Smart Grid

Sherpa Engineering maîtrise parfaitement la complexité de systèmes Smart Grid pour des applications client. Le projet de R&D dénommé Eguise décrit ci-dessous est un exemple d’utilisation de cette technologie pour un parc de véhicules électriques.Le rôle actuel du réseau électrique est de connecter les producteurs d’énergie aux consommateurs d’électricité industries et particuliers. Ce lien est monodirectionnel du producteur au consommateur avec des problématiques de prédiction de la demande et ceci à cause des contraintes connues sur les moyens de stockage de l’énergie. Or, face à l’augmentation de la consommation électrique à cause des nouveaux consommateurs, deux solutions possibles se présentent : soit augmenter la capacité de production et renforcer le réseau, solution coûteuse, ou bien gérer d’une manière intelligente les consommateurs en contrôlant leurs charges.

Dans la deuxième option, la solution passe par l’introduction des nouvelles technologies et ainsi créer, en parallèle du réseau électrique, un réseau de communication bidirectionnel entre les différents acteurs à savoir les producteurs, les distributeurs et les consommateurs d’énergie. Smart Grid est la dénomination pour un réseau de distribution d’électricité « intelligent » qui utilise des technologies informatiques de manière à optimiser la production, la distribution et la consommation.

Projet Eguise

Le programme Eguise ou « véhicule du futur » de l’ADEME (Agence de l’Environnement et de la Maîtrise de l’Energie) a démarré en février 2013 et doit se poursuivre pendant 3 ans. Il s’agit d’un développement d’un écosystème pour la gestion de l’énergie des véhicules électriques au niveau global à partir d’un parc donné des véhicules. L’optimisation d’énergie s’obtient à partir de:

• Une infrastructure de charge nouvelle génération avec le transfert par induction et l’échange bidirectionnelle
• Une infrastructure de communication globale articulée autour d’algorithmes de charge optimale et d’une plateforme de supervision accessible par web