Dynamic Menu-Based Pricing for Electric Vehicle Charging with Vehicle-to-Grid Integration

Cet article propose un mécanisme de tarification dynamique basé sur des menus pour les véhicules électriques intégrant le réseau (V2G), qui optimise les interactions entre l'opérateur et les utilisateurs afin d'augmenter les profits, réduire les coûts pour les conducteurs et maximiser la contribution énergétique au réseau par rapport aux tarifs traditionnels.

L'essentiel

🚗 Le Problème : Une Autoroute Électrique Encombrée

Imaginez que les voitures électriques (VE) sont comme des millions de nouveaux conducteurs qui arrivent sur une autoroute (le réseau électrique). C'est super pour l'environnement, mais si tout le monde arrive en même temps pour se "recharger" (comme à l'heure de pointe), l'autoroute se transforme en embouteillage monstre. Les câbles chauffent, le système risque de sauter.

De plus, ces voitures ont un super-pouvoir : elles peuvent non seulement boire de l'électricité, mais aussi rendre de l'électricité au réseau quand elles sont branchées. C'est ce qu'on appelle le V2G (Vehicle-to-Grid). C'est comme si chaque voiture était une petite centrale électrique mobile.

Le souci ? Aujourd'hui, les tarifs sont trop rigides. C'est comme un distributeur de boissons qui ne propose qu'un seul prix, peu importe l'heure. Les propriétaires de voitures n'ont aucune raison de rendre leur électricité au réseau, et les opérateurs de parkings perdent de l'argent.

---

💡 La Solution : Le "Menu à la Carte" Dynamique

Les chercheurs proposent une idée géniale : au lieu d'un prix fixe, imaginez un menu restaurant dynamique qui change à chaque fois qu'une nouvelle voiture arrive.

Voici comment ça marche, étape par étape :

1. L'Arrivée du Client (La Voiture) :
   Quand vous arrivez au parking avec votre voiture, vous dites au système : "Je pars dans 4 heures, j'ai besoin de 50% de batterie, et je suis prêt à rendre un peu d'énergie si vous me payez bien."

2. Le Chef Cuisinier (L'Opérateur du Parking) :
   L'opérateur regarde le marché de l'électricité en temps réel (comme un chef qui regarde les prix des ingrédients qui fluctuent chaque minute). Il calcule le meilleur moment pour charger ou décharger votre voiture pour faire des économies.

3. Le Menu Personnalisé :
   Au lieu de vous dire "Ça coûte 0,30 $", l'opérateur vous propose un menu de 3 ou 4 options :

   • Option A : "On vous charge vite, mais c'est un peu cher."
   • Option B : "On vous charge lentement, c'est moins cher, et on vous paie un peu si vous nous donnez de l'énergie."
   • Option C : "On vous charge très lentement, c'est super pas cher, et on vous paie gros si vous nous donnez beaucoup d'énergie."

4. Le Choix du Client :
   Vous choisissez l'option qui vous arrange le plus. Si aucune option ne vous plaît, vous ne signez rien.

---

🎭 L'Analogie du "Marché aux Puces Intelligent"

Imaginez un marché aux puces où le vendeur (le parking) ne fixe pas un prix unique pour tout le monde.

• Si le vendeur a beaucoup de stock (électricité bon marché la nuit), il propose des prix bas pour attirer du monde.
• Si le stock est rare (l'heure de pointe), il propose des prix plus élevés, MAIS il dit : "Si vous me donnez un peu de votre stock (votre batterie), je vous paie très cher pour ça !".

C'est ce que fait ce système : il transforme chaque voiture en un partenaire commercial.

• Pour le propriétaire de la voiture : Il paie moins cher sa recharge ou gagne de l'argent en rendant de l'énergie.
• Pour le parking : Il gagne plus d'argent en achetant bas et vendant haut, et en évitant les pénalités de surcharge.
• Pour le réseau électrique : C'est comme avoir des milliers de petits réservoirs d'eau qui se remplissent quand il pleut (électricité abondante) et qui se vident quand il fait sec (pénurie), lissant ainsi les embouteillages.

---

📊 Les Résultats : Qui Gagne ?

