Hoe Shell’s CO₂-afvang laat zien wat AI kan in de energietransitie

In de Rotterdamse haven gaat iets opvallends gebeuren: Shell en Linde gaan hun stroomcapaciteit delen zodat er meer CO₂ kan worden afgevangen en opgeslagen onder de Noordzee via Porthos. Netcongestie wordt omzeild door slim gebruik te maken van “overtollige” netcapaciteit op het terrein van Shell in Pernis.

Dit klinkt misschien als een puur technisch infra-verhaal, maar het raakt aan een veel grotere beweging: hoe we het overbelaste Nederlandse elektriciteitsnet slimmer gaan gebruiken, en welke rol data en AI daarin spelen. Want netuitbreiding alleen gaat het niet redden; optimalisatie en slimme sturing worden net zo belangrijk.

In deze blog, onderdeel van de serie “AI voor Nederlandse Energie: Duurzame Transitie”, gebruik ik de casus Shell–Linde–Porthos als kapstok. We kijken hoe zulke CO₂-afvangprojecten werken, waarom netcapaciteit tegenwoordig goud waard is, en vooral: hoe AI kan helpen om dit soort projecten sneller, goedkoper en duurzamer uit te voeren.

1. Wat er gebeurt in Pernis: stroom, CO₂ en netcongestie

De kern: Shell stelt zijn ongebruikte netcapaciteit beschikbaar aan Linde, dat elektriciteit nodig heeft om CO₂ van de raffinaderij richting Porthos te transporteren en te conditioneren voor opslag onder de Noordzee.

Nederland zit midden in een netcongestiecrisis. In grote delen van het land, en zeker in de haven van Rotterdam,:

• kunnen bedrijven geen extra aansluiting meer krijgen;
• lopen duurzame projecten vertraging op door gebrek aan capaciteit;
• stijgen de kosten doordat er (dure) noodoplossingen nodig zijn.

Door netcapaciteit te delen, zoals Shell nu doet, ontstaat een nieuwe route: minder nieuwe kabels, meer slim gebruik van bestaande infrastructuur. Dit is precies het soort case waar AI een versneller kan zijn.

Waarom CO₂-afvang zoveel stroom slurpt

CO₂-afvang en -opslag (CCS) vraagt veel energie:

• CO₂ moet worden afgevangen uit rookgassen;
• vervolgens gecomprimeerd en gekoeld;
• daarna via pijpleidingen naar een opslagveld (zoals Porthos) getransporteerd.

Elke stap vreet elektriciteit. Als je dat op een plek doet waar het net al vol zit, heb je een probleem. In Pernis wordt dit gedeeltelijk opgelost door restcapaciteit van Shell zelf beter te benutten.

De volgende stap? Die restcapaciteit real-time en voorspellend aansturen met AI, zodat je echt uit elke kilowatt het maximale haalt.

2. Waar AI precies waarde toevoegt bij CO₂-afvang

AI is geen magische knop, maar een gereedschapskist. Bij CO₂-afvang en -transport zie ik grofweg vier concrete toepassingsgebieden.

2.1 Vraagvoorspelling voor elektriciteit

Om een CO₂-afvanginstallatie efficiënt te draaien, moet je weten:

• wanneer de raffinaderij veel of weinig produceert;
• hoeveel CO₂ er dan vrijkomt;
• hoeveel stroom er op dat moment beschikbaar is.

AI-modellen voor vraag- en aanbodvoorspelling combineren:

• historische productiegegevens van de raffinaderij;
• weersverwachtingen (invloed op stroomprijs en beschikbaarheid wind/zon);
• onderhoudsplanning van installaties;
• prijsinformatie van de stroommarkt.

Daarmee kan je 24–72 uur vooruit voorspellen:

“Op dinsdag tussen 02:00 en 06:00 uur is stroom goedkoop én is er voldoende netcapaciteit. Verschuif de zwaarste compressieprocessen naar dit venster.”

