Home

Samenvatting AI for the Future Energy System (Dutch)

Meer zonnepanelen, windturbines, elektrische auto's en warmtepompen zijn nodig om Nederlands klimaatambitie te halen. Deze onderdelen van de energietransitie vragen grote investeringen in het Nederlandse elektriciteitsnet, tot wel 102 miljard euro tot 2050 [PwC, 2021]. Echter, het net zit nu al op veel plekken tegen zijn grenzen, waardoor nieuwe duurzame opwek of gebruikers van energie lang moeten wachten tot er ruimte is op het net. Om de volgende stappen van de energietransitie versneld mogelijk te maken, moet er beter gebruik gemaakt worden van de netcapaciteit. Dit kan, als het lukt om vraag en aanbod van energie op elkaar af te stemmen en slim gebruik te maken van extra ruimte op het net wanneer die beschikbaar is.

Om vraag en aanbod effectief op elkaar af te stemmen is het van belang om proactief inzicht te vergaren in de verwachte opwek en het verbruik. Dit kan door AI-algoritmes data uit verschillende bronnen, zoals weersvoorspellingen, energieproductie en patronen van energie verbruik te laten analyseren. Hiermee kan het AI-algoritme leren om variaties in opwek en verbruik te voorspellen zodat daar proactief op gereageerd kan worden. Hierdoor kunnen netbeheerders samen met marktpartijen de stromen op het net beter managen. Dit vermindert kosten en vergroot de stabiliteit en betrouwbaarheid van het net. Daarmee is het gebruik van AI cruciaal om beter gebruik te maken van het elektriciteitsnet.

Netbeheerders, kennisinstellingen en marktpartijen hebben hiervoor de handen ineengeslagen en zijn met behulp van AINed het project AI for the Future Energy System gestart. In de eerste fase van 6 maanden wordt een Proof-of-Concept (POC) gerealiseerd, waarbij marktpartijen, regionale en landelijke netbeheerders voor een concrete case simuleren hoe het net optimaal gebalanceerd kan worden en transportcapaciteit optimaal beschikbaar kan worden gesteld aan de marktpartijen. Experts op het gebied van data uitwisseling van energiedata helpen om dit op een standaard manier te realiseren, terwijl experts van kennisinstellingen borgen dat de POC gebruik maakt en aansluit bij de academische state-of-the-art.

Deelnemende partijen zijn Alliander, Tennet, CWI, TUD, HvA, SIA Partners, MFFBAS en Giga Storage. Het project wordt deels gefund door AINed.