Analyse du réseau de transport et de recharge des véhicules électriques GE

Aperçu

General Electric Company (GE) est un conglomérat multinational américain opérant principalement dans les secteurs de l’énergie, des énergies renouvelables, de l’aviation et de la santé. En 2020, GE se classe parmi les 500 plus grandes fortunes comme la 33e plus grande compagnie aux États-Unis en termes de revenus bruts.

Pour développer des technologies innovantes servant les intérêts commerciaux de GE, GE Global Research (GEGR) a été créé, et il est devenu l’un des laboratoires de recherche industrielle les plus importants et les plus diversifiés au monde. Améliorant ses activités grâce à la technologie, GEGR a développé une expertise en optimisation de simulation et en la recherche opérationnelle.

Problème

Lorsque GE a annoncé son engagement envers les véhicules électriques (VE), cela a conduit à la nécessité de travaux avancés dans divers domaines connexes. Une grande partie de la technologie était encore en développement et ne faisait que commencer à devenir largement disponible dans le commerce, ainsi problèmes devaient être résolus.

GE a déployé une vaste flotte de véhicules électriques à l’usage personnelles, produit des WattStation, bornes de recharge de véhicules électriques, et mené de nombreuses autres activités liées aux VE, mais l’une des principales questions à laquelle la compagnie voulait répondre était la suivante : comment ces marchés évolueraient-ils?

L’utilisation relativement répandue des VE et la nécessité de les soutenir par des services et un réseau de recharge ont incité GEGR à mener des recherches sur la demande commerciale et les nouvelles technologies connexes. En outre, toute modification des modes et méthodes de distribution d’électricité a également intéressé GEGR.

En bref, en effectuant une analyse du réseau de transport et de recharge des VE, l’équipe de GEGR a cherché les réponses aux questions suivantes:

• À quoi ressemble la courbe de choix des VE?
• Quel sera l’impact sur le réseau de distribution d’électricité?
• Comment l’infrastructure de recharge évoluera-t-elle?
• Quels nouveaux business modèles émergeront?

GEGR a décidé de tester si la modélisation par simulation avancée pouvait aider à répondre à ces questions. À cette fin, l’équipe de recherche a été chargée de construire des prototypes de démonstration:

1. Évaluer les techniques de modélisation comme outil pour aider à mieux comprendre, prévoir et prendre des décisions dans les secteurs d’activité émergents.
2. Identifier les méthodes et approches potentielles, ainsi que leurs possibilités d’intégration qui aideraient à soutenir la recherche.

Solution

Statechart du conducteur de VE

Pour ce projet d’analyse du réseau de transport et de recharge de VE, GE Global Research a choisi le logiciel de simulation multiméthode AnyLogic parce qu’il prend en charge la méthode de modélisation basée sur le comportement desagents. La modélisation basée sur le comportement des agents a permis aux ingénieurs de décrire le marché des VE comme un système d’agents individuels qui font leurs propres choix. Par exemple, les consommateurs peuvent décider individuellement s’ils achètent une voiture électrique (VE) ou un véhicule à moteur à combustion interne conventionnel.

Avec la simulation basée sur l’agent, l’équipe pourrait également modéliser le comportement adaptatif du conducteur, par exemple lorsqu’un conducteur effectue un long trajet (par opposition à un itinéraire domicile-travail-domicile régulier) et doit décider quand et où recharger le véhicule. En outre, les acheteurs potentiels de VE pourraient avoir des priorités très différentes en raison de variables telles que le revenu, la distance de déplacements, les préférences personnelles, et ainsi de suite.

Pour le projet, l’équipe a développé deux modèles prototypes : un modèle détaillé de choix de VE et une simulation de réseau de recharge. Les modèles basés sur le comportement des agents ont été développé sur la plate-forme Java d’AnyLogic pour intégrer diverses fonctions et variables basées sur des règles spécifiques, ainsi que les bonnes capacités de visualisation graphique du logiciel.

Le modèle détaillé de choix de VE

Comme il y avait un manque de données historiques sur le processus décisionnel des clients potentiels, l’équipe du GEGR a décidé de simuler le processus et a utilisé l’approche du raisonnement de preuve fondé sur l’exemple (EBER). Cela a permis de prévoir comment de multiples facteurs pourraient influencer les décisions des gens. L’approche a été élaborée par GE et a été utilisée dans plusieurs projets liés à la gestion des risques et à la tarification concurrentielle.

