Van de stikstofcrisis tot de energietransitie: kunstmatige intelligentie kan een mooie bijdrage leveren. Onderzoekers van de drie universiteiten in Zuid-Holland grijpen die kans met beide handen aan. Twee van hen bespreken collaboratief onderzoek in het kernthema ‘AI for Energy and Sustainability’ binnen het AI-kenniscluster van Zuid-Holland.

Dit is deel drie van een serie naar de vijf kernthema’s van AI-onderzoek aan de universiteiten en medische centra.

“De energietransitie zal geen succes worden zonder de inzet van interdisciplinair onderzoek”, zegt Yashar Ghiassi Farrokhfal. En hij kan het weten: hij heeft weliswaar een achtergrond in elektrotechniek en informatica, maar nu, als universitair docent aan de Erasmus Universiteit Rotterdam, voert hij bedrijfseconomisch onderzoek uit naar de toekomst van energiebedrijven.

Alle stukjes van de puzzel

“Ons energiesysteem is een soort ecosysteem”, zegt Farrokhfal. “Het bestaat uit allerlei puzzelstukjes die ook nog eens met elkaar in verbinding staan: zonnepanelen, consumenten, overheden, noem het maar op. Als je vooruit wil gaan, heb je al die stukjes nodig.” Met kunstmatige intelligentie wordt het opeens mogelijk om veel data uit een complexe dataset te testen en zo besluitvormingsprocessen te optimaliseren.

Maar als je al die stukjes precies wil modelleren, heb je een brede samenwerking tussen onderzoekers nodig – en dat gaat niet altijd zonder slag of stoot. “In gemeenschappen technici of computerwetenschappers zie ik papers die veel te eenzijdig zijn. Iets kan technologisch gezien een heel goed idee zijn, maar het moet ook gebaseerd zijn op een effectief businessmodel.”

Ik dacht dat ik alles al wist

“Toen ik in een nieuwe gemeenschap terechtkwam bij mijn aantreden aan de business school, dacht ik dat ik alles wist over zonnepanelen, energieopslag in batterijen en hoe trading werkt op de energiemarkt. Maar toen ontdekte ik een nieuw perspectief, en wel een veel praktischere: het bedrijfsperspectief. Daarnaast heb je ook nog de overheid en haar reguleringen, en menselijk gedrag. Ook die aspecten moet je niet uit het oog verliezen in de energietransitie.”

Dus, hoe voeg je dit allemaal samen? “Academici worden nog steeds beoordeeld op referenties en publicaties, en die zijn doorgaans monodisciplinair. Dat is geen goede prikkel. De Nederlandse Organisatie voor Wetenschappelijk Onderzoek (NWO) probeert onderzoekers desondanks te stimuleren om interdisciplinaire projecten uit te voeren, en we zijn nu aan het kijken hoe we zouden kunnen samenwerken met Delft en Leiden, wat heel goed is. Het beleidsonderzoek dat in Leiden gedaan wordt, is bijvoorbeeld een mooie aanvulling op mijn werk. De TU Delft brengt dan weer een technologisch perspectief. Voeg daar onze kennis over management en gedrag aan toe, en we hebben een heel goed begrip van onze energiesystemen.”

Stikstofprobleem

Farrokhfals rol in de themagroep van 15 onderzoekers is die van de vertaler. “Elke discipline heeft zijn eigen jargon. Ik ken al die talen en kan soms helpen om verwarring op te helderen.” Dit is handig voor AI-nieuwkomer Jan Willem Erisman. Hij doet al 35 jaar onderzoek naar het stikstofprobleem en is sinds een jaar Hoogleraar Milieu en Duurzaamheid in Leiden. Dat te veel ammoniak en stikstofoxide onacceptabele schade kan veroorzaken, heeft eindelijk het bredere geïnformeerde publiek bereikt, maar een oplossing hebben we nog niet. Afgelopen herfst werd Erisman gevraagd om bij de themagroep over AI voor duurzaamheid en energie, waar men onderzoekt wat de samenwerkingsmogelijkheden in Zuid-Holland zijn in het AI-kenniscluster, te komen. “Nu is een goed moment om AI in te zetten in ons veld. Bij het instituut voor Milieuwetenschappen hebben we veel tools en data; de zelflerende modellen van onze AI-experts kunnen ons helpen deze optimaal te gebruiken. Zo hebben we bijvoorbeeld een model voor de voetafdruk van materialen en transport. Hoeveel gaat er een stad in, hoelang blijft het daar en wat gaat er verloren of wordt hergebruikt? Het model is aan data gekoppeld, maar maakt nog geen gebruik van sociale media of satellieten.”

Toegang tot netwerk

Gelukkig kent Erisman Thomas Bäck van zijn eigen universiteit, die, als het hoofd van de Natural Computing Research Group in het Leiden Institute of Advanced Computer Science, bij meerdere AI-themagroepen voor universiteiten in Zuid-Holland zit. De AI voor Energie en Duurzaamheid focusgroep heeft Erisman toegang verschaft tot het netwerk van Mathijs de Weerdt, sectiehoofd van de Algoritmegroep aan de TU Delft en het hoofd van de Energie en Duurzaamheid werkgroep van de Nederlandse AI-coalitie (NL AIC). De Weerdt: “Bij de NL AIC plannen we bijvoorbeeld een simulatiemodel van Europa, dat we met een heleboel data willen vullen. Dan kunnen slimme algoritmes suggesties doen voor het beste beleid.”

Van dom netwerk tot slim net

De Weerdt is een algoritme-expert die veel van zijn tijd besteedt aan toepassingen en netwerken in de industrie. Net zoals Farrokhal is hij met name bezig met de energietransitie. “Slim net is het buzzword, maar we hebben nu niet veel meer dan een dom netwerk. Je moet slim plannen als je bijvoorbeeld wil dat energiecentrales naar de weersvoorspelling kunnen kijken en hun productie aan kunnen passen aan wind- en zonne-energie. Je zou elektrische auto’s moeten opladen op momenten dat ander gebruik laag is. AI is hierbij essentieel.”

De Weerdt: “Dankzij de themagroep heb ik Eefje Cuppen leren kennen, die als Hoogleraar Duurzaamheidsbestuur in Leiden kijkt naar hoe mensen met nieuwe systemen omgaan. Dat aspect is ook heel belangrijk. Het is veel makkelijker voor onze universiteiten om elkaar te vinden in ons AI-kenniscluster, en dat betekent dat we nieuwe onderdelen van de puzzel kunnen oplossen.”

Hieronder staan voorbeelden van het werk dat alle drie de hoogleraren doen: AI-onderzoek op het gebied van duurzaamheid en energie.

De tijd is rijp voor meer inzicht in stikstofdata met AI

Universiteit Leiden – Jan Willem Erisman

“We begonnen tien jaar geleden met satellietmetingen. Twee keer per dag werd de concentratie van ammoniak in de lucht gefotografeerd in blokken van 12 km². Dit geeft ons een beeld van de uitstoot van alle 45.000 boerderijen. We hebben nu een punt bereikt waarop we de waarde van al deze data willen onderzoeken, vergeleken met de bodemmetingen die al veel langer plaatsvinden, maar op veel minder locaties. De volgende stap is om deze bodemwaardes en satellietdata onder te brengen in een model dat patronen herkent en ons wat inzichten geeft. Dat is waar AI erbij komt kijken. Ik heb de AI-onderzoekers precies op het juiste moment ontmoet.”

Een digitale tweeling van het energiesysteem om aan te tonen hoe dingen (niet) zouden moeten gaan

TU Delft – Mathijs de Weerdt

“Een realistisch energiesysteemmodel kan helpen bij het nemen van beslissingen die over decennia pas impact hebben. Dus, we laten op deze manier iets moois achter voor toekomstige generaties. Waar moeten windturbines gebouwd worden, hoe kan het energiesysteem omgaan met meer elektrische auto’s en hoe zorgen we ervoor dat die auto’s het systeem niet overbelasten? Met algoritmes kan je verschillende scenario’s uitproberen. Peter Palensky, Hoogleraar Intelligent Electric Power Grids in Delft, is bezig met het ontwikkelen van een digitale tweeling van het Nederlandse energienetwerk. We kunnen dit gebruiken om te onderzoeken hoe het huidige elektriciteitsnetwerk in Nederland op stimuli of shocks zal reageren, zoals een nieuw windpark of een cyberattack. We kunnen ook uitvindingen simuleren en evalueren.

“De benodigde algoritmes komen uit mijn departement. Algoritmes die windparken kunnen optimaliseren, kunnen bijvoorbeeld inschatten wanneer elektrische auto’s opgeladen moeten worden of kunnen beslissingen ondersteunen. De crux van zo’n probleem is uitwerken welke mogelijkheden er zijn, terwijl nog helemaal niet weten wat de toekomst in petto heeft.”
“Naast algoritmes heb je enorme hoeveelheden data nodig. Over consumptie en vraag door consumenten aan bedrijven, maar ook over plannen van elektriciteitsbedrijven. Je moet alles in het model stoppen om het realistisch te maken en dat felbegeerde ‘slimme net’ te bereiken.”

Een groot model waarin alle energiesectoren gelinkt zijn om transitie mogelijk te maken

Erasmus Universiteit Rotterdam – Yashar Ghiassi Farrokhfal

“Ik ben ook betrokken bij een onlangs gefinancierd project om een efficiënte energietransitie in de Haven van Rotterdam te onderzoeken. Dit is een goed voorbeeld van hoe diverse disciplines en stakeholders samen kunnen werken om de energietransitie te realiseren.”

“Uitdagingen rondom koolstofarme energie zijn niet hetzelfde voor elke sector. Dankzij de zon en de wind is het relatief makkelijk in de energiesector. Dat maakt interactie met andere sectoren nog interessanter en belangrijker. Neem daarnaast de transportsector. Dat is helemaal anders dan de energiesector, maar dankzij de elektrische voertuigen en waterstoftrucks bestaat de kans dat we deze twee sectoren kunnen integreren en de vruchten van hun diversiteit kunnen plukken. Dat kan alleen werken als experts in de transport- en energiesectoren een gedeeld systeem ontwerpen, en tegelijkertijd de belangen van alle stakeholders identificeren en, indien nodig, goede compromissen sluiten.

“Hetzelfde geldt voor het raakvlak van de warmtesector en de elektriciteitssector en tussen verschillende energiedragers voor gas, warmte en elektriciteit. Naast een goed ontworpen systeem, kan consistente wetgeving in diverse sectoren ook een prikkel zijn voor zulke integratie. Een multidisciplinair team zal ons de mogelijkheid geven om dit complexe probleem op de beste, meest praktische manier te onderzoeken.”

Vijf thema’s boordevol AI-onderzoek in Zuid-Holland

• AI voor Vrede, Justitie en Veiligheid
• AI voor de Haven en Maritiem
• AI voor Energie en Duurzaamheid
• AI voor de Gezondheidszorg
• AI voor de Tech Sector