Le CEA dispose, sur son centre de Cadarache près d’Aix-en-Provence, d’une infrastructure de recharge de véhicules électriques comportant plus de 100 points de charge. Elle subvient à la recharge de près de 400 véhicules, principalement des véhicules personnels mais aussi les taxis du centre, et des véhicules de service. C’est l’une des infrastructures privées de ce type les plus importantes de la région PACA et un formidable terrain d’expérimentation et de démonstration.
Grâce à cette infrastructure, RTE et le CEA expérimentent actuellement à grande échelle (24 points de recharge) un système de supervision et de gestion de la recharge des véhicules électriques des employés du centre. Cette gestion se fait en temps réel et doit allier la satisfaction de l’utilisateur par le respect de ses préférences, et la synchronisation de la puissance consommée avec la production d’une centrale solaire photovoltaïque.
Les résultats montrent, sur une période d’expérimentation de plusieurs mois, qu’il est possible d’augmenter la part solaire dans l’énergie utilisée par les bornes de 34 à 90 % grâce au pilotage de la recharge des véhicules, tout en respectant les préférences des utilisateurs.
L’étude ouvre aussi des perspectives de nouveaux services à développer/évaluer, et ce pour différents types d’acteurs :
- Optimisation du taux d’occupation des bornes pour des opérateur d’infrastructure de recharge
- Services d’effacement, autoconsommation collective pour des acteurs du marché de l’électricité
- Optimisation de la durée de vie de la batterie pour les utilisateurs et les acteurs de la mobilité
Le gestionnaire du réseau de transport français, RTE a réalisé plusieurs études prospectives sur le sujet de la recharge intelligente des véhicules électriques qu’il a souhaité compléter en partenariat avec le CEA en expérimentant à grande échelle.
L’expérimentation teste un programme de gestion et de pilotage intelligent de la recharge de véhicules électriques développé et testé depuis 2010 par les équipes du CEA à l’INES appelé « ICPM » pour INES ChargePoint Manager. Celui-ci asservit la consommation d’un ensemble de véhicules à une consigne externe sans impacter le confort de l’utilisateur ou la durée de vie des batteries. Le CEA utilise aussi, pour cette expérimentation, le système d’information, développé par les mêmes équipes, et qui permet de collecter toutes les données nécessaires pour une gestion intelligente ; données provenant des véhicules, de réseau électrique, des bornes de recharge, ou encore données de prévisions de production solaires et de la centrale solaire. Il permet de communiquer avec les stations de recharge par connexion 3G et de suivre ainsi l’état de chaque station de recharge en temps réel mais également d’agir sur elles, par exemple en redémarrant une session de charge à distance.
Fournir des statistiques par station de recharge, par utilisateur, ou encore par point de charge. Il offre aussi la possibilité de contrôler la charge en détectant les badges des utilisateurs, et en allouant une puissance de charge selon les préférences de l’utilisateur renseignée par ce dernier sur une interface web.
L’expérimentation s’étend de l’automne 2021 jusqu’à l’été 2022. Elle consiste à asservir la consommation d’une fraction des infrastructures de recharge du centre CEA de Cadarache, soit 24 bornes réparties sur 5 zones, à la production d’une fraction de la centrale solaire photovoltaïque Mégasol située à proximité immédiate du centre. La clé de la réussite de cette expérimentation passe par la participation d’un grand nombre de volontaires qui laissent au CEA la possibilité de moduler la charge de leur véhicules électriques en fonction de la production photovoltaïque.
Le traitement d’une partie des données sur une période de 244 jours allant d’octobre 2021 à mai 2022, a permis de tirer quelques enseignements du système de Smart Charging mis en place. Sur cette période, 1362 charges ont eu lieu avec plus de 24.4 MWh transférés aux véhicules d’une centaine d’utilisateurs volontaires pour participer et une trentaine de véhicules de service dont les utilisateurs ne sont pas volontaires. 42 modèles de véhicules électriques différents utilisent ces installations sur le centre.
L’étude compare notamment pour ces jours de tests le taux d’autoproduction avec pilotage et celui sans pilotage. Elle montre :
- Que le système de supervision développé permet de maximiser efficacement le gain d’autoproduction. Le taux d’autoproduction avec pilotage est égal ou supérieur au taux d’autoproduction sans pilotage, avec très majoritairement des jours où il est supérieur.
- Qu’il permet d’augmenter le taux d’autoproduction jusqu’à 60 points de pourcentage, sans préjudice pour l’utilisateur. En effet, en décalant certaines charges de quelques heures, la production solaire est utilisée de manière optimale et suffit alors à recharger complètement les véhicules branchés.
Ce contenu est protégé par un copyright et vous ne pouvez pas le réutiliser sans permission. Si vous souhaitez collaborer avec nous et réutiliser notre contenu, merci de contacter notre équipe éditoriale à l’adresse suivante: editors@pv-magazine.com.
En transmettant ce formulaire vous acceptez que pv magazine utilise vos données dans le but de publier votre commentaire.
Vos données personnelles seront uniquement divulguées ou transmises à des tierces parties dans une optique de filtre anti-spams ou si elles s’avèrent nécessaires à la maintenance technique du site web. Un transfert de vos données à des tierces parties pour toute autre raison ne pourra se faire que s’il est justifié par la législation relative à la protection des données, ou dans le cas où pv magazine y est légalement obligé.
Vous pouvez révoquer ce consentement à tout moment avec effet futur, auquel cas vos données personnelles seront immédiatement supprimées. Dans le cas contraire, vos données seront supprimées une fois que pv magazine aura traité votre requête ou lorsque le but du stockage des données est atteint.
Pour de plus amples informations sur la confidentialité des données, veuillez consulter notre Politique de Protection des Données.