Daarom investeren de netbeheerders in de komende tien jaar miljarden in het uitbreiden van het elektriciteitsnet. Maar tot het zover is, moet worden gezocht naar opties waardoor nú al kan worden voorzien in de klantvraag. Pim Bellinga is consultant bij Dep en legt uit dat het verlagen van klantprognoses zo’n optie is.
Slimme oplossingen
“Er zijn nog allerlei slimme oplossingen te vinden om meer klanten toe te laten op het elektriciteitsnet,’ zegt Pim. “Daar werkt Liander dan ook al hard aan. Er wordt gekeken naar het verschuiven van pieken en naar technische oplossingen zodat de bestaande stations nog beter benut worden. Maar,’ zo stelt hij,’ wat we óók doen is kijken naar de prognoses die de netbeheerder gebruikt om berekenen of het net vol is.’
Dat zit als volgt: ‘De beschikbaarheid op het net wordt berekend aan de hand van prognoses, die een jaar of vier, vijf vooruitkijken. Daarmee kan worden ingeschat dat een station op termijn overbelast raakt als alle aanvragen tot aansluiting worden toegelaten. Die congestie waarover we spreken is dus in de meeste gevallen feitelijk op basis van een prognose.’
'Tot nu toe is men altijd vrij conservatief geweest met prognoses. Dat paste bij de situatie van vroeger. Nu zien we dat dit niet meer realistisch is.'
Conservatieve prognoses
Een prognose komt tot stand door de gegevens van het station te combineren met klantprofielen. Op basis van allerlei data wordt ingeschat wat het verbruik op elk moment in het jaar is, voor 30 jaar vooruit. Pim: ‘Dat noemen we een klant-inpassingsprofiel. Aan de hand van dit profiel kijken we dus of een klant op het net past.”
Tot nu toe is men altijd vrij conservatief geweest in die prognoses. Dat paste ook bij de situatie van toen; het elektriciteitsnet breidde elk jaar een beetje uit, op de plekken waar het voller dreigde te raken. Tegelijk zitten er aannames in de prognoses. “Bijvoorbeeld het idee dat klanten in dezelfde branche op hetzelfde tijdstip een piekmoment hebben. Terwijl dat in de praktijk -zeker bij bedrijven- niet zo is. De gelijktijdigheid in de klantprofielen was tot nu toe hoog. Maar is dat wel realistisch?’
Scherpere prognoses
Pim vervolgt. “We hebben een nieuwe tool ontwikkeld voor het inpassen van klanten waarbij we gebruik maken van Monte Carlo simulaties, die meer realistische klantprofielen opleveren en waarbij de gelijktijdigheid beter wordt meegenomen. We hebben per type klant 100 simulaties gedaan met steeds andere historische profielen. Eigenlijk simuleren we steeds: stel nou dat deze nieuwe klant op deze al bestaande klant zou lijken, waar zou het stationsprofiel dan op uitkomen? Uiteindelijk hebben we hier een waarde uitgehaald die bij 80% tot 95% van de simulaties terug te zien is. Dat geeft in de meeste situaties een lagere prognose, waardoor we meer klanten kunnen aansluiten”
Pilots
Op dit moment draaien er een aantal pilotprojecten om de scherpere klantinpassing te testen. Met succes. Op een enkel station worden zowel technische aanpassingen gedaan als een aanpassing in de prognose. Op een ander station werken we alleen met een andere klantprognose. “Het lijkt erop dat we op deze manier tussen de 5% en 15% meer ruimte krijgen op het net. En er dus meer klanten kunnen worden aangesloten.”
De pilotprojecten geven input aan Liander om te kijken of en hoe het verlagen van klantprognoses in de nabije toekomst op alle stations kan worden toegepast.