Netcapaciteit delen met AI: les uit bedrijventerrein Pannenweg

Bedrijventerreinen lopen vast op het stroomnet – Pannenweg laat zien dat het anders kan

Vier jaar. Zolang duurde het voordat veertien bedrijven op bedrijventerrein Pannenweg in Limburg eindelijk een contract konden tekenen om netcapaciteit te delen met Enexis. Pas nu kunnen ze weer groeien, elektrificeren en nieuwe plannen maken. Zolang zat het op slot.

Dit verhaal raakt veel meer dan één bedrijventerrein. Het gaat over elk Nederlands bedrijf dat wil verduurzamen maar botst op netcongestie. En het gaat óók over een kans: met slimme sturing en kunstmatige intelligentie (AI) kun je bestaande netcapaciteit veel beter benutten dan vandaag gebeurt.

In deze blog (onderdeel van de serie AI voor Nederlandse Energie: Duurzame Transitie) gebruik ik Pannenweg als kapstok om te laten zien:

• waarom netcapaciteit delen zo lastig is,
• welke rol data en AI hierin kunnen spelen,
• hoe je als bedrijventerrein of bedrijf nu al kunt beginnen,
• en waar de echte kansen voor groei én verduurzaming liggen.

Wat er op Pannenweg gebeurde – en waarom dat relevant is voor heel Nederland

De kern van Pannenweg is simpel: meerdere bedrijven delen één stukje schaarse netcapaciteit, in plaats van dat iedereen een eigen, (deels) ongebruikte aansluiting reserveert. Dat klinkt logisch, maar in de praktijk is het juridisch, technisch en organisatorisch ingewikkeld.

De situatie:

• Veertien