Grid-modellering: het elektriciteitsnet naspelen op de computer
Stel je een verkeersleider voor die het hele Nederlandse snelwegennet moet beheren, maar geen enkel camerabeeld heeft en niet weet hoeveel auto's er over tien minuten een file gaan veroorzaken. Zo ongeveer voelde het beheren van het elektriciteitsnet vroeger aan naarmate er steeds meer zonnepanelen, warmtepompen en laadpalen bijkwamen. Grid-modellering is het antwoord daarop: een computermodel dat het elektriciteitsnet nabootst, zodat netbeheerders vooraf kunnen zien waar het te druk gaat worden en wat er gebeurt als ze iets veranderen.
Een grid-model is in feite een digitale kopie van kabels, transformatorhuisjes en onderstations, gevuld met wiskundige regels over hoe stroom door die kabels loopt. Door er gegevens in te stoppen over hoeveel stroom huishoudens, bedrijven en zonneparken op een bepaald moment gebruiken of opwekken, berekent het model of het net dat aankan, of dat er ergens een "verkeersopstopping" ontstaat — in de energiewereld netcongestie genoemd. Dat is precies het probleem waar Nederland de afgelopen jaren tegenaan is gelopen: op steeds meer plekken kunnen bedrijven niet zomaar een nieuwe, zware stroomaansluiting krijgen omdat het net vol zit.
Wat is het precies?
De kern van grid-modellering is een berekening die in de energietechniek een load flow- of power flow-berekening heet: op basis van de natuurkundige wetten van Kirchhoff en Ohm wordt uitgerekend hoe spanning en stroom zich verspreiden door een netwerk van kabels en knooppunten. Dat klinkt abstract, maar het komt neer op simpele boekhouding: alle stroom die ergens het net in gaat, moet er ook weer uit komen, en elke kabel heeft een maximale capaciteit die niet overschreden mag worden.
De rekenmethode die hiervoor het meest wordt gebruikt, de zogeheten Newton-Raphson-methode, is niet nieuw: ze werd al in de jaren zestig praktisch bruikbaar gemaakt voor grote netten en wordt nog steeds toegepast, zij het met veel krachtigere computers dan destijds. Nieuw is vooral de schaal en de snelheid: waar vroeger een paar keer per jaar een model werd doorgerekend voor investeringsplanning, willen netbeheerders nu bijna realtime weten hoe druk het net is.
Daarvoor is meer nodig dan alleen de kabels en de fysica. Een model moet ook gevoed worden met gegevens: verbruiksprofielen van huishoudens, weersvoorspellingen (voor zon en wind), en steeds vaker metingen van slimme meters en sensoren in het net zelf. Wanneer zo'n model continu wordt bijgewerkt met live meetgegevens, spreekt men van een digital twin, een digitale tweeling: een model dat niet alleen een toekomstscenario doorrekent, maar op elk moment een actueel beeld geeft van de werkelijke situatie in het net.
Er bestaat een belangrijk onderscheid tussen twee soorten modellen. Planningsmodellen kijken jaren vooruit en helpen bepalen welke kabels en stations verzwaard moeten worden. Operationele modellen draaien in de controlekamer en helpen bij beslissingen van minuut tot minuut, bijvoorbeeld om te bepalen welke partijen tijdelijk minder stroom mogen afnemen of leveren. Steeds vaker wordt daarbij ook kunstmatige intelligentie ingezet, vooral om verbruik en opwek te voorspellen en om berekeningen te versnellen die met traditionele methodes rekenkundig zwaar zijn.
Wat wil men ermee bereiken?
Het belangrijkste doel is simpel: voorkomen dat het net vastloopt of, in het ergste geval, uitvalt, terwijl het bestaande net zo efficiënt mogelijk wordt benut. Nieuwe kabels graven is duur en traag — vaak zes tot tien jaar door vergunningen, materiaalschaarste en een tekort aan monteurs. Een goed model helpt om eerst te kijken of slimmer gebruik van het bestaande net het probleem kan verminderen, voordat er gegraven wordt.
Grid-modellering ondersteunt ook marktmechanismen voor congestiemanagement: systemen waarbij grote afnemers en opwekkers tegen betaling hun stroomgebruik tijdelijk aanpassen om drukte op het net te verlichten. Zulke marktplekken kunnen alleen goed werken als er een betrouwbaar model achter zit dat aangeeft waar en wanneer de knelpunten precies zitten.
Daarnaast is modellering onmisbaar voor de energietransitie in bredere zin. Zonneparken, windmolens, elektrische auto's en warmtepompen veranderen het verbruikspatroon van het net ingrijpend: veel meer pieken, veel meer decentrale opwek, veel minder voorspelbaar dan de rustige, gelijkmatige vraag van vroeger. Modellen helpen bepalen hoeveel duurzame energie een net kan verwerken en waar uitbreiding het hardst nodig is. Tot slot spelen modellen een rol bij het testen van noodscenario's: wat gebeurt er als een grote kabel uitvalt door een storing, en houdt de rest van het net dat op?
Voorbeelden uit de praktijk
GOPACS, opgezet in 2019 door netbeheerder TenneT samen met regionale netbeheerders Liander (onderdeel van Alliander), Stedin en Enexis, is een Nederlands marktplatform voor congestiemanagement. Grote gebruikers en opwekkers kunnen hierop bieden om hun stroomgebruik tijdelijk aan te passen op plekken waar het net vol dreigt te lopen, op basis van de netmodellen van de betrokken netbeheerders.
