Kunstmatige intelligentie, de nieuwe motor van hernieuwbare energiebronnen
De windturbines zijn geïnstalleerd in een bosbouwgebied dat vanuit het oogpunt van de biodiversiteit geen groot belang heeft, op grote afstand van de dichtstbijzijnde woonwijken.
Er is echter een keerzijde: het plaatselijke net, dat oorspronkelijk werd aangelegd om elektriciteit te distribueren naar een relatief laag aantal afnemers, kan de volledige productie van de windturbines niet verwerken en handhaaft een veiligheidsdrempel die de injectie beperkt tot 11,7 MW.
Dat is een steeds terugkerende situatie wanneer nieuwe gedecentraliseerde productie-eenheden zoals windmolenparken, fotovoltaïsche velden of warmtekrachtkoppelingseenheden hun intrede doen: aangezien vraag en aanbod niet altijd samenvallen, bestaat het risico van congestie, oftewel een overvloed aan stroom op de elektriciteitslijnen die tot storingen kan leiden.
In het licht hiervan heeft Blacklight Analytics, een spin-off van de Universiteit van Luik, een algoritme ontwikkeld waarmee de congestie op het net nauwkeuriger kan worden voorspeld. De ontwikkelde tool kreeg de naam “O-One”, wat staat voor ORES - Operator Network Expert. Deze tool voor actief netbeheer, die tussen 2019 en 2020 werd getest in het windmolenpark van Lierneux, maakt het voortaan mogelijk om beter te anticiperen op mogelijke risico's en om de injectielimieten die aan windturbines worden opgelegd, te overschrijden. Het windmolenpark van Luminus kon zo zijn gemiddelde productie tijdens de testperiode met 5 tot 6% verhogen, met een piek van 10 procent extra productie op het einde van het programma.
Geen opmerkingen: