🔬 physics

Energy-Optimal Allocation of Storage in Transmission Grid Networks

Deze studie presenteert een model voor het optimaliseren van de locatie en capaciteit van energieopslag in het elektriciteitsnet, waarbij wordt aangetoond dat het plaatsen van opslag bij knooppunten met de hoogste vermogensinstallatie de verliezen minimaliseert en de energie-efficiëntie maximaliseert voor verschillende hernieuwbare mixen.

Oorspronkelijke auteurs: Emile Emery, Sébastien Aumaître, Hervé Bercegol

Gepubliceerd 2026-03-04

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Emile Emery, Sébastien Aumaître, Hervé Bercegol

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat ons elektriciteitsnetwerk een enorm, levend orgel is. Vroeger draaide dit orgel op steenkool en gas: je draaide aan een knop, en er kwam altijd muziek (stroom) uit, precies op het moment dat je dat nodig had.

Maar nu willen we overstappen op zonne- en windenergie. Dat is als het spelen van een orkest dat alleen muziek maakt als de zon schijnt of de wind waait. Soms is er een storm en klinkt het orkest zo luid dat het de muren doet trillen (te veel stroom). Soms is het windstil en is er geen geluid (te weinig stroom).

De vraag die dit wetenschappelijke artikel beantwoordt, is: Hoe bouwen we het beste "opslag-systeem" om dit orkest in balans te houden, zonder dat we te veel energie verspillen aan het bouwen van die opslag zelf?

Hier is de uitleg in simpele taal, met een paar creatieve vergelijkingen:

1. Het Probleem: De "Drukke" en "Stille" Momenten

Wanneer we overschakelen op 100% groene stroom, krijgen we te maken met twee problemen:

Te veel stroom: De zon schijnt fel, maar niemand gebruikt stroom. Dan moet je de stroom "weggooien" (dit noemen ze afschakelen of curtailment).
Te weinig stroom: Het is nacht of windstil. Dan moet je stroom halen uit opslag.

Maar batterijen zijn niet gratis. Ze kosten energie om te maken (de "embodied energy"). Als je een batterij bouwt die meer energie kost om te fabriceren dan hij in zijn hele leven opslaat, heb je een slechte deal. Je wilt dus een batterij die veel meer energie opslaat dan erin is gestoken om hem te bouwen.

2. De Oplossing: De "Slimme Opslag-Strategie"

De auteurs van dit artikel hebben een computermodel gemaakt om de perfecte balans te vinden. Ze kijken naar twee dingen:

A. Hoe groot moet de batterij zijn? (De "Emmer")
Stel je voor dat je een emmer hebt om regenwater op te vangen.

Is de emmer te klein? Dan loopt hij over tijdens een stortbui (je gooit stroom weg) en is hij leeg als het droog is (je hebt geen stroom).
Is de emmer te groot? Dan heb je een enorme, dure emmer gebouwd die de helft van het jaar leeg staat. Dat is een verspilling van materiaal.

De auteurs hebben uitgerekend dat voor Frankrijk (met hun huidige mix van zonne- en windenergie) de "gouden middenweg" een batterijcapaciteit is van ongeveer 21 Gigawattuur. Dat is genoeg om de dagelijkse pieken en dalen op te vangen, zonder dat je een gigantisch, onbetaalbaar systeem bouwt.

B. Hoeveel extra zonnepanelen of windmolens moeten we bouwen? (De "Oversizing")
Omdat batterijen niet 100% efficiënt zijn (ze verliezen een beetje energie bij het laden en lossen), moet je iets meer stroom produceren dan je eigenlijk nodig hebt.

Vergelijking: Stel je voor dat je een emmer vult via een lekke slang. Je moet de kraan iets harder openzetten (meer stroom produceren) om ervoor te zorgen dat de emmer toch vol blijft, ondanks het lek.
Het artikel laat zien dat je voor de huidige situatie maar een heel klein beetje extra zonnepanelen en windmolens nodig hebt (ongeveer 0,24% extra). Bij 100% windenergie is dat iets meer, maar nog steeds beheersbaar.

3. De Locatie: Waar zet je de batterijen neer?

Dit is misschien wel het meest interessante deel. Waar moet je die batterijen plaatsen in het land?