De capaciteitskaart van Netbeheer Nederland is een online kaart waarop bedrijven en particulieren per regio kunnen zien of er ruimte is voor een nieuwe of grotere stroomaansluiting. Deze kaart, die de afgelopen jaren steeds verder is uitgebreid en verfijnd, is direct gebaseerd op de onderliggende netmodellen van de regionale netbeheerders.
In het Verenigd Koninkrijk werkt de landelijke netbeheerder aan een Virtual Energy System, een project dat rond 2022 werd aangekondigd met als doel losse digitale modellen van verschillende onderdelen van het Britse energiesysteem — van elektriciteitsnet tot gasnet en warmtenetten — aan elkaar te koppelen tot één samenhangend digitaal beeld. Het project loopt nog en is een van de meest ambitieuze pogingen tot een landelijke digitale tweeling van een energiesysteem.
In de wetenschap wordt veel gebruikgemaakt van PyPSA (Python for Power System Analysis), een open-source modelleertool die zijn oorsprong heeft bij het Frankfurt Institute for Advanced Studies en sindsdien verder is ontwikkeld door onderzoeksgroepen verbonden aan onder meer het Karlsruhe Institute of Technology en de Technische Universität Berlin. Met PyPSA en de daarop gebaseerde variant PyPSA-Eur worden scenario's doorgerekend voor een volledig op zon en wind gebaseerd Europees elektriciteitsnet, en de resultaten worden veel geciteerd in wetenschappelijke publicaties en beleidsdiscussies over de energietransitie.
Ook individuele Nederlandse netbeheerders investeren in eigen modelleer- en voorspelsystemen om vraag en aanbod regionaal beter te kunnen inschatten, al is over de precieze technische invulling daarvan vaak minder in detail gepubliceerd dan over de hierboven genoemde initiatieven.
Hoe ver is de techniek?
De basisrekenkunde achter grid-modellering is volwassen: load-flow-berekeningen worden al decennia gebruikt en zijn technisch betrouwbaar. Waar de techniek nog volop in ontwikkeling is, is de overgang naar realtime digitale tweelingen, vooral op het niveau van de lokale netten met lagere spanning waar de meeste huishoudens op zijn aangesloten. Op het hoogspanningsnet, waar TenneT verantwoordelijk voor is, is al veel langer uitgebreide sensordata beschikbaar; op het lokale net, beheerd door regionale netbeheerders, is die data van oudsher veel schaarser, al verandert dat met de uitrol van slimme meters.
Een andere hobbel is standaardisatie: verschillende netbeheerders en landen gebruiken deels verschillende software en dataformaten, wat het combineren van modellen tot één landelijk of Europees beeld bemoeilijkt. Internationale organisaties werken aan gemeenschappelijke datastandaarden om dit te verbeteren, maar dat proces kost tijd.
Het gebruik van kunstmatige intelligentie om berekeningen te versnellen of vraag te voorspellen is veelbelovend, maar nog relatief jong in deze sector. Omdat een verkeerde inschatting van de netbelasting in het slechtste geval tot stroomstoringen kan leiden, zijn netbeheerders terecht voorzichtig en willen ze nieuwe AI-methodes eerst uitgebreid valideren naast bewezen technieken, voordat ze die volledig vertrouwen in de controlekamer.
Belangrijk om eerlijk te benoemen: grid-modellering lost het achterliggende capaciteitsprobleem niet vanzelf op. De netcongestie waar Nederland nu mee kampt, is voor een deel een gevolg van te weinig fysieke kabelcapaciteit, iets waar geen model iets aan verandert. Modellering helpt om het bestaande net slimmer te benutten en om te bepalen waar uitbreiding het hardst nodig is, maar het graven en aanleggen van nieuwe infrastructuur blijft een traag, fysiek proces.
Wie werken eraan?
In Nederland zijn de landelijke netbeheerder TenneT en de regionale netbeheerders — Liander (onderdeel van Alliander), Stedin, Enexis en enkele kleinere partijen — de belangrijkste partijen die grid-modellen in de praktijk gebruiken en doorontwikkelen, vaak gecoördineerd via de brancheorganisatie Netbeheer Nederland. Onderzoek naar nieuwe modelleertechnieken gebeurt onder meer bij de Technische Universiteit Delft, de Technische Universiteit Eindhoven en TNO.
Internationaal is de Britse netbeheerder een van de partijen die het verst gaat met een landelijke digitale tweeling. In Duitsland en de rest van Europa spelen onderzoeksinstituten als het Karlsruhe Institute of Technology en de TU Berlin een grote rol in de ontwikkeling van open-source modelleersoftware. In de Verenigde Staten vervult het Electric Power Research Institute (EPRI), een non-profit onderzoeksorganisatie voor de elektriciteitssector, een vergelijkbare rol als kennisinstituut en ontwikkelaar van standaarden. Op internationaal niveau brengt CIGRE, de in 1921 opgerichte internationale koepelorganisatie voor kennis over grote elektriciteitsnetten, technische experts van netbeheerders, universiteiten en bedrijven wereldwijd samen om best practices en standaarden te ontwikkelen.