Preço Dinâmico Redesenha Competição no Carregamento de Veículos Elétricos na China
No ecossistema de veículos elétricos (VE), a infraestrutura de carregamento deixou de ser apenas um utilitário — transformou-se num campo de batalha. À medida que a China avança a todo vapor na corrida global por VE, a verdadeira competição não se limita aos fabricantes de automóveis; desenrola-se discretamente nas estações de carregamento, onde estratégias de preços estão a redesenhar mapas de mercado em tempo real. Uma nova estrutura de investigação desenvolvida por Liu Yang e colegas do State Grid Hunan Economic Research Institute revela como a precificação dinâmica não afeta apenas as receitas — ela remodela ativamente a área de serviço de cada estação, transformando a geografia estática numa paisagem competitiva fluida.
As conclusões desafiam uma premissa antiga da indústria: a de que a zona de captação de uma estação de carregamento é definida apenas pela localização e capacidade. Na realidade, como demonstra este estudo, um único ajuste de preço pode deslocar centenas de clientes potenciais — e as fronteiras invisíveis entre operadores concorrentes — em minutos. Em distritos urbanos densamente povoados, como Furong, em Changsha, onde três grandes estações disputam a dominância, uma redução de 10% nos preços fora de pico num local pode instantaneamente capturar quota de mercado de concorrentes maiores e melhor equipados. As implicações são profundas — não apenas para os operadores das estações, mas para planejadores de rede, formuladores de políticas e a futura escalabilidade da integração de energias limpas.
Para compreender a relevância disto, considere a escala do boom de carregamento na China. Apenas em 2022, o país adicionou cerca de 2,6 milhões de novos pontos de carregamento — mais do que toda a rede pública dos Estados Unidos, Alemanha e Japão combinados. Os carregadores públicos cresceram mais de 91%, enquanto as unidades privadas (domésticas e corporativas) aumentaram impressionantes 225%. Este crescimento explosivo criou um paradoxo: a infraestrutura é abundante, mas a utilização permanece desigual. Umas estações fervilham de tráfego durante as horas de pico, enquanto outras permanecem ociosas, sobrecarregando a rede num bairro e subutilizando a capacidade a poucos quilómetros de distância.
Até agora, a maioria das tentativas para corrigir este desequilíbrio concentrou-se no hardware — construir mais carregadores, atualizar a capacidade de energia ou obrigar a unidades de corrente contínua mais rápidas. Mas a equipa de Liu argumenta que o verdadeiro estrangulamento está na economia comportamental, não na engenharia. “Pode instalar cem carregadores de 150 kW”, diz um coautor, “mas se todos os condutores aparecerem entre as 18h e as 20h, acabou de criar um ponto de congestionamento — não uma solução.” O seu modelo trata a procura de carregamento como um fluido, responsivo a sinais de preço tal como a água flui para baixo — contornando obstáculos, acumulando-se onde a resistência é menor.
No centro da sua abordagem está uma adaptação inovadora do princípio da “ocupação mais forte” de Isard, originalmente desenvolvido na teoria da localização para explicar como cidades e indústrias dominam economias regionais. Aplicado ao carregamento de VE, postula uma regra simples: cada quilómetro quadrado de espaço urbano é reivindicado pela estação que oferece o campo de “atratividade” mais forte — um composto de características físicas (número de carregadores rápidos, capacidade de ligação à rede), qualidade de serviço e, crucialmente, preço em tempo real. Ao contrário de modelos anteriores que assumiam zonas de serviço circulares e fixas — como ondulações de uma pedra atirada a um lago — este campo é assimétrico, dinâmico e altamente sensível à competição.
Imagine: três centros de carregamento — Estação A, B e C — agrupados num distrito empresarial. A Estação A tem mais carregadores rápidos e uma localização privilegiada, concedendo-lhe um “poço gravitacional” naturalmente maior. Mas quando a Estação C reduz a sua tarifa noturna para logo abaixo do tarifário provincial fora de pico, o seu campo intensifica-se temporariamente. Subitamente, condutores a cinco quarteirões de distância — anteriormente na órbita de A — recalculam a sua escolha. O GPS recalcula rotas. Parte do fluxo de A desloca-se para C. A fronteira muda — não num mapa, mas no comportamento real.
