Stazioni Multiuso Cinesi Aumentano Profitti EV
Un innovativo modello di ottimizzazione sta dimostrando come le stazioni di energia di nuova generazione in Cina – che servono veicoli elettrici, a idrogeno e a gas naturale – possano aumentare i profitti operativi di oltre l’11% attraverso prezzi dinamici e gestione intelligente del carico. La svolta, sviluppata dai ricercatori di NARI Technology e del State Grid Electric Power Research Institute, integra segnali di prezzo in tempo reale con conversione energetica flessibile – produzione di idrogeno elettrolitico, power-to-gas e stoccaggio multimodale – trasformando le stazioni da semplici punti di rifornimento a partecipanti attivi della rete. In un sistema simulato con 2.000 veicoli tra tre tipi di carburante, la sola tariffazione dinamica ha migliorato i ricavi giornalieri del 5,3%; aggiungendo lo spostamento coordinato del carico, il guadagno ha raggiunto l’11,3%. Fondamentalmente, il modello mantiene la soddisfazione degli automobilisti garantendo neutralità energetica – nessuna perdita netta di carica, idrogeno o gas per veicolo – mentre modella la domanda per coincidere con i picchi di generazione rinnovabile. Questo segna un passo cruciale verso un’infrastruttura di rifornimento scalabile e reattiva alla rete, mentre la Cina accelera per schierare oltre 25 milioni di veicoli a nuova energia entro il 2025 – e oltre 160 milioni entro il 2035.
L’innovazione si concentra su un cambiamento progettuale semplice ma potente: trattare il prezzo di rifornimento non come una tariffa fissa, ma come una variabile decisionale in tempo reale che si co-ottimizza con l’approvvigionamento energetico, la gestione dello stoccaggio e la modulazione del carico. A differenza di studi precedenti che fissavano le tariffe di ricarica o rifornimento – o le trattavano come input esogeni – questo modello le endogenizza in un orizzonte giornaliero di 96 intervalli (passi di 15 minuti), soggetto solo a un’ancora di prezzo medio che preserva la stabilità dei prezzi regionali. Il risultato è un modello di pricing a gradini: tariffe più basse durante i picchi solari di mezzogiorno, tariffe più alte durante i picchi serali – rispecchiando il comportamento del mercato elettrico spot che sta emergendo nei programmi pilota di Guangdong, Zhejiang e Sichuan. Ciò consente alle stazioni di assorbire l’eccesso di energia eolica e solare quando i prezzi di grid calano, convertirla in idrogeno o gas naturale sintetico tramite elettrolisi e metanazione, immagazzinarla e venderla successivamente nelle ore di premium – spingendo simultaneamente gli automobilisti a rifornirsi quando l’offerta è abbondante.
I dati sul campo dello studio mostrano quanto strettamente prezzo e comportamento si intreccino. Quando le tariffe di ricarica sono calate del 18% tra le 10:00 e le 14:00, il carico dei veicoli elettrici (EV) è aumentato del 22% – guidato non da sussidi, ma da segnali trasparenti e differenziati nel tempo. Nel frattempo, il rifornimento di idrogeno – spesso criticato per gli alti costi – ha visto il carico spostarsi precocemente nella giornata poiché le stazioni hanno privilegiato l’uso del surplus solare per l’elettrolisi invece di acquistare idrogeno costoso dalla rete. Il rifornimento di gas naturale è rimasto più uniformemente distribuito, ma la sua curva dei prezzi si è appiattita poiché le stazioni hanno sfruttato l’elettricità fuori picco più economica per comprimere e stoccare il gas. L’economia del sistema si basa su tre capacità stratificate: conversione flessibile, arbitraggio temporale tramite stoccaggio e domanda reattiva.
Innanzitutto, la conversione energetica. La stazione è equipaggiata con una turbina eolica da 800 kW e un impianto fotovoltaico da 1 MW su tetto – standard per gli hub energetici cinesi moderni. Quando la produzione rinnovabile supera la domanda locale, l’energia in eccesso alimenta due percorsi: un elettrolizzatore con efficienza del 55% che produce idrogeno, e un’unità power-to-gas con efficienza del 60% che genera metano. L’idrogeno è prioritizzato per la conversione grazie al suo prezzo di mercato più alto (26 RMB/kg contro 2,6 RMB/m³ per il gas naturale), ottenendo un margine maggiore quando stoccato e rivenduto. Solo quando lo stoccaggio di idrogeno si avvicina alla capacità, l’energia in eccesso viene deviata verso la sintesi del metano. Un compressore – funzionante all’80% di efficienza con un rapporto di pressione 250:1 – prepara quindi il gas a bassa pressione per l’uso veicolare. Questa logica a cascata garantisce che ogni kWh extra di solare o eolico sostituisca l’acquisto esterno più costoso.
In secondo luogo, lo spostamento temporale tramite stoccaggio. Tre serbatoi indipendenti – batterie per l’elettricità, cisterne ad alta pressione per l’idrogeno e vasi di compensazione a cascata per il gas naturale – consentono il disaccoppiamento tra produzione e erogazione. Il ciclo delle batterie è il più attivo, caricando durante i picchi solari e scaricando nel primo serale per servire la domanda EV senza prelievo dalla rete. Lo stoccaggio di idrogeno vede due riempimenti principali: mezzogiorno (elettrolisi alimentata da solare) e notte (energia di rete a basso costo). Lo stoccaggio del gas, al contrario, opera in modo più costante, assorbendo l’output compresso sia dal gas acquistato che da quello sintetizzato, per poi rilasciarlo durante le punte pomeridiane e serali. Crucialmente, tutte le unità di stoccaggio applicano condizioni al contorno cicliche: l’inventario di fine giornata equivale ai livelli di inizio giornata. Ciò previene strategie di “esaurimento” che sacrificano la resilienza a lungo termine per guadagni a breve termine – garantendo sostenibilità attraverso i giorni, non solo all’interno di uno.
Terzo, e forse più innovativo, è la gestione del carico come strumento di revenue, non solo un obbligo di servizio di rete. Il modello consente una regolazione verso l’alto o verso il basso fino al 20% della domanda veicolare in qualsiasi finestra di 15 minuti – quindi un EV potrebbe essere invitato a ritardare la ricarica di 30 minuti, o un camion a idrogeno potrebbe accettare un rifornimento leggermente più lento – per allinearsi con offerta più economica. Viene corrisposto un compenso per ogni regolazione (ad esempio, 224 RMB/giorno in uno scenario), ma l’effetto netto è fortemente positivo: le stazioni riducono le costose importazioni dalla rete dell’11,5% mentre aumentano le vendite di carburante auto-generato ad alto margine. Importante, l’energia totale erogata per veicolo rimane invariata. Nessun automobilista riceve meno energia, idrogeno o gas – solo tempistiche diverse. Ciò evita le preoccupazioni di equità che hanno afflitto alcuni pilot di demand-response.
L’analisi di sensibilità rivela dove i rendimenti raggiungono un plateau. Espandere l’oscillazione di prezzo consentita dal ±5% al ±25% aumenta i ricavi costantemente – ma i guadagni calano bruscamente oltre il 25%, suggerendo che limiti normativi attorno a questo range possano essere economicamente razionali. Analogamente, aumentare la flessibilità del carico dal 10% al 30% della domanda istantanea produce rendimenti accelerati; oltre il 30%, il beneficio marginale declina, indicando limiti comportamentali o tecnici su quanto gli automobilisti o i sistemi veicolari tollereranno il riprogrammarsi. Queste soglie offrono una guida pratica per i policymaker: imporre una variazione di prezzo moderata e tolleranze al ritardo modeste, e lasciare che le forze di mercato facciano il resto.
Strategicamente, il modello si allinea con il doppio mandato di Pechino: accelerare il trasporto pulito e integrare le rinnovabili. Entro il 2025, la Cina prevede oltre 25 milioni di veicoli a nuova energia sulle strade – in aumento dai 16,2 milioni di metà 2023. Tuttavia, la crescita dell’infrastruttura di ricarica è rimasta indietro, specialmente per i camion a idrogeno e GNL. Un collo di bottiglia è l’economia: le stazioni a idrogeno standalone spesso perdono money a causa della bassa utilizzazione e dell’alto capex. Questo approccio integrato cambia l’equazione. Un singolo sito che serve EV, bus a celle a combustibile e camion logistici a GNL può incrociare-sussidiare: la ricarica rapida EV ad alto margine finanzia l’elettrolisi dell’idrogeno; l’eccesso solare compensa l’elettricità del compressore; i prezzi flessibili livellano il cash flow. Trasforma le infrastrutture da centri di costo a nodi di profitto nella transizione energetica.
