État des connecteurs à partir des courbes de charge

Les bornes rapides publiques perdent en fiabilité avec l'âge. Une étude de terrain de Berkeley n'a trouvé fonctionnels que 73 % de 657 points de charge CCS publics, et le taux de réussite de la première charge passe d'environ 85 % sur du matériel neuf à moins de 70 % la troisième année. Le suivi d'uptime ne capte cela qu'en partie : une station peut être en ligne et livrer nettement moins de puissance que demandé.

Une cause est l'usure des connecteurs. Les cycles de branchement abrasent le revêtement des broches et la résistance de contact augmente. Aux courants de charge rapide, quelques milliohms supplémentaires produisent des centaines de watts de chaleur dans la broche (70 W neuf, 350 W usé à 375 A). Le capteur de température force alors la station à réduire la puissance, les sessions s'allongent, et avec l'usure le connecteur finit par tomber en défaut dur de surtempérature.

Les données nécessaires existent déjà : les MeterValues OCPP enregistrent puissance, température et codes d'erreur de chaque session. Elles sont rarement analysées par connecteur dans le temps.

Le prototype rejoue des sessions de charge réelles d'une station publique suisse de 172,5 kW (jeu de données Level-3 ouvert de l'EPFL, licence MIT) à travers un modèle physique du connecteur : la résistance de contact croît avec les cycles de branchement, la température de broche suit l'échauffement I²R, le régulateur de derating réagit. Le résultat est la courbe de charge oscillante et réduite d'un connecteur usé. Toute dégradation est simulée et signalée comme telle.

Chaque session est réduite à quelques indicateurs : déficit d'énergie par rapport à la demande du véhicule, nombre de creux de derating et élévation de température normalisée par le carré du courant. Ce dernier isole la résistance de contact et sépare des broches usées d'un refroidissement de câble dégradé. Par connecteur, une EWMA compare chaque indicateur à des limites de contrôle issues de sa propre baseline saine. C'est du contrôle statistique des procédés, pas du machine learning : pas de données d'entraînement, et chaque alarme se ramène à un indicateur et à un seuil.

La sortie est une liste par connecteur : score de santé, code d'erreur standardisé prédit (derating CX018 maintenant, arrêt dur CX019 dans N semaines) et l'action recommandée, par exemple remplacer les broches à la prochaine visite planifiée.

Dans l'année simulée, le connecteur à l'usure la plus rapide a déclenché son alarme 18 semaines avant son premier arrêt dur en surtempérature, un préavis suffisant pour planifier la réparation en maintenance programmée.

Les deux modes de défaillance produisent des ordres de travail différents : broches usées et refroidissement de câble défaillant sont identifiés séparément, au lieu de déclencher la même alarme générique de surtempérature.

Statut : prototype fonctionnel sur des sessions réelles avec dégradation simulée. Les indicateurs proviennent directement des MeterValues OCPP et sont prêts pour un pilote sur les données réelles d'un opérateur.