Isto não é teórico. O estudo de caso do Distrito de Furong monitorizou deslocações reais em 16 288 microzonas. Quando a precificação dinâmica foi ativada, a Estação 1 (a mais forte em métricas de hardware) viu a sua quota de mercado nas horas de pico diminuir — não porque perdeu capacidade, mas porque estações rivais praticaram preços mais baixos precisamente quando a tensão da rede era maior. Inversamente, durante as pausas de meio-dia, a Estação 1 aumentou ligeiramente os preços e manteve os clientes, graças à sua velocidade e fiabilidade superiores. Resultado? Perfis de carga mais equilibrados, menos quilowatts renováveis cortados (especialmente por excesso de produção eólica e solar) e — crucialmente — margens líquidas mais elevadas no geral.
Este último ponto é fundamental. A sabedoria convencional dita que cortes de preços erodem os lucros. Mas o modelo mostra que o oposto pode ser verdade quando executado estrategicamente. Ao baixar preços apenas quando a produção renovável excede as previsões — por exemplo, numa tarde ventosa e soalheira — os operadores podem monetizar eletrões que de outra forma seriam desperdiçados. O estudo descobriu que estações participantes num esquema coordenado de precificação dinâmica aumentaram a sua rentabilidade média diária até 4,05% — não por cobrar mais, mas por cobrar de forma mais inteligente. E fizeram-no enquanto ajudavam a rede a absorver 1,3 megawatts adicionais de energia renovável variável durante períodos de elevado erro de previsão.
Esta dupla vitória — económica e operacional — é o que torna a abordagem tão atraente para utilities e reguladores. Os operadores de rede da China enfrentam um desafio sem precedentes: integrar mais de 1000 gigawatts de energia eólica e solar até 2030, maioritariamente intermitente. Os VEs, com a sua enorme e flexível capacidade de bateria, são vistos como um pilar para a estabilização da rede — se o seu carregamento puder ser orquestrado. Tarifários estáticos de tempo de uso (ex., barato à noite, caro às 18h) são demasiado inflexíveis. Criam novos picos — corrarias à meia-noite — à medida que todos esperam pela janela de tarifas baixas. A precificação dinâmica ao nível da estação, no entanto, permite micro modelação de carga: incentivar subconjuntos de utilizadores em diferentes bairros a carregar agora ou mais tarde, com base na oferta e procura hiperlocal.
Uma das perceções mais reveladoras do estudo é como a densidade de mercado muda o jogo. Em áreas esparsas — por exemplo, uma vila de província com apenas duas estações — mudanças de preço provocam pouca alteração. Os condutores têm poucas alternativas; a área de serviço mantém-se estável. Mas em aglomerados densos como Furong, onde as estações estão frequentemente a menos de um quilómetro de distância, pequenas diferenças de preço desencadeiam grandes redistribuições. Aqui, a competição é feroz, as margens mais estreitas — mas também mais responsivas a precificação inteligente. “Isto não é uma corrida para o fundo”, sublinha Liu. “É uma corrida à precisão.”
Essa precisão depende de ciclos de dados rápidos. O sistema proposto atualiza preços a cada 15 minutos — 96 intervalos por dia — usando previsões diárias da procura de VE e produção renovável, ajustando depois em tempo real com base em desvios reais. Quando a produção eólica em tempo real excede a previsão matinal em 8%, por exemplo, o algoritmo incentiva estações próximas a baixar preços entre as 10h e o meio-dia, convidando mais VEs a carregar e consumir o excedente. Quando nuvens aparecem inesperadamente, os preços sobem ligeiramente, desencorajando suavemente recargas não urgentes.
Crucialmente, o modelo não deixa os operadores à mercê do algoritmo. Restrições garantem justiça e viabilidade: nenhuma estação pode praticar preços abaixo do seu custo operacional (eletricidade + manutenção), e nenhum condutor enfrenta picos repentinos e punitivos. Limites superiores e inferiores — ±10% em torno do benchmark provincial — são aplicados. Além disso, o sistema tem em conta a “força” da estação. Um pequeno centro com dois carregadores não será esperado absorver a mesma mudança de carga que uma megaestação com 20 carregadores rápidos. O papel de cada interveniente é calibrado consoante a sua capacidade.