Le modèle détaillé de choix de VE, les facteurs de préférence ont été sélectionnés par l’équipe elle-même. Ils comprenaient:

• Utilité du véhicule (réputation, autonomie, autonomie de la batterie, etc.)
• Attributs des consommateurs (distance de déplacement, revenu, disponibilité du chargeur à domicile, etc.)
• Finances (temps de récupération, coûts annuels, etc.)
• Localisation (climat, incitations gouvernementales, infrastructures, etc.)

Simulation de choix d’un VE dans l’État de New York

Les entrées du modèle comprenaient des sorties d’autres modèles (par exemple, des simulations financières qui ont calculé les coûts de récupération et d’exploitation d’un VE) et des données provenant de diverses bases de données open source.

Dans le modèle du réseau de transport de VE, tous les facteurs et préférences, comme ceux liés aux finances et à l’emplacement d’une personne, au bouche-à-oreille et à la disponibilité des véhicules, ont été organisés d’une manière qui correspondait à un acheteur potentiel. En outre, le modèle a suivi la transition d’un agent entre être un acheteur potentiel et être un utilisateur d’un véhicule VE ou ICE. Le résultat a démontré une préférence relative d’un consommateur potentiel pour l’achat d’un VE par rapport à un véhicule ICE conventionnel.

Le taux de choix a été défini en suivant le nombre de conducteurs de véhicules VE et ICE pour donner une image de la population totale. Pour une zone géographique donnée, l’État de New York, le modèle résume les taux de choix au fil du temps. Les résultats peuvent être affichés sur une carte par le code postal de région, ou sur des graphiques.

La simulation du réseau de recharge

La simulation a été créée pour tester l’impact de diverses conceptions de réseau de recharge à la fois sur le taux de satisfaction des conducteurs VE et l’utilisation de points de recharge. L’équipe souhaitait également trouver des réponses aux questions suivantes:

• Quel est le retour sur investissement pour la mise en œuvre d’une certaine conception de réseau de recharge?
• Où sont les emplacements potentiels pour les points de recharge?
• Combien de bornes de recharge sont nécessaires?

À l’aide des données sur le taux de choix des VE du modèle de simulation précédent, l’équipe a construit un prototype de simulation de l’utilisation des VE dans onze régions par code postal de l’État de New York à l’aide de la cartographie SIG. En utilisant la modélisation basée sur le comportement des agents, ils ont créé une bibliothèque personnalisée d’objets qu’ils pourraient utiliser davantage dans d’autres projets. Pour chaque objet, l’équipe peut définir des propriétés et des comportements de sorte que, par exemple, les ménages puissent avoir en possession ou en location un nombre différent de véhicules et de conducteurs.

Lors de l’exécuter, la simulation a montré le comportement des conducteurs, leurs mouvements et les décisions, basées sur les règles logiques qui avaient été définies dans le modèle. Il a été possible d’observer comment l’état de chaque objet a changé au fil du temps sur une carte ou via le statechart d’un objet. En ajoutant ou en supprimant des points de recharge, ils pourraient modifier l’environnement et surveiller la façon dont il influençait les mesures potentielles de satisfaction des propriétaires de VE.

Résultat

Le projet d’analyse du réseau de transport et de recharge des véhicules électriques GE a montré que la simulation est un outil puissant pour la prévision et la planification dans les secteurs d’activité émergents. Les modèles développés par l’équipe de recherche ont été utiles pour:

• Les fabricants de bornes de recharge VE pour comprendre la demande.
• Les propriétaires de magasins pour simuler la façon dont l’installation de chargeurs VE pourrait influencer leurs revenus d’entreprise.
• Les opérateurs de réseau de recharge pour décider où placer les chargeurs afin de maximiser leur utilisation.
• Les urbanistes pour décider de la conception du réseau de chargeurs qui maximiserait le rendement des investissements et le taux de choix des VE.

Le logiciel AnyLogic a permis à l’équipe de recherche GE de construire des modèles sophistiqués avec de nombreuses entités, y compris les agents ayant des capacités de prise de décision. Les modèles ont utilisé les possibilités de modélisation multiméthode d’AnyLogic et les capacités de visualisation graphique intégrées.