De glazen bol van Liander

Calamiteiten voorkomen, de betrouwbaarheid vergroten en inzicht krijgen in toekomstig gedrag van klanten. Netbeheerders willen om allerlei redenen naar een hogere voorspelbaarheid van hun netwerken. Netbeheerder Liander heeft een model ontwikkeld dat aan de hand van metingen in de praktijk wordt gevalideerd, en dat aan de hand van die metingen steeds slimmer wordt.

De voorspelbaarheid van netwerken wordt steeds belangrijker. “In het licht van de energietransitie waarbij elektriciteit steeds vaker decentraal wordt opgewekt en het netwerk als gevolg van nieuwe energiebronnen (zon, wind, warmtepompen) op een andere manier wordt belast, hebben we meer informatie nodig om gericht te kunnen investeren in onze netwerken”, zegt consultant Hein van de Wijgert van Liander. “Consumenten worden producenten, wat betekent dat je niet langer een top-downbenadering kunt hanteren. We gaan steeds meer naar decentralisatie van systemen. Op die ontwikkeling anticiperen wij. Bij dreigende piekbelasting is van oudsher de reflex om zwaardere kabels aan te leggen. Dat zal op sommige plekken nog steeds aan de orde zijn, maar met behulp van slimme modellen kunnen we veel meer gebiedsgericht werken. Ons zogeheten ANDES-model biedt trendanalyses over de inzet van warmtebronnen, zon en wind. Op basis van specifieke kenmerken kunnen we voorspellen in welke wijken of gebieden vermoedelijk groei van toepassing van zonne-energie zal plaatsvinden. Dat leidt tot belastingsprofielen tot op wijkniveau, aan de hand waarvan we de impact op het netwerk kunnen bepalen.”

Bijdragen aan verduurzaming

Data gebruiken om gebiedsgericht werken en daarmee ook elektriciteitsverbruik te verevenen, kan bijdragen aan optimalisatie van netwerken en de verduurzamingsdoelstellingen van afnemers. Hein van de Wijgert: “Wij zitten bij bijvoorbeeld gemeenten als gesprekspartner aan tafel, waar het gaat om het bepalen van de optimale energiemix. Vanuit onze systemen kunnen we grootverbruikers informatie verschaffen waarmee zij kunnen sturen op verbruik. Heel concreet kan dat betekenen dat we op basis van de beschikbare ruimte op het net adviseren ten aanzien van de locatie van een datacenter. In Amsterdam praten we mee over de bouwopgave voor vijftig duizend nieuwe woningen. Wij hebben er belang bij zo vroeg mogelijk betrokken te raken bij ruimtelijkeordeningsplannen, omdat we daarmee desinvesteringen kunnen voorkomen en tot betere afstemming in de operationele uitvoering kunnen komen. Ook op andere thema’s, zoals de energievoorziening van tunnels en andere ondergrondse infrastructuur, zouden wij vanuit datagedreven netbeheer een rol kunnen spelen.”

Scrummen in het lab

“Met behulp van datagedreven netbeheer willen we al onze processen beter en slimmer maken”, vertellen Hein van de Wijgert en collega Denny Harmsen. “Daarbij hebben we vier doelstellingen: hogere klanttevredenheid, gerichter investeren, verhoging van de leveringszekerheid en verlaging van de operationele kosten. Waar we vroeger meer techniekgedreven waren, werken we nu veel meer vanuit businessdoelen. Die doelen moeten meetbaar zijn, maar we werken niet met complete dashboards waarmee we alle processen continu monitoren. Voorlopig is ons doel om het elke dag een beetje beter te doen. Simpelweg omdat we nog moeten ontdekken wat digitalisering ons exact gaat opleveren. In Noord-Holland-Noord brengen we allerlei uitrolprojecten op het gebied van digitalisering versneld samen, zodat we daar integraal ervaring kunnen opdoen met alle meetdata die daar beschikbaar komen.”

“We moeten nog ontdekken wat digitalisering ons exact gaat opleveren.”

Noord-Holland-Noord is het voorlooprayon voor de ideeën die in het Liander Control Lab (LCL) in Haarlem worden uitgewerkt. In het LCL scrummen mensen van de afdelingen Netmanagement, Netcare, Assetmanagement, Klant & Markt en IT naar nieuwe data-toepassingen. Vaak zijn de daarvoor benodigde data al aanwezig. Een van de ideeën die worden uitgewerkt, is het in een overzicht bijeenbrengen van verschillende informatiestromen, zodat bedrijfsvoerders sneller een analyse kunnen maken. In de praktijk ontstaat een wisselwerking tussen het LCL en het voorlooprayon. Zo worden in Noord-Holland-Noord versneld slimme meters aangeboden aan gebruikers die zijn aangesloten op intelligente middenspanningsruimtes. De gecombineerde data van de slimme meters en de middenspanningsruimtes kunnen helpen om storingen sneller op te lossen.

Storingen voorkomen

Het paradepaardje van de recente ontwikkelingen bij Liander is de Smart Cable Guard (SCG). Het systeem om stroomstoringen in tijd en plaats te kunnen voorspellen, is ontwikkeld in samenwerking met DNV GL, Enexis en Locamation. Met een proef in Friesland is al aangetoond dat de SCG daadwerkelijk stroomstoringen kan voorkomen. Denny Harmsen: “Het systeem biedt een oplossing voor stroomstoringen die het gevolg zijn van kortsluiting in ondergrondse kabelverbindingen, en kan meer dan de helft van alle stroomstoringen voorkomen.”

Op de totale betrouwbaarheid van de elektriciteitsnetwerken is het effect overigens alleen in cijfers achter de komma uit te drukken. Met een betrouwbaarheid van 99,995% zijn de nog resterende verbetermogelijkheden klein. Denny Harmsen: “De impact van een stroomstoring op klant en samenleving is echter groot. Een gemiddelde stroomstoring betekent dat duizend klanten meer dan een uur hinder ondervinden. Daarom hanteert Liander het uitgangspunt dat elke storing er een te veel is. Het Smart Cable Guard-meetsysteem kan minuscule verstoringen in het middenspanningskabelsysteem tot op een meter nauwkeurig detecteren en lokaliseren, waarmee voorspeld kan worden of er binnen enkele weken kortsluiting zal ontstaan. Het systeem geeft dan tijdig een waarschuwing, zodat reparatie kan plaatsvinden voordat de stroomstoring optreedt.”

Liander verwacht veel van de SCG. Niet alleen in terugdringing van het aantal storingen, maar ook ten aanzien van een hogere voorspelbaarheid van de prestaties van het gehele netwerk. Met de verzamelde data wordt tegelijkertijd kennis opgebouwd over faalfrequenties, faalmechanismen en het gedrag van ondergrondse assets (oud én nieuw) voorafgaand aan een storing. Die informatie kan bijvoorbeeld leiden tot onderzoek naar andere technieken of materialen.