Dans le cadre d’une étude pilote, des chercheurs ont utilisé l’IA pour mieux comprendre ce qui se passe lorsque l’on branche une voiture électrique. Les conducteurs de voiture électrique, les exploitants de réseaux et les fournisseurs de services de recharge peuvent tous bénéficier de ces nouvelles connaissances.
De nouveaux outils d’IA peuvent fournir aux opérateurs de réseau des données en temps réel pour rendre le réseau et la recharge des voitures électriques plus fiables, selon une étude de l’Institut de recherche sur les transports de l’université du Michigan (UMTRI) et de la startup américaine Utilidata (le lien télécharge un document PDF, 1.7 Mo)
Peut identifier et prédire les problèmes de charge
Les chercheurs utilisent l’IA pour analyser le comportement de recharge des voitures électriques dans l’espoir que les données puissent améliorer l’expérience des conducteurs et aider les opérateurs de réseaux à se préparer à l’augmentation de la demande d’électricité.
Jusqu’à présent, ils ont constaté que les voitures électriques en charge peuvent consommer de l’électricité de manière irrégulière, ce qui entraîne une baisse de la qualité de l’électricité, qui peut user les câbles de charge, les boîtiers de charge et d’autres équipements de charge.
La recharge des voitures électriques entraîne des fluctuations importantes et rapides de l’ampérage, ce qui peut provoquer une surchauffe des lignes électriques, une perte de puissance et des coupures de courant.
Ces problèmes sous-jacents gaspillent de l’énergie et peuvent entraîner des pannes de chargeurs. La capacité d’identifier immédiatement et même de prédire ces problèmes grâce à l’Intelligence Artificielle peut donc être une grande victoire.
Selon les auteurs de l’étude, grâce à l’Intelligence Artificielle, les exploitants de réseaux peuvent être avertis rapidement de la manière dont la recharge pourrait affecter le réseau. Ils peuvent également conseiller les conducteurs de voitures électriques sur l’endroit et le moment où ils doivent recharger leur véhicule, et les algorithmes peuvent aider les fournisseurs de charge à mieux entretenir leurs équipements.
Les réseaux électriques ont besoin de milliards d’euros pour se moderniser
Dans cette première étude pilote, les chercheurs ont installé des adaptateurs de compteurs électriques avec la plateforme d’Intelligence Artificielle d’Utilidata, Karman, sur six stations de recharge de voitures électriques à l’université du Michigan.
Karman a analysé la tension, le courant, la puissance et d’autres dynamiques entre mars et juin de l’année dernière. Les chercheurs ont également installé des dispositifs sur 10 voitures électriques qui circulent fréquemment sur le campus afin de surveiller leurs habitudes de charge.
Les données recueillies sur six sites montrent que la recharge des voitures électriques abaisse la tension électrique locale, ce qui entraîne un risque de coupure de courant.
Bien que le projet n’en soit qu’à ses débuts, les chercheurs espèrent qu’il pourra aider les conducteurs de véhicules électriques à se préparer aux défis qui pourraient découler de l’électrification du parc automobile.
Dans la plupart des pays, si ce n’est dans tous, les réseaux électriques sont confrontés à une mise à niveau majeure pour faire face à la pression accrue du nombre croissant de voitures électriques qui doivent être rechargées à intervalles réguliers. À cela s’ajoute une pression accrue sur les réseaux due à la diffusion de l’énergie verte, à l’utilisation accrue des pompes à chaleur dans les ménages et aux gigantesques centres de données des entreprises informatiques, gourmands en énergie.
La recharge des véhicules électriques réduit la qualité de l’énergie en introduisant des courants harmoniques générés par la conversion du courant alternatif (AC) en courant continu (DC), ce qui entraîne une dégradation de l’équipement de l’entreprise de distribution et du client.
Besoin de nouvelles informations grâce aux données
Les opérateurs de réseaux doivent gérer cette imprévisibilité sans disposer de données en temps réel pour mieux adapter leurs réseaux à l’évolution des besoins.
Les angles morts deviennent un problème plus important à la périphérie des réseaux, là où les réseaux intelligents rencontrent les bâtiments et les infrastructures intelligents. C’est peut-être là que les clients connectent de plus en plus leurs propres appareils au réseau, comme les batteries des voitures électriques et les panneaux solaires.
L’un des problèmes découverts par les chercheurs dans le cadre de leur étude pilote concernait les séquences d’énergie transitoires, c’est-à-dire la consommation d’énergie irrégulière des voitures électriques qui s’arrêtent et recommencent à charger, même après que la batterie a été entièrement rechargée.
Selon les chercheurs, non seulement cette consommation est inefficace, mais elle peut également faire surchauffer les câbles et les transformateurs.
Ils ont également constaté que la charge des voitures électriques réduit la qualité de l’énergie lorsque l’électricité s’écarte de la tension et de la fréquence idéales. Le scintillement est un signe évident de mauvaise qualité de l’électricité, qui peut également entraîner une usure plus importante des équipements de charge.
«Je pense que la chose la plus importante est que nous avons confirmé qu’il y a beaucoup de comportements des VE que personne ne connaît, ni les propriétaires de voitures, ni les opérateurs de réseau, ni les fabricants de chargeurs, il y a donc un grand besoin d’ouvrir toutes ces données», a déclaré Yingchen Zhang, vice-président des solutions de produits chez Utilidata.
Rejoignez-nous !
Abonnez-vous à la Newsletter et recevez Formidable Life directement chez vous.
