ERS kan slechts ~5% van het vrachtverkeer bedienen, maar heeft grote impact op het stroomnet. Zo past ERS in een AI-gedreven smart mobility strategie.
Electric Road Systems: kans of zijspoor in de logistieke transitie?
Tussen Rotterdam-Maasvlakte en Venlo rijdt dagelijks een stroom aan vrachtwagens die onmisbaar is voor de Nederlandse economie. Uit recent onderzoek van TU Delft en ElaadNL blijkt dat een Electric Road System (ERS) op deze corridor in theorie slechts ongeveer 5% van het vrachtverkeer zou bedienen, maar wél forse impact heeft op het elektriciteitsnet.
Dat is precies het spanningsveld waar logistieke bedrijven nu in zitten: je wilt verduurzamen, maar de grenzen van het stroomnet en de businesscase van laadoplossingen zijn keihard. In deze blog plaatsen we het onderzoek naar ERS in de bredere context van smart mobility en AI in transport & logistiek. Want de techniek op de weg is één ding; hoe je vraag, routes en laadmomenten slim aanstuurt met data en AI, maakt uiteindelijk het verschil.
We kijken naar wat ERS is, wat het onderzoek laat zien, welke rol AI hierin kan spelen en hoe je als logistiek bedrijf vandaag al verstandige keuzes maakt.
Wat is de potentie van Electric Road Systems in Nederland?
Een Electric Road System is een systeem waarbij elektrische vrachtauto’s tijdens het rijden kunnen laden, bijvoorbeeld via een bovenleiding boven de snelweg. Denk aan een soort trolleybus, maar dan voor zware trucks.
Belangrijkste uitkomsten van het onderzoek
Masterstudent Bruno Nolte (TU Delft) onderzocht bij ElaadNL de potentie en stroomvraag van een ERS-corridor tussen Rotterdam-Maasvlakte en Venlo. De kernpunten:
- Slechts circa 5% van de vrachtwagenritten op deze route is praktisch geschikt voor ERS-laden.
- De hoogste vermogensvraag ligt tussen Botlek en Ridderkerk, met segmenten waar meer dan 3 MW nodig is.
- De piek in stroomvraag valt tussen 08:00 en 11:30 uur, met een kleinere piek tussen 04:00 en 06:00 uur.
- ERS verplaatst de energiebehoefte van depots in de avond/nacht naar de snelweg overdag.
ERS lost dus niet “het probleem van het net” op, maar verplaatst het en maakt het op sommige plekken zelfs lastiger. Omdat je tijdens het rijden laadt, kun je niet simpelweg schuiven naar de nacht wanneer het net rustiger is.
Waarom dan toch aandacht voor ERS?
Ondanks de beperkte dekking biedt ERS een aantal interessante voordelen:
- Kleinere accu’s in trucks → lagere aanschafkosten, lager gewicht, meer laadvermogen.
- Minder laadinfra op depots nodig, omdat een deel van de energie onderweg wordt geladen.
- Duidelijke corridors voor zwaar transport, wat planning en regulering kan vergemakkelijken.
Voor Nederland, met drukke goederencorridors en krappe ruimte op bedrijventerreinen, is dat zeker interessant. Maar alleen als het slim wordt ingepast in het energiesysteem én in de logistieke operatie. Daar komt AI om de hoek kijken.
Impact op het elektriciteitsnet: schuiven met pieken
ERS is vanuit netbeheerdersperspectief geen makkelijke oplossing. Het systeem vraagt namelijk veel vermogen op plekken en tijdstippen waar het net al onder druk staat.
Waar en wanneer ontstaat de grootste stroomvraag?
Het onderzoek zoomt in op de corridor Rotterdam – Venlo en laat zien:
- Locatie: tussen Botlek en Ridderkerk ontstaan de grootste vermogenspieken, >3 MW op sommige segmenten.
- Tijd: de zwaarste belasting zit in de ochtendspits (08:00–11:30), wanneer ook kantoren, industrie en woningen veel stroom vragen.
- Verder oostwaarts (richting Venlo) wordt de vermogensvraag geleidelijk kleiner.
Met andere woorden: je stapelt een nieuwe, moeilijk te sturen stroomvraag boven op een bestaande piek in één van de drukste energieregio’s van Nederland.
