Postos de Combustível Renascidos: Um Plano para Centros Híbridos
No meio do zumbido ensurdecedor de uma baía de carregamento rápido e do familiar silvo de um bico de combustível abastecendo um tanque, um novo tipo de estação de energia está tomando forma — uma que não escolhe lados na grande transição de mobilidade, mas sim os conecta. À medida que a adoção de veículos elétricos (EVs) dispara em cidades globais, a infraestrutura herdada, outrora dedicada inteiramente à gasolina, está sendo silenciosamente reinventada — não descartada, não abandonada, mas reaproveitada com precisão cirúrgica. Em Pequim, Xangai e, em breve, em dezenas de centros metropolitanos ao redor do mundo, postos de gasolina tradicionais estão evoluindo para estações integradas de abastecimento e carregamento rápido (IFFSs): centros de dupla finalidade que oferecem tanto carregamento rápido para EVs quanto abastecimento convencional, amortecidos por armazenamento de bateria local para gerenciar o estresse da rede e maximizar o tempo de atividade.
Isso não é uma adaptação tardia. É uma evolução estratégica da infraestrutura — deliberada, baseada em dados e economicamente calibrada para o longo prazo. Um estudo inovador publicado este ano nos Anais do CSEE apresenta uma estrutura rigorosa de planejamento em múltiplas etapas que trata a transição da gasolina para a eletricidade não como uma mudança binária, mas como uma migração nuances que dura décadas. Em seu cerne: o reconhecimento de que os motoristas não são autômatos executando rotas centralmente otimizadas — eles são agentes racionais fazendo trade-offs em tempo real entre tempo, custo e conveniência. Ignorar essa realidade comportamental, argumentam os autores, produz modelos elegantes que falham na prática.
Em 2017, quando a França e o Reino Unido anunciaram pela primeira vez a proibição de novos veículos com motores de combustão interna (ICE) até 2040, muitos presumiram que o futuro simplesmente apagaria o posto de gasolina. No entanto, quase uma década depois, a realidade se mostrou mais complexa. A renovação da frota é mais lenta do que os cronogramas políticos; a adoção rural fica atrás da eletrificação urbana; e os veículos híbridos — que ainda requerem abastecimento — permanecem uma tecnologia transitória dominante. Enquanto isso, grandes empresas petrolíferas como a Sinopec se comprometeram publicamente a construir 5.000 estações de carregamento e troca de bateria para EVs até 2025 — não por meio de desenvolvimento greenfield, mas transformando sua rede de varejo existente. Essa mudança reflete uma verdade mais profunda: terrenos em centros urbanos densos são escassos, caros e muitas vezes zoneados com licenças de décadas atrás. Demolir uma estação funcional para reconstruir uma instalação apenas de carregamento faz pouco sentido econômico ou ambiental. Muito mais inteligente é adaptar no local.
Mas a adaptação exige mais do que parafusar carregadores em um pátio. O desafio é operacional, financeiro e profundamente espacial: Quais estações devem ser atualizadas primeiro? Quantos carregadores devem coexistir com quantas bombas — e por quanto tempo? Quando é o momento certo para desativar um distribuidor de combustível e recuperar essa metragem quadrada para eletrônica de potência ou bancos de baterias? E, criticamente: como dimensionar tudo para que nenhum motorista espere mais de 30 minutos na fila, horário de pico ou não, sem gastar excessivamente com capacidade ociosa?
Entra em cena o trabalho de Xiaoyu Duan, Zechun Hu, Yonghua Song e Jianzhou Feng — uma equipe que atua na Universidade de Tsinghua e no Laboratório Estadual Chave para IoT de Cidades Inteligentes da Universidade de Macau. Seu modelo evita duas armadilhas comuns no planejamento de infraestrutura: primeiro, a suposição de que a demanda se distribui de acordo com roteamento socialmente ótimo (por exemplo, minimizando o tempo total de viagem na cidade); e segundo, a dependência de simulações de rede de tráfego granular que se tornam frágeis em horizontes de décadas. Em vez disso, eles propõem um modelo urbano rasterizado — ou seja, em grade — onde a demanda se origina de células discretas (por exemplo, zonas de 2 km × 2 km), e as estações competem para atrair usuários racionais de células vizinhas com base em um “custo” composto: tempo de condução (estimado via distância de Manhattan e velocidade média), atraso esperado na fila, duração do serviço e preço da energia.
Essa abordagem de equilíbrio do usuário não é nova na teoria dos transportes — mas sua aplicação à infraestrutura de energia híbrida é. Aqui, cada motorista calcula sua própria parada ideal. Se a Estação A adicionar dois carregadores extras de 200 kW, seu tempo de fila diminui, seu “custo” cai e a demanda de células próximas naturalmente se desloca para ela — sem nenhum despachante central emitindo comandos. Esse comportamento auto-organizador é incorporado diretamente no loop de planejamento: o modelo resolve iterativamente a alocação de demanda dada as capacidades atuais das estações, depois reotimiza as capacidades dada o novo mapa de demanda, convergindo para um equilíbrio estável via Teorema do Ponto Fixo de Brouwer — uma garantia matemática de que pelo menos uma dessas configurações estáveis existe.
