⚡ Slimme Netbalancer — Demand-response Simulator
Balanceer in real time een gesimuleerd elektriciteitsnet terwijl een AI-controller flexibele belastingen verschuift en opslag inzet om variabel hernieuwbaar aanbod af te stemmen op vraag.
Over de Slimme Netbalancer
Deze simulatie draait een klein net met instelbare zonne- en windcapaciteit, een batterij, zestien verschuifbare belastingen en een onbuigzame vraagcurve, en stapt daarmee door een gesimuleerde dag. Zonne-opbrengst volgt een daglicht-belcurve gemoduleerd door een terugkerend bewolkingsproces; windopbrengst wordt aangedreven door een terugkerend windsnelheidsproces dat door een realistische inschakel-/nominale/uitschakel-vermogenscurve wordt gestuurd. Beide zijn van seconde tot seconde echt ruizig, niet gescript.
Twee dingen houden het net in balans. Ten eerste lost de controller eenmaal per gesimuleerde dag een gulzig day-ahead-schema opnieuw op: elk van de zestien flexibele belastingen wordt, binnen het toegestane venster, verplaatst naar welk halfuurslot dan ook met het beste voorspelde overschot aan hernieuwbare energie boven de onbuigzame vraag — belastingen uitstellen naar een zonnig of winderig moment, of ze naar voren halen als het beste slot eerder valt. Ten tweede laadt de batterij in real time bij elke tick op bij elk overgebleven overschot en ontlaadt die om elk tekort te dekken, onderworpen aan het vermogen, de laadstatus en round-trip-efficiëntieverliezen. Elke onbalans die de batterij nog niet kan opnemen wordt ofwel afgeknepen hernieuwbare energie (verspild) ofwel onvervulde vraag (tekort), en dat restant stuurt ook een eenvoudig netfrequentiemodel aan dat bij aanhoudende onbalans afdrijft van 50 Hz en weer terugveert wanneer het net in balans is.
Wat het toont, hoe te gebruiken, en wat verrassend is
Een live aanbod-versus-vraag-grafiek met gestapelde zonne- en windcurves tegen totale vraag, een batterijladingsmeter, een netfrequentiemeter die zichtbaar wiebelt onder stress, en een tijdlijn van belastingverschuiving die precies toont welke van de zestien flexibele belastingen werden uitgesteld, vervroegd, of op tijd gelaten.
Zet de weersvariabiliteit-schuifregelaar hoger om zon en wind ruizeriger te maken, verklein de batterij om afknijping en tekort te zien stijgen, en wissel dan de controller tussen "AI-besturing" en "Geen besturing" en laat elk een tijdje draaien — het vergelijkingspaneel volgt het resulterende onbalanspercentage voor beide.
Netbeheerders noemen de scherpe avondstijging die optreedt terwijl zon vervaagt en de vraag piekt de "duck curve" — voor het eerst genoemd door de Californische netbeheerder CAISO — en het is precies het patroon dat de vraagcurve en zonneopbrengst van deze simulatie rond de schemering nabootsen.
Veelgestelde vragen
Wat is demand response, en hoe verschilt het van gewoon meer opslag bouwen?
Demand response (DR) betekent het veranderen van wanneer elektriciteit wordt verbruikt in plaats van hoeveel er wordt opgewekt of opgeslagen. In plaats van altijd een vaatwasser, EV-lader of industrieel proces op een vast tijdstip te laten draaien, verschuift DR een deel van die belasting naar wanneer het net vrije capaciteit heeft — meestal wanneer de hernieuwbare opbrengst hoog is of de totale vraag laag — en weg van periodes waarin het net onder druk staat. Het is complementair aan opslag, geen vervanging: opslag verplaatst energie in de tijd door haar fysiek vast te houden (met round-trip-verliezen), terwijl DR de onderliggende activiteit in de tijd verplaatst en niets kost aan omzettingsverliezen, maar alleen werkt voor belastingen die vroeger of later kunnen worden verdragen. Echte nutsbedrijven combineren beide, precies zoals deze simulatie doet met haar flexibele belastingen en haar batterij.
Waarom maakt het toevoegen van zon en wind netbalancering moeilijker, niet makkelijker?
