Spanningsvariatie
Maar er is nóg een uitdaging die de groeiende vraag en aanbod met zich mee brengen, en die speelt op het laagspanningsnet. Dit ga ik uitleggen met een voorbeeld. Stel ik woon in een rijtjeshuis halverwege een lange straat, en ieder huis is aangesloten op de laagspanningskabel onder de stoep. Normaal gesproken krijg ik een spanning van 230 Volt op mijn stopcontacten thuis. Als ik de wasmachine aanzet (en daarmee elektriciteit vraag van het net), wordt die spanning een klein beetje lager, niet alleen bij mij maar ook bij de buren. Als op een ander moment de zon schijnt en mijn zonnepanelen energie terugleveren aan het net, wordt de spanning iets hoger. Zolang de spanningsvariatie binnen een paar procent blijft, is er niet zoveel aan de hand. Maar als al mijn buren ook zonnepanelen hebben, gaan die allemaal tegelijk opwekken en wordt de spanning ineens heel ver opgedreven! Het effect wordt nog eens versterkt als de elektriciteitskabel in de straat heel lang is. Volgens de netcode (een soort wetboek voor netbeheerders) mag de spanning in huis maximaal 10% afwijken van de norm – daarbuiten gaan bijvoorbeeld elektrische apparaten sneller slijten, schakelen zonnepanelen automatisch uit of beginnen je lampen te flikkeren. Een veel grotere afwijking kan zelfs leiden tot gevaarlijke branden.
Inzicht
Deze spanningsvariatie kan worden teruggedrongen door bijvoorbeeld het bestaande net anders in te richten. Omdat dit echter niet van de ene op de andere dag kan gebeuren, is het van belang om vroegtijdig inzicht te hebben in waar in het net deze problemen ontstaan. Zo voorkom je namelijk spanningsklachten (en daarmee boze klanten). Daarom heb ik vanuit Infiniot bij een van de netbeheerders bijgedragen aan de bouw van het nieuwe dashboard Spanningshuishouding. In dit dashboard kun je, op basis van een zelf gekozen periode en regio, snel zien waar de spanningsvariatie het grootst is en welke netgebieden dus aandacht nodig hebben. Het dashboard wordt gevoed met meetdata van de distributiestations (kwartiergemiddelden van de spanning per fase, gemeten op het LS-rek) en de spanningsevents uit slimme meters (de zgn. ‘sags’ en ‘swells’: onder- en overschrijdingen van een bepaald spanningsniveau).
Screenshot van het dashboard Spanningshuishouding, gemaakt in Power BI.
Het bijeen brengen van alle benodigde data was een hele uitdaging en vereiste de samenwerking van meerdere teams, maar het resultaat mag er wezen. Het is een waardevolle toevoeging voor het werkproces van de netverantwoordelijken, die dankzij dit dashboard meer grip hebben op de spanningshuishouding van het elektriciteitsnet. Natuurlijk zijn er ook al voldoende ideeën voor doorontwikkeling of nieuwe dashboards op basis van deze en meer soorten data en daar gaan we dan ook hard verder mee aan de slag. Zo draagt Infiniot bij aan het datagedreven netbeheer van de toekomst.
