Intelligente thuisbatterijen: dé oplossing voor een duurzamer elektriciteitsnet?

Duurzaam omgaan met onze fossiele grondstoffen en brandstoffen? Nóg meer inzetten op duurzame energietechnieken zoals zonnepanelen, elektrische voertuigen en warmtepompen? Het zijn essentiële vragen die de toekomst van onze toekomstige generaties bepalen. Onze elektriciteitsnetten zijn hiervoor essentieel en daar wringt net het schoentje. De meeste van deze netten zijn reeds vroeger ontworpen en aangelegd. De bestaande netten ontwerpen op basis van grote belastingpieken die slechts enkele malen per jaar optreden is geen interessante investering voor zowel de netbeheerder als de eindklant. Batterijopslag onder de vorm van thuisbatterijen kan hierin een oplossing bieden in de toekomst.

Hernieuwbare energietechnieken: de kanttekening

De groei van zonnepanelen, warmtepompen, elektrische voertuigen, … zorgt voor een verandering in het gebruik van het elektriciteitsnet. Enerzijds zorgt de gelijktijdige productie van de zonnepanelen in de zonnige perioden voor een grote productiepiek. Anderzijds zorgen elektrische voertuigen en warmtepompen voor grote afnamevermogens op andere tijdstippen. Om deze impact in te schatten werden simulaties op een laagspanningsnet van Fluvius uitgevoerd. De scenario’s zijn gebaseerd op Europese, Belgische en Vlaamse toekomstverwachtingen en gaan tot in 2035.

Uit de scenario’s volgt dat er netproblemen kunnen ontstaan omdat de elektriciteitsnetten niet overal op deze piekbelastingen voorzien zijn. De netbeheerder Fluvius heeft voor het oplossen van deze problemen twee mogelijkheden: de capaciteit verhogen door een netversterking en/of het inzetten van de flexibiliteit van de eindklant.

Klassieke aansturing

Maarten Evens: “Deze thesis focust zich op energieopslag via batterijen. Netondersteuning met batterijopslag is mogelijk via wijkbatterijen en via thuisbatterijen. Thuisbatterijen worden bij de mensen thuis geïnstalleerd terwijl wijkbatterijen in bijvoorbeeld een distributiecabine geplaatst kunnen worden. Dit onderzoek bekijkt thuisbatterijen waarbij twee algoritmes onderzocht zijn, namelijk ‘zelfconsumptie’ en ‘peak shaving’. De modus zelfconsumptie focust op het zoveel als mogelijk lokaal verbruiken van de zelfopgewekte zonne-energie door de eindklant. De batterij zal hierbij opladen van zodra een huishouden meer energie opwekt dan er verbruikt wordt. Vervolgens zal de batterij dan weer ontladen als de klant meer energie verbruikt dan dat de zonnepanelen opwekken. Uit de simulaties volgt dat deze modus het net minimaal ondersteunt. Dit komt doordat de batterijen op zonnige dagen al volledig opgeladen zijn vóór het moment van maximale energieproductie en dat de batterijen al volledig ontladen zijn vóór het moment van maximale afname.“

Intelligente aansturing

De beperkte netondersteuning van de modus zelfconsumptie leidde tot het ontwikkelen van de modus peak shaving. Maarten Evens: “Dit algoritme heeft tot doel om de wensen van de klant en de netbeheerder te combineren. De klant wenst zijn zelfopgewekte zonne-energie maximaal zelf te gebruiken en de netbeheerder wilt zoveel als mogelijk grote pieken beperken. De batterij compenseert de pieken zoveel als mogelijk door te anticiperen op de toekomstige vermogensuitwisselingen. Op een zonnige dag bijvoorbeeld, zal de batterij wachten met opladen zodat de piek van de zonne-energie maximaal beperkt kan worden. Dit veronderstelt een accurate voorspelling van het productie- en verbruikspatroon van de klant. Recente technologische ontwikkelingen zoals machine learning en artificiële intelligentie kunnen accurate voorspellingen mogelijk maken. Als na het maximaal dekken van grote pieken de batterij nog energie ter beschikking heeft, zorgt het algoritme ervoor dat de impact op de eindklant minimaal is. Met de recente opkomst van de digitale meter kan dit voor de eindklant ook economisch interessant zijn. Energie zal in de toekomst namelijk goedkoper zijn op momenten van veel hernieuwbare energie. De mogelijkheid hebben om deze goedkope energie op te slaan totdat je ze zelf nodig hebt, biedt economische opportuniteiten.”

Uit de simulaties volgt dat het peak-shaving-algoritme de netproblemen in het beschouwde laagspanningsnet gedeeltelijk kan oplossen. De spanningsproblemen, die met het zelfconsumptie-algoritme verminderen, maar niet volledig verdwijnen, worden bij het peak-shaving-algoritme wel volledig gecompenseerd. De transformator blijft nog steeds overbelast. Dit komt vooral omwille van tekort aan geïnstalleerd batterijvermogen en het seizoenseffect. Maarten Evens: “Het seizoenseffect wordt hierbij veroorzaakt door het tekort aan zonne-energie in de winter en een overschot aan zonne-energie in de zomer. De huishoudens verbruiken bijkomend het meeste elektriciteit in de winter, terwijl de zonnepanelen vooral in de zomer energie produceren.”

Win-winsituatie

Naast een positieve impact voor de netbeheerder, is ook de impact op de eindklant belangrijk. De simulaties tonen aan dat de klant slechts een minimale impact van de modus peak shaving ondervindt, terwijl er toch een opmerkelijke verbetering qua spanningskwaliteit is. De netbeheerder kan hierdoor de investering in een nieuwe kabel uitstellen. Doordat de batterijen vooral een milderend effect hebben op momenten van veel zonne-energie, kan het distributienet een grotere hoeveelheid hernieuwbare energieproductie aan vooraleer er netversterkingen nodig zijn. Thuisbatterijen met peak shaving vormen zo een win-winsituatie doordat de netbeheerder een netversterking kan uitstellen en de eindklant zonder een significante impact zijn zelfopgewekte zonne-energie beter zelf kan benutten.