Een complexe keten van onderlinge afhankelijkheden, dat is de uitdaging waar onze maatschappij op het gebied van de energietransitie voor staat. Klimaatverandering maakt dat de energietransitie van groot belang is. Tegelijkertijd wordt door de energietransitie ook meer van het elektriciteitsnet gevraagd, wat steeds vaker tot netcongestie leidt. Dit leidt tot instabiliteit in het net wat, gezien de elektrificatie van de maatschappij die samengaat met de energietransitie, grote gevolgen heeft. Daardoor staat netcongestie ook projectontwikkeling in de weg.
Een van de oplossingen voor netcongestie is het slim sturen van vraag naar elektriciteit. Wij werken onder andere binnen het Brains4Buildings project, aan onderzoek om dit mogelijk te maken. Een voorbeeld is de ontwikkeling van een AI-algoritme dat het laden van elektrische voertuigen bij kantoorgebouwen optimaliseert. Dit algoritme reduceert de pieklaadbelasting. Ook kunnen aspecten als direct gebruik van lokaal opgewekte energie en voorspeld gebouw-gebonden energiegebruik geïmplementeerd worden voor optimaal laden.
Uit het onderzoek volgt dat door gebruik van een AI-strategie de pieklaadbelasting significant gereduceerd kan worden zonder in relevante mate in te leveren op laadeffectiviteit. Hierbij maken wij gebruik van simulaties waarmee we een groot aantal verschillende situaties kunnen doorrekenen. In de resultaten is te zien dat de piek door laden wanneer mensen in de ochtend aankomen bij kantoor en het elektrisch voertuig aankoppelen aanmerkelijk hoger is wanneer enkel naar laadvraag wordt gekeken vergeleken met de laadpiek die resulteert met AI-gedreven laden, waarbij de piek aanzienlijk vlakker is. De flexibiliteit van de AI-methode biedt veel mogelijkheden.
Wilt u meer weten over ons onderzoek waarmee wij iets willen bijdragen aan een oplossing voor de netcongestieproblematiek, neem dan contact op met onze adviseur.