Transformer les données relatives aux batteries des véhicules électriques en informations opérationnelles

Résumé

A L'audit de batterie PowerUp transforme les données opérationnelles d'une flotte de véhicules électriques en un ensemble défini de conclusions qui guident les actions de l'opérateur. Vous trouverez ci-dessouscinq catégories de conclusions issues des audits PowerUp a réalisés sur des flottes de bus et de ferries : 

Véhicules présentant des mesures inexactes du niveau de charge. Dans certains cas, le BMS un niveau de charge de 100 % alors que le véhicule continue d'accepter le courant de charge, ce qui révèle un écart pouvant parfois dépasser 15 %. L'audit permet d'identifier les véhicules et les batteries qui doivent être recalibrés.

Des écarts dans l'état de la flotte. Par exemple, dans une flotte en service depuis cinq ans, l'état de la flotte s'élevait en moyenne à environ 90 %, avec des écarts pouvant atteindre 8 % d'un véhicule à l'autre, ce type de variation influençant l'attribution des itinéraires et les priorités en matière d'inspection.

Véhicules exploités en dehors des conditions recommandées. Dans deux flottes examinées dans ce cadre, le taux C a dépassé la limite d'exploitation pendant près de 10 % du temps de fonctionnement, ce qui a entraîné un risque de non-respect des conditions de garantie.

Actifs dont la durée de vie utile est supérieure à celle prévue dans le contrat. Dans deux flottes auditées dans ce cadre, les projections de durée de vie utile restante (RUL) s'élevaient à 15 ans ou plus, alors que la durée du contrat était de 10 ans.

Dans l'ensemble, cet audit fait passer la maintenance d'une approche globale à une approche ciblée, l'affectation des itinéraires d'un critère basé sur l'âge calendaire à un critère basé sur l'état de la machine, les discussions sur la garantie d'une approche empirique à une approche documentée, et les décisions d'investissement d'une hypothèse fondée sur la puissance nominale à une durée de vie utile estimée. Le travail effectué par BMS les dispositifs de protection embarqués au moment où le seuil est atteint reste inchangé. Ce qui change, c'est ce que l'opérateur sait avant que ce seuil ne soit atteint.

La suite de cet article traite des conditions requises en matière de données pour permettre la réalisation d'un tel audit, ainsi que du cadre de diagnostic qui permet d'aboutir à ces conclusions.

Dans le domaine des flottes de véhicules électriques, l'analyse commence par des données exploitables

Les flottes électriques occupent désormais une place importante dans les plans d'électrification des transports urbains, tandis que l'électrification maritime progresse de front. La baisse des coûts d'exploitation, la réduction des émissions et l'amélioration de l'expérience des usagers ou des opérateurs viennent tous étayer cet argument. L'équation économique repose toutefois sur un élément moins visible que le véhicule ou le navire lui-même : la batterie, et les données qu'elle génère tout au long de la durée de vie de l'actif.

Ces données ont un long chemin à parcourir avant de pouvoir être analysées. Elles quittent le véhicule par voie hertzienne, parviennent chez un fournisseur de services télématiques, puis sont transférées vers l'environnement de gestion de flotte ou d'analyse de l'opérateur. Chaque étape introduit une part d'incertitude quant au contenu des données reçues, à leur exhaustivité et à leur fréquence.

À cette trajectoire physique s'ajoute une dimension commerciale. Certains équipementiers partagent l'intégralité des données relatives aux batteries avec leurs clients. D'autres n'en partagent qu'une partie. Et certains n'en partagent aucune. Deux opérateurs exploitant le même véhicule du même constructeur peuvent être soumis à des accords de partage de données très différents, et les analyses possibles pour l'un peuvent ne pas l'être pour l'autre.

Il en résulte que tout programme d'analyse des batteries destiné à une flotte de véhicules électriques doit se fonder en premier lieu sur les données, et non sur l'algorithme. La qualité des résultats dépend de celle des données d'entrée, et la qualité des données d'entrée pour ces flottes dépend de ce que permettent le constructeur automobile, la couche télématique et l'accord sur les données.

