Zonnestroom voorspellen? Combineer weermodellen

26.10.2020 Norbert Cuiper

Zonnestroom voorspellen? Combineer weermodellen

Het voorspellen van zonnestroom is lastig, maar de methoden worden betrouwbaarder door meerdere weermodellen te combineren. Dat zeggen experts die actief zijn in dit vakgebied.

De zon komt op, schijnt overdag en gaat aan het einde van de dag onder. Dat is het simpelste model om te voorspellen hoeveel elektriciteit zonnepanelen kunnen opwekken. Maar niet elke dag is er sprake van een strakblauwe lucht; wolken kunnen de opbrengst ernstig verstoren. Daardoor is de productie bijna nooit maximaal, op enkele onbewolkte dagen na. Netbeheerders en beheerders van zonneparken willen vooraf echter nauwkeurig weten hoeveel zonnestroom er wordt opgewekt. Het voorspellen van zonnestroom is de laatste jaren steeds verder ontwikkeld. Wat is de huidige stand van de technologie en wat schieten we ermee op?

Voor wie is dit interessant?

Het voorspellen van zonnestroom is interessant voor netbeheerders die de onbalans op het net willen beperken. Een overschot aan wind- en zonnestroom kan het elektriciteitsnet behoorlijk belasten. Dat bleek op zondag 31 mei 2020, toen de vraag naar elektriciteit zeer laag was, terwijl er veel wind en zon werd opgewekt. Gevolg was een negatieve energieprijs, waardoor gebruikers zelfs werden betaald om energie te gebruiken. Ook voor aggregators zoals koelvrieshuizen kan het voorspellen lucratief zijn, evenals voor andere partijen die die op de fluctuaties kunnen inspelen, bijvoorbeeld door overtollige zonnestroom op te slaan met batterijen.

Universitair onderzoek

Op de universiteiten is het werk aan het voorspellen van zonnestroom al enige tijd aan de gang. De Universiteit Utrecht werkte vanaf 2013 met Ecofys en Kema aan een model om de opbrengst van zonnestroom uit PV-installaties te voorspellen. Hiervoor werden satellietdata, meteorologische gegevens en meetgegevens van bestaande PV-installaties gebruikt, vertelt de Utrechtse hoogleraar zonne-energie Wilfried van Sark. De universiteit ontwikkelt nu een nieuwe methode met behulp van wolkencamera’s, om voorspellingen te doen op de kortere termijn. “Dit leert ons veel over hoe wolkenvariaties bijdragen aan fluctuaties van zonnestroom,” zegt Van Sark.

Buiten Nederland

Ook universiteiten buiten Nederland doen onderzoek naar zonnevoorspellers, zoals in het Duitse Oldenburg, het Zweedse Uppsala en in Australië. In Australië doet de Universiteit van Zuid-Australië samen met de Universiteit van New South Wales en CSIRO onderzoek naar een manier om op een tijdschaal van 5 minuten de zonnestroom te voorspellen. Die krappe tijdschaal heeft te maken met de manier waarop de elektriciteitsmarkt in Australië werkt, zegt John Boland, hoogleraar aan de Universiteit van Zuid-Australië. “Producenten moeten elke vijf minuten aangeven hoeveel energie ze denken te leveren. De Australische netbeheerder bepaalt dan de prijs voor die vijf minuten.”

Australische markt

In Australië moeten beheerders van zonneparken met een capaciteit van meer dan 40 megawatt vanaf eind 2020 hun productie voorspellen. Boland: “De netbeheerder kan vragen om hun productie te verlagen. Ze worden bestraft als hun output teveel afwijkt van hun voorspelling.” De netbeheerder gebruikt voor de testen bij vier zonneparken in Queensland en Victoria een zonnevoorspeller die eerder is ontwikkeld, maar die wordt voortdurend verslagen door het ‘gemengde model’, die bestaat uit eenvoudige statistische tijdreeksen, satellietbeelden, luchtcamera’s, weersvoorspellingen, en diverse technieken voor machine learning, een vorm van kunstmatige intelligentie.

Opbrengst optimaliseren

Inmiddels zijn er al diverse bedrijven die het voorspellen van zonnestroom commercialiseren. Een van de bedrijven in Nederland is Dexter Energy Services, dat in 2017 is opgericht door Luuk Veeken. Het bedrijf ontwikkelt software dat de opbrengst van zonneparken kan optimaliseren door beter de productie te voorspellen. Dexter kan voor een zonnepark de opbrengst aan zonnestroom voorspellen op basis van weermodellen en machine learning. Het bedrijf heeft inmiddels vijftig energiebedrijven als klant, waaronder Greenchoice, HVC en NieuweStroom. “Met kunstmatige intelligentie worden de voorspellingen beter. Dat werkt goed,” zegt Veeken.

Tip voor investeerders

Waar moeten investeerders in zonnevoorspellers op letten? Hoogleraar Boland adviseert deze bedrijven om een veelvoud aan methoden te gebruiken. Dat kunnen uiteenlopende methoden zijn, van de meest eenvoudige (zoals de zijne) tot de meest complexe, zoals het gebruik van luchtcamera's. Deze methoden moeten vervolgens in één model worden gegoten. Ook volgens Dexter-oprichter Luuk Veeken worden zonnevoorspellers betrouwbaarder door weermodellen te combineren. Dat maakt het model ook financieel gunstiger voor de klant, omdat onnauwkeurige voorspellingen leiden tot onbalans op het net, waarvoor de veroorzaker een boete moet betalen.

Lees de interviews met Wilfried van Sark en Luuk Veeken over het voorspellen van zonnestroom.