Kolen-, gas- en kerncentrales zijn regelbaar — operators kunnen hun opbrengst op- of afregelen om de vraag te volgen. Zon en wind zijn variabel en slechts gedeeltelijk voorspelbaar: zonne-opbrengst hangt af van bewolking die minuut na minuut verandert en valt elke nacht naar nul, terwijl wind afhangt van een stochastisch windsnelheidsproces dat binnen een uur kan schommelen tussen de inschakel- en nominale drempels van de vermogenscurve van een turbine. Naarmate het aandeel variabele hernieuwbare energie op een net stijgt, wordt de resterende vraag die regelbare centrales en opslag moeten dekken hobbeliger en moeilijker te voorspellen — het bekende "duck curve"-probleem, waarbij de netto vraag midden op een zonnige dag inzakt en dan 's avonds scherp stijgt naarmate de zon ondergaat en de vraag piekt. Deze simulatie legt precies die dynamiek bloot: verhoog de weersvariabiliteit-schuifregelaar en je ziet de aanbodcurves in de grafiek ruizeriger worden en de batterij- en belastingverschuivingslogica harder laten werken.
Hoe beslist de batterij hier eigenlijk wanneer te laden of te ontladen?
Bij elke gesimuleerde tick berekent de controller de ogenblikkelijke mismatch tussen totale hernieuwbare opbrengst en totale vraag. Bij een overschot laadt de batterij op met een snelheid begrensd door het vermogen en door hoeveel ruimte er nog is voordat de volledige capaciteit wordt bereikt, en slechts een fractie van die energie (round-trip-efficiëntie, hier gemodelleerd als ongeveer 0,93 × 0,93 ≈ 86%) wordt daadwerkelijk opgeslagen, met de rest verloren als warmte in de omzetting. Bij een tekort ontlaadt de batterij onder dezelfde vermogens- en capaciteitsbeperkingen, opnieuw met verlies van energie aan omzettingsinefficiëntie. Wat er ook aan mismatch overblijft nadat de batterij heeft gedaan wat ze kan, wordt afknijping (overschot) of tekort (deficit) — dit is een standaard regelgebaseerd dispatchbeleid, eenvoudiger dan de stochastische optimalisatie die echte netbeheerders draaien, maar het legt dezelfde fysieke beperkingen vast: vermogenslimieten, energielimieten en efficiëntieverliezen.
Wat is netfrequentie, en waarom verplaatst een onbalans die weg van 50 Hz?
Wisselstroomnetten werken op een vaste frequentie (50 Hz in het VK en de meeste van de wereld, 60 Hz in Noord-Amerika) omdat elke generator, motor en transformator op het netwerk erop gesynchroniseerd is. Die frequentie is een directe uitlezing van de balans tussen opwekking en belasting: wanneer opwekking de vraag overschrijdt, versnellen draaiende generatoren licht en stijgt de frequentie boven 50 Hz; wanneer de vraag de opwekking overschrijdt, vertragen ze en daalt de frequentie onder 50 Hz. Netbeheerders houden de frequentie binnen een zeer strakke band (doorgaans ±0,2 Hz) omdat grote afwijkingen beveiligingsrelais kunnen laten aanspreken en cascade-uitvallen kunnen veroorzaken. De frequentiemeter van deze simulatie is een vereenvoudigd eerste-orde-model — die drijft weg van 50 Hz evenredig met de resterende mismatch (nadat de batterij heeft ingegrepen) en veert na verloop van tijd terug naar 50 Hz, ter vervanging van de veel gedetailleerdere fysieke traagheids- en regelaarresponsmodellen die in echte energiesysteemtechniek worden gebruikt.
Wat betekent "afknijping", en waarom zou een netbeheerder ooit gratis hernieuwbare energie verspillen?
Afknijping is het bewust verlagen van zonne- of windopbrengst onder wat de bron fysiek zou kunnen opwekken, omdat het net nergens de extra energie kwijt kan — transmissielijnen zijn vol, opslag zit al op capaciteit, of er is simpelweg geen vraag om het op dat moment te absorberen. Het klinkt verspillend, en het is een echte kost, maar het is vaak nog steeds de goedkoopste beschikbare optie: het is vaak minder duur om een paar procent hernieuwbare opbrengst af te knijpen op de zonnigste, winderigste dagen dan om genoeg extra transmissiecapaciteit of opslag te bouwen om elk mogelijk overschot te absorberen. In deze simulatie stapelt afknijping zich op wanneer de batterij vol is (of het vermogen op maximum staat) en er nog steeds meer hernieuwbaar aanbod is dan vraag plus batterijladen kan gebruiken.