Esta nuance aborda uma falha maior em propostas anteriores — como o modelo do ponto de rutura, que desenha fronteiras lineares entre estações como se estivessem em pé de igualdade. Ou o modelo de Wilson melhorado, que assume zonas de serviço circulares que frequentemente se sobrepõem ou deixam lacunas. A abordagem baseada em campos de Liu, em contraste, reconhece a assimetria. Aceita que a Estação A pode dominar 70% de uma zona — não apenas pela proximidade, mas porque oferece carregamento mais rápido, menores tempos de espera ou melhores comodidades. O preço torna-se no botão de sintonia que os operadores podem ajustar para amplificar ou suavizar temporariamente essa dominância.
Observadores da indústcia veem isto como um potencial ponto de inflexão. “Passámos uma década a otimizar hardware”, diz um estratega sénior duma rede líder de carregamento de VE. “Agora estamos a entrar na era do software — onde o valor real não está no carregador, mas na inteligência por trás dele.” Vários programas piloto já testam conceitos semelhantes em Guangdong e Zhejiang, embora nenhum integre ainda a dinâmica de áreas de serviço de forma tão explícita.
Mas persistem desafios. Primeiro, o acesso a dados é desigual. O modelo assume visibilidade em tempo real dos preços dos concorrentes e condições da rede — uma condição ainda não satisfeita em muitas regiões onde os operadores guardam os dados de preços cuidadosamente. APIs padronizadas e pressões regulatórias para transparência podem ser necessárias. Segundo, a confiança do consumidor é frágil. Após anos de taxas de serviço opacas e custos de “conveniência” escondidos, os condutores desconfiam de preços em constante mudança. Explicações claras na app — “Preço baixo agora: ajude a usar energia solar extra!” — serão essenciais.
Depois, há a questão da equidade. A precificação dinâmica poderia inadvertidamente prejudicar condutores de baixos rendimentos que não podem esperar por descontos fora de pico ou possuem VEs mais antigos com carregamento mais lento? Os investigadores reconhecem isto e sugerem medidas complementares: horários reservados de baixo custo para veículos de frota (táxis, furgonetas de entrega) durante horas de alta procura, ou programas de fidelização que suavizem a volatilidade de preços para utilizadores regulares.
Ainda assim, o momentum é inegável. À medida que a China transiciona de construir infraestrutura de carregamento para otimizá-la, a precificação emergirá como a variável de controlo crítica. Os dias de tarifários fixos a nível provincial estão contados. No seu lugar, uma nova geração de “motores de tarifas inteligentes” — treinados na competição local, previsões renováveis e comportamento do utilizador — calibrará autónomamente taxas para equilibrar lucro, estabilidade da rede e satisfação do cliente.
O que é notável é como isto transforma o papel do operador. Já não meros arrendatários de lugares de estacionamento-com-tomadas, tornam-se maestros de energia, participantes ativos na transição para energias limpas. Uma estação de carregamento em Changsha não está apenas a vender quilowatt-hora; está a ajudar a evitar que uma central a carvão aumente produção durante uma pausa solar, ou permitindo que um parque eólico funcione a plena capacidade em vez de cortar produção. A sua rentabilidade e o seu impacto ambiental tornam-se duas faces da mesma moeda.
À frente, a estrutura poderá estender-se muito para além dos VEs. Os mesmos princípios — precificação dinâmica, competição baseada em campos, equilíbrio de carga em tempo real — aplicam-se a estações de troca de baterias, serviços V2G (veículo-para-rede), até mesmo a centros de abastecimento de hidrogénio à medida que o mix de transporte de zero emissões se diversifica. A perceção central mantém-se: numa era de recursos distribuídos e variáveis, a flexibilidade é a nova capacidade.
Por agora, a mensagem para os operadores de estações é clara: o vosso maior ativo não é o vosso transformador ou a contagem de carregadores — é a vossa agilidade de preços. No jogo de alto risco do carregamento de VE, o mapa já não é fixo. É redesenhado a cada 15 minutos — e os vencedores serão aqueles que aprenderem a navegar no terreno mutável.
Autor: Yang Liu
Afiliação: State Grid Hunan Economic Research Institute
Revista: Electric Power Construction
DOI: 10.12204/j.issn.1000-7229.2023.10.008