Electric Road Systems zijn geen wondermiddel, maar wel een scherpe niche-oplossing. Ontdek hoe data en AI bepalen waar ERS echt waarde toevoegt in Nederland.
Electric Road Systems: nuttige niche of doodlopende weg?
Vijf procent. Zó groot is het deel van het vrachtverkeer waarvoor een Electric Road System (ERS) op de corridor Rotterdam – Venlo volgens recent onderzoek echt geschikt is. Niet 50%, niet eens 20%. Vijf.
Dat cijfer zet meteen de toon. De elektrificatie van zwaar wegtransport vraagt om slimme keuzes, zeker nu het Nederlandse stroomnet piept en kraakt. Veel logistieke bedrijven kijken naar elektrische trucks, waterstof, snelladen langs de snelweg – en steeds vaker duikt ERS op in de discussies. Maar waar past dit concept werkelijk in de Nederlandse energietransitie en smart mobility-strategie?
In deze blog plaats ik het onderzoek van TU Delft-masterstudent Bruno Nolte (uitgevoerd bij ElaadNL) in een bredere context: de verduurzaming van transport, de druk op het elektriciteitsnet én de opmars van AI in transport en logistiek. Je leest wat ERS wél en niet kan, waar de belasting op het net ontstaat, en hoe data en AI onmisbaar worden om zulke systemen überhaupt haalbaar te maken.
Wat is de echte potentie van Electric Road Systems?
De kern: Electric Road Systems zijn interessant als gerichte oplossing op specifieke corridors, niet als universeel antwoord voor al het vrachtverkeer.
Een ERS is een systeem waarbij elektrische vrachtauto’s tijdens het rijden laden, meestal via een bovenleiding boven de snelweg. Denk aan een soort trolleybus, maar dan voor heavy-duty trucks. Dat heeft een paar duidelijke voordelen:
- Kleinere batterijen in de truck → lagere aanschafkosten, minder gewicht, meer laadvermogen.
- Minder druk op laadinfra bij depots → minder zware aansluitingen op bedrijventerreinen.
- Laden tijdens rijden → minder stilstand, hogere inzetbaarheid van voertuigen.
In het onderzoek naar de corridor Rotterdam-Maasvlakte – Venlo is niet simpelweg gekeken: “welke adressen liggen langs de snelweg?”. In plaats daarvan zijn volledige dagroutes van trucks geanalyseerd op basis van een grote dataset met voertuigbewegingen. Dat is belangrijk, want een truck doet vaak meerdere ritten op een dag met verschillende laad- en losadressen.
De uitkomst is nuchter:
Voor ongeveer 5% van het vrachtverkeer op deze corridor is ERS echt praktisch bruikbaar.
Met andere woorden: ERS kan nuttig zijn, maar alleen voor een beperkte groep voertuigen met een routeprofiel dat goed aansluit op deze ene snelwegcorridor. Voor het grootste deel van het Nederlandse vrachtverkeer blijven batterij-elektrische trucks met depotladen, publieke snelladers of waterstof-oplossingen de logische hoofdroutes.
Waarom is die 5% toch interessant?
Omdat het gaat om veel kilometers op een drukke corridor met zware voertuigen. Precies daar is de CO₂-winst per geïnvesteerde euro groot. En precies daar kan een gerichte oplossing als ERS zin hebben – mits de netimpact en kosten in verhouding zijn.
Waar en wanneer ontstaat de stroomvraag van ERS?
De belangrijkste les uit het onderzoek: ERS verschuift de stroomvraag naar het hoofdwegennet Ă©n naar de daguren, met forse pieken op specifieke wegsegmenten.
Ruimtelijke concentratie: vooral Botlek – Ridderkerk
Op de corridor Rotterdam – Venlo blijkt:
- De hoogste vermogensvraag zit tussen Botlek en Ridderkerk.
- In sommige segmenten loopt die vraag op tot meer dan 3 MW.
- Richting het oosten (meer landinwaarts) neemt de stroomvraag duidelijk af.
Voor netbeheerders is dat cruciale informatie. Een extra 3+ MW langs een toch al druk stuk snelweg is geen detail. Dat betekent:
- nieuwe transformatorstations langs de snelweg;
- verzwaring van middenspanningsringen;
- complexe afstemming met industrieclusters en bestaande grootverbruikers in de havenregio.
Tijdstip: piek in de ochtendspits
Qua tijdsverdeling laat de studie zien:
- een kleine piek tussen 04:00 en 06:00 uur;
- de hoogste piek tussen 08:00 en 11:30 uur.
En daar wringt het: dat is precies wanneer de netbelasting in Nederland al hoog is door kantoren, industrie en steeds vaker ook elektrische personenauto’s.
Waar depotladen van trucks vaak juist ’s nachts plaatsvindt, wanneer het net ruimte heeft, verschuift ERS de vraag naar overdag. En anders dan bij slim laden op een depot kun je op de snelweg niet even “een kwartiertje later” opladen. De truck rijdt, de bovenleiding is er, de stroomvraag is direct en moeilijk te sturen.
ERS beperkt de ruimte voor echt netbewust laden, omdat je minder kunt schuiven in tijd.
Voor een energiesysteem dat al worstelt met netcongestie is dat een serieus nadeel.
ERS vanuit netbeheerder Ă©n logistiek: botsende logica
Aan de ene kant heb je de netbeheerder die pieken wil afvlakken en investeringen wil beperken. Aan de andere kant staat de logistiek dienstverlener die inzetbaarheid, laadtijd en TCO (total cost of ownership) optimaliseert. ERS raakt precies het spanningsveld tussen die twee.
Vanuit het netbeheerdersperspectief
Vanuit het net gezien brengt ERS drie grote issues mee:
- Dagelijkse piekbelasting
- Belangrijke extra belasting tussen 08:00 en 11:30 uur.
- Nauwelijks ruimte om vraag te verschuiven naar de nacht.
- Fysieke infrastructuur
- Bovenleidingen langs snelwegen.
- Nieuwe transformatoren en schakelstations direct aan het hoofdwegennet.
- Maakbaarheid en doorlooptijd
- Langdurige vergunningstrajecten.
- Afstemming met Rijkswaterstaat, provincies, gemeenten en industrie.
Vanuit transport & logistiek
Voor logistieke bedrijven ziet de rekensom er anders uit:
- Kleinere batterij → lagere voertuigkosten, meer laadvermogen.
- Minder stilstand door laden tijdens rijden → hogere productiviteit.
- Routeafhankelijkheid → alleen aantrekkelijk voor vaste corridors en herhalende ritten.
ERS heeft vooral zin voor bedrijven met:
- veel ritten tussen vaste hubs (bijvoorbeeld haven – inland terminal);
- een voorspelbaar ritpatroon;
- weinig flexibiliteit om lange laadtijden in te passen op depots.
Maar: als de netkosten, infrastructuurkosten en tariefstructuur voor ERS niet aantrekkelijk zijn, verdampt het voordeel snel. Dáár komt AI en datagedreven smart mobility om de hoek kijken.
Hoe AI ERS, laadinfrastructuur en netcapaciteit bij elkaar brengt
De rode draad in onze serie “AI in Nederlandse Transport & Logistiek: Smart Mobility” is simpel: zonder data en AI wordt de energietransitie in mobiliteit onnodig duur en traag. ERS is daar een helder voorbeeld van.
1. AI voor selectie van kansrijke corridors
Het Delftse onderzoek gebruikte al een grote dataset met voertuigbewegingen om te bepalen dat 5% van het verkeer op Rotterdam – Venlo geschikt is voor ERS. In de praktijk kun je dit veel verder uitbouwen met AI:
- miljoenen ritten per jaar analyseren;
- per corridor berekenen:
- percentage ritten dat substantieel profiteert van ERS;
- verwachte energievraag per segment;
- interactie met bestaande laadinfrastructuur en overslagpunten;
- scenario’s vergelijken (bijv. “ERS op A15 vs. extra megachargers langs A67”).
Zo voorkom je dat Nederland in dure infrastructuur investeert op plekken waar de logistieke vraag het simpelweg niet rechtvaardigt.
2. AI-gestuurde laadstrategie: ERS + depots + publieke laders
ERS staat nooit op zichzelf. Bedrijven zullen een mix krijgen van:
- nachtelijk depotladen;
- snelladen bij hubs of logistieke knooppunten;
- eventueel ERS-laden op delen van de route.
AI kan voor elk voertuig, elke route en elk tijdslot de optimale laadstrategie bepalen:
- Wanneer laadt een truck zoveel mogelijk ’s nachts op het depot?
- Wanneer is het zinvol om op ERS te vertrouwen, en wanneer niet?
- Hoe beperk je overdag de extra netpiek door ERS-laden?
Voor netbeheerders ontstaat zo een realistischer beeld van de werkelijke netbelasting onder dynamische omstandigheden, in plaats van worstcaseschattingen.