Hoe verhoudt het day-ahead-belastingverschuivingsschema zich tot echte demand-response-programma's?
Nutsbedrijven voeren DR uit via mechanismen zoals time-of-use-prijzen (goedkopere tarieven 's nachts of tijdens zonnepiek stimuleren vrijwillige verschuiving), directe belastingcontrole (een nutsbedrijf kan op afstand airco's of EV-laders cyclen onder een ondertekende overeenkomst), en day-ahead- of hour-ahead-capaciteitsmarkten waar grote flexibele verbruikers bieden op hun bereidheid om belasting te verschuiven. De gulzige planner van deze simulatie bootst de day-ahead-stijl na: eenmaal per gesimuleerde dag bekijkt die de deterministische voorspelling van zon, wind en onbuigzame vraag over de hele dag, en — belastingen één voor één verwerkend — wijst elke flexibele belasting toe aan welk halfuurslot binnen het toegestane venster dan ook met het beste resterende voorspelde overschot, en trekt dan het vermogen van die belasting van het slot af voordat de volgende wordt gepland, zodat belastingen niet allemaal op het ene beste slot stapelen. Het is een vereenvoudigde, single-pass gulzige heuristiek in plaats van de lineaire of gemengd-gehele programma's die echte demand-response-aggregatoren oplossen, maar het onderliggende doel — flexibel verbruik afstemmen op periodes van hoge hernieuwbare opbrengst — is identiek.
Waarom worden flexibele belastingen soms eerder verschoven ("vervroegd") in plaats van later ("uitgesteld")?
De planner heeft geen voorkeur om belastingen later te duwen — die kiest simpelweg welk slot binnen het venster van de belasting (native uur minus het flexibiliteitsvenster tot native uur plus het flexibiliteitsvenster) het beste voorspelde overschot heeft, en dat kan vóór of na het native uur van de belasting vallen. Bijvoorbeeld, een belasting met een native uur vroeg in de avond, net als zon vervaagt en de avondvraagpiek opbouwt, wordt vaak beter bediend door eerder in de middag te draaien terwijl zon nog sterk is — dus die wordt vervroegd. Een belasting native aan het midden van de ochtend, net voor de sterkste middagzon aankomt, wordt vaker licht uitgesteld om die piek te vangen. Bekijk de tijdlijn van belastingverschuiving: belastingen uitgezet links van hun native-uur-markering werden vervroegd, belastingen rechts werden uitgesteld.
Wat zijn de grenzen van deze simulatie vergeleken met hoe echte transmissiesysteemoperatoren een net balanceren?
Dit is een bewust vereenvoudigd single-node-model: het heeft geen transmissienetwerk, geen locatiegebonden prijsstelling, geen andere opwekkingssoorten (gaspiekcentrales, waterkracht, kernenergie), geen voorspellingsfout tussen het day-ahead-schema en wat werkelijk gebeurt (het schema is geoptimaliseerd tegen de ruisvrije deterministische voorspelling, waarna de werkelijkheid daar bovenop ruizig is), en een enkele geaggregeerde batterij in plaats van een vloot gedistribueerde opslagmiddelen. Echte systeemoperatoren draaien gedetailleerde unit-commitment- en economic-dispatch-optimalisaties over duizenden generatoren en flexibele middelen, met probabilistische weersvoorspellingen, hulpdienstenmarkten voor frequentierespons, en regionale transmissiebeperkingen. Wat deze simulatie getrouw bewaart is het kernmechanisme — de status van aanbod, vraag, opslag en flexibele belasting lezen, en continu opnieuw balanceren doorheen de tijd — waar al die systemen uiteindelijk van afhangen.
Stochastische terugkerende processen sturen bewolking en windsnelheid aan, die door een daglicht-belcurve en een inschakel-/nominale/uitschakel-windvermogenscurve gaan om ruizige zonne- en windopbrengst per tick te produceren. Een gulzige day-ahead-planner optimaliseert zestien flexibele belastingen eenmaal per gesimuleerde dag opnieuw tegen een deterministische voorspelling; in real time absorbeert of levert een batterij met vermogens-, capaciteits- en round-trip-efficiëntielimieten de resterende mismatch, en elke overgebleven onbalans stuurt zowel cumulatieve afknijpings-/tekortentellers als een eerste-orde netfrequentiemodel aan.
3D · Three.js / WebGL renderer · 60 FPS target · runs fully client-side, no install