Estaciones Multienergía en China Impulsan Rentabilidad con Precios Dinámicos
Un nuevo modelo de optimización demuestra cómo las estaciones de energía de próxima generación en China —que atienden vehículos eléctricos, de hidrógeno y de gas natural— pueden aumentar sus ganancias operativas en más de un 11% mediante precios dinámicos y gestión inteligente de la demanda. Este avance, desarrollado por investigadores de NARI Technology y el Instituto de Investigación de Energía Eléctrica de la Red Estatal, integra señales de precios en tiempo real con conversión flexible de energía —producción de hidrógeno electrolítico, power-to-gas y almacenamiento multimodal— para convertir las estaciones en participantes activos de la red en lugar de puntos de abastecimiento pasivos. En un sistema simulado con 2.000 vehículos de tres tipos de combustible, los precios dinámicos por sí solos mejoraron los ingresos diarios en un 5,3%; añadir un desplazamiento coordinado de la demanda elevó la ganancia al 11,3%. Crucialmente, el modelo mantiene la satisfacción del usuario mediante la neutralidad energética —sin pérdida neta de carga, hidrógeno o gas por vehículo— mientras remodela la demanda para coincidir con los picos de generación renovable. Esto marca un paso pivotal hacia una infraestructura de abastecimiento escalable y responsive a la red, en un contexto donde China avanza rápidamente para desplegar más de 25 millones de vehículos de nueva energía para 2025 —y más de 160 millones para 2035—.
La innovación se centra en un cambio de diseño simple pero poderoso: tratar el precio de repostaje no como una tarifa fija, sino como una variable de decisión en tiempo real que se co-optimiza con la procuración de energía, el despacho de almacenamiento y la modulación de la carga. A diferencia de estudios previos que fijaban las tarifas de carga o repostaje —o las trataban como inputs exógenos—, este modelo las endogeniza dentro de un horizonte diario de 96 intervalos (pasos de 15 minutos), sujeto únicamente a un ancla de precio promedio que preserva la estabilidad de precios regional. El resultado es un patrón de precios escalonado: tarifas más bajas durante los picos solares del mediodía, tarifas más altas durante los picos vespertinos —reflejando el comportamiento emergente del mercado spot de electricidad en los programas piloto de Guangdong, Zhejiang y Sichuan. Esto permite a las estaciones absorber el exceso de energía eólica y solar cuando los precios de la red caen, convertirlo en hidrógeno o gas natural sintético mediante electrólisis y metanación, almacenarlo y venderlo luego en horas premium —al mismo tiempo que incentiva a los conductores a repostar cuando la oferta es abundante.
Los datos de campo del estudio muestran cuán estrechamente se entrelazan precio y comportamiento. Cuando las tarifas de carga cayeron un 18% entre las 10 a.m. y las 2 p.m., la demanda de vehículos eléctricos (EV) se incrementó en un 22% —impulsada no por subsidios, sino por señales transparentes y diferenciadas en el tiempo. Mientras tanto, el repostaje de hidrógeno —a menudo criticado por sus altos costos— experimentó un desplazamiento de la demanda hacia horas más tempranas del día, ya que las estaciones priorizaron el uso del excedente solar para electrólisis en lugar de comprar hidrógeno costoso de la red. El repostaje de gas natural se mantuvo más uniformemente distribuido, pero su curva de precios se aplanó gracias a que las estaciones aprovecharon la electricidad más barata de horas valle para comprimir y almacenar gas. La economía del sistema depende de tres capacidades estratificadas: conversión flexible, arbitraje temporal mediante almacenamiento y demanda responsive.
En primer lugar, la conversión de energía. La estación está equipada con un aerogenerador de 800 kW y una matriz fotovoltaica en techo de 1 MW —estándar para los centros energéticos modernos en China. Cuando la generación renovable excede la demanda local, el exceso de energía alimenta dos vías: un electrolizador con 55% de eficiencia que produce hidrógeno, y una unidad power-to-gas con 60% de eficiencia que genera metano. Se prioriza la conversión a hidrógeno debido a su mayor precio de mercado (26 RMB/kg frente a 2,6 RMB/m³ para el gas natural), lo que genera un mayor margen cuando se almacena y revende. Solo cuando el almacenamiento de hidrógeno se acerca a su capacidad, el excedente de energía se desvía hacia la síntesis de metano. Un compresor —que opera con 80% de eficiencia y una relación de presión de 250:1— prepara entonces el gas a baja presión para su uso vehicular. Esta lógica en cascada asegura que cada kWh extra de solar o eólica desplace la compra externa más costosa.
