Modeling Urban Electric Vehicle Charging Under Pricing and Behavioral Heterogeneity Using an Agent-Based Simulation Framework

La croissance rapide de l’adoption des véhicules électriques (VE) constitue une étape essentielle vers la réduction des émissions de gaz à effet de serre du secteur des transports. Toutefois, elle engendre également de nouveaux défis pour les réseaux électriques urbains et les infrastructures de recharge. Contrairement aux charges électriques traditionnelles, la demande de recharge des VE est difficilement prévisible, car elle est étroitement liée aux comportements de mobilité et aux routines quotidiennes des usagers. Cette dépendance se traduit par une synchronisation temporelle des recharges et par une concentration spatiale des appels de puissance. Ainsi, les contraintes du système résultent davantage de la coordination collective des décisions de recharge au sein d’infrastructures partagées et spatialement limitées que du volume total d’énergie consommée. Comprendre et maîtriser ces dynamiques est donc essentiel pour assurer une intégration fiable et efficace des VE dans les systèmes urbains. Bien que la gestion de la recharge des VE suscite un intérêt croissant, une grande partie de la littérature repose encore sur des représentations simplifiées ou statiques de la demande de recharge. Ces approches traitent souvent le comportement de recharge comme exogène ou supposent un accès illimité aux infrastructures. Elles peinent ainsi à rendre compte des phénomènes de congestion, de files d’attente et de contraintes locales sur le réseau électrique, ainsi que des adaptations des usagers face aux signaux tarifaires, à la disponibilité des infrastructures ou aux évolutions technologiques. En particulier, les effets combinés de la structure des activités quotidiennes, de la sensibilité des usagers à un faible niveau de charge de la batterie, de l’accessibilité aux bornes et des instruments de politique publique demeurent insuffisamment étudiés dans des cadres intégrés. Cette thèse vise à combler ces lacunes en mobilisant un cadre de simulation multi-agents, fondé sur les comportements et les activités, dans lequel les décisions de recharge des VE émergent naturellement des déplacements individuels. S’appuyant sur la plateforme MATSim, le modèle est enrichi de modules spécifiques aux VE afin de représenter la recharge comme une composante intégrée des activités quotidiennes, en tenant compte de l’état de charge de la batterie, de l’accessibilité aux infrastructures de recharge et des signaux de politique publique. Le cadre est appliqué à la région métropolitaine de Montréal, permettant une analyse détaillée de la demande de recharge, de la consommation électrique et des phénomènes de congestion dans le temps et dans l’espace.