1. Les trois voies d'accès aux données sur les batteries dans une flotte de véhicules électriques

Les données relatives aux batteries peuvent être transmises à un environnement d'analyse par trois voies courantes. Chacune présente un compromis différent entre exhaustivité, latence et contrôle par l'opérateur. Les descriptions ci-dessous s'inspirent du secteur routier, où les normes sont les plus abouties ; la mobilité électrique maritime et ferroviaire fonctionne selon ses propres familles de protocoles.

Piste 1 : Télématique intégrée par les équipementiers

Le constructeur automobile collecte les données des capteurs, y compris celles relatives à la batterie, et les transmet à un portail central du constructeur. L'opérateur récupère les données mises à disposition via une API ou une interface similaire. L'accord de données du constructeur définit le champ d'application et les conditions d'accès.

Option 2 : Systèmes télématiques tiers

Un module télématique du marché secondaire se connecte aux interfaces du véhicule (généralement le bus CAN sur les véhicules routiers) et achemine les données vers un système de traitement en arrière-plan qui les met à la disposition de l'opérateur. La couverture du signal dépend des informations que le véhicule transmet via ses interfaces et de la configuration du module.

Option 3 : Récupération directe via un terminal embarqué côté flotte

L'unité embarquée propre à l'opérateur de flotte, intégrée à son système de contrôle du transport intermodal (ITCS) ou à une plateforme équivalente, récupère les données relatives à la batterie directement à partir des interfaces du véhicule et les transmet au serveur de l'opérateur. L'opérateur contrôle le flux de données de bout en bout, au prix d'une charge de travail supplémentaire en matière d'intégration.

Quel que soit le domaine concerné, privilégiez les normes ouvertes plutôt que les intégrations propriétaires. Elles garantissent la compétitivité de l'écosystème analytique et réduisent les coûts liés au changement de fournisseur. Dans le domaine du transport routier, le protocole TiGR (Telediagnostic for Intelligent Garage in Real-time), soutenu par l'association ITxPT, constitue l'une de ces normes. Les opérateurs qui définissent de nouveaux appels d'offres peuvent légitimement demander aux équipementiers de prendre en charge le cadre applicable à leur domaine.

2. Définir les données dont les outils d'analyse ont réellement besoin

Des spécifications insuffisantes concernant les données entraînent des échanges incessants avec le constructeur ou le fournisseur de services télématiques, qui peuvent s'étendre sur plusieurs mois, tandis que des données incomplètes nuisent insidieusement à la qualité des résultats analytiques. Les paramètres essentiels pour l'analyse des batteries sont les suivants :

Courant (I), tension (U) et température (T) au niveau du bloc, y compris les températures minimale et maximale du bloc, synchronisées dans le temps avec une granularité adaptée aux profils de décharge et de charge du cycle de service. Les relevés de température minimale et maximale permettent de mettre en évidence la dispersion thermique et les premiers signes de problèmes de refroidissement ou de capteurs.

Les tensions minimales et maximales au niveau des cellules, qui mettent en évidence la dispersion au sein du pack et permettent de détecter les anomalies liées au déséquilibre que la tension au niveau du pack masque.

État de charge (SoC) tel que communiqué par le système de gestion de batterie (BMS), avec les horodatages des éventuels BMS , le cas échéant.

Grâce à ces paramètres, les analyses avancées permettent de détecter des anomalies à un stade précoce, telles qu'un déséquilibre cellulaire, alors que la situation est encore potentiellement réversible. Sans eux, la couche d'analyse se limite à confirmer ce que le BMS affiche BMS sur le tableau de bord.

