Kostenefficiënte en duurzame bedrijfsvoering van microgrids met behulp van verbeterd Whale Optimization Algorithm

Waarom onze toekomstige elektriciteitsnetten een nieuw soort “brein” nodig hebben

Het draaiende houden van de stroom wordt ingewikkelder nu meer huizen en bedrijven energie halen uit zon en wind in plaats van uit steenkool en gas. Deze schone bronnen zijn goedkoper en beter voor het klimaat, maar ze variëren met het weer. Dit artikel onderzoekt hoe een slimmer digitaal “brein” kleine lokale netwerken — bekend als microgrids — kan aansturen zodat ze betrouwbare elektriciteit leveren tegen lagere kosten en met minder uitstoot, zelfs wanneer het hoofdnet uitvalt. De auteurs tonen aan dat een nieuw computeralgoritme, geïnspireerd door walvisgedrag, de bedrijfskosten voor een test-microgrid met bijna 40% kan verlagen vergeleken met gangbare planningsmethoden.

Kleine netwerken met grote ambities

Microgrids zijn compacte energiesystemen die een buurt, een campus of een dorp kunnen bedienen. In plaats van uitsluitend afhankelijk te zijn van verre energiecentrales, combineren ze lokale bronnen zoals zonnepanelen, windturbines, brandstofcellen, dieselgeneratoren en batterijopslag. Microgrids kunnen worden aangesloten op het hoofdnet wanneer dat beschikbaar is, maar ze kunnen ook eilandbedrijf voeren en zelfstandig blijven werken tijdens stormen, bosbranden of stroomuitval. Die flexibiliteit maakt ze een veelbelovend bouwblok voor een schoner en veerkrachtiger energiesysteem — maar vergroot ook de operationele complexiteit. Iemand of iets moet continu beslissen welke apparaten draaien, hoeveel vermogen van het hoofdnet moet worden afgenomen of aan het net wordt verkocht, en wanneer batterijen moeten worden geladen of ontladen.

De rol van een digitale energiemanager

Om deze complexiteit te beheersen gebruiken microgrids een Energy Management System, of EMS. Het EMS verzamelt gegevens over weersvoorspellingen, elektriciteitsprijzen, apparatuurbeperkingen, batterijlading en klantvraag. Vervolgens geeft het stuurcommando’s — zoals het aan- of uitschakelen van generators, het aanpassen van het vermogen en het plannen van batterijgebruik — om meerdere doelen tegelijk te bereiken. Deze doelen omvatten het uur-tot-uur in balans houden van vraag en aanbod, het minimaliseren van de totale bedrijfskosten en het terugdringen van emissies van fossiele generatoren. In de netgekoppelde modus beslist het EMS ook wanneer het verstandiger is om goedkope stroom van het hoofdnet te kopen en wanneer overtollige duurzame elektriciteit terug te verkopen, waardoor het microgrid een actieve marktspeler wordt.

Een walvis-geïnspireerde manier om betere schema’s te vinden

Het bepalen van het beste schema voor elke generator en batterij over een hele dag is een lastige puzzel: er zijn veel opties, de kosten zijn niet-lineair en de opbrengst van hernieuwbare bronnen is onzeker. Traditionele wiskundige methoden of klassieke zoekalgoritmen blijven vaak hangen in middelmatige oplossingen. De auteurs wenden zich tot een moderne zoekcategorie genaamd metaheuristiek, losjes gemodelleerd naar hoe dieren jagen of verkennen. Hun Improved Whale Optimization Algorithm (IWOA) bouwt voort op een eerder algoritme geïnspireerd door hoe bultrugwalvissen prooien omsingelen en in een spiraal naar binnen zwemmen. De verbeterde versie gebruikt een zorgvuldig afgestemde “zwem”-parameter, adaptieve gewichten en willekeurige lange sprongen bekend als Lévy-vluchten om eerst breed te blijven verkennen en vervolgens in veelbelovende gebieden te convergeren zonder vast te lopen in lokale doodlopende oplossingen.

Testen van de aanpak op een realistisch microgrid

Het team testte hun EMS op een bekend benchmark: een laagspannings-microgrid dat een brandstofcel, microturbine, dieselgenerator, zonnepanelen, een windturbine en een batterij combineert en is aangesloten op het hoofdnet. Ze onderzochten zowel eilandbedrijf, waarbij het microgrid de vraag volledig uit lokale bronnen moet dekken, als netgekoppelde werking, waarbij het energie kan verhandelen met het grotere netwerk. In beide modi probeerde het algoritme een gecombineerde kost te minimaliseren die brandstof en onderhoud voor elk apparaat omvat, de prijs voor het kopen of verkopen van elektriciteit en een boete voor uitstoot van koolstofdioxide en andere verontreinigende stoffen. De resultaten lieten zien dat het EMS van nature de voorkeur gaf aan schonere en goedkopere technologieën: de brandstofcel fungeerde als hoofdmotor, de microturbine als back-up en de diesel werd alleen ingezet wanneer het echt noodzakelijk was.

Slimmer gebruik van batterijen en het hoofdnet

Een belangrijke bevinding is hoe het verbeterde algoritme de batterij en netaansluiting inzet als financiële en milieuhefboom. In eilandbedrijf egaliseert de batterij schommelingen in zonne- en windopbrengst, door te ontladen bij hoge vraag en te laden bij overtollige duurzame stroom, wat de afhankelijkheid van diesel vermindert. In netgekoppelde modus leert het EMS een “energy arbitrage”-strategie: de batterij wordt geladen wanneer netstroom goedkoop is en ontladen bij piekprijzen, terwijl overtollige hernieuwbare energie wordt geëxporteerd wanneer de lokale vraag en batterijdrempels dat toelaten. Over vele gesimuleerde dagen verlaagde het Improved Whale Optimization Algorithm de bedrijfskosten van het microgrid met ongeveer 39,66% vergeleken met traditionele genetische algoritmen, particle swarm-methoden en het standaard whale-algoritme, terwijl de emissies tevens werden verlaagd.

Wat dit betekent voor alledaagse energiegobruikers

Voor niet-specialisten is de conclusie helder: het runnen van een schoon, betrouwbaar lokaal energiesysteem draait niet meer alleen om het kopen van hardware — het hangt sterk af van slimme software. Door microgrids een capabelere “autopilot” te geven, stelt dit walvis-geïnspireerde algoritme ze in staat elke kilowattuur verder te rekken, meer op hernieuwbare bronnen te leunen en minder afhankelijk te zijn van vervuilende noodgeneratoren en dure netimport. Bij brede inzet zouden dergelijke intelligente energiemanagers buurten veerkrachtiger maken bij uitval, netbeheerders helpen omgaan met de toename van zon en wind zonder kostbare upgrades, en klimaatdoelen ondersteunen door automatisch schonere stroom te prefereren wanneer die beschikbaar en betaalbaar is.

Bronvermelding: El-Zaher, S.M., Ahmed, A.M., Ahmed, E.M. et al. Cost-effective and sustainable operation of microgrids using Improved Whale Optimization Algorithm. Sci Rep 16, 4811 (2026). https://doi.org/10.1038/s41598-026-35529-y

Trefwoorden: microgrids, energiemanagementsysteem, hernieuwbare energie, optimalisatie-algoritme, batterijopslag