Na prática, isso significa que os planejadores não precisam mais adivinhar como os usuários se comportarão. Eles simulam isso. E os resultados são reveladores. Em uma simulação da zona central de Pequim — 300 células de grade servidas por 15 grandes estações legadas — o modelo prevê uma mudança não linear e acelerada: no Estágio 4 (20 anos à frente, com 50% de penetração de EVs), a demanda total de abastecimento cai para uma fração de seu nível inicial, mas a distribuição da demanda remanescente se torna altamente concentrada — não porque as pessoas dirigem mais, mas porque usuários racionais se aglomeram nas poucas baías de combustível de alta capacidade que ainda oferecem tempos de espera aceitáveis. Por outro lado, a demanda de carregamento se espalha de forma mais uniforme, mas pontos de acesso emergem em torno de nós comerciais e de trânsito de alta densidade, onde até mesmo picos menores de fila desencadeiam vazamento visível de demanda para estações vizinhas.
Crucialmente, o modelo revela que o momento certo importa mais do que o volume. O maior investimento em carregadores não aparece no estágio final — quando os EVs dominam — mas no Estágio 1, quando a primeira onda de operadores de frotas comerciais (por exemplo, EVs de transporte por aplicativo e entrega) começam a adotar o carregamento rápido em escala. Os primeiros a adotar precisam de infraestrutura agora, não em uma década. Atrasar a construção do Estágio 1 não economiza dinheiro; ele cede participação de mercado para concorrentes e deprimem a utilização em estágios posteriores.
Igualmente revelador é o papel do armazenamento de energia local. O estudo trata os sistemas de bateria não como acessórios opcionais, mas como dispositivos essenciais para suavizar a rede. Com carregadores DC rápidos de 200 kW consumindo megawatts durante as horas de pico, uma única estação pode sobrecarregar transformadores locais — especialmente se vários veículos conectarem simultaneamente. Ao instalar armazenamento (por exemplo, sistemas de íon-lítio de 500 kWh, custando ~US$ 19.500 por kWh em termos de valor presente), os operadores podem “cortar” a demanda de pico, comprando energia lentamente fora de pico e descarregando rapidamente durante surtos de carregamento. Isso evita atualizações de rede custosas, reduz contas de eletricidade sob tarifas de tempo de uso e — criticamente — melhora a confiabilidade do serviço durante interrupções. O modelo mostra que em locais de alta utilização, o armazenamento não é um luxo; é um pré-requisito para a viabilidade econômica.
Mas talvez a visão mais pragmática esteja em como o modelo lida com a desativação. A maioria dos estudos acadêmicos trata a expansão e contração da infraestrutura como processos independentes. Este não. Ele explicitamente os acopla através de restrições compartilhadas de recursos: área de terreno, capacidade de subestação elétrica, orçamentos de capital. E aqui, o comportamento humano reentra na equação — não apenas dos motoristas, mas dos gerentes. Se a remoção de um distribuidor de combustível incorrer em custos líquidos (remoção de equipamento, manuseio de material perigoso, receita de curto prazo perdida), os operadores atrasarão a aposentadoria até serem absolutamente forçados — tipicamente quando espaço ou energia são necessários para carregadores. No entanto, se a desativação economiza dinheiro (por exemplo, evitando manutenção anual em bombas ociosas), empresas racionais eliminarão capacidade antecipadamente, mesmo antes que a demanda evapore completamente. O modelo acomoda ambos os cenários ao desacoplar a otimização: quando a remoção de combustível é custosa, ele prioriza a implantação de carregadores primeiro e só remove bombas quando gargalos de recursos aparecem; quando é lucrativo, ele antecipa a aposentadoria das bombas para liberar recursos.
As implicações são estratégicas. Uma agência de planejamento urbano usando alocação de demanda socialmente ótima — onde os usuários são assumidos se distribuírem para minimizar o custo total do sistema — pode construir menos hubs de carregamento, maiores, confiando em aplicativos de roteamento centralizado para guiar o tráfego. Mas, na realidade, os motoristas escolhem a opção percebida como mais rápida, não a globalmente ótima. As simulações do estudo mostram que os planos baseados no primeiro superestimam a utilização em estações de médio porte e subestimam o congestionamento em locais privilegiados — levando a custos operacionais reais 6–9% maiores do que o projetado. Em contraste, projetos baseados no equilíbrio do usuário, embora ligeiramente mais caros nas estimativas da fase de planejamento, entregam custos reais menores porque correspondem à forma como as pessoas realmente se comportam.
