Unieke algoritmes en aansturing voor virtuele energiecentrales

12.09.2023 Niels van der Horst

TIBO Energy houdt zich bezig met Energie Management Systemen (EMS) op basis van Machine Learning (ML). ML is een vorm van kunstmatige intelligentie (Artificial Intelligence, AI) die gericht is op het bouwen van een systeem dat van verwerkte data kan leren of data gebruikt om beter te presteren. Ruim een jaar geleden zagen de oprichters van TIBO de mogelijkheid om vanuit de zusterorganisatie CodeNext21 de technologie toe te passen op de problematiek rond netcongestie.

“Destijds kregen wij een opdracht van een klant om iets met AI te doen in de energiesector. Naar aanleiding daarvan kwamen wij er achter dat de algoritmes die wij ontwikkeld hadden, zeer geschikt waren om bepaalde vraagstukken in de energiesector mee op te lossen,” vertelt medeoprichter Remco Eikhout. “De opdracht handelde over het voorspellen van momenten dat er meer energie wordt gevraagd van of aangeboden aan het net dan mogelijk is.”

Ingewikkelde vraagstukken
Soms worden de verschillen in energievraag- aanbod al opgevangen met opslag of levering door een batterij of via het in- en uitschakelen van apparaten die niet per se op hun geplande moment hoeven te draaien. “Denk aan elektrische boilers die water opwarmen of een warmtepomp die ook een kwartier later of eerder aan kan. Alleen, als je hier dynamische prijsvorming bij optelt, wordt dit al snel heel ingewikkeld. Niet alleen om zo’n combinatie optimaal aan te sturen, maar ook om te adviseren over dit soort scenario’s,” geeft Eikhout aan. In de markt ontbreekt het aan tools om allerlei verschillende situaties door te rekenen. “Energieprofessionals krijgen vragen als: ‘Ik zit in een congestiegebied en wil verder verduurzamen door middel van laadpalen en een warmtepomp maar ik krijg geen verzwaring van mijn netaansluiting. Daarnaast heb ik zonnepanelen op m’n dak maar ik mag niet terugleveren. Hoe los ik dit op?’”

Exponentiële moeilijkheidsgraad
“Als je alleen een zonne-installatie hebt, die je kan in- en uitschakelen, dan is het eenvoudig. Hetzelfde geldt voor als je alleen een laadpaal hebt waarvan je de capaciteit kan op- of terugschroeven. Maar heb je een laadpaal én een PV-installatie, heb je al veel meer mogelijkheden. Een complexer bedrijf heeft al snel laadpalen, PV, een productieproces, een warmtepomp en misschien zelfs een warmtekrachtcentrale.” Dat is een elektriciteitscentrale waarbij de restwarmte ook wordt gebruikt, bijvoorbeeld voor warm water aan een warmtenet. “Er zijn dan vijf energiecomponenten, waardoor de ingewikkeldheid om dat optimaal aan te sturen exponentieel toeneemt. Dat kan je niet meer berekenen met Excel of iets dergelijks, want dan ben je dagen aan het rekenen en heb je uiteindelijk nog maar een benadering van wat je zou kunnen doen.”

Digital twin en machine learning
Op het moment dat een apparaat veel stroom vraagt heb je allerlei verschillende keuzes en combinaties van mogelijkheden om die te leveren. “Wij zijn daarbij gaan focussen op de aspecten congestiemanagement, CO2-reductie en kostenbeperking,” zegt Eikhout. “Dat zijn eigenlijk knoppen die op ons systeem zitten op basis waarvan de verschillende keuzes gemaakt gaan worden. Als je niet één bedrijf maar een bedrijventerrein wil gaan aansturen, maak je een model van al die ondernemingen met al hun energie-assets. Dan wordt het echt super complex en helemaal niet meer met de hand uit te rekenen. Wij hebben een algoritme ontwikkeld dat via een zogeheten digitale tweeling – dat is de digitale versie van de energieapparaten van het bedrijvencomplex – het energiesysteem kan aansturen en optimaliseren en zichzelf verbetert door machine learning. Daardoor kan onze software zowel eenvoudige als hele complexe energie-ecosystemen aansturen.”

