Iedere zonnestraal telt: ‘Meer zonne-energie aansluiten door betere weersvoorspelling’

Wat is de kern van ‘Every Ray Counts’?
‘Netbeheerders kampen met capaciteitsgebrek op de elektriciteitsnetten. Mijn promotieonderzoek richt zich op het mogelijk maken van smart-grid-oplossingen door het combineren van hoge resolutie meteorologie met netmanagement.’

Hoe ben je in de wereld van zonne-energie beland?
‘Ik studeerde natuur- en sterrenkunde en wilde de praktijk in. Verduurzaming van de energievoorziening en oplossingen bieden voor acute problematiek hadden mijn interesse. Ik kwam bij Alliander terecht, en werk daar nu als projectleider van het team Korte Termijn Prognoses, waar we onder andere voorspellend onderzoek naar zonne-energie doen.’

Hoe kwam je dan toch weer in die academische wereld terecht?
‘Chiel van Heerwaarden, associate professor van de groep meteorologie en luchtkwaliteit bij Wageningen University & Research wees me op een call van de Nederlandse Organisatie voor Wetenschappelijk (NWO). Er was funding beschikbaar voor promotieonderzoek op allerhande grensverleggende vlakken. Of ik niet iemand kende die dat bij hem wilde doen. Ik zag een kans voor mezelf.’

En voor Alliander?
‘Uiteraard. Je ziet het gebruik van zonnepanelen overal toenemen, op woningen, grote daken en land. Het gaat om heel grote aantallen. Dat veroorzaakt steeds sterkere en vaak onvoorspelbare pieken op het net. Daardoor wordt het op veel plekken steeds lastiger om meer zonne-energie in te passen in ons energiesysteem. Dat is niet de kant die we op willen.’

Het verbeteren van meteorologische voorspellingen biedt een oplossing?
‘Hoe kunnen we de productie van zonne-energie beter voorspellen, knelpunten zien aankomen en mitigeren voordat ze zich voordoen? Het antwoord op die vragen ligt deels in accuratere weersvoorspellingen. Nu hebben die vaak een lage resolutie en met langer vooruitkijken neemt de onzekerheid snel toe. Bovendien hebben wolken een grote invloed op de opwek van zonne-energie. Die zijn lastig te voorpellen, zeker heel lokaal.’

Wat omvat jouw onderzoek?
‘Het begon met het kwantificeren van de variabiliteit van zonnestraling en het opwekken van zonnestroom; het in kaart brengen van de verwachtingen. Vervolgens keken we naar wat er werkelijk gebeurt. Daarvoor analyseerden we slimme meterdata voor een derde van Nederland. Waar we dachten dat spanningsproblemen op het stroomnet zich vooral zouden voordoen op de dagen dat de zon vol schijnt, was dat vooral het geval op dagen dat het wisselend bewolkt is. Een andere, belangrijke factor voor overspanning is een laag energieverbruik, in combinatie met veel opwek.’

De conclusie is?
‘Er zijn allerlei manieren waarop netbeheerders kunnen anticiperen op capaciteitsproblemen, bijvoorbeeld curtailment of het net anders schakelen. Dat werkt gewoon. Wolken beter kunnen voorspellen, helpt daar enorm bij. Daarnaast konden we maar beperkt data gebruiken uit slimme meters. Die moesten worden geanonimiseerd. Daardoor is het bijvoorbeeld lastig zwakke plekken in het net identificeren. De privacy van mensen moet natuurlijk blijven gewaarborgd, maar meer informatie mogen gebruiken uit slimme meters zou van grote toegevoegde waarde zijn om te bepalen waar het netwerk onder druk staat.’

Dat kinkt allemaal nog erg theoretisch.
‘Een heel concrete stap die we hebben gezet, betreft het voorspellen van wolken. Nu heb je het daarbij over uurgemiddeldes, bijvoorbeeld tussen 12 en 13 uur zal de zon 70 procent schijnen. Dat zegt niets over de pieken en de dalen. We hebben een machine learning-model ontwikkeld dat inzicht geeft in de fluctuaties binnen dat uur. Daarmee kunnen netbeheerders veel beter inschatten waar zich knelpunten zullen voordoen en daarop ingrijpen. Daarnaast heb ik onderzocht wat de impact is van de nauwkeurige weersvoorspellingen bij het balanceren van het stroomnet.’

En die impact is?
‘Zouden we het weer perfect in hoge resolutie kunnen voorzien, dan lost dat het probleem voor twee derde op. Een derde van de onzekerheid aangaande spanningsproblematiek is dus inherent, bijvoorbeeld vanwege onvoorspelbaar energieverbruik. Met het zelflerende algoritme dat wij hebben ontwikkeld kan een flinke stap in de goede richting worden gezet, hoe groot die precies is gaan we nog onderzoeken.’

De stap naar de praktijk duurt nog even?
‘Nee. We passen de ontwikkelde techniek al toe bij Alliander. Die is bovendien open source beschikbaar onder de naam OpenSTEF; iedereen mag die gebruiken. Andere Nederlandse regionale netbeheerders hebben wel interesse, maar lijken zich voorlopig vooral te willen richten op het ontwikkelen van hun eigen tooling. Maar Tennet is wel al bezig met de inpassing van onze technologie in zijn prognoses, en dat geldt ook voor de Franse netbeheerder RTE. Daar ben ik uiteraard heel erg trots op.’