De verkeersvergelijking: Stel je voor dat je een vrachtwagen hebt met stroom die van de fabriek naar de stad moet. Als je de batterij ver weg van de fabriek zet, moet de vrachtwagen eerst door drukke steden rijden (de stroom gaat door lange kabels). Hierdoor ontstaat er weerstand en warmte (verlies).
De oplossing: De auteurs ontdekten dat je de batterijen het beste direct bij de grootste stroombronnen kunt plaatsen.
- Als er een enorme windmolenpark staat dat te veel stroom produceert, zet je de batterij daar direct naast. De stroom hoeft niet door het hele land te reizen; hij gaat direct de batterij in.
- Dit voorkomt dat de "wegen" (de hoogspanningskabels) overbelast raken en warm worden. Het is alsof je een opslagplaats bouwt direct naast de fabriek in plaats van in een ander dorp.

4. Het Resultaat: De "ESOI" Score

De auteurs gebruiken een maatstaf genaamd ESOI (Energy Stored On Invested).

Hoe hoger, hoe beter.
Het betekent: "Hoeveel keer meer energie levert deze batterij op in zijn leven, vergeleken met de energie die nodig was om hem te bouwen?"
Hun berekeningen tonen aan dat met de juiste grootte en de juiste locatie (dicht bij de bron), we een zeer efficiënt systeem kunnen bouwen dat de overgang naar schone energie haalbaar maakt.

Samenvatting in één zin

Om onze elektriciteitssysteem stabiel te houden met alleen zon en wind, moeten we net de juiste hoeveelheid batterijen bouwen (niet te groot, niet te klein) en ze dichtbij de grootste wind- en zonneparken plaatsen, zodat we geen energie verspillen aan het vervoer ervan door het land.

Dit artikel geeft ons dus de blauwdruk voor een slimme, energiezuinige toekomst, waarbij we niet blindelings alles opslaan, maar strategisch denken over grootte en locatie.

Titel: Energie-optimale toewijzing van opslag in transmissienetwerken

1. Het Probleem

De overgang naar hernieuwbare energie vereist de integratie van veel nieuwe, gedistribueerde en variabele elektriciteitsproductie-installaties (zoals zonne- en windenergie). Dit introduceert onzekerheid, spanningsfluctuaties en betrouwbaarheidsproblemen in het net. Hoewel energieopslagsystemen (ESS) essentieel zijn om deze variaties te compenseren, brengen ze zelf een aanzienlijke "embodied energy" (energie die nodig is voor productie en bouw) met zich mee.

De centrale uitdaging is een afweging te maken tussen:

Opslag: Energie opslaan tijdens pieken en gebruiken tijdens dalen.
Afbraak (Curtailment): Energie bewust verspillen om stabiliteit te behouden.

Bestaande modellen voor de Energy Return on Investment (EROI) van netwerken nemen vaak geen rekening met de optimale grootte van opslag, de ruimtelijke plaatsing binnen het transmissienetwerk, of de verliezen door weerstand (Joule-verliezen) die ontstaan door de stroomverdeling. Er is behoefte aan een geïntegreerde methode om de optimale capaciteit, oversizing van productie en locatie van opslag te bepalen om de netto-energieopbrengst te maximaliseren.

2. Methodologie

De auteurs hebben een nieuw model ontwikkeld dat drie componenten combineert: dynamische opslagsimulatie, energie-efficiëntieberekening en netwerkanalyse.

Data en Scenario's:
- Gebruik van productie- en verbruiksgegevens van Frankrijk uit 2021.
- Drie scenario's: Een hernoemd "RTE-mix" (huidige mix met fossiele brandstoffen vervangen door schaalbare zonne- en windenergie), een 100% zonne-energie (PV) scenario, en een 100% windenergie scenario.
- De tijdschaal is gefocust op fluctuaties van enkele uren (6–12 uur), wat past bij Lithium-ion batterijen.
Dynamisch Opslagmodel:
- Het model gebruikt Haar-wavelet decompositie om productiesignalen te filteren op specifieke tijdschalen.
- Het simuleert de opslagdynamiek ( $S(t)$ ) waarbij overtollige productie wordt opgeslagen en tekorten worden gedekt.
- Twee kritieke variabelen worden geoptimaliseerd:
  1. $S_{max}$ : De maximale opslagcapaciteit.
  2. $P_1$ (Oversizing): Extra productiecapaciteit om inefficiënties (door opslagverliezen) en tekorten te compenseren.
- Het doel is een tevredenheidsgraad van minimaal 95% (tijdstappen waar vraag wordt gedekt) te bereiken.
ESOI-metriek (Energy Stored on Invested):
- De auteurs definiëren de ESOI als de verhouding tussen de nuttige energie die wordt opgeslagen en de totale energie die is geïnvesteerd in de bouw van de opslag en de oversizing van de productie.
- Formule: $ESOI = \frac{E_{nuttig}}{E_{investering}}$ .
- De investering omvat de energie-intensiteit van de batterij (per eenheid energie en vermogen) en de extra energie voor de oversizing van de productie.
Centrality-analyse en Joule-verliezen:
- Om de plaatsing van opslag te optimaliseren, wordt een grafentheorie-benadering gebruikt op het Franse transmissienetwerk.
- Er worden centrality-maatstaven (zoals eigenvector centrality en power centrality) toegepast om knooppunten te identificeren.
- Het model berekent de extra Joule-verliezen ( $I^2R$ ) die ontstaan door het toevoegen van opslagstroompaden. De DC-benadering wordt gebruikt om stroomverliezen te schatten.