En segundo lugar, el desplazamiento temporal mediante almacenamiento. Tres reservorios independientes —baterías para electricidad, tanques a alta presión para hidrógeno y vasos de buffer en cascada para gas natural— permiten desacoplar la producción y la entrega. El ciclo de las baterías es el más activo, cargando durante los picos solares y descargando en el early evening para atender la demanda de EVs sin extraer de la red. El almacenamiento de hidrógeno experimenta dos llenados principales: al mediodía (electrólisis impulsada por solar) y durante la noche (energía de red de bajo costo). El almacenamiento de gas, por el contrario, opera de manera más estable, absorbiendo la producción comprimida tanto del gas comprado como del sintetizado, para luego liberarlo durante las horas pico de la tarde y noche. Crucialmente, todas las unidades de almacenamiento hacen cumplir condiciones de contorno cíclicas: el inventario al final del día iguala los niveles iniciales. Esto previene estrategias de «sangrado» que sacrifican la resiliencia a largo plazo por ganancias a corto plazo —asegurando sostenibilidad across days, no solo dentro de uno.
En tercer lugar, y quizás lo más novedoso, es la gestión de la demanda como herramienta de ingresos, no solo una obligación de servicio a la red. El modelo permite un ajuste de hasta el 20% hacia arriba o hacia abajo de la demanda vehicular en cualquier ventana de 15 minutos —así, se podría pedir a un EV que retrase su carga 30 minutos, o un camión de hidrógeno podría aceptar un llenado ligeramente más lento— para alinearse con suministros más baratos. Se paga una compensación por cada ajuste (ej., 224 RMB/día en un escenario), pero el efecto neto es fuertemente positivo: las estaciones reducen las costosas importaciones de la red en un 11,5% mientras incrementan las ventas de combustible auto-generado de alto margen. Importante: la energía total entregada por vehículo permanece inalterada. Ningún conductor recibe menos energía, hidrógeno o gas —solo una temporalidad diferente. Esto evita los problemas de equidad que han plagado algunos pilotos de respuesta a la demanda.
El análisis de sensibilidad revela dónde se estabilizan los retornos. Expandir la oscilación de precio permitida de ±5% a ±25% incrementa los ingresos de manera constante —pero las ganancias se reducen abruptamente más allá del 25%, sugiriendo que límites regulatorios alrededor de este rango pueden ser económicamente racionales. Similarmente, incrementar la flexibilidad de la demanda del 10% al 30% de la demanda instantánea produce retornos acelerados; más allá del 30%, el beneficio marginal declina, insinuando límites conductuales o técnicos sobre cuánto estarán dispuestos a tolerar los conductores o los sistemas vehiculares en reprogramaciones. Estos umbrales ofrecen una guía práctica para los policy makers: mandatar una variación de precio moderada y tolerancias de retraso modestas, y dejar que las fuerzas del mercado hagan el resto.
Estratégicamente, el modelo se alinea con los mandatos duales de Beijing: acelerar el transporte limpio e integrar renovables. Para 2025, China espera tener más de 25 millones de vehículos de nueva energía en las carreteras —frente a los 16,2 millones de mediados de 2023. Sin embargo, el crecimiento de la infraestructura de carga se ha quedado rezagado, especialmente para camiones de hidrógeno y GNL. Un cuello de botella es la economía: las estaciones de hidrógeno independientes a menudo pierden dinero debido a la baja utilización y alto capex. Este enfoque integrado cambia la ecuación. Un solo sitio que atienda EVs, autobuses de pila de combustible y camiones logísticos de GNL puede cross-subsidizar: la carga rápida de EVs de alto margen financia la electrólisis de hidrógeno; el excedente solar compensa la electricidad del compresor; los precios flexibles suavizan el flujo de caja. Convierte la infraestructura de un centro de costos en un nodo de ganancias dentro de la transición energética.