Aansturen en simuleren
Onbedoeld had TIBO hiermee ook de mogelijkheid ontwikkeld om binnen een energiehub te optimaliseren wat betreft opwek en afname. “Bij onderzoeken naar energy hubs en groepen bedrijven die onderling stroom willen uitwisselen, bijvoorbeeld vanwege netcongestie, was het geluid van energieprofessionals dat ze nog maar net aan het analyseren waren. Ze moesten aan die ondernemers en ook de netbeheerder nog aantonen dat een gezamenlijke aanpak dé oplossing was.” De software van TIBO kan het niet alleen aansturen maar ook simuleren waarbij de tijd versneld kan worden en het in staat is jaren vooruit te voorspellen. Dat gebeurt met allerlei data zodat zoveel mogelijk van de van invloed zijnde factoren, worden meegenomen.

Onderbouwing voor investeringen
Eikhout: “We konden laten zien wat er gebeurt als er een hele koude winter of hele natte zomer zou komen. We kregen door die simulaties data op basis waarvan de ondernemers konden besluiten om te investeren. Voordat ze daartoe beslissen willen zij natuurlijk graag weten, wat het ze gaat opleveren. Niet alleen financieel maar ook qua hoeveelheid vrije stromen die ze ermee creëren; of ze verder kunnen met hun verduurzaming en CO2-reductie en de rest van hun groene agenda. Energieprofessionals kunnen het model voor de digital twin dus ook inzetten om deze berekeningen mee te maken. In Excel zou je het alleen kunnen benaderen als je werkt met gemiddeldes maar zo is de realiteit niet. Wij simuleren met data van weermodellen – inclusief bijvoorbeeld opwarming van de aarde met 2 graden - en historische data en rekenen een gekozen combinatie door. Dat kan per kwartier tot 2030!” Bovendien is de software relatief eenvoudig en vereist geen cursus van weken om er mee te kunnen werken.

Van simulatie naar praktijk
Een ondernemer kan de wens hebben om een warmtepomp aan te schaffen of om met elektrische vrachtwagens te gaan rijden. “Het kan dan zijn dat je te horen krijgt dat een grotere aansluiting niet mogelijk is. Binnen een simulatie kan je dan zonnepanelen, laadpalen en een grote batterij toevoegen aan het model en de simulatie nog een keer draaien. Een energieprofessional kan daarmee verder gaan tot het allemaal klopt, past en alle wensen wel mogelijk zijn,” vertelt Eikhout. “Vervolgens zegt een klant ‘Top, ga het maar realiseren.’ Daarna is het zaak om de simulatie in de werkelijkheid waar te maken. Dan wordt er aangestuurd en zal uit de praktijk moeten blijken dat de simulatie klopt. Het wordt verder real time inzichtelijk wie aan wie energie levert en wanneer en hoeveel, zodat onderling verrekend en afgerekend kan worden.

Juridische status
Over energy hubs en virtuele energiecentrales wordt veel gepraat maar de juridische status is nog niet bepaald. “Degenen die er zijn, betreffen allemaal proefprojecten met toestemming van de overheid. Er komt een nieuwe Energiewet en dan gaat het allemaal mogelijk worden maar die is er nog niet door.” Deskundigen kunnen tot die tijd aan de slag met simuleren om te achterhalen hoe deze hubs en centrales er uit gaan zien, qua techniek, kosten en emissiereductie. “Verder zijn er nu al genoeg omgevingen waar je die toestemming niet nodig hebt, zoals een ziekenhuis, grote stomerij of universiteit met campus. Die hebben één eigenaar en één aansluiting en kunnen dus nu al aan de slag gaan met een virtual power plant.”

De enige
Inmiddels is de vraag enorm en heeft de start up continu vacatures uitstaan. “We moeten bijna bij sommige opdrachten op de rem trappen. Die toeloop heeft te maken met dat we de enige lijken te zijn die deze problematiek kunnen aanpakken,” vertelt Eikhout begrijpelijk met enige trots.