Les chercheurs ont simulé ce système avec 100 voitures sur une journée complète. Les résultats sont bluffants :

• Le Parking gagne plus : Son profit a augmenté de 30% par rapport à un système sans échange d'énergie (V2G).
• Les Conducteurs paient moins : Leurs factures ont baissé de 17%.
• L'Énergie rendue explose : La quantité d'électricité renvoyée au réseau a augmenté de 87% à 235% selon les méthodes de comparaison.

En gros, tout le monde y trouve son compte. C'est un jeu où tout le monde gagne (un "gagnant-gagnant").

---

🚀 Pourquoi c'est révolutionnaire ?

1. C'est rapide : Le système calcule ces menus en moins d'une seconde. Dès qu'une voiture arrive, le menu est prêt. Pas d'attente, pas de calculs compliqués pour l'humain.
2. C'est flexible : Si une voiture arrive tard ou repart tôt, le menu s'adapte instantanément.
3. C'est robuste : Même si les prix de l'électricité changent de manière imprévisible (comme la météo), le système continue de bien fonctionner.

En résumé

Ce papier décrit un système où les voitures électriques ne sont plus de simples consommateurs passifs, mais de véritables partenaires actifs. Grâce à un "menu" intelligent qui change en temps réel, on transforme un parking en une centrale électrique intelligente qui fait économiser de l'argent à tout le monde et protège le réseau électrique des pannes.

C'est comme passer d'un distributeur de boissons automatique (qui ne fait que vendre) à un restaurant gastronomique où le chef et le client négocient ensemble le meilleur repas possible, au meilleur prix, pour le plus grand plaisir de tous.

Résumé technique

1. Problématique et Contexte

L'adoption massive des véhicules électriques (VE) pose un défi majeur pour les réseaux électriques, notamment en raison des pics de charge non coordonnés qui stressent les réseaux de distribution. Si la technologie Vehicle-to-Grid (V2G) offre une solution potentielle en permettant aux VE de restituer de l'énergie au réseau pour équilibrer l'offre et la demande, son déploiement pratique est freiné par des barrières techniques et comportementales.

Les mécanismes de tarification actuels, tels que les tarifs horaires (Time-of-Use ou ToU), sont souvent rigides et offrent peu d'incitations financières pour la décharge (V2G). De plus, les approches existantes négligent souvent :

• La variabilité des prix de gros en temps réel.
• Les contraintes de capacité des alimentations électriques (feeders).
• La nature séquentielle des arrivées de véhicules.
• La nécessité de personnaliser les offres pour chaque utilisateur.

L'objectif de cette étude est de concevoir un mécanisme de tarification dynamique capable de gérer la recharge et la décharge des VE dans un parking, en alignant les intérêts de l'opérateur, des propriétaires de VE et du réseau électrique.

2. Méthodologie

Les auteurs proposent un mécanisme de tarification basé sur des menus dynamiques intégré dans une approche d'optimisation à deux niveaux (bilevel) et résolue en temps réel via une approche à horizon glissant (rolling-horizon).

A. Modèle du Système

• Acteurs : Un opérateur de parking gérant des chargeurs bidirectionnels et un ensemble de VE arrivant séquentiellement.
• Contraintes : Capacité de l'alimentation principale ($Y_{max}$), puissance maximale des chargeurs ($P_{max}$), dynamique de l'état de charge (SoC), et limites techniques des batteries.
• Données de marché : Utilisation de prix de gros en temps réel (données AEMO, Australie) pour l'achat et la vente d'énergie.

B. Structure du Problème d'Optimisation

Le problème est formulé comme un jeu hiérarchique :

1. Niveau Supérieur (Opérateur) : L'opérateur maximise son profit en concevant un « menu » d'options de décharge ($D$) pour chaque VE arrivant. Pour chaque option $d$ (quantité d'énergie à décharger), l'opérateur calcule un prix $\pi_{n,d}$ basé sur le coût marginal du système (coût de la grille + marge).
2. Niveau Inférieur (VE) : Chaque véhicule choisit l'option du menu qui maximise son utilité personnelle (valeur de l'énergie reçue moins le coût payé et le coût de dégradation de la batterie). Si aucune option ne génère une utilité positive, le véhicule refuse le contrat.

