Geoptimaliseerde planning van geïntegreerde energiesystemen: een multidimensionale elektriciteit-, waterstof-, ammoniak- en warmte-synergiebenadering met het LSDBO-WOA-algoritme

Waarom het belangrijk is schone energie op nieuwe manieren op te slaan

Windturbines en zonnepanelen verspreiden zich snel, maar de elektriciteit die ze opwekken is niet altijd beschikbaar wanneer mensen die nodig hebben. Deze mismatch verspilt schone energie en dwingt netten om op fossiele brandstoffen terug te vallen. Deze studie onderzoekt een nieuwe manier om die pieken en dalen te egaliseren door vloeibare ammoniak te gebruiken als een soort veelzijdige energielijm die elektriciteit, waterstof, warmte en brandstof met elkaar verbindt, zodat meer hernieuwbare energie kan worden opgevangen, opgeslagen en gebruikt wanneer die het meest waardevol is.

Een parkgroot schoon energie-ecosysteem

De onderzoekers ontwerpen een virtueel energiepark dat wind, zon, het hoofdnet en aardgas combineert met een netwerk van geavanceerde apparaten. In het hart van het systeem staat een tank met vloeibare ammoniak, behandeld als een langetermijnenergieopslag. Overtollige hernieuwbare elektriciteit maakt eerst waterstof uit water en verbindt die vervolgens met stikstof uit de lucht om ammoniak te vormen. Later kan die ammoniak weer worden omgezet in waterstof, samen met aardgas worden verbrand in een gasturbine, of worden gevoed aan speciale brandstofcellen. Warmte die normaal gesproken verloren zou gaan—van turbines, brandstofcellen en chemische reacties—wordt opgevangen en hergebruikt voor stadsverwarming of extra stroomproductie, zodat zeer weinig ingebrachte energie wordt verspild.

De juiste mix aan apparatuur plannen

Het ontwerpen van zo’n complex systeem is als het plannen van een kleine stad: het aantal en de omvang van elk component moeten zodanig worden gekozen dat het systeem goedkoop, schoon en betrouwbaar draait. De auteurs bouwen een tweelaags plannings- en regelmodel. De bovenste laag beslist over capaciteiten en het langetermijnontwerp en zoekt tegelijkertijd vier doelen: lagere jaarlijkse kosten, lagere CO2-uitstoot, hogere algehele efficiëntie en minder verspilde hernieuwbare energie. De onderste laag simuleert vervolgens de dagelijkse werking onder onzekere wind-, zon- en vraagomstandigheden, past aan hoe hard elk apparaat werkt en schat de feitelijke bedrijfskosten. Informatie stroomt heen en weer tussen de lagen totdat een goede balans tussen die doelen ontstaat.

Een slimmer zoekproces voor betere ontwerpen

Aangezien de ontwerpruimte enorm en ingewikkeld is, gebruikt het team een speciaal zoekalgoritme in plaats van eenvoudige trial-and-error. Ze combineren twee door de natuur geïnspireerde methodes—een gebaseerd op het foerageren van mestkevers en de ander op het zoekgedrag van walvissen—tot een hybride bekend als LSDBO-WOA. Dit hybride algoritme doorzoekt vele mogelijke systeemontwerpen, zoomt uit om breed te verkennen en zoomt in om veelbelovende kandidaten te verfijnen. In vergelijking met gangbare multi-objectieve optimizers vindt LSDBO-WOA oplossingen die dichter bij de ideale balans tussen kost, emissies, efficiëntie en hernieuwbaar gebruik liggen, tegen de prijs van wat langere rekentijden op een standaardlaptop.

Wat er gebeurt als er meer ammoniak wordt toegevoegd

Vervolgens onderzoekt de studie hoe sterk ammoniak in het brandstofmengsel van de gasturbine gebruikt moet worden. Scenario’s lopen van geen ammoniak tot een relatief hoge menggraad. Naarmate het aandeel ammoniak stijgt, verbetert het vermogen van het systeem om overtollige hernieuwbare elektriciteit op te nemen en neemt de totale energie-efficiëntie toe van ongeveer 84% tot bijna 98%. De operationele kosten dalen over het algemeen, maar niet lineair: het produceren en hanteren van meer ammoniak brengt eigen kosten met zich mee. De grootste daling in CO2-uitstoot—ongeveer 7,3% vergeleken met de referentie—treedt op wanneer ammoniak ongeveer 15% van de gasturbinebrandstof levert. Daarboven leveren extra mengingen kleinere voordelen en kunnen de emissies zelfs licht toenemen wanneer alle neveneffecten worden meegerekend.

Omgaan met onzekerheid in een rommelige echte wereld

Het weer en energiegebruik in de echte wereld zijn nooit perfect voorspelbaar, dus de auteurs vergelijken drie manieren om onzekerheid in hun planningslaag te behandelen. Een op waarschijnlijkheid gebaseerde methode, die aanneemt dat forecastfouten bekende patronen volgen, houdt zowel kosten als emissies relatief laag maar accepteert meer incidentele verspilling van hernieuwbare energie. Meer defensieve methoden die beschermen tegen worstcaseswingen verminderen de verspilling verder, maar vereisen hogere uitgaven en leiden tot meer emissies in het algemeen. Voor een goed gemonitord campus-schaalsysteem met degelijke historische data suggereert de studie dat een gematigd voorzichtige, op waarschijnlijkheid gebaseerde aanpak de beste compromis biedt tussen risico, kosten en klimaatimpact.

Wat dit betekent voor toekomstige schone energieparken

In gewone bewoordingen toont het werk aan dat het omzetten van overtollige wind- en zonne-energie in vloeibare ammoniak—en die ammoniak vervolgens flexibel weer omzetten in stroom, waterstof of warmte—een lokaal energiesysteem zelfvoorzienender, efficiënter en klimaatvriendelijker kan maken. Met de juiste mix aan apparatuur en een zorgvuldig afgestemde planningsstrategie gebruikt het gemodelleerde systeem bijna alle binnenkomende energie terwijl het emissies en kosten reduceert. Hoewel praktische kwesties zoals ammoniakveiligheid en toekomstige apparaatprijzen nog aandacht behoeven, wijst de studie op een veelbelovend recept voor schone energiehubs die diepe CO2-reducties kunnen ondersteunen zonder betrouwbaarheid op te offeren.

Bronvermelding: Tu, N., Yang, J., Yan, X. et al. Optimized scheduling of integrated energy systems: a multi-dimensional electricity, hydrogen, ammonia, heat synergy approach using the LSDBO-WOA algorithm. Sci Rep 16, 13130 (2026). https://doi.org/10.1038/s41598-026-41136-8

Trefwoorden: geïntegreerde energiesystemen, ammoniak als energieopslag, planning van hernieuwbare energie, laag-koolstof elektriciteit, multi-energie optimalisatie