Elektrificatie van wegtransport levert veel nieuwe planningsvraagstukken op. Hoe maak je een laadplanning voor 100 elektrische trucks als je maar 25 laadpalen hebt? Hoe vol laad je elke batterij als de beschikbare stroom beperkt is? En hoe zorg je dat een batterij niet te weinig, maar ook niet te veel energie heeft? Wie goed zocht, kon op de vakbeurs ICT & Logistiek meer duidelijkheid krijgen.
Tijdens een van de vele theatersessies laat Alenka Beckers van TNO een grafiek zien met het laadgedrag van elektrische voertuigen. Dat gedrag is in kaart gebracht tijdens het ZEBRH-project, waarbij zes vervoerders twaalf elektrische vrachtauto’s hebben uitgetest. De groene stippen in de grafiek geven aan hoe vol de batterij was na het opladen, terwijl de rode stippen aangeven hoe leeg de batterij was voor het opladen.
“Deze grafiek laat duidelijk zien dat tijdens het ZEBRH-project doorgaans maar de helft van de batterijcapaciteit wordt gebruikt. Dat betekent dat de batterij oversized is of dat het voertuig veel meer kan worden ingezet”, vertelt de onderzoeker van TNO. “Tegelijkertijd zien we ook dat de batterij op sommige momenten is leeggeraakt en dus onderweg moest worden opgeladen. Dat doen de meeste vervoerders liever niet. De conclusie is dus dat we het laden beter moeten plannen.”
Charge Planning Tool
TNO heeft daartoe een aanzet gegeven met de ontwikkeling van de Charge Planning Tool. “Dit is nog geen volwassen, marktrijpe software, maar wel een concept-tool dat in de praktijk wordt getest”, vertelt Beckers er meteen bij. “Het uitgangspunt is de winkeldistributie van een supermarktketen. Zolang het gaat om drie elektrische trucks met drie laadpalen, is een laadplanning niet zo ingewikkeld. Maar dat verandert als je wilt opschalen en straks 100 trucks met 25 laadpalen moet opladen.”
Beckers hoeft niet uit te leggen dat de meeste ritplanningen gebaseerd zijn op dieseltrucks die onderweg snel kunnen bijtanken. Bij het inplannen van elektrische trucks speelt niet alleen de beperkte actieradius een rol, maar ook de congestie op het stroomnet waardoor de batterijen niet altijd op vol vermogen kunnen worden opgeladen. “En dan hebben we nog de problematiek van hernieuwbare energiebronnen zoals zonnepanelen, die niet de hele dag door hetzelfde vermogen opwekken. Of wat te denken van de variabele energieprijzen.”
Flexibiliteit in laadplanning
De Charge Planning Tool biedt de mogelijkheid om met verschillende batterijmodellen te plannen en houdt onder andere rekening met degradatie van de batterij. Het belangrijkste dat TNO geleerd heeft, is het belang van flexibiliteit in de laadplanning. Als de ritplanning gedurende de dag verandert, moet de laadplanning aangepast kunnen worden. “Wat we uit de markt horen, is dat vervoerders op termijn de mogelijkheid willen hebben om op energiekosten te optimaliseren. Maar op dit moment is het belangrijkste dat een haalbare planning ontstaat en dat voertuigen niet stil komen te staan.”
TNO gebruikt de tool onder meer in de voorbereiding op elektrisch rijden. Wat nu als de hele vloot uit elektrische voertuigen zou bestaan? Heeft de vervoerder dan voldoende energie en tijd om te laden? En wat kost dat dan? “Daarnaast zetten we de tool ook in voor de dagdagelijkse laadplanning, zoals voor een project rondom emissieloos bouwverkeer”, legt Beckers uit. “Daarin hebben we een aantal voertuigen met wisselbatterijen. Vanwege het gewicht is een hijskraan nodig om een lege batterij voor volle batterij te verwisselen. Maar dan moet die batterij wel op tijd volgeladen zijn”, legt Beckers uit.
Digital twin
Het maken van een laadplanning roept allerlei nieuwe vraagstukken op. Zo laat TNO eerst een ritplanning maken, die vervolgens dient als input voor de laadplanning. Maar zou je niet één tool moeten hebben die gelijktijdig de rit- en laadplanning maakt? “Jazeker”, antwoordt Becker. “We zijn nu bezig met een project waarin we beide systemen herhaaldelijk met elkaar laten communiceren. Want je wilt ook weten of tussen twee ritten voldoende tijd is om de batterij te laden. Als de laadpaal op dat moment bezet is, moet je dat voertuig misschien eerder of juist later laten binnenkomen.”
