Uitvallende omvormers zonnepanelen: netbeheerders moeten spanningskwaliteit vaker meten

Dat stelt ENGIE Laborelec in een nieuw onderzoek naar spanningskwaliteit dat uitgevoerd is in opdracht van de Autoriteit Consument & Markt (ACM).

Recordaantal klachten
ENGIE Laborelec heeft de afgelopen periode in opdracht van de toezichthouder onderzoek gedaan naar de ontwikkelingen in de spanningskwaliteit in elektriciteitsnetten. Daarbij zijn zowel de hoogte van de spanning, de grenzen waarbinnen spanning varieert, hoe snel en in welke mate de variatie plaatsvindt als spanningsdips onder de loep genomen.

De ACM wil met dit onderzoek proactief inspelen op de ontwikkeling van de spanningskwaliteit die onder druk staat door de energietransitie en onder meer leidt tot een recordaantal klachten van consumenten over uitvallende omvormers van zonnepanelen, waarvan de netbeheerders verwachten dat dit fenomeen tot 2030 toeneemt.

Verergeren
Het onderzoek wijst uit dat de huidige spanningskwaliteit op de netten goed is, met uitzondering van lokale problemen en in toenemende mate te hoge spanningen op laagspanningsnetten, wat leidt tot het uitschakelen van omvormers van zonnepanelen. Daarbij wordt opgemerkt dat de spanningskwaliteit ondanks de problemen voor zonnepaneeleigenaren formeer binnen de limieten van de Netcode Elektriciteit blijven, maar dat het fenomeen maatschappelijk niet wenselijk is.

Bovendien merken onderzoekers op dat thuisbatterijen en bi-directioneel laden van elektrische auto’s in de toekomst het probleem nog verergeren als hier geen duidelijke afspraken rond gemaakt worden. ‘Naast een gecoördineerde aansluiting van enkelfasige pv op laagspanningsdistributienetten, die bij het verminderen van zowel onbalans als overspanningen helpt, zijn er andere oplossingen om de uitschakeling te vermijden, zoals gecoördineerde actieve vermogensregeling – met actieve reactieve vermogen regeling – of gecoördineerde beperking van injectie – evenredige vermindering van het geproduceerde vermogen bij alle aangesloten installaties.

Aanbevelingen
ENGIE Laborelec geeft in het rapport dan ook aanbevelingen over hoe de spanningskwaliteit op laagspanningsnetten beter in kaart gebracht kan worden. Hierdoor kunnen netbeheerders effectiever op de spanningsproblematiek inspelen.

De onderzoekers merken namelijk op dat de problematiek van uitvallende omvormers van zonnepanelen niet zichtbaar is via Power Quality Monitoring (PQM), omdat  de metingen gebaseerd zijn op 10-minuten-waarden. ‘In het algemeen wordt aangeraden om een minimumaantal weekmetingen in de laagspannings- (LS) en middenspannings- (MS)netten te realiseren om een voldoende betrouwbaar zicht te verkrijgen op de spanningskwaliteit’, adviseert ENGIE Laborolec. ‘Volgens de aanbevelingen van de Council of European Energy Regulators (CEER), om een betrouwbaarheid van 95 procent te kunnen garanderen zonder significant verlies van nauwkeurigheid, is een minimumaantal van 200 weekmetingen aangeraden. Om beter in te spelen op de actuele problematiek rond de decentralisatie van de productie zou een verhoging van het aantal weekmetingen op specifieke locaties – wijken met veel pv, warmtepompen, elektrische voertuigen (ev’s) – kunnen worden overwogen.’

Big data
De onderzoekers concluderen verder dat er behoefte is aan meer geautomatiseerde dataverwerkingssystemen en hulpmiddelen die de analyse van de data intelligenter en minder arbeidsintensief maakt. ‘Big data-analyse is nodig om grote hoeveelheden data te analyseren en te structureren en om patronen, correlaties en trends te herkennen. Momenteel zijn de bronnen manueel geïmporteerd, wat zeer tijdrovend is waardoor het onderzoek lang duurt alvorens resultaten bekend zijn.’

Daarbovenop is er volgens ENGIE Laborelec behoefte aan een aangepast meetprogramma gekoppeld aan klachten en nieuwe technologie om de impact op het stroomnet te kunnen volgen. ‘Deze nood vereist andere aanpak voor locatie en kleinere tijdsintervalmetingen. De slimme meters kunnen ook gebruikt worden om spanningsproblemen op laagspanningsnetten te anticiperen en eveneens gegevens te verzamelen met een hogere tijdsgranulariteit – waarden met een tijdsinterval kleiner dan 10 minuten – op kritieke momenten.’