‘Netbewust laden’ wordt lastiger
Bij depotladen kun je met slimme laadsoftware en AI-algoritmen netbewust laden:
- je verschuift laden naar de nacht;
- je verlaagt vermogen als het net vol zit;
- je kiest momenten met lage tarieven en meer zon- of windproductie.
Bij ERS ligt dat anders:
- vrachtwagens moeten laden als ze over het ERS-tracé rijden;
- de meeste ritten vallen logischerwijs overdag;
- sturen op tijd wordt daardoor veel beperkter.
Dit maakt ERS een ‘harde’ belasting: je kunt minder spelen met wanneer en waar je laadt. Als je ERS grootschalig wil inzetten, moeten netbeheerders en overheden dus vroegtijdig meedenken over:
- extra transformatorstations langs snelwegen;
- verzwaring van regionale netten;
- slimme koppeling met lokale opwek (zon/wind) en opslag.
Hoe past ERS in de AI-gedreven smart mobility strategie?
De realiteit: ERS komt, als het al komt, niet als compleet landelijk netwerk. De kosten zijn hoog, truckfabrikanten hebben nog geen speciale modellen in de catalogus, en er is geen internationale standaard of uitrolpad. Daarom moet je ERS zien als één van de bouwstenen binnen een bredere smart mobility strategie.
AI als regisseur van laadmix en routes
Voor transportbedrijven draait de vraag minder om de precieze techniek, en meer om: hoe zorg ik dat mijn ritten, voertuigen en laadinfrastructuur samen het beste draaien?
AI kan daarin een centrale rol spelen door:
- Routeplanning: automatisch bepalen of een rit beter via een ERS-corridor, snellader of depotlader kan verlopen, rekening houdend met kosten, CO₂ en doorlooptijd.
- Wagenparkbeheer: simuleren welk deel van je vloot baat heeft bij kleinere accu’s (met ERS) en welke voertuigen juist gebaat zijn bij grotere batterijen en depotladen.
- Vraagvoorspelling: voorspellen wanneer welke vrachtwagens waar moeten zijn, en welke laadbehoefte daaruit volgt.
- Energie-optimalisatie: op depotniveau de laadstrategieën optimaliseren, rekening houdend met netcapaciteit, dynamische tarieven en eigen opwek.
Een concreet voorbeeld: een AI-planningssysteem kan voor elke rit tussen Rotterdam en Noordrijn-Westfalen bepalen:
- neem ik de ERS-corridor tot Venlo en laad ik daar nog kort bij een snellader;
- of rijd ik direct via een alternatief traject en laad ik alleen op het depot;
- wat is de impact op kosten, CO₂ en marges?
Door dit continu te herberekenen op basis van actuele data (filedruk, energietarieven, netcongestie, verwachte laadwachttijden) wordt ERS een flexibele optie in plaats van een rigide verplichting.
Wanneer loont ERS voor een logistiek bedrijf?
ERS is vooral interessant voor bedrijven die:
- veel vaste, herhalende ritten hebben over een gedefinieerde corridor (bijv. haven – binnenland);
- te maken hebben met ruimtegebrek op depots voor zware netaansluitingen of tientallen snelladers;
- op zoek zijn naar lagere voertuigkosten dankzij kleinere batterijen.
Met een AI-gestuurd simulatiemodel kun je vooraf testen:
- wat gebeurt er met je TCO (total cost of ownership) als 5%, 10% of 20% van je ritten gebruikmaakt van een ERS-corridor;
- hoeveel depotlaadpunten kun je daardoor uitsparen;
- wat de impact is op je CO₂-uitstoot én op de planning.
Dit soort doorrekeningen zijn een stuk waardevoller dan een theoretische kostenvergelijking op papier.
Praktische stappen voor Nederlandse logistiek om nu al voor te sorteren
Je hoeft niet te wachten tot er bovenleidingen langs de A15 staan om aan de slag te gaan. Sterker nog: wie nu niets doet, zal straks ook weinig hebben aan ERS.