3. Belangrijkste Resultaten

Optimale Capaciteit en Oversizing:
- Voor het "RTE-mix" (huidige situatie met fossiele vervanging) is de optimale strategie: 21,21 GWh aan batterijopslag en een 0,24% oversizing van de productie. Dit levert een maximale ESOI van 14,16.
- Voor extreme scenario's zijn de eisen aanzienlijk hoger:
  - 100% Wind: 142,95 GWh opslag, 1,95% oversizing, ESOI 12,31.
  - 100% PV: 921,44 GWh opslag, 8,20% oversizing, ESOI 9,84.
- De resultaten tonen aan dat bij puur zonne-energie de noodzaak voor enorme opslagcapaciteit en aanzienlijke oversizing toeneemt om de dag/nacht-cyclus te overbruggen.
Plaatsing van Opslag (Locatie):
- De analyse toont aan dat het plaatsen van opslag op knooppunten met de maximale geïnstalleerde productie (power centrality) de meest efficiënte strategie is.
- Door opslag direct bij de productiecentra te plaatsen, wordt voorkomen dat overtollige energie door het hele net moet stromen voordat het wordt opgeslagen. Dit minimaliseert de stroom door de lijnen en reduceert de Joule-verliezen aanzienlijk.
- Dit resultaat generaliseert eerdere studies die zich beperkten tot distributienetten; dit geldt ook voor hoogspanningstransmissienetten.
Netwerkstabiliteit:
- De simulaties bevestigen dat deze plaatsingsstrategie geen congestie veroorzaakt; de stroomverdeling blijft binnen de technische limieten van de lijnen (spanning en maximale stroom).

4. Bijdragen en Innovatie

Unificatie van EROI en Netwerkanalyse: Het artikel introduceert een geavanceerde versie van de EROI-formule voor netwerken ( $EROI_{grid}$ ) die niet alleen de opslag-efficiëntie ( $\eta_{st}$ ) en oversizing ( $\phi$ ) meeneemt, maar ook de Joule-verliezen tussen generatie, opslag en distributie.
Ruimtelijke Optimalisatie: Het is een van de eerste studies die de optimale grootte en de optimale locatie van opslag in een transmissienetwerk koppelt aan een energie-efficiëntie-metriek (ESOI).
Schaalbaarheid: Het model is flexibel en toepasbaar op verschillende landen en energiemixen, en biedt inzicht in de grenzen van 100% hernieuwbare scenario's.

5. Betekenis en Conclusie

De studie levert een cruciale bijdrage aan de planning van toekomstige energienetten. Het toont aan dat een "slimme" plaatsing van opslag (dicht bij de productie) net zo belangrijk is als de capaciteit zelf om de totale energie-efficiëntie te maximaliseren en verliezen te minimaliseren.

De auteurs concluderen dat voor een succesvolle transitie naar schone energie:

Opslag moet worden dimensioneerd om een hoge tevredenheidsgraad te garanderen zonder onnodige oversizing.
Opslag moet worden geplaatst op knooppunten met de hoogste productie om transmissieverliezen te minimaliseren.
De trade-off tussen investering in opslag en productie-oversizing moet worden geoptimaliseerd via de ESOI-metriek.

Het werk biedt een nieuwe raamwerk voor beleidsmakers en netbeheerders om toekomstige energiemixen te evalueren, waarbij zowel technische als energetische rendementen centraal staan.