Datawetenschappers helpen om ruimte te vinden op boordevol elektriciteitsnetwerk

_{⌂ » Werk & ondernemen » Nijmegen innoveert}

Het energienetwerk in Nederland zit overvol en de vraag naar nieuwe aansluitingen is niet bij te benen. Dus áls er toch nog ruimte te vinden is, wil een netwerkbedrijf als Alliander heel precies weten waar en wanneer die ruimte dan beschikbaar is. Datawetenschappers van Alliander en de Radboud Universiteit werkten samen aan een systeem waarmee dat beter in kaart te krijgen is. Ze publiceerden er een wetenschappelijk artikel over in Sustainable Energy Grids and Networks.

De druk op het elektriciteitsnetwerk in Nederland heeft twee hoofdoorzaken: ten eerste neemt het gebruik van aardgas af en van elektriciteit toe. Ten tweede wordt elektriciteit niet meer alleen op een klein aantal centrale plekken opgewekt . Wind- en zonneparken zorgen ervoor dat elektriciteit op allerlei plekken kan worden opgewekt en kan worden teruggeleverd aan het net. Eenrichtingsverkeer wordt dus tweerichtingsverkeer. Daar komt bij dat wind- en zonne-energie afhankelijk zijn van het weer en dat de opwekking daarvan dus niet dag en nacht doorgaat. Daardoor is het daarmee gemoeide gebruik van het net minder goed te managen.

Om aan die toenemende en veranderende vraag te kunnen voldoen, zou het elektriciteitsnetwerk dat we in de afgelopen 60 jaar hebben opgebouwd, in de komende 10 jaar moeten verdubbelen, vertelt Roel Bouman, datawetenschapper aan de Radboud Universiteit. Alleen zijn er te weinig mensen om dat voor elkaar te krijgen en leiden procedures rondom vergunningen tot tijdverlies. Kortom: het elektriciteitsnetwerk uitbreiden, daar wordt aan gewerkt, maar het gaat niet snel genoeg. 

Of het ook slimmer kan, is de vraag waarmee Bouman en collega-datawetenschappers van de Radboud Universiteit en Alliander aan de slag gingen. ‘Kunnen we op een slimme manier ruimte vinden op het bestaande netwerk, zodat we dat optimaal gebruiken?’

Meetgegevens filteren voor beter inzicht in capaciteit

Jacco Heres, als datawetenschapper bij Alliander betrokken bij dit project, laat een kaartje zien van het overvolle elektriciteitsnetwerk. Het lijkt of er geen flintertje ruimte meer te vinden is in de transportcapaciteit (consumptie) en leveringscapaciteit (productie). Toch moet een bedrijf als Alliander dat onderzoeken, als er een aanvraag wordt gedaan voor nieuwe aansluitingen. ‘Dat nadere onderzoek wordt gedaan door technische experts. Zij bepalen aan de hand van meetgegevens hoeveel van de beschikbare capaciteit echt gebruikt wordt. Zo’n onderzoek is tijdrovend en foutgevoelig. Dat ligt niet aan de experts: de meetreeksen waarmee zij moeten werken zijn vaak verstoord door meetfouten of door schakelgebeurtenissen. Van dat laatste is sprake als er een omleiding plaatsvindt, bijvoorbeeld bij een kabelbreuk. Dan vindt er doorschakeling naar een andere route plaats. Maar in de meetgegevens lijkt het dan alsof er via die alternatieve route een stuk meer van de capaciteit wordt gebruikt, doordat het gebruik van de originele route ook nog wordt meegerekend. Dat soort fouten moet je eruit filteren, maar dat is handmatig eigenlijk niet goed te doen.’ 

Typisch een probleem waarbij kunstmatige intelligentie (AI) van pas komt. ‘We hebben een zelflerend systeem ontwikkeld om dit soort meetfouten en schakelgebeurtenissen automatisch eruit te kunnen filteren. Er is nog steeds wat handwerk nodig, maar we hebben het werk van de technische experts met 75 procent verminderd.’

Het systeem zorgt bovendien voor betere kwaliteit van gegevens, vertelt Bouman. ‘Niets ten nadele van de technische experts, maar het is gewoon niet te doen om volledige tijdreeksen onder handen te nemen. Het kost simpelweg te veel werk. Nu we met ons systeem meer data kunnen invoeren, krijgen we er gefilterde data uit die beter inzicht geven in de capaciteitsinschatting. Daarnaast kunnen we nu ook trends zien, want met meer gegevens kunnen we verder kijken dan alleen naar de piekbelasting: de momenten waarop het het drukst is op het net.’

Gefilterde data zijn voorwaarde voor slimme oplossingen

Het systeem dat de datawetenschappers van de Radboud Universiteit en Alliander hebben ontwikkeld, heet STORM. Bij Alliander wordt er inmiddels mee gewerkt. Jacco Heres legt uit dat STORM weliswaar het probleem van het volle net niet oplost, maar wel een belangrijke bijdrage levert. ‘Om slimme oplossingen te bedenken voor het congestieprobleem, zijn bruikbare, gefilterde data een voorwaarde. Er worden momenteel in hoog tempo meer metingen in het elektriciteitsnet gehangen – dat moet je vrij letterlijk nemen, denk aan meetkastjes in transformatorhuisjes– met het oog op flexibele energielevering. Of om bijvoorbeeld vast te stellen of we kabels korte tijd thermisch zwaarder kunnen belasten, dus dat er meer stroom doorheen kan lopen, wanneer we weten dat ze daarna weer af kunnen koelen. We verzamelen veel metingen, maar zonder een goed filteringsalgoritme hebben we daar niets aan, want het zijn er veel te veel om met de hand doorheen te gaan.’

Omdat het om zoveel metingen gaat, werkt het team achter STORM door aan het verbeteren ervan. Heres: ‘Dat we het werk voor de technische experts met 75 procent verminderd hebben, is mooi, maar 99 procent zou nog mooier zijn. Zeker omdat het aantal metingen alleen maar toeneemt.’

Verklaarbare AI: het moet wel uit te leggen zijn

Belangrijk bij de ontwikkeling van STORM was van meet af aan ook dat er een systeem moest komen dat goed te interpreteren is en dus goed uit te leggen data oplevert. Explainable AI of verklaarbare AI is iets waar datawetenschappers en AI-experts van de Radboud Universiteit sterk in zijn. Bouman: ‘De technische experts moeten meer kunnen zeggen dan: “het kan niet want de computer zegt nee”. Zij moeten ook kunnen uitleggen waarom het nee is. Want als Alliander zegt dat er geen ruimte is, kan een klant zoals een projectontwikkelaar of gemeente bezwaar maken en dan moet je kunnen uitleggen hoe je tot een besluit gekomen bent.’

Open science

STORM is een mooi en succesvol resultaat van de samenwerking tussen Alliander en de Radboud Universiteit. Bouman: ‘We zijn er blij mee. Het is een mooie wisselwerking: wij willen ook graag interessant en relevant onderzoek doen en daarvoor heb je veel relevante data nodig en kennis van de context waarin die verzameld, verwerkt en gebruikt worden. En wat ik ook mooi vind, is dat Alliander het idee achter STORM niet voor zichzelf houdt. De publicatie en de data zijn open. Alliander gebruikt het en daarmee helpen we al een derde van Nederland. Maar andere netwerkbedrijven kunnen hier ook hun voordeel mee doen.’

Dit artikel verscheen eerder op Radboud Universiteit.