Dit is niet theoretisch. In de praktijk zie je dat bedrijven die zulke voorspellende algoritmen gebruiken, 10–30% lagere energiekosten kunnen realiseren op flexibele processen.

2.2 Slim schakelen van installaties (optimalisatie)

Voorspellen is stap één, sturen is stap twee. AI-gestuurde optimalisatie-algoritmen kunnen continu berekenen:

• welke pompen, compressoren en koelers wanneer draaien;
• hoeveel CO₂ je echt nú moet afvangen om je jaardoel te halen;
• hoe je pieken op het elektriciteitsnet vermijdt.

Dit soort systemen gebruiken vaak technieken als:

• model predictive control (MPC);
• reinforcement learning (AI die leert welke instellingen het beste werken);
• multi-objective optimalisatie (kosten, CO₂-reductie en netbelasting tegelijk).

Daarmee kun je bijvoorbeeld afdwingen dat:

• je daggemiddelde CO₂-afvang 95% blijft;
• maar je piekvermogen op het net níet boven een vooraf ingestelde grens komt.

Voor een netbeheerder maakt dat enorm uit. Voor een bedrijf ook, want piekvermogen is duur.

2.3 Predictive maintenance voor kritieke assets

Compressoren, pompen, warmtewisselaars: als er één cruciale installatie uitvalt, kan de hele CO₂-keten stilvallen. Daardoor mis je CO₂-reductie en kan je contractueel in de problemen komen.

Met predictive maintenance op basis van AI kun je:

• afwijkende trillingspatronen detecteren;
• beginnende lagerschade vroeg zien;
• vervuiling in leidingen en warmtewisselaars herkennen;
• onderhoud plannen in rustige periodes (laag CO₂-aanbod, lage stroomprijzen).

In de industrie zie je dat predictive maintenance storingen 20–50% kan verminderen en ongeplande downtime fors terugdringt. Juist in een CCS-keten, waar elk uur stilstand direct CO₂-uitstoot betekent, is dat goud waard.

2.4 Emissiebewaking en rapportage

CO₂-afvangprojecten staan onder een vergrootglas van toezichthouders, financiers en de maatschappij. Dat vraagt om:

• transparante, betrouwbare emissiedata;
• realtime monitoring van afvangpercentages;
• robuuste rapportages voor ETS, banken en overheid.

AI kan hierbij helpen door:

• sensordata te controleren op fouten en afwijkingen;
• ontbrekende data slim te reconstrueren;
• emissieberekeningen automatisch te valideren.

Hierdoor wordt rapportage minder handwerk, en kun je sneller laten zien: zoveel ton CO₂ hebben we écht permanent onder de Noordzee gestopt.

3. Netcongestie in de haven: waarom “slim” essentieel is

De casus Shell–Linde in de Rotterdamse haven is eigenlijk een schoolvoorbeeld van de nieuwe realiteit: fysiek uitbreiden én digitaal optimaliseren moeten hand in hand.

3.1 De grenzen van alleen kabels trekken

Netbeheerders werken keihard aan zwaardere kabels, grotere stations en nieuwe verbindingen. Maar:

• vergunningen duren jaren;
• stikstof- en natuurregels vertragen projecten;
• er is een tekort aan technisch personeel;
• investeringen zijn gigantisch.

Alleen bouwen is dus te traag voor de klimaatdoelen 2030. Daarom zie je nu overal initiatieven als:

• capaciteit delen tussen bedrijven (zoals Shell en Linde);
• congestiemanagement door flexibele grootverbruikers;
• energiehubs op bedrijventerreinen.

3.2 Hoe AI netcapaciteit slimmer inzet

Een gedeelde aansluiting is stap één. Met AI kun je die samenwerking verder professionaliseren:

• Realtime inzicht: dashboards die de actuele belasting van de aansluiting laten zien;
• Automatische verdeling: algoritmen die bepalen wie op welk moment hoeveel vermogen krijgt;
• Scenario-analyse: “Wat als Shell tijdelijk minder draait? Hoeveel extra ruimte ontstaat er voor CO₂-afvang?”