La implementación ya está en marcha. En la provincia de Jiangsu —hogar de los autores del estudio— el Grupo NARI ha pilotado estaciones multienergéticas similares en Nanjing y Suzhou, vinculándolas a pruebas del mercado spot provincial. Los resultados tempranos muestran una utilización de activos entre 8–12% más alta compared to sitios convencionales mono-combustible. A nivel nacional, la Comisión Nacional de Desarrollo y Reforma (NDRC) ha señalado apertura hacia precios dinámicos en sus lineamientos 2024 para «infraestructura energética inteligente», siempre que las tarifas promedio se mantengan dentro de las bandas guiadas por el gobierno. Esa es precisamente la restricción incorporada en este modelo: optimiza dentro de barreras de estabilidad, satisfaciendo tanto la eficiencia del mercado como la equidad social.
Para observadores internacionales, las implicaciones se extienden más allá de China. El Reglamento de Infraestructura para Combustibles Alternativos (AFIR) de Europa y el programa NEVI de EE. UU. enfatizan ambos la interoperabilidad e integración con la red —pero carecen de mecanismos de precios para incentivarlo. Este modelo chino ofrece una plantilla: integrar capacidad de respuesta al precio a nivel de estación, usar el almacenamiento y la conversión como buffers, y permitir a los conductores «votar con sus billeteras» por una temporalidad energética más limpia y barata. No requiere subsidios —solo una arquitectura tarifaria más inteligente. Mientras fabricantes como Stellantis y Hyundai lanzan camiones de hidrógeno, y Tesla y BYD expanden redes de carga rápida, la pregunta no es si construir hubs multi-combustible —sino cómo operarlos de manera rentable. La respuesta de China: precios dinámicos, almacenamiento flexible y desplazamiento inteligente de la demanda.
Críticamente, el enfoque evita terminología politizada. No hay mención de «prosperidad común» o «circulación dual». En su lugar, se enmarca en términos universales de ingeniería y economía: maximización de ingresos, satisfacción de restricciones, alineación de costos marginales. Esto mejora la aplicabilidad global. Una estación en Hamburgo o Houston podría adoptar la misma lógica —cambiar yuan por euro, RMB/kg por USD/kg— y ver ganancias comparables, asumiendo hardware y estructuras de mercado similares. Esa traducibilidad es clave para la confianza de los inversores: esto no es una jugada política específica de China, sino una mejora operativa replicable.
Mirando hacia adelante, el equipo reconoce dos fronteras. Primero, la incertidumbre: los tiempos de llegada reales de los EVs, los horarios de los camiones de hidrógeno y los pronósticos renovables son estocásticos —no determinísticos como en el caso base. Trabajo futuro integrará programación probabilística u optimización robusta para cubrirse contra la variabilidad sin sacrificar demasiado upside. Segundo, la coordinación espacial: optimizar una estación es valioso, pero optimizar una red —permitiendo que la demanda se desplace entre sitios cercanos mediante incentivos basados en apps— podría desbloquear eficiencias a nivel de sistema. Simulaciones tempranas sugieren ganancias del 15–18% a nivel de cluster, especialmente en corredores urbanos densos como el Delta del Río Yangtsé.
Por ahora, el mensaje central es claro: los precios dinámicos no son solo para los mercados de electricidad. Cuando se aplican al retail de energía para vehículos —con un diseño cuidadoso para proteger el bienestar del usuario— se convierten en una palanca poderosa para la rentabilidad de las estaciones, la integración renovable y la resiliencia de la cadena de suministro. A medida que la flota de EVs de China se dispara hacia los 100 millones de unidades en esta década, lograr que la economía del repostaje sea la correcta puede resultar tan crucial como la química de las baterías o la eficiencia del motor. Esta investigación muestra cómo.
Autores: Jun Wang, Xin Wang, Jinda Zhu, Wei Du
Afiliación: NARI Technology Co., Ltd.; NARI Group Corporation (Instituto de Investigación de Energía Eléctrica de la Red Estatal); Laboratorio Clave Nacional de Tecnología y Equipos de Prevención de Riesgos de Operación de Redes Eléctricas, Nanjing, China
Revista: Automation of Electric Power Systems, Vol. 48, No. 22, 25 de noviembre de 2024
DOI: 10.7500/AEPS20230808007