C. Reformulation et Résolution

Pour rendre le problème traitable, les auteurs reformulent le problème bilevel en un Programme Linéaire en Nombres Entiers Mixtes (MILP) unique.

• Ils intègrent les conditions d'optimalité de Karush-Kuhn-Tucker (KKT) du problème inférieur sous forme de contraintes indicatrices.
• Algorithme : Une approche à horizon glissant est utilisée. À l'arrivée de chaque nouveau VE, le système recalcule les horaires de charge/décharge pour l'ensemble des véhicules actifs (en respectant les engagements précédents) et génère le nouveau menu.
• Efficacité : Cette reformulation permet de résoudre des instances complètes (100 à 250 VE) en quelques secondes, rendant le système viable pour un déploiement en temps réel.

3. Contributions Clés

1. Approche à Horizon Glissant Dynamique : Optimisation du menu de prix à chaque arrivée de véhicule, s'adaptant aux conditions réelles du système et aux besoins individuels, sans hypothèse de connaissance parfaite des arrivées futures.
2. Intégration Complète V2G et Contraintes Réseau : Contrairement aux études antérieures souvent limitées à la charge unidirectionnelle ou à des tarifs fixes, ce modèle gère simultanément l'achat et la vente d'énergie aux prix de gros, le flux bidirectionnel et les contraintes de capacité des feeders.
3. Reformulation MILP Efficace : Transformation du problème bilevel complexe en un modèle linéaire unique résoluble rapidement, permettant une mise à jour des prix en moins d'une seconde par véhicule.
4. Validation Rigoureuse : Utilisation de 12 mois de données de marché australiennes (AEMO) et comparaison avec trois scénarios de base (tarification ajustée en temps réel, tarif fixe, hybride) et une approche sans V2G.

4. Résultats Expérimentaux

Les simulations montrent que le mécanisme proposé surpasse significativement les approches de référence :

• Performance Économique :
  • Par rapport à une base sans V2G, le profit de l'opérateur augmente de 30 % et les paiements des VE diminuent de 17 %.
  • Par rapport aux tarifs de référence (Time-of-Use, fixes, hybrides), le profit de l'opérateur augmente de 22 % à 29 %, tandis que les paiements des VE baissent de 9 % à 18 %.
• Contribution V2G : La quantité d'énergie restituée au réseau (V2G) augmente de 87 % à 235 % par rapport aux scénarios de base, démontrant une forte incitation à la participation.
• Analyse de Sensibilité :
  • Taille du Menu : Un menu de 6 à 8 options de décharge suffit à capturer la majorité des bénéfices.
  • Capacité du Réseau : Le mécanisme reste performant même lorsque les contraintes de capacité du réseau se resserrent.
  • Flot de Véhicules : L'approche est scalable, restant efficace de 10 à 250 véhicules.
  • Incertitude des Prix : Une analyse de Monte Carlo montre que le mécanisme est robuste face aux erreurs de prévision des prix de gros (déviations de profit moyennes de seulement 2,42 % avec un bruit de 10 %).

5. Signification et Conclusion

Cette étude démontre qu'un cadre de tarification dynamique basé sur des menus constitue une solution pratique et économiquement avantageuse pour l'intégration des VE et du V2G dans les marchés de l'électricité en temps réel.

• Avantages pour l'Opérateur : Augmentation significative de la rentabilité grâce à une optimisation fine des flux énergétiques et à la vente de services au réseau.
• Avantages pour l'Utilisateur : Réduction des coûts de recharge et compensation pour la décharge, tout en respectant les contraintes de batterie.
• Avantages pour le Réseau : Meilleure gestion de la demande, lissage des pics de charge et intégration accrue des énergies renouvelables grâce à une décharge active lors des périodes de forte demande.

Le travail prouve qu'il est possible de concilier efficacité économique, flexibilité utilisateur et contraintes techniques du réseau sans nécessiter d'infrastructure spécialisée complexe, ouvrant la voie à un déploiement commercial à grande échelle.