AI & de toekomst van energie en utilities

AI combineert weermodellen, satellietbeelden van wolken, metingen van windturbines en de opbrengst van zonneparken uit het verleden. Daaruit voorspelt het per kwartier en per gebied hoeveel stroom er komt, van een uur tot enkele dagen vooruit. Netbeheerders zien zo eerder waar het net vol raakt, handelaren bepalen er hun posities mee en parkeigenaren plannen onderhoud op een windstille dag. De nieuwste weermodellen zijn zelf AI: ze rekenen een wereldwijde verwachting in minuten door, waar klassieke modellen uren nodig hebben. Daardoor kan een voorspelling vaker per dag worden ververst. De volgende stap: voorspellingen per straat en per minuut, die ook aangeven hoe zeker ze zijn en rechtstreeks het schakelen en de handel aansturen.

Netbeheerders hanteren voor hoogspanningslijnen vaak een vaste belastingslimiet, gebaseerd op voorzichtige aannames over het weer. Bij koeler weer of meer wind kunnen de draden meer stroom vervoeren. Rekenmodellen bepalen met metingen van temperatuur en doorhang van de draden en de weersverwachting per uur hoeveel stroom veilig door de lijn kan, en AI maakt die voorspellingen nauwkeuriger. Zo ontstaat ruimte in een net dat op papier vol is, terwijl nieuwe verbindingen jaren op zich laten wachten. Volgens het Internationaal Energieagentschap kan zulke technologie wereldwijd tot 175 gigawatt aan extra transportcapaciteit vrijmaken. De volgende stap gaat van één lijn naar het hele net: AI belast ook kabels in de grond, transformatoren en stations dynamisch, en verdeelt per kwartier de ruimte opnieuw.

Drones vliegen langs hoogspanningslijnen en maken foto's en warmtebeelden. Beeldherkenning ziet daarin een gebarsten isolator, een verbinding die te warm wordt of een boom die te dicht bij de draad groeit. Sensoren in stations meten trillingen, temperatuur en gassen in de olie van transformatoren, en AI herkent patronen die aan een storing voorafgaan. Gaat het toch mis, dan wijst AI sneller aan waar de fout zit. Volgens het Internationaal Energieagentschap kan dat stroomstoringen 30 tot 50 procent korter maken. De volgende stap: drones die zelfstandig vanuit een dockingstation langs het net vliegen en robots in stations die dag en nacht inspecteren, zodat monteurs gerichter op pad gaan.

Een agent is AI die een taak in meerdere stappen zelf afrondt. Bij netbeheerders komen elke dag duizenden vragen binnen over een aansluiting, een verhuizing of een storing in de straat, en een agent kan zo'n aanvraag van begin tot eind volgen. In pilots ondersteunen agents nu de klantafhandeling; de ontwikkeling gaat richting gekoppelde controle van gegevens, beoordeling van netruimte, planning van monteurs en updates aan de klant. Medewerkers houden zo tijd over voor de klant die thuis afhankelijk is van een medisch apparaat, of de ondernemer die al maanden wacht. De volgende stap: de agent van de klant en die van de netbeheerder stemmen samen een aansluiting, een flexibel contract of een tijdslot voor laden af.

Sensoren meten druk, doorstroming en geluid in het leidingnet. AI herkent het patroon van een lek, vaak voordat er water bovenkomt, en wijst aan in welk stuk leiding het zit. In de rioolwaterzuivering stuurt AI de beluchting en de dosering van chemicaliën op de werkelijke vervuiling. Zo kan het energieverbruik van de zuivering dalen. Bij hergebruik voor industrie en landbouw combineert AI de sensormetingen en signaleert het een verandering in de kwaliteit voordat die het proces bereikt. De volgende stap is een leidingnet dat zijn eigen onderhoud plant, met robots die leidingen van binnenuit inspecteren en repareren.

Door AI groeit de stroomvraag van datacenters snel. Volgens het Internationaal Energieagentschap gebruikten datacenters in 2024 ongeveer 1,5 procent van alle elektriciteit ter wereld, en in 2030 is dat verbruik naar verwachting ruim twee keer zo hoog. Lokaal is het effect groter: één campus kan evenveel vermogen vragen als een stad. AI kan ook een deel van de oplossing zijn. Rekenwerk dat niet direct af hoeft, zoals het trainen van een model, kan verschuiven naar uren met veel zon of wind. AI regelt de koeling zuiniger, en restwarmte kan naar een warmtenet. Techbedrijven sloten daarnaast contracten voor stroom uit kleine modulaire kerncentrales die nog gebouwd moeten worden. Op termijn kan zo'n centrale direct naast de datacampus staan.