A validação do mundo real está emergindo. Em Shenzhen, a capital chinesa dos EVs, a PetroChina converteu mais de 120 estações para o formato híbrido IFFS desde 2021, normalmente mantendo 4–6 pistas de combustível enquanto adiciona 8–12 carregadores rápidos e 1–2 MWh de armazenamento. A telemetria inicial mostra curvas de utilização quase idênticas ao modelo de Tsinghua: adoção inicial de carregadores no Estágio 1 dominada por frotas de táxi e logística; Estágio 2 marcado pela crescente adoção de EVs privados durante horários fora de pico; e Estágio 3 (em andamento) vendo o colapso da demanda de combustível fora dos corredores de caminhões de longa distância. Os tempos de espera permanecem abaixo de 25 minutos em 92% das horas operacionais — dentro do limite de 30 minutos considerado aceitável para abastecimento urbano pelo consenso do setor.
No entanto, desafios permanecem. O modelo atual trata as filas de combustível e elétricas como independentes, embora na prática, uma ilha de combustível entupida possa transbordar para as baías de carregamento, especialmente em locais restritos. Iterações futuras podem integrar a dinâmica de filas cross-modal. Da mesma forma, a suposição de variáveis de capacidade contínua — por exemplo, “6,73 carregadores” — requer heurísticas de arredondamento inteiro para implantação real; a equipe de pesquisa está agora explorando extensões de inteiros mistos. E enquanto a abordagem de rasterização sacrifica a topografia em nível de rua, ela ganha robustez em horizontes de planejamento de 20 anos, onde redes viárias, zoneamento e até mesmo limites da cidade podem mudar de forma imprevisível.
Talvez a mudança mais profunda que o modelo IFFS permite seja cultural: ele move a narrativa de substituição para coexistência. Por décadas, as transições energéticas foram enquadradas como disputas de soma zero — carvão vs. gás, petróleo vs. elétrons. Mas a infraestrutura não muda da noite para o dia. O posto de gasolina médio nos EUA tem mais de 30 anos; muitos na Europa e na Ásia são mais antigos. Seus ativos físicos — tanques subterrâneos (uma vez remediados), estruturas de dossel, conexões de utilidades e, mais importante, imóveis — representam capital afundado que pode ser produtivamente reimplantado. Uma IFFS não é um compromisso; é um reconhecimento de que a revolução dos EVs se desdobrará de forma desigual, entre geografias, segmentos de veículos e demografias de usuários.
Do ponto de vista político, o estudo oferece um modelo para regulação adaptativa. Em vez de obrigar proporções fixas de carregador para bomba, as cidades poderiam exigir que as estações submetam planos de transição dinâmicos — atualizados a cada cinco anos — com base na penetração local de EVs, desempenho da fila e eficiência do uso do solo. Os reguladores poderiam então conceder licenciamento acelerado para atualizações que demonstravelmente melhorem a cobertura de demanda ou reduzam a tensão na rede. As concessionárias, enquanto isso, poderiam oferecer créditos de demanda para estações que implantam armazenamento e participam em programas de suporte à rede.
O caso de negócios é igualmente atraente. De acordo com a análise de VPL (Valor Presente Líquido) da equipe, uma implantação multiestágio de IFFS bem executada pode alcançar retornos positivos mesmo sob premissas conservadoras — especialmente ao considerar custos evitados: nenhuma aquisição de terreno, redução de atrasos de licenciamento e aproveitamento do valor da marca. Os varejistas de petróleo não estão sendo forçados à obsolescência; eles estão recebendo um manual para permanecerem relevantes. Como um executivo da Sinopec recentemente comentou: “Nós não vendemos gasolina. Nós vendemos conveniência energética. O bico apenas mudou de forma.”
Olhando para o futuro, o conceito IFFS pode se expandir além dos carros. Corredores de caminhões pesados já estão testando carregamento em escala de megawatt junto com reabastecimento de hidrogênio. Centros urbanos de micromobilidade poderiam incluir estações de troca para e-bikes e e-scooters. E à medida que a tecnologia vehicle-to-grid (V2G) amadurece, a IFFS de amanhã pode não apenas extrair energia da rede — mas estabilizá-la, usando EVs estacionados como ativos de armazenamento distribuído. A estação se torna menos um ponto de consumo e mais um nó em uma rede de energia bidirecional e responsiva.
Nada disso acontece automaticamente. Requer planejamento que respeite tanto as restrições de engenharia quanto a agência humana — que antecipe não apenas quais veículos dominarão as estradas em 2040, mas como os motoristas decidirão onde parar ao longo do caminho. O trabalho de Duan, Hu, Song e Feng não prevê o futuro. Ele capacita os operadores a navegarem por ele — etapa por etapa, carregador por carregador, minuto de fila por minuto de fila — sem nunca perder de vista a pessoa ao volante.
Em uma era de ruptura radical, as infraestruturas mais resilientes não são aquelas que saltam ousadamente para o desconhecido, mas aquelas que evoluem — inteligentemente, incrementalmente e sem deixar ninguém parado à beira da estrada.
—
*Xiaoyu Duan¹, Zechun Hu¹, Yonghua Song², Jianzhou Feng¹**
¹Departamento de Engenharia Elétrica, Universidade de Tsinghua, Pequim 100084, China
²Labor