MoDyVeli

Année : 2026
Porteur de projet : Adrien Prévost
Laboratoire : G2ELab

 

Contexte scientifique et/ou technologique, objectifs du projet et positionnement par rapport à l’état de l’art

L’émergence rapide de la micro mobilité électrique (trottinettes, vélos à assistance électrique, e- scooters, etc.) amène des enjeux de soutenabilité. À première vue, la massification de ces systèmes paraît difficilement compatible avec la réduction de l’impact environnemental des sociétés humaines, notamment en lien avec l’utilisation des métaux rares, stratégiques et critiques qui demandent beaucoup d’énergie pour leur extraction et posent le problème de leur recyclabilité. À ce titre, la micro mobilité électrique ne semble pas toujours être une alternative pertinente pour remplacer la voiture particulière à cause de la faible durée de vie de certains composants, comme le montre une Analyse du Cycle de Vie (ACV). Selon une autre étude ACV, la fabrication de la batterie et du moteur représenteraient 20% chacun sur le bilan global des émissions de gaz à effet de serre. Les auteurs montrent aussi que cette valeur peut monter jusqu’à 40% pour la batterie à cause des remplacements sur tout le cycle de vie du vélo. Il semble que l’empreinte environnementale de ces modes de transport puisse être réduite via la mutualisation, l’optimisation de la logistique et surtout par l’augmentation de la durée de vie.
Dans ce contexte, il est alors crucial de rationaliser les choix techniques de ces systèmes du point de vue environnemental accélérer l’émergence d’une nouvelle génération de véhicules dits « intermédiaires », qui seraient « entre le vélo et la voiture, sobres et efficaces, durables, simples et peu coûteux, remplaçant la voiture pour les déplacements et la logistique du quotidien dans des territoires périurbains et ruraux » comme illustré par l’initiative open source vhélio. Comment choisir l’ensemble moteur-convertisseur-batterie à la lumière des impacts environnementaux, du cas d’usage et des performances du système ? Pour répondre à cette problématique, il faudrait en premier lieu pouvoir prédire les performances du système face à un cas d’usage et leur évolution dans le temps. À ce titre, le projet ModyVeli a pour objectif la modélisation multiphysique d’un Vélo à Assistance Électrique (VAE) en vue de l’étude du vieillissement de ses composants en fonction de scénarios d’usage réalistes.

Programme scientifique, méthodologie et résultats escomptés ainsi que leur impact
potentiel

Si l’on exclut les effets calendaires, le vieillissement de la batterie est principalement affecté par le cyclage dynamique et la température, il est donc nécessaire de pouvoir les modéliser les profils dynamiques de tension et courant délivrés ainsi que les pertes associées et leur effet sur l’échauffement. En ce qui concerne les moteurs à aimants permanents (type BLDC) utilisés dans ces véhicules, leurs performances sont également affectées par la température de fonctionnement : augmentation des pertes par effets joules, risques de démagnétisations partielles.
Notre méthodologie reposera sur l’aller-retour entre modélisation et expérimentation, via la récupération de données réelles d’utilisation via l’instrumentation d’un VAE et l’émulation sur banc expérimental. Un banc d’essais moteur en cours de construction au G2ELab servira comme intermédiaire pour la modélisation grâce à la maîtrise des conditions expérimentales.

Les résultats attendus de ce projet sont :

1. un modèle multiphysique permettant de reconstruire des grandeurs physiques utiles à l’étude
   du vieillissement
2. un programme permettant de produire des résultats à partir du modèle, publié en open
   source
3. des données d’utilisation réelles de VAE publiées sur recherche.data.gouv

Organisation du projet 

Le projet sera appuyé par le travail d’un.e stagiaire de Master 2 qui disposera de moyens expérimentaux au CEA et au G2ELab. Le travail se découpera en plusieurs phases :

1. Bibliographie sur la modélisation multiphysique des VAE
2. Modélisation dynamique du système
3. Identification de la loi d’assistance électrique sur banc d’essais
4. Reconstitution de la puissance fournie par le cycliste à partir de données expérimentales
5. Comparaison des résultats de modélisation aux essais de véhicule
6. Affinage du modèle : choix de la juste granularité de modélisation en fonction des données
   importantes pour le vieillissement