AI verbindt zonnepanelen, thuisbatterijen, laadpalen, warmtepompen en noodstroomaggregaten tot een virtuele energiecentrale die haar beschikbare vermogen voortdurend opnieuw berekent. Samen kunnen ze stroom leveren, verbruik uitstellen en het net helpen in balans te blijven. AI voorspelt hoeveel ruimte elke installatie biedt en verdeelt de opdrachten binnen de afspraken met de eigenaren. Virtuele centrales leveren op meerdere plekken al commercieel diensten aan het net, en het aantal aangesloten huishoudens groeit. Eigenaren houden zeggenschap: wie zijn auto om zeven uur vol wil hebben, stelt dat in. Straks worden ze zo groot dat ze een deel van de reservecentrales vervangen, en zet een netbeheerder ze per wijk in tegen een vol net.

Met actuele meetgegevens laat een digital twin zien hoe nieuwe aansluitingen, veranderend verbruik en uitval van verbindingen doorwerken in de belasting van kabels en stations. Een netplanner ziet wat een nieuwe fabriek of een wijk vol warmtepompen doet met het net, nu en over tien jaar. AI maakt het model sneller en vult ontbrekende gegevens aan, zoals het verbruik in straten zonder sensor. Het kan ook duizenden toekomstbeelden doorrekenen, met meer of minder zon, elektrische auto's en industrie. Zo ziet de netbeheerder jaren vooruit waar het net knelt. De volgende stap is een digital twin van het hele energiesysteem, met stroom, warmte, gas en water in één model, waarin netbeheerders en overheden samen scenario's tot 2050 doorrekenen.

Netbeheerders en energiebedrijven die AI-first werken, laten AI het herhalende en voorspellende werk doen dat mensen niet hoeven te doen. Voorspellen, plannen, meldingen sorteren, aanvragen controleren en inspectiebeelden doorzoeken doet AI snel en onvermoeibaar. Een monteur die ter plekke een situatie beoordeelt, een medewerker die tijdens een storing kiest wie als eerste wordt geholpen, een adviseur die een klant uitlegt waarom hij moet wachten: daar weegt het menselijke oordeel. Rond 2040 kan een groot deel van planning en inspectie zonder menselijke tussenkomst verlopen. Mensen richten zich op uitzonderingen en op afwegingen tussen klanten, veiligheid en groei.

Als AI meewerkt in het net, verandert het werk van veel mensen, en over vijf tot tien jaar kunnen rollen zwaar wegen die nu nog nauwelijks bestaan. De regisseur van een net dat zichzelf bestuurt, stelt de doelen en grenzen waarbinnen AI schakelt, en grijpt in bij wat het systeem niet kent. Een trainer leert AI-modellen voor het net omgaan met zeldzame situaties, van een ijsstorm tot een hittegolf. Een operator stuurt een vloot inspectierobots en drones aan die dag en nacht stations en lijnen controleren. En een bemiddelaar regelt wat de agents van klanten en de agents van het net met elkaar mogen afspreken. Het vak van de monteur en dat van de data-analist schuiven steeds verder in elkaar.

Bij een storm of hittegolf komen er in korte tijd duizenden meldingen binnen. AI bundelt meldingen met dezelfde oorzaak, wijst de waarschijnlijke plek van de fout aan en stelt schakelacties voor om zo veel mogelijk klanten snel weer stroom te geven. De operator weegt mee wat het systeem niet weet, zoals een zorginstelling op noodstroom of een monteur die nog in een station staat, en beslist. De volgende stap is een regelkamer waarin AI de routinematige schakelacties zelf uitvoert, en de operator de regie houdt over uitzonderingen, doelen en grenzen. Eén operator overziet dan een veel groter deel van het net.

Leiderschap in energie en water betekent vooroplopen in een verandering die iedereen raakt. Leiders nemen het initiatief bij AI en nieuwe technologie en laten zien waar het bedrijf naartoe wil, met een toekomstbeeld dat concreet genoeg is voor een netplanner en een monteur. Ze inspireren hun mensen om mee te bouwen: de operator in de regelkamer, de monteur in het station en de partners in de regio. Ze luisteren naar de ideeën van hun medewerkers en verbinden die aan een richting die mensen samen willen volgen. Zo bouwen leiders samen met hun mensen aan het energiesysteem van morgen, ook als nog niet alles zeker is.

In een eigen toekomstacademie leren medewerkers wat de organisatie nu nodig heeft, zonder te wachten tot het onderwijs die kennis aanbiedt. Medewerkers die al jaren meedraaien, leren er werken met AI, agents en nieuwe technologie; nieuwe collega's krijgen er vanaf de eerste week mee hoe het werk in de organisatie verandert. Leiders leren er sturen op een team van mensen en AI. Voorbeelden uit de eigen praktijk vormen de lesstof, en het programma gaat mee met elke verandering in het werk.

In een ecosysteem werken start-ups, wetenschappers, partners en overheden samen aan vraagstukken die voor één organisatie te groot zijn. De beslissingen van de een hebben gevolgen voor de planning van de ander, en hoe goed partijen samen plannen, bepaalt hoe snel ze vooruitkomen. Op steeds meer plekken zitten ze aan één tafel om plannen af te stemmen en samen nieuwe oplossingen te ontwikkelen. Ook over de grens plannen overheden en organisaties samen grote projecten en wisselen ze modellen en ervaringen uit. AI kan de gezamenlijke plannen doorrekenen voordat partijen investeren.