3. Vraagvoorspelling en congestiemanagement
Netbeheerders hebben baat bij voorspelbare stroomvraag. AI-modellen kunnen op basis van historische ritdata, seizoenspatronen (denk aan piekdrukte in december in de logistiek) en weersomstandigheden nauwkeurig voorspellen:
- de verwachte vermogensvraag per ERS-segment per kwartier;
- gevoeligheid van die vraag voor verstoringen (files, stremmingen, evenementen);
- mogelijke congestiepunten op het elektriciteitsnet.
Met die voorspellingen kun je:
- gericht investeren in netverzwaring waar het Ă©cht nodig is;
- afspraken maken met logistieke partijen over flexibiliteit, bijvoorbeeld:
- meer nachtelijk depotladen in ruil voor lagere tarieven;
- beperkte inzet van ERS in bepaalde tijdvakken.
4. Simulaties voor beleidskeuzes
Beleidsmakers willen weten: wat is de impact van ERS ten opzichte van alternatieven? AI-gedreven simulatiemodellen kunnen scenario’s naast elkaar zetten:
- Scenario A: ERS op Ă©Ă©n corridor, beperkte uitrol snelladers.
- Scenario B: geen ERS, maar zwaar inzet op megachargers.
- Scenario C: combinatie van ERS op topcorridors en slim laden op depots.
Per scenario kun je dan uitrekenen:
- COâ‚‚-reductie;
- investeringskosten infra en net;
- doorlooptijd en maakbaarheid;
- effecten op netcongestie.
De realiteit? Zulke simulaties zijn steeds vaker doorslaggevend bij keuzes over waar de miljoenen voor infrastructuur naartoe gaan.
Wat betekent dit nu concreet voor jouw organisatie?
Of je nu logistiek dienstverlener, verlader, overheid of netbeheerder bent: ERS is geen kwestie van “ja” of “nee”, maar van “waar, voor wie en onder welke voorwaarden”.
Voor logistieke bedrijven en verladers
- Breng je ritdata op orde. Zonder goede data over routes, tijden, volumes en stops is geen serieuze analyse mogelijk.
- Laat scenario’s doorrekenen. Wat gebeurt er met je TCO als je inzet op depotladen, publieke snelladers, ERS of een mix? Dit is bij uitstek een AI-vraagstuk.
- Denk corridor-gebaseerd. Heb je veel vaste ritten tussen haven en inland terminal, of tussen twee vaste hubs? Dan kan ERS op termijn interessant zijn, mits de infrastructuur er komt.
Voor netbeheerders en overheden
- Focus op corridors met hoge intensiteit én hoge CO₂-impact. De Rotterdam – Venlo-corridor is daar een logisch voorbeeld van.
- Gebruik AI en data om piekbelasting en investeringsbehoefte te voorspellen. Baseer keuzes niet op statische aannames maar op dynamische modellen.
- Combineer ERS altijd met slim laden elders. Hoe meer ’s nachts veilig op depots kan worden geladen, hoe beter de pieken door ERS overdag zijn te dragen.
ERS staat nog in de kinderschoenen. Truckfabrikanten hebben nog geen brede line-up aan ERS-compatibele modellen, de infrastructuur is duur en internationale uitrol is voorlopig ver weg. Dat is precies waarom het nu loont om datagedreven te kijken waar het systeem wél waarde toevoegt.
De energietransitie in het transport wordt geen één-treinte-oplossing, maar een mozaïek: batterij-elektrisch, waterstof, depotladen, snelladen, misschien op een paar drukke corridors ERS. Wie nu inzet op AI en slimme data-analyse, krijgt grip op dat mozaïek – en voorkomt dure vergissingen.
Afsluiting: van pilots naar slimme keuzes
ERS op de corridor Rotterdam – Venlo kan een oplossing zijn voor ongeveer 5% van het vrachtverkeer, met een geconcentreerde stroomvraag tussen Botlek en Ridderkerk en een duidelijke piek in de ochtend. Dat maakt ERS geen wondermiddel, maar wél een interessante niche-oplossing in een bredere mix van elektrische mobiliteit.
De volgende stap is helder: minder pilots “omdat het kan”, meer beslissingen op basis van data, AI en systeemeffecten. Bedrijven die hun ritdata al nu op orde brengen en samen met energie- en AI-experts scenario’s doorrekenen, lopen straks voorop – of ERS nu wijd wordt uitgerold of beperkt blijft tot een paar strategische corridors.
De vraag is dus niet of ERS de toekomst van vrachtvervoer is. De echte vraag is: hoe zorg jij dat jouw organisatie klaar is voor een toekomst waarin elke kilometer Ă©n elke kilowattuur telt?