L’implementazione è già in corso. Nella provincia di Jiangsu – sede degli autori dello studio – NARI Group ha pilotato stazioni multi-energia simili a Nanjing e Suzhou, collegandole alle prove del mercato spot provinciale. I primi risultati mostrano un’utilizzazione degli asset dell’8–12% più alta rispetto ai siti mono-carburante convenzionali. A livello nazionale, la National Development and Reform Commission (NDRC) ha segnalato apertura verso la tariffazione dinamica nelle sue linee guida 2024 per le “infrastrutture energetiche intelligenti”, a condizione che le tariffe medie rimangano entro le fasce guidate dal governo. Questo è esattamente il vincolo incorporato in questo modello: ottimizza all’interno di guardrail di stabilità, soddisfacendo sia l’efficienza del mercato che l’equità sociale.
Per gli osservatori internazionali, le implicazioni si estendono oltre la Cina. Il Regolamento europeo sulle infrastrutture per i combustibili alternativi (AFIR) e il programma NEVI statunitense enfatizzano entrambi l’interoperabilità e l’integrazione di rete – ma mancano di meccanismi di pricing per incentivarla. Questo modello cinese offre un template: incorporare la reattività al prezzo a livello di stazione, usare lo stoccaggio e la conversione come buffer, e lasciare che gli automobilisti “votino con il portafoglio” per tempistiche energetiche più pulite ed economiche. Non richiede sussidi – solo un’architettura tariffaria più intelligente. Mentre case automobilistiche come Stellantis e Hyundai lanciano camion a idrogeno, e Tesla e BYD espandono le reti di ricarica veloce, la domanda non è se costruire hub multi-carburante – ma come gestirli in modo redditizio. La risposta cinese: prezzi dinamici, stoccaggio flessibile e spostamento intelligente della domanda.
Criticamente, l’approccio evita terminologia politicizzata. Non c’è menzione di “prosperità comune” o “doppia circolazione”. Invece, è inquadrato in termini universali di ingegneria ed economia: massimizzazione dei ricavi, soddisfazione dei vincoli, allineamento dei costi marginali. Ciò migliora l’applicabilità globale. Una stazione ad Amburgo o Houston potrebbe adottare la stessa logica – sostituendo lo yuan con l’euro, RMB/kg con USD/kg – e vedere guadagni comparabili, assumendo hardware e strutture di mercato simili. Questa traducibilità è chiave per la fiducia degli investitori: non è una mossa politica specifica per la Cina, ma un upgrade operativo replicabile.
Guardando avanti, il team riconosce due frontiere. Primo, l’incertezza: gli orari di arrivo reali degli EV, i programmi dei camion a idrogeno e le previsioni rinnovabili sono stocastici – non deterministici come nel caso base. Il lavoro futuro integrerà la programmazione probabilistica o l’ottimizzazione robusta per coprirsi dalla variabilità senza sacrificare troppo il potenziale. Secondo, il coordinamento spaziale: ottimizzare una stazione è valuable, ma ottimizzare una rete – consentendo al carico di spostarsi tra siti vicini tramite incentivi basati su app – potrebbe sbloccare efficienze a livello di sistema. Le prime simulazioni suggeriscono guadagni del 15–18% a livello di cluster, specialmente in corridoi urbani densi come il Delta del Fiume Yangtze.
Per ora, il messaggio chiave è chiaro: la tariffazione dinamica non è solo per i mercati elettrici. Quando applicata alla vendita al dettaglio di energia per veicoli – con un design attento a proteggere il benessere dell’utente – diventa una leva potente per la redditività della stazione, l’integrazione delle rinnovabili e la resilienza della catena di approvvigionamento. Mentre la flotta di EV cinese si gonfia verso i 100 milioni di unità in questo decennio, azzeccare l’economia del rifornimento potrebbe rivelarsi cruciale quanto la chimica delle batterie o l’efficienza del motore. Questa ricerca mostra come.
Autori: Wang Jun, Wang Xin, Zhu Jinda, Du Wei Affiliazione: NARI Technology Co., Ltd.; NARI Group Corporation (State Grid Electric Power Research Institute); National Key Laboratory of Power Grid Operation Risk Prevention Technology and Equipment, Nanjing, Cina Rivista: Automation of Electric Power Systems, Vol. 48, No. 22, 25 novembre 2024 DOI: 10.7500/AEPS20230808007