Wanneer moet een batterij laden? Wanneer kan ze beter ontladen? En hoe speel je vandaag al in op de energieprijzen, zonneproductie en verbruikspieken van morgen? Het zijn allemaal vragen waar AI een antwoord op zou moeten bieden. Maar is dat ook zo, of is het vandaag vooral een hype zonder concrete meerwaarde? In deze blog lees je hoe we bij Smart Ass Energy AI gebruiken in onze systemen. Spoiler: wel degelijk mét grote impact.
Vraag iemand wat AI is en de kans is groot dat je ‘ChatGPT’ als antwoord krijgt. Begrijpelijk, want generatieve AI is de voorbije jaren enorm zichtbaar geworden. Maar binnen energiebeheer ligt de echte meerwaarde ergens anders.
Machine learning, neurale netwerken en autonome beslissingsmodellen maken het mogelijk om complexe energiesystemen voortdurend te analyseren en zelf de meest rendabele keuzes te maken. Niet op basis van vooraf geprogrammeerde regels, maar op basis van data, voorspellingen en ervaring.
Op elk aangesloten asset draait een machine learning-model dat het gedrag van die specifieke batterij, laadpaal of installatie leert kennen. In de cloud brengt een AI-agent vervolgens alle informatie samen en bepaalt hij hoe het volledige energiesysteem optimaal aangestuurd wordt.
Daarnaast gebruiken we ook een large language model (LLM) om gebruikers eenvoudiger met het systeem te laten communiceren. Zo kan tekstinvoer automatisch vertaald worden naar bruikbare systeeminput.
Maar laat daar geen misverstand over bestaan: die chatinterface is niet onze onderscheidende technologie. De échte intelligentie zit in de zelflerende modellen die voortdurend beslissingen nemen en zichzelf blijven verbeteren.
Veel klassieke energiebeheersystemen werken vandaag nog volgens een vaste logica.
Dat werkt, maar alleen zolang de werkelijkheid zich aan die regels houdt. Een AI-gestuurd EMS werkt fundamenteel anders.
In plaats van honderden regels vooraf te programmeren, geven wij enkel de grenzen en limieten van de verschillende assets mee. Binnen die grenzen bepaalt het AI-model zelf welke beslissing op dat moment het meest logisch én financieel interessant is. Dat maakt het systeem veel flexibeler dan traditionele regelgestuurde software.
Een goede beslissing hangt nooit af van één parameter. Het systeem combineert voortdurend verschillende databronnen, zoals:
Daardoor kan het systeem vooruitdenken. Worden morgen hoge elektriciteitsprijzen verwacht? Dan kan het vandaag al beslissen om energie op te slaan.
Komen er een paar uur met zeer goedkope stroom aan? Dan kan het interessant zijn om de batterij eerst bewust leeg te maken, zodat die later tegen een lagere prijs weer kan worden opgeladen.
Verwacht het systeem een verbruikspiek of beperkte netcapaciteit? Dan kan het ervoor kiezen om de batterij maximaal op te laden voordat die situatie zich voordoet.
Het resultaat is een veel intelligentere vorm van energiebeheer, waarbij beslissingen niet alleen reageren op wat er gebeurt, maar ook anticiperen op wat eraan komt.
Een belangrijk onderdeel van onze technologie is de machine learning op assetniveau. Onze Load Commander leert automatisch hoe een batterij of ander asset zich in de praktijk gedraagt.
Daarvoor hoeft niemand alles handmatig te configureren. Het systeem leert onder andere:
Dat heeft verschillende voordelen. Nieuwe assets kunnen sneller geïntegreerd worden, zonder langdurige configuratie. Bovendien wordt de aansturing steeds nauwkeuriger naarmate meer data beschikbaar komt.
En er ontstaat nog een bijkomende mogelijkheid: predictive maintenance. Wanneer een batterij zich plots anders begint te gedragen dan verwacht, kan het systeem die afwijking detecteren en signaleren nog voordat er effectief een probleem ontstaat.
Alle informatie komt uiteindelijk samen in één centrale AI-agent. Die combineert de gegevens van de verschillende assets met externe informatie zoals weersvoorspellingen, energieprijzen, netbeperkingen en de voorkeuren van de gebruiker.
Op basis daarvan bepaalt hij hoe alle onderdelen van het energiesysteem met elkaar moeten samenwerken. Niet alleen de batterij, maar ook laadpalen, zonnepanelen en andere assets worden als één geheel aangestuurd.
Precies die centrale intelligentie maakt het mogelijk om voortdurend de optimale balans te vinden tussen rendement, comfort en energiebeschikbaarheid.
Vaak wordt gedacht dat betere energieprestaties automatisch grotere batterijen vereisen. Dat klopt lang niet altijd.
Een slim Energy Management System haalt meer uit dezelfde installatie doordat het op elk moment betere beslissingen neemt. Daardoor kan een kleinere batterij in veel situaties verrassend veel realiseren.
Benieuwd naar wat ons EMS kan betekenen voor jouw energiebeheer? Neem dan contact op met onze experts. We bekijken graag hoe jouw bedrijf meer controle, meer flexibiliteit en een hogere return uit zijn energie kan halen.