Een expectiel-gebaseerd kader voor risico-gekalibreerde geloofwaardige capaciteitsbeoordeling van virtuele energiecentrales onder wind- en PV-voorspellingsonzekerheden

Waarom dit belangrijk is voor toekomstige netten

Naarmate huishoudens en bedrijven meer afhankelijk worden van windturbines en zonnepanelen op daken, moeten elektriciteitsnetten omgaan met stroom die met het weer op en neer gaat. Dit artikel onderzoekt hoe groepen schone energieapparaten, gebundeld in een “virtuele energiecentrale”, betrouwbare stroom aan het net kunnen beloven, zelfs wanneer de wind wegvalt of wolken opkomen. De auteurs introduceren een nieuwe manier om te bepalen hoeveel vermogen zo’n centrale veilig kan toezeggen, waarbij opbrengst wordt afgewogen tegen het risico op tekorten.

Van verspreide apparaten naar één slimme energiecentrale

Een virtuele energiecentrale brengt veel verschillende bronnen samen, zoals windparken, grote zonneparken, batterijen en flexibele gebruikers, en laat ze optreden alsof het één grote elektriciteitscentrale is op de markt. Systeembeheerders willen dat deze centrales stevige toezeggingen doen over hoeveel vermogen ze zullen leveren. Wind- en zonneopbrengst kunnen echter snel en simultaan fluctueren tijdens stormen of stille periodes. Traditionele planningsinstrumenten negeren deze gezamenlijke schommelingen vaak of gebruiken te eenvoudige veiligheidsmarges, wat beheerders overdreven voorzichtig kan maken of hen kan blootstellen aan plotselinge tekorten.

Risico zien in de staarten van het weer

De studie richt zich op de zeldzame maar ernstige situaties waarin zowel wind- als zonneopbrengst gelijktijdig ongewoon laag zijn. In plaats van alle voorspellingsfouten gelijk te behandelen, gebruiken de auteurs een concept dat expectiel heet om slechte uitkomsten extra gewicht te geven terwijl de wiskunde vloeiend en hanteerbaar blijft voor grootschalige berekeningen. Ze bouwen gedetailleerde weergebaseerde modellen die vastleggen hoe wind en zon op verschillende locaties samen bewegen, inclusief tijdens extreme gebeurtenissen zoals lang aanhoudende windstiltes of wijdverbreide bewolking. Door normale voorspellingsdata te mengen met gesimuleerde extreme patronen creëren ze scenario-sets die het werkelijke risico van gezamenlijke tekorten beter weerspiegelen.

Opslag en voorspelling samen laten werken

Het kader koppelt deze weerscenario’s vervolgens aan een planningsmodel dat uur voor uur beslist hoeveel vermogen de virtuele centrale moet toezeggen en hoe de batterijen moeten laden en ontladen. De batterijen worden gemodelleerd met praktische grenzen aan laadniveaus, rampaansnellingen en slijtage, zodat het plan realistisch blijft. In plaats van vaste veiligheidsmarges ontstaat de geloofwaardige capaciteit van de centrale direct uit de optimalisatie: het model vindt het niveau van toegezegd vermogen dat een gekozen betrouwbaarheiddoel haalt terwijl opslag wordt gebruikt om overschotten op te nemen en het systeem te ondersteunen wanneer hernieuwbare opbrengst daalt.

Wat de simulaties in echte data onthullen

De auteurs testen hun benadering op een echte verzameling van vijf windparken, vier zonneparken en twee grote batterijen in Oost-China, met een volledig jaar aan weer- en vermogensdata met intervallen van 15 minuten. Ze vergelijken hun methode met meer gebruikelijke benaderingen die quantielen of een populaire risicomaatstaf uit de financiële wereld gebruiken. De expectiel-gebaseerde methode levert strakkere toezeggingsbanden op, wat betekent dat de centrale meer vermogen kan beloven zonder buitensporig risico te nemen. In numerieke proeven worden tekortevenementen met maximaal 73 procent teruggedrongen vergeleken met quantiel-gebaseerde methoden, terwijl de virtuele centrale nog steeds tot 95 procent van de maximaal mogelijke opbrengst verdient. De resultaten tonen ook dat optimale batterijbenutting zich vanzelf verplaatst naar tijden waarin de statistieken een groter gevaar voor tekorten signaleren, zoals snelle ochtend- en avondop- en afbouw.

Wat dit betekent voor betrouwbaarheid van schone energie

Voor niet-specialisten is de kernboodschap dat het artikel een slimme methode biedt voor virtuele energiecentrales om te bepalen hoeveel elektriciteit ze betrouwbaar kunnen beloven wanneer ze sterk leunen op wind en zon. Door te focussen op de schadelijkste lage-vermogengebeurtenissen en deze te coördineren met batterijgedrag, helpt de methode netbeheerders om betrouwbare capaciteit uit variabele hernieuwbare bronnen te halen zonder te veel potentiële opbrengst te verspillen. Dit soort risicobewuste planning kan het voor schone energieportfolio’s makkelijker maken om deel te nemen aan capaciteits- en reservemarkten, en zo toekomstige energiesystemen zowel groen als betrouwbaar houden.

Bronvermelding: Hua, D., Zeng, J., Lin, Q. et al. An expectile-based framework for risk-calibrated credible capacity evaluation of virtual power plants under wind and PV forecast uncertainties. Sci Rep 16, 15253 (2026). https://doi.org/10.1038/s41598-026-44559-5

Trefwoorden: virtuele energiecentrale, wind en zon, energieopslag, risico in het elektriciteitssysteem, hernieuwbare voorspellingen