Beperking van de kosten van beheerd laden van elektrische voertuigen—aanbodcurves voor scenario’s van 2025 tot 2050

Waarom het tijdstip van opladen van je auto ertoe doet

Elektrische voertuigen komen in grote aantallen op de wegen van de Verenigde Staten, en elk van hen heeft elektriciteit nodig. Als de meeste bestuurders tegelijk hun auto aansluiten, kan die vraag het elektriciteitsnet onder druk zetten en nutsbedrijven dwingen dure nieuwe apparatuur of elektriciteitscentrales te bouwen. Deze studie onderzoekt een ander pad: zorgvuldig beheren wanneer EV’s opladen zodat ze het net helpen in plaats van belasten, en berekent hoeveel het zal kosten om die programma’s te draaien tussen 2025 en 2050.

Verschillende manieren om EV-opladen te sturen

De auteurs concentreren zich op drie hoofdbenaderingen die nutsbedrijven kunnen gebruiken om te beïnvloeden wanneer bestuurders laden. Bij directe-controleprogramma’s kan het nutsbedrijf of een aggregator op afstand het laden starten, stoppen of vertragen binnen limieten die de bestuurder instelt, zoals een gewenste vertrektijd. Real-time prijsprogramma’s sturen in plaats daarvan veranderende prijzen die bestuurders of slimme laders stimuleren om goedkopere uren te verkiezen. Tijd-van-gebruik-tarieven zijn eenvoudiger: ze houden de prijzen laag tijdens vastgestelde daluren en hoger tijdens piekuren. Elke benadering biedt een andere balans tussen controle, comfort voor de bestuurder en communicatiebehoeften, en deze verschillen bepalen zowel hoeveel mensen zich aanmelden als wat het per voertuig kost.

Vooruitkijken met scenario’s

Aangezien EV-technologie, laadgewoonten en software de komende decennia zullen veranderen, bouwen de onderzoekers vier toekomstverhalen, of scenario’s. Een “Hoge flexibiliteit”-toekomst stelt wijdverbreide slimme laders, vlotte communicatie en routinematig gepland laden voor, waardoor het goedkoop en eenvoudiger wordt voor veel bestuurders om mee te doen. Een “Lage flexibiliteit”-wereld gaat uit van beperkte slimme laadinfrastructuur en terughoudende klanten, zodat nutsbedrijven meer moeten uitgeven aan prikkels en administratie om dezelfde respons te krijgen. Een “Midden flexibiliteit”-geval ligt tussen die uitersten, terwijl een “Vlak” scenario langzamer, meer verspreid laden met lagere vermogensniveaus aanneemt om pieken in het net klein te houden. Samen geven deze scenario’s bovengrenzen en ondergrenzen voor wat beheerd laden zou kunnen kosten.

De werkelijke kosten uitsplitsen

Om deze verhaallijnen in cijfers om te zetten, verzamelt het team de nieuwste gegevens uit nutsbedrijvenindieningen, proefprojecten, enquêtes en deskundige interviews. Ze verdelen de programmakosten in vier hoofdgroepen: eenmalige opstart- en inschrijfactiviteiten, doorlopende exploitatie en administratie, betalingen of kortingen die klanten overhalen deel te nemen, en marketing om bestuurders van de programma’s op de hoogte te brengen. Voor sommige klanten, vooral in het begin, kan deelname aan een direct-controleprogramma vereisen dat ze een nieuwe slimme lader aanschaffen, wat de benodigde prikkel verhoogt. De auteurs modelleren vervolgens hoe de deelname groeit naarmate prikkels of marketinguitgaven stijgen, met behulp van een curve die eerst snel stijgt en daarna afvlakt zodra de meest geïnteresseerde klanten al zijn ingeschreven.

Van individuele bestuurders naar aanbodcurves

Met deze relaties bouwt de studie “aanbodcurves” voor beheerd laden: voor elk jaar van 2025 tot 2050, en voor lichte en middelzware/zware voertuigen, tonen de curves de kostprijs per voertuig om een bepaald deelnamepercentage te bereiken. Ze maken onderscheid tussen nieuwe klanten, die vaak meer kosten om in te schrijven, en terugkerende klanten, waarvan de jaarlijkse kosten vooral de exploitatie van het programma en voortgezette prikkels weerspiegelen. In de meeste scenario’s dalen de kosten per voertuig in de loop van de tijd naarmate de bedrijfsvoering efficiënter wordt, meer laders standaard slim zijn en prikkels kunnen krimpen. In het Low Flexibility-geval veranderen kosten en haalbare deelname echter weinig, wat een wereld weerspiegelt waarin technologie en klantgewoonten weinig verbeteren.

Programmatypes en toekomstige paden vergelijken

De curves laten ook zien hoe de drie programmatypen zich verhouden. Directe controle levert doorgaans de meest precieze netondersteuning, maar is vaak het duurst per voertuig, vooral bij hoge inschrijving, omdat het betrouwbare tweerichtingscommunicatie vereist en meer terughoudendheid van klanten tegenkomt. Real-time prijzen kunnen hogere deelname bereiken tegen lagere kosten door prijssignalen in plaats van directe controle te gebruiken. Tijd-van-gebruik-tarieven zijn meestal het goedkoopst te beheren bij lage deelname, maar zonder automatisering trekken ze mogelijk minder bestuurders aan. In optimistischere scenario’s met overvloedige slimme laders en betere bekendheid bij klanten worden alle drie methoden goedkoper en krachtigere instrumenten om EV-vraag te vormen, terwijl ze in pessimistische scenario’s duurder en beperkter blijven.

Wat dit betekent voor bestuurders en het net

Voor niet-specialisten is de kernboodschap dat wanneer en hoe EV’s opladen evenveel invloed kan hebben op het net als hoeveel EV’s er zijn. Dit werk biedt planners, regelgevers en nutsbedrijven gedetailleerde, toekomstgerichte kostenschattingen zodat ze beheerd laden kunnen vergelijken met het bouwen van nieuwe centrales of netten. Als programma’s goed worden ontworpen en de technologie zich blijft verbeteren, kan het verplaatsen van EV-opladen in de tijd een relatief goedkope manier zijn om de stroomvoorziening betrouwbaar te houden, rekeningen laag te houden en meer schone voertuigen op de weg te houden. Zo niet, dan kan het net hogere kosten krijgen om gelijke tred te houden met onbeheerde vraag.

Bronvermelding: Matsuda-Dunn, R., Hale, E., Estreich, E. et al. Bounding the costs of electric vehicle managed charging—supply curves for scenarios from 2025 to 2050. Sci Data 13, 651 (2026). https://doi.org/10.1038/s41597-026-07008-6

Trefwoorden: elektrische voertuigen, beheerd laden, vraagrespons, netplannning, energieprijzen