électrique est prête! s.l. : Bulletin électronique, T. Deschamps, T. Boeken. The Future of Batteries. s.l. : Bulletins Electroniques, Grenier, Emmanuel. La simulation probabiliste avec Excel. Revue MODULAD, N 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 йил. 52

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. 53

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.» 54

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) 55

56 C. Liste des technologies utilisées dans la méthode d analyse 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 Technologie Compatibilité (O/N) 56

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 57

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 charger 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. 58

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. 59

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 190,0 période (km) 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 60

61 Les résultats en fin de période après traitement statistique 33 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 statistique 34 : Tableau 16 : Résultats indicateurs de confort, système de référence en configuration D Le nombre de km disponibles en fin de période (km) 128, Temps passé sous le seuil critique (h) 0, Coût de la charge en fin de journée ( ) 12, Indice de Performance (km Dispo/(Coût*(RA+1))) 10, 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 61

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 Vers Réseau de donné Vers Borne de Charge Vers Borne de Charge Flux d énergie Flux de donnée Flux électronique 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 62

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 Vers réseau électrique Vers réseau de donné Vers réseau électrique Vers véhicule électrique Vers véhicule électrique Flux d énergie Flux de donnée Flux électronique 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 63

64 Figure 25 : Représentation schématique du réseau électrique Vers un centre de production d électricité Vers réseau de donné Vers borne de charge Vers borne de charge Flux d énergie Flux de donnée Flux électronique 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 64

65 Figure 26 : Représentation schématique d'un réseau de données Vers borne de charge Vers réseau de donné Vers un centre de production d électricité Vers véhicule électrique Flux de donnée 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. 65