Een ander vraagstuk betreft de actieradius, die afhankelijk van het weer, het verkeer en het rijgedrag van de chauffeur flink kan variëren. “Daarom zijn we nu ook bezig met de ontwikkeling van een digital twin. Dat is een digitaal model voor elk voertuig dat continu wordt getraind op basis van data uit de praktijk. Dit model houdt er rekening mee dat de batterijcapaciteit in de loop der jaren steeds iets afneemt, waardoor je veel nauwkeuriger kunt voorspellen wat de actieradius en verwachte aankomsttijd van een voertuig is.”
Data van vervoerders
Een rondgang over de beursvloer roept nog meer vragen op. Waarom is bijvoorbeeld zo lastig om real-time data over de batterijstatus van elektrische vrachtauto’s te ontvangen? Die data zijn nodig voor een betrouwbare rit- en laadplanning, maar vrachtautofabrikanten blijven die data afschermen. Tot onbegrip van telematicapartijen als Platform Science (voorheen Trimble). “Wij begrijpen er niets van, want wij vinden dat die data van de vervoerders zijn, niet van de fabrikanten”, legt Chris Boogaard van Platform Science uit.
Over het uitlezen van data uit het fleet management systeem van dieseltrucks zijn al in 2002 afspraken gemaakt. Platform Science hoeft alleen maar een stekker erin te steken om die data te krijgen. “Dat zal uiteindelijk ook wel met elektrische trucks gaan gebeuren, maar het duurt allemaal zo lang”, zegt Boogaard, die het Amerikaanse model van Platform Science als voorbeeld noemt. “Daar heeft Platform Science met steun van aandeelhouders Paccar en Daimler onder de naam Virtual Vehicle een platform ontwikkeld dat toegang biedt tot alle data va de truck.”
Sensordata
Dat betreft niet alleen data uit het fleet management systeem, maar alle sensordata van de truck. “Iedereen kan op dat platform zijn eigen apps bouwen, die deze data gebruiken om slimme oplossingen aan vervoerders te bieden. Dat kunnen apps zijn van Platform Science, maar ook apps van andere partijen met toepassingen waaraan wij nooit aan gedacht hebben. En dus ook apps van partijen die gespecialiseerd zijn in de laadplanning van elektrische vrachtauto’s. Dat is de richting die we op gaan.”
Simacan heeft een control tower ontwikkeld die winkelketens als Albert Heijn, Jumbo en Kruidvat gebruiken om het transport van hun vervoerders in goede banen te leiden. Ook deze winkelketens zetten steeds meer elektrische vrachtauto’s in, met name Albert Heijn. “Wij zijn nu in gesprek met laadpleinexploitanten over het koppelen van systemen. Want om een goede laadplanning te kunnen maken, moeten wij weten hoeveel kilowatt uit welke laadpaal komt. Die informatie bepaalt welke vrachtauto aan welke laadpaal moet staan”, legt Kevin Linnebank van Simacan uit.
Laadpaal reserveren
Het koppelen van systemen maakt mogelijk om vooraf een laadpaal te reserveren. “Als een vrachtwagen geladen moet worden, kan onze control tower een verzoek sturen naar het systeem van een laadpleinexploitant. Als dat systeem aangeeft dat het laadplein op dat moment geen capaciteit beschikbaar heeft, kunnen we de truck doorsturen naar het volgende laadplein. Dat is wat we nodig hebben om een elektrische vloot optimaal aan te sturen”, stelt Linnebank.
Nauwe samenwerking is nodig om elektrisch rijden in de transportwereld een boost te geven. Linnebank: “Als een truck maar 25 procent hoeft te laden om de laatste stop van de dag te kunnen uitvoeren, is het zonde om de batterij 100 procent vol te laden. Als de laadpleinexploitant dat weet, kan hij die stroom reserveren voor een andere truck. Maar dan moeten de exploitant en de vervoerder wel hun data met elkaar delen. We hebben elkaar nodig om tot een oplossing te komen. Dat is een lastige, maar mooie uitdaging voor Nederland.”