Voor een industrieel cluster in de haven kan dit betekenen:

• minder wachttijd op verzwaring;
• meer ruimte voor projecten als elektrolysers, laadinfra en CCS;
• lagere gezamenlijke kosten.

En ja, hier komt de AI voor Nederlandse energie-infrastructuur echt tot leven: niet door één fabriek slimmer te maken, maar door een hele havenregio digitaal te orkestreren.

4. Praktische stappen voor bedrijven die met CCS en AI aan de slag willen

Je hoeft geen Shell of Linde te zijn om hier iets mee te doen. Ook middelgrote industriële bedrijven, energie-intensieve mkb’ers en havenbedrijven kunnen nu al inzetten op AI-ondersteunde optimalisatie.

4.1 Begin met je datafundament

Zonder goede data geen bruikbare AI. Concreet:

• Zorg dat je energie-, proces- en onderhoudsdata centraal en historisch worden opgeslagen.
• Werk aan datakwaliteit: kalibratie van sensoren, eenduidige tags, duidelijke tijdstempels.
• Leg vast welke KPI’s je echt belangrijk vindt (CO₂ per ton product, piekvermogen, afvangpercentage, etc.).

4.2 Kies één duidelijke use case als start

Voor CCS-gerelateerde installaties zijn vaak goede starters:

• energiekostenreductie bij compressoren;
• vermogensbegrenzing om pieken te vermijden;
• predictive maintenance op kritieke assets.

Kies er één, maak het meetbaar en werk in sprints van 8–12 weken. Zo voorkom je grote, stroperige “AI-trajecten” zonder resultaat.

4.3 Werk samen binnen je cluster of havengebied

De stap die Shell en Linde zetten – capaciteit delen – gaat breder komen. In een Nederlands energiecluster kun je:

• gezamenlijke data- en AI-platforms opzetten;
• flexibele vermogenscontracten met de netbeheerder afsluiten;
• CCS, waterstofproductie en elektrificatie onderling afstemmen.

In zo’n setting wordt AI een soort digitale regisseur: wie gebruikt wanneer welke infrastructuur, tegen welke prijs en met welk klimaateffect?

5. Waarom dit perfect past in de Nederlandse energietransitie

De Nederlandse energietransitie heeft drie harde randvoorwaarden:

1. Snel veel CO₂ reduceren (klimaatdoelen 2030/2050);
2. Betaalbaar houden voor industrie én samenleving;
3. Voorkomen dat het elektriciteitsnet vastloopt.

CO₂-afvangprojecten zoals bij Shell in Pernis kunnen op korte termijn grote emissies terugdringen. Maar zonder slimme aansturing dreigen ze het net nog verder te belasten. AI slaat de brug:

• tussen klimaatambitie en fysieke netbeperkingen;
• tussen bestaande fossiele infrastructuur en nieuwe duurzame ketens;
• tussen individuele bedrijfsoptimalisatie en systeemefficiëntie.

Ik ben ervan overtuigd dat we in 2030 terugkijken en zeggen: “De bedrijven die vroeg zijn ingestapt op AI-gestuurde energie- en CO₂-optimalisatie, hebben de minste pijn gevoeld van netcongestie én de meeste ruimte gehad om te verduurzamen.”

Wie nu in Nederland met CCS, elektrificatie of grote vermogensvragen bezig is, zou zichzelf één eerlijke vraag moeten stellen:

Gebruik ik mijn installaties en mijn aansluiting al zo slim als technisch én digitaal mogelijk is?

Als het antwoord ‘nee’ of ‘twijfel’ is, dan is dit hét moment om AI structureel in je energie- en investeringsstrategie op te nemen.

---

Wil je binnen jouw organisatie verkennen hoe AI kan helpen bij netcongestie, CO₂-afvang of elektrificatie? Dan is dit hét moment om een eerste pilot op te zetten, zolang de spelregels rond netcapaciteit, CCS en flexibiliteit nog volop in beweging zijn.