3. Nettoyage et traitement des données : des données brutes de télémétrie à un ensemble de données exploitables

Même lorsque le flux de données est complet et que les paramètres sont corrects, les données ne sont pas encore prêtes à être analysées. Trois obstacles se dressent entre les données télémétriques brutes et l'interprétation : le volume (une longue série chronologique pour chaque équipement, multipliée par l'ensemble de la flotte), la fiabilitéBMS (erreurs des capteurs que les algorithmes ne doivent pas confondre avec des problèmes de batterie) et les problèmes de communication (paquets perdus, équipements hors couverture, pannes du fournisseur de services télématiques).

Figure 1 : Exemple illustrant les scores relatifs à la qualité, à l'exhaustivité et à la cohérence des données d'une flotte de bus.

Le processus de nettoyage filtre, normalise et étiquette les données de terrain, élimine les anomalies de mesure et comble les lacunes lorsque le profil d'utilisation et le comportement de la batterie permettent de garantir la fiabilité des valeurs renseignées. Il en résulte un ensemble de données sur lequel les algorithmes de diagnostic peuvent s'appuyer sans hériter des défauts en amont.

Battery Insight®, la plateforme d'analyse des batteries basée sur le cloud de PowerUp, repose sur ce principe : investir massivement dans la couche de nettoyage afin que la couche de diagnostic repose sur des bases solides.

Pour en savoir plus sur l'importance de mettre en place des analyses fiables des batteries grâce à la télémétrie en conditions réelles.

4. Ce qu'un audit de batterie examine à travers un cadre de diagnostic

Un audit de batterie PowerUp organise les résultats analytiques en un ensemble défini d'indicateurs clés de performance (KPI) et d'alarmes regroupés par objectif. Ces catégories fonctionnent en synergie. La base de référence des données permet de vérifier si une analyse pertinente est même possible. Les alarmes de sécurité signalent les conditions susceptibles de dégénérer en emballement thermique. Les indicateurs de performance clés (KPI) quantifient la perte de capacité et l'augmentation de la résistance. L'endurance permet d'estimer la durée de vie utile restante (RUL) de la batterie. Chaque indicateur de performance clé (KPI) ou alarme est rapporté au niveau de détail le plus fin que les données permettent, depuis la flotte jusqu'à l'équipementier (OEM), le véhicule ou le navire, le pack et, si possible, le module.

Les alarmes de sécurité concernent notamment les surtensions et les sous-tensions, les surchauffes, les déséquilibres entre les cellules, les anomalies du système de refroidissement et les écarts BMS . Les indicateurs clés de performance (KPI) comprennent l'état de santé (SoH) et la résistance interne. La durée de vie utile restante (RUL) constitue une catégorie à part en matière d'endurance (ou de fiabilité).

4.1 Référentiel de données : exhaustivité, cohérence et profil d'utilisation

L'exhaustivité et la cohérence des données permettent de déterminer si le flux de données est suffisamment dense et physiquement plausible pour permettre une analyse. L'exhaustivité des données dans les applications de gestion de flotte est rarement de 100 %, car la collecte de données s'interrompt naturellement lorsque les actifs sont stationnés, amarrés ou hors de portée. Une exhaustivité moyenne supérieure à 80 % avec une cohérence proche de 100 % constitue généralement un point de départ viable pour les cycles d'utilisation de la mobilité. L'exhaustivité de l'actif le moins performant est tout aussi importante que la moyenne de la flotte, car un seul véhicule ou navire dont le flux de données est interrompu ne peut pas faire l'objet d'un diagnostic.

Figure 2 : Analyse des données d'utilisation du bus X

L'utilisation présente un profil quotidien caractérisé par une phase « active » correspondant aux heures de circulation (ici entre environ 5 h et 17 h), suivie d'une phase de recharge avec une puissance quasi constante pendant 5 à 7 heures. Avec un taux de décharge quotidien moyen supérieur à 60 % et près de 330 kWh d'énergie consommée par jour, les batteries des bus sont soumises à une utilisation intensive. En moyenne, 20 cycles par mois sont enregistrés sur la période. Ce profil d'utilisation est typique des véhicules de transport public électriques.