1. Breng je huidige datakwaliteit en ritprofielen op orde
ERS, smart charging, AI-routeplanning – alles begint bij goede data:
- verzamel nauwkeurige voertuig- en ritdata (GPS, stops, laad-/loslocaties, stilstand);
- analyseer welke corridors structureel druk zijn in jouw operatie;
- identificeer ritten die in theorie geschikt zijn voor “corridor-gebaseerd laden” (herhalend, vaste tijdstippen, vaste routes).
Bedrijven die dit nu al doen, zien vaak dat een relatief klein deel van hun ritten het grootste deel van de kilometers aflegt. Precies dát segment is interessant voor toekomstige ERS-corridors.
2. Start met AI-ondersteunde route- en laadplanning
Zelfs zonder ERS kun je met AI vandaag al flinke stappen zetten:
- gebruik planningssoftware die pakketvervoer, tijdvakken en laadtijden meeneemt in één model;
- laat algoritmen automatisch voorstellen doen voor laadmomenten (bij klant, onderweg, depot);
- koppel dit aan actuele stroomprijzen en verwachte laaddruk bij publieke laders.
Als ERS later beschikbaar komt, kun je die functionaliteit koppelen als extra “laadoptie” in hetzelfde AI-model.
3. Werk met scenario’s voor laadinfrastructuur en netcapaciteit
Omdat het elektriciteitsnet op veel plekken vol zit, is het verstandig om laadinvesteringen scenario-gedreven te benaderen:
- scenario A: alleen depotladen + enkele snelladers onderweg;
- scenario B: depotladen + toekomstige ERS-corridor op 1 traject;
- scenario C: combinatie van ERS, depot en hub-laden met gedeelde infra.
Laat AI-modellen de effecten op:
- benodigde netaansluiting per locatie;
- investering in laadinfra;
- operationele kosten en betrouwbaarheid;
- CO₂-reductie per scenario.
Zo houd je ruimte in je strategie om ERS in te passen als het daadwerkelijk komt, zonder dat je er nu alles op hoeft te zetten.
Hoe past ERS in de bredere transitie naar slimme, duurzame mobiliteit?
Binnen de serie “AI in Nederlandse Transport & Logistiek: Smart Mobility” zie je een terugkerend patroon: technologie op zichzelf is nooit genoeg. Het draait om sturing met data en AI over de hele keten.
ERS is daar een goed voorbeeld van:
- Technisch kan het rijden met bovenleiding een deel van het batterijprobleem van zware trucks oplossen.
- Energetisch schuift het de vraag naar plekken en tijdstippen waar het net al krap is.
- Operationeel is het alleen interessant voor een deel van de ritten (in dit onderzoek circa 5%).
De bedrijven die hier voordeel uit gaan halen zijn niet per se degenen met de meeste bovenleiding, maar degenen met:
- heldere data over hun ritten en kosten;
- AI-gestuurde planning die continu optimaliseert tussen verschillende laadopties;
- strategische samenwerking met netbeheerders, overheden en andere logistieke partijen op dezelfde corridors.
Wie nu investeert in datagedreven werken, is straks klaar om ERS als extra schakel in te klikken. Wie wacht tot de infrastructuur er ligt, loopt achter de feiten aan.
Wat betekent dit voor jouw volgende stap?
ERS staat nog in de kinderschoenen: truckfabrikanten hebben geen speciale ERS-modellen in hun brochure, de investeringen in infrastructuur zijn hoog en er is geen Europees dekkend netwerk in zicht. Tegelijk laten de eerste studies – zoals op de corridor Rotterdam–Venlo – zien waar de kansen (kosten, kleinere batterijen) en knelpunten (piekbelasting, beperkte toepasbaarheid) liggen.
Voor Nederlandse logistieke bedrijven is de meest verstandige route nu:
- Datagedreven inzicht opbouwen in ritprofielen en energieverbruik.
- AI gebruiken voor route- en laadoptimalisatie, eerst met bestaande laadopties.
- Scenario’s ontwikkelen waarin ERS één van de bouwstenen is, niet de enige oplossing.
De vraag is dus niet of ERS alles gaat oplossen. De echte vraag is: hoe zorg je dat jouw organisatie zó slim met data en AI omgaat, dat welke infrastructuur er ook komt – ERS, hubs, waterstof, snelladers – jij er meteen optimaal gebruik van kunt maken?