Onderzoek naar hoge penetratie van gedistribueerde generatoren ter verbetering van technische, emissie- en economische beperkingen van het distributienetwerk

Waarom het verspreiden van energiecentrales ertoe doet

Naarmate huishoudens en bedrijven meer apparaten aansluiten en elektrische auto’s en warmtepompen toevoegen, worden onze elektriciteitsnetten harder belast dan ooit. Tegelijk willen we vervuiling verminderen en ruimte maken voor meer schone energie zoals wind en zon. Dit artikel onderzoekt wat er gebeurt wanneer we veel kleine energiecentrales—zoals zonnepanelen op daken, windturbines en kleine gasturbines—diep in lokale netten plaatsen in plaats van voornamelijk te steunen op grote, verre centrales. Het presenteert ook een nieuwe slimme planningsmethode om te beslissen waar en hoe groot die kleine centrales moeten zijn, zodat het netwerk goedkoper, schoner en betrouwbaarder werkt.

Van grote centrales naar veel kleine helpers

Traditionele elektriciteitsnetten waren opgezet rond een paar grote centrales die energie via lange lijnen naar klanten stuurt. Tegenwoordig worden steeds meer “gedistribueerde” generatoren—zonnepanelen op daken of in nabijgelegen velden, windturbines aan de rand van stadjes en compacte microturbines—direct op lokale distributienetten aangesloten. Deze kleine centrales kunnen de afstand verkleinen die elektriciteit moet afleggen, waardoor verliezen als warmte verminderen en lokale spanningen kunnen worden ondersteund wanneer de vraag hoog is. Maar de voordelen hangen sterk af van hoeveel eenheden worden toegevoegd, hoe krachtig ze zijn en op welke lijnen en knooppunten ze worden aangesloten. Slecht geplaatste generatoren kunnen de spanningen juist verslechteren, lijnen overbelasten of de beloofde besparingen niet leveren.

Een slimme zoekmethode voor de beste locaties

De auteurs introduceren een planningsmethode die een algoritme genaamd Energy Valley Optimizer combineert met fuzzy logic. Fuzzy logic scant eerst het netwerk om delen van het systeem te signaleren waar spanningen wegzakken en verliezen hoog zijn. Vervolgens beperkt het de lijst met kandidaat-aansluitpunten tot de meest veelbelovende gebieden, waardoor de zoekruimte krimpt. Op deze gereduceerde kaart onderzoekt de Energy Valley Optimizer vele combinaties van generatorgrootten en locaties. Voor elk kandidaatplan worden meerdere doelen tegelijk geëvalueerd: het verminderen van energieverliezen in de lijnen, het houden van spanningen dicht bij hun ideale waarden, het verlagen van de kosten voor het inkopen van elektriciteit van het hoofdnet en het terugdringen van de uitstoot van kooldioxide en andere verontreinigende stoffen. Door deze doelen te wegen, zoekt de methode naar een uitgebalanceerde oplossing in plaats van het optimaliseren van slechts één factor.

Het idee testen op een virtueel net

Om te beoordelen hoe goed deze planningsstrategie werkt, testen de onderzoekers deze op een standaard benchmarknetwerk met 69 aansluitpunten, veelgebruikt in energie-ingenieursstudies. Ze onderzoeken drie hoofdsituaties. Ten eerste bekijken ze een eenvoudige casus waarin drie gedistribueerde installaties met vaste opbrengst worden toegevoegd met als enig doel het verminderen van energieverliezen. Ten tweede beschouwen ze een gemengd doel dat ook kosten, spanningen en emissies omvat, wederom uitgaand van vaste vraag en opwekking. Ten derde komen ze dichter bij de praktijk door vraag en hernieuwbare opbrengst over de dag en door de vier seizoenen te laten variëren, en combineren ze windparken, zonne-installaties en microturbines tegelijkertijd. In elk geval wordt de nieuwe methode vergeleken met verschillende andere optimalisatietechnieken die populair zijn in het vakgebied.

Hoeveel schoner en goedkoper kan het netwerk worden?

Over de verschillende testcases heen vindt de combinatie van Energy Valley Optimizer met fuzzy logic oplossingen die alle concurrerende methoden evenaren of overtreffen. Met alleen verliesreductie als doel vermindert het de stroomverliezen met ongeveer 69 procent—iets beter dan dertien andere gepubliceerde benaderingen. Wanneer alle doelen samen worden beschouwd, vermindert het nog steeds de verliezen met ongeveer twee derde, verbetert het de laagste spanningen in het netwerk sterk en drukt het het uurloon voor ingevoerde elektriciteit en emissies respectievelijk bijna 99 en 98 procent onder het scenario met vaste vraag. In het meest realistische seizoensscenario stelt de methode een mix van wind, zon en microturbines voor die ongeveer twee derde van de lokale behoefte levert. Deze configuratie verlaagt de jaarlijkse kosten voor het inkopen van elektriciteit met ongeveer 1,36 miljoen dollar, vermindert netverliezen met bijna 85 procent, brengt spanningsniveaus in een comfortabeler bereik en snijdt schadelijke emissies met ongeveer 69 procent.

Wat de resultaten betekenen voor het dagelijks leven

Voor niet-specialisten is de boodschap helder: veel kleine generatoren slim plaatsen binnen lokale netten kan de elektriciteitslevering schoner, goedkoper en betrouwbaarder maken, maar alleen als de planning zorgvuldig gebeurt. De studie laat zien dat geavanceerde zoekmethoden, geholpen door fuzzy logic om zich te concentreren op probleemgebieden in het netwerk, nutsbedrijven kunnen begeleiden naar indelingen die het verlies en de vervuiling drastisch verminderen terwijl de stroomvoorziening en veiligheid gewaarborgd blijven. Naarmate gemeenschappen meer dakzonnepanelen, lokale wind en andere gedistribueerde bronnen toevoegen, kunnen hulpmiddelen als deze helpen van een lappendeken aan kleine projecten een goed gecoördineerd systeem te maken dat zowel het milieu als de energierekening ten goede komt.

Bronvermelding: alromithy, F.s., Hosseinnia, H., Rostami, R. et al. Investigating distributed generator high penetration in improving technical, emission and economic constraints of distribution network. Sci Rep 16, 11430 (2026). https://doi.org/10.1038/s41598-026-37797-0

Trefwoorden: gedistribueerde opwekking, planning van hernieuwbare energie, stroomdistributienetwerken, netoptimalisatie, emissiereductie