L'analyse de l'utilisation des batteries permet de caractériser le fonctionnement réel de la flotte : profondeur de décharge (DoD) quotidienne, débit énergétique, taux de charge et de décharge (C-rates), durée de charge et nombre de cycles par mois. Ce profil constitue la référence opérationnelle par rapport à laquelle tous les indicateurs clés de performance (KPI) en aval sont évalués. Il compare également les conditions de fonctionnement observées aux plages recommandées par le constructeur et aux seuils de garantie, actif par actif, ce qui constitue le premier point où l'audit peut signaler des pratiques d'exploitation susceptibles d'entraîner des conséquences en aval.

Figure 3 : Conditions de repos à 100 % de SOC

Bien que les conditions de garantie (illustrées dans l'image ci-dessus par un rectangle vert) soient généralement respectées, cette représentation de l'utilisation montre qu'une grande majorité du temps de repos est passée à 100 % de SOC, ce qui n'est pas un niveau optimal pour préserver la durée de vie de la batterie de l'autobus électrique considéré.

4.2 État de sécurité : indicateurs précoces en amont d'un emballement thermique

La catégorie « État de sécurité » (SoS) englobe les conditions qui, si elles ne sont pas maîtrisées, peuvent évoluer vers un emballement thermique. Le cadre de diagnostic distingue les causes profondes de stade précoce (défaillance du refroidissement, valeurs aberrantes de résistance, déséquilibre des cellules, conditions de fonctionnement inappropriées, problèmes BMS ) des facteurs déclencheurs de stade avancé (surtension, surchauffe, surcharge, décharge excessive, court-circuit interne). L'objectif de l'analyse est de mettre en évidence les indicateurs précoces à l'échelle de quelques semaines ou mois, avant que les conditions avancées n'entraînent un arrêt BMS protection du BMS .

Figure 4 : Les anomalies, leurs causes profondes et la manière dont elles entraînent des problèmes ; si elles ne sont pas traitées, elles peuvent conduire à un emballement thermique (TR)

Les alarmes de sécurité sont classées en trois niveaux : « Nominal », « Dysfonctionnement » et « Critique ». Le niveau « Nominal » indique un fonctionnement sûr. Le niveau « Dysfonctionnement » signale des situations dans lesquelles une maintenance ciblée et une limitation des pertes d'énergie sont recommandées. Le niveau « Critique » indique des situations dans lesquelles la prévention d'un emballement thermique est la priorité. Cette structure de niveaux fournit aux opérateurs un langage de triage qui se traduit par des décisions opérationnelles.

Dans State-of-Safety, l'audit suit certaines conditions d'alarme spécifiques :

Les surtensions, les sous-tensions et les surchauffes sont les conditions auxquelles BMS réagissent lorsqu’elles atteignent leurs seuils de déclenchement. Le fait de les suivre comme des alarmes à part entière, avec un niveau de « dysfonctionnement » défini en dessous du BMS , offre aux opérateurs un délai pour mener une enquête avant qu’un arrêt forcé ne soit déclenché. Dans une flotte de bus électriques examinée dans ce cadre, huit bus ont présenté des événements de surtension au niveau « Dysfonctionnement », aucun au niveau « Critique », mais frôlant la barre des 4 V, comme le montre l'illustration ci-dessous.

Chaque incident de niveau « dysfonctionnement » détecté avant un BMS se traduit par une intervention effectuée dans un atelier de maintenance plutôt qu’en bord de ligne, et par le maintien de l’équipe de service prévue au planning.

Figure 5 : Huit bus ont enregistré des surtensions de niveau « Dysfonctionnement »

Le déséquilibre des cellules est l'un des problèmes de sécurité ayant les conséquences les plus importantes sur le plan opérationnel. Le déséquilibre réduit la plage de fonctionnement utile du bloc-batterie, accélère le vieillissement des cellules les plus fragiles et, s'il n'est pas maîtrisé, peut compromettre la sécurité de fonctionnement. C'est également l'un des problèmes pour lesquels une détection précoce apporte le plus de valeur ajoutée, car une intervention est possible tant que la situation reste potentiellement réversible.

Figure 6 : Analyse d'une flotte de bus électriques (batteries LFP)

Une analyse PowerUp portant sur un parc de bus électriques à batteries LFP en 2023 a estimé que l'application d'une correction dynamique du déséquilibre des cellules permettait de prolonger la durée de vie en service d'environ 12 mois, par rapport à un cas comparable sans correction. Ces douze mois supplémentaires de service par véhicule, cumulés à l'échelle de l'ensemble du parc, se traduisent par un report des dépenses d'investissement liées au remplacement et par la préservation de la valeur résiduelle.

4.3 Écart par rapport à l'état de charge ( BMS

Le niveau de charge (SoC) indiqué par BMS la valeur que l'opérateur voit, sur laquelle il base sa planification et ses interventions. Lorsqu'il s'écarte du niveau de charge réel, les conséquences sont bien concrètes. Les écrans du véhicule ou du bateau affichent un niveau de charge que la batterie n'a pas réellement. L'autonomie et la planification des trajets perdent de leur fiabilité. Les arrêts imprévus ou les interruptions de service deviennent plus fréquents.

L'audit suit les écarts de niveau de charge (SoC) en comparant le SoC BMS à une valeur calculée de manière indépendante. Trois niveaux sont définis : Nominal (écart inférieur à 10 %), Dysfonctionnement (égal ou supérieur à 10 %) et Critique (égal ou supérieur à 20 %). Dans un cas représentatif concernant une flotte de bus, un véhicule dont BMS un SoC de 100 % a continué à accepter le courant de charge pendant plusieurs dizaines de minutes, ce qui indique que le BMS un écart de plus de 15 %. Dans ce cas, un affichage indiquant 20 % de charge restante pourrait correspondre à une capacité réelle de seulement 5 à 6 %, ce qui augmente considérablement le risque d'arrêts imprévus sans avertissement adéquat au conducteur ou au centre de dispatching.

Figure 7 : Illustration du bus X, où BMS un état de charge (SOC) erroné de plus de 15 %, alors que BMS un SOC BMS 100 % après une charge à courant constant pendant plusieurs dizaines de minutes

Les écarts récurrents de la tension de circuit d'alimentation (SoC) sont généralement corrigés par BMS . L'audit permet d'identifier les packs concernés et l'ampleur du problème, afin de cibler le recalibrage. La mesure corrective consiste en une intervention logicielle plutôt que matérielle, et chaque fois qu'un recalibrage ciblé permet d'éviter un arrêt imprévu, cela se traduit par un trajet maintenu, une intervention d'urgence évitée et une expérience utilisateur qui n'est pas compromise.

4.4 Résistance interne

La résistance interne est suivie sous forme de pourcentage par rapport à une valeur de référence à l'échelle de la flotte, calculée à partir de la médiane de toutes les valeurs de résistance calculées au cours d'une période initiale. La résistance minimale, médiane et maximale est indiquée au niveau hiérarchique le plus bas pris en charge par les données.

Figure 8 : Résistance des batteries par bus pour une flotte. Chaque case correspond à un bus différent.

Les tendances en matière de résistance fournissent des informations diagnostiques que les indicateurs clés de performance (KPI) basés uniquement sur la capacité ne permettent pas d'obtenir. Elles aident à distinguer la dégradation due au vieillissement des problèmes liés aux connexions électriques, et mettent en évidence les points chauds qui ont des implications tant pour la sécurité que pour les performances. Cette distinction permet de réorienter les dépenses de maintenance, en les détournant du remplacement des modules – qui représente un coût considérable à l'échelle du pack – vers des interventions ciblées sur les connexions, qui ne sont pas coûteuses.

4.5 État de santé

Rectangle 5, Zone de texte Rectangle 5, Zone de texte L'indicateur d'état de santé (SoH) quantifie la capacité utile par rapport à la capacité nominale de la cellule. Cette estimation est calculée à partir des données d'exploitation, sans nécessiter d'interruption du service pour effectuer des tests de capacité spécifiques. Sa précision est validée par rapport aux tests de capacité en laboratoire et sur le terrain, avec une marge d'erreur d'environ ±2,0 %.

Figure 9 : Aperçu global de l'état de santé (SOH) de la flotte, montrant que la valeur SOH est bonne compte tenu de l'âge et de l'utilisation du système (plus de 5 ans pour cette application de mobilité).

Le SoH est communiqué au niveau de la flotte, du constructeur, du véhicule ou de l'embarcation, ainsi qu'au niveau du pack (voire des modules lorsque les données correspondantes sont disponibles). La dispersion entre ces différents niveaux est souvent plus révélatrice que la moyenne de la flotte. Dans une flotte de bus électriques en service depuis environ cinq ans, le SoH s'élevait en moyenne à environ 90 %, avec une dispersion d'un véhicule à l'autre pouvant atteindre 8 points de pourcentage.

Ce type de répartition est exploitable sur le plan opérationnel : il permet aux régulateurs de déterminer quels bus peuvent effectuer les trajets les plus longs aujourd’hui et lesquels devraient être affectés à des itinéraires plus proches du dépôt, plutôt que de se baser uniquement sur l’âge du véhicule comme indicateur.

4.6 Durée de vie utile restante

La durée de vie utile restante (RUL) est estimée à partir de l'état actuel de l'équipement (SoH) en suivant un modèle de vieillissement paramétré en fonction du profil d'utilisation réel. Les prévisions sont mises à jour chaque fois qu'un nouveau point de diagnostic de l'état de l'équipement (SoH) est disponible, ce qui permet à la projection de s'adapter aux changements dans les modes d'utilisation.

Figure 10 : Profil RUL et explications correspondantes.

Dans ce cadre, la fin de vie a été fixée à 80 % de l'état de santé (SoH). Lors d'un audit, la durée de vie résiduelle (RUL) est présentée sous forme de distribution à l'échelle du parc plutôt que sous la forme d'un chiffre unique. La dispersion des valeurs de RUL reflète la dispersion des valeurs initiales de SoH et des conditions d'exploitation, en particulier la température moyenne, qui est l'un des principaux déterminants du taux de vieillissement, avec le SoC, qui constitue le deuxième facteur prédominant de vieillissement. La RUL peut également être simulée selon des profils de service hypothétiques, ce qui facilite les discussions relatives à l'approvisionnement et à la conception des services en s'appuyant sur des comportements observés plutôt que sur des hypothèses théoriques.

Dans deux flottes auditées dans ce cadre, les projections de la durée de vie résiduelle (RUL) s'élevaient à 15 ans ou plus, alors que la durée contractuelle de base était de 10 ans. Cet écart correspond à la valeur résiduelle : un actif dont la durée de vie prévue dépasse la durée contractuelle génère des revenus bien plus importants au cours des années supplémentaires.

5. Quelle est la valeur d'une visibilité anticipée pour un gestionnaire de flotte ?

Une fois que le chemin de données, l'ensemble de paramètres, la couche de nettoyage et le cadre de diagnostic sont en place, l'analyse avancée permet de détecter l'état des batteries plus tôt que ne le feraient BMS basées sur des seuils. Cela ne remplace pas ces protections. Le BMS essentiel, et un arrêt déclenché par celui-ci constitue la réponse appropriée aux informations BMS au moment de l'événement. L'analyse avancée enrichit les informations disponibles avant ce moment. La valeur ajoutée de cet enrichissement se répercute sur la rentabilité de l'ensemble du parc :

Durée de vie prolongée grâce à la correction du déséquilibre cellulaire

Selon une analyse PowerUp réalisée en 2023 sur une flotte de bus électriques équipés de batteries LFP, la correction dynamique du déséquilibre des cellules permettrait de prolonger la durée de vie utile d'environ 12 mois. À l'échelle de la flotte, ces douze mois supplémentaires par véhicule se traduisent par un report des dépenses d'investissement liées au remplacement et par une préservation de la valeur résiduelle.

Capacité utile libérée grâce à BMS

Dans l'une des flottes auditées dans ce cadre, le dépannage BMS a été identifié comme le moyen de libérer environ 5 % de capacité utile supplémentaire. La correction a consisté en une modification logicielle de la BMS , et ce gain s'est concrétisé dans la flotte existante de l'opérateur sans qu'aucun nouvel achat ne soit nécessaire.

Renforcement de la position en matière de garantie grâce à la documentation d'utilisation

Le suivi des conditions d'exploitation par rapport aux plages recommandées par les équipementiers et aux seuils de garantie permet de constituer la documentation nécessaire pour anticiper et justifier les discussions relatives à la garantie. Dans deux flottes examinées selon ce cadre, le dépassement du taux C par rapport au seuil C/3 a été enregistré à environ 10 % et 1 % du temps de fonctionnement respectivement, une différence significative lorsque les conditions de garantie font référence au taux C.

Valeur résiduelle justifiée par une projection de la durée d'utilisation résiduelle

Dans deux flottes examinées dans ce cadre, les projections de durée de vie utile (RUL) s'élevaient à 15 ans ou plus, alors que la durée contractuelle de base était de 10 ans. Un actif dont la durée de vie prévue dépasse la durée contractuelle offre des possibilités de refinancement et de revente dont ne dispose pas une batterie dont l'âge calendaire a atteint sa limite.

Fiabilité de la distribution garantie grâce à un réajustement ciblé

Lorsque les écarts de SoC compromettent la fiabilité BMS , un audit de la flotte permet d'identifier les batteries qui doivent être recalibrées. L'alternative, c'est ce que l'on a pu observer dans un cas concret : un véhicule dont l'écran indique une charge restante de 20 %, alors que la capacité réelle n'est que de 5 à 6 %, ce qui se traduit directement par des interruptions imprévues de l'itinéraire et des interventions d'urgence.

Cela n'élimine en rien les risques, ne passe pas outre les systèmes de sécurité et ne dispense pas l'opérateur de faire preuve de discernement. Au contraire, cela modifie les informations dont dispose l'opérateur et le moment où il en prend connaissance, ce qui constitue le levier permettant de relier les données relatives aux batteries à la rentabilité de la flotte.

Transformer les données sur les batteries en avantages économiques pour la flotte

Dans une flotte électrique, la batterie fait office de moteur. Son comportement détermine la planification de l'entretien, la stratégie de recharge, les budgets de maintenance et la valeur résiduelle du véhicule.

Pour tirer des informations utiles de cette batterie, il faut tenir compte, dans l'ordre, des éléments suivants :

1. Accès aux données par n’importe quel canal télématique convenu entre l’opérateur et l’équipementier, avec une vision claire de ce que chaque canal inclut et exclut. 
2. Spécification des données qui désigne les paramètres dont l'analyse a réellement besoin, avant la signature du contrat plutôt qu'après. 
3. Normes ouvertes, qu'il s'agisse de TiGR dans le transport routier ou des cadres équivalents dans les secteurs maritime et ferroviaire, qui garantissent la portabilité de la couche de données et la compétitivité de la couche d'analyse. 
4. Une couche de nettoyage et de traitement qui gère le volume, le bruit des instruments et les interruptions de communication avant l'exécution de tout algorithme de diagnostic. 
5. Un cadre de diagnostic qui organise les résultats en indicateurs clés de performance (KPI) relatifs aux données de référence, à la sécurité, aux performances et à l'endurance, chacun étant présenté avec le niveau de détail que les données permettent. 
6. Intervention de l'opérateur s'appuie sur ce cadre, tandis que le BMS les autres dispositifs de protection embarqués de l'actif continuent à remplir la fonction pour laquelle ils ont été conçus. 

Les gestionnaires de flottes qui tirent le meilleur parti de l'analyse des données relatives aux batteries sont ceux qui intègrent l'analyse de ces données dans leur stratégie d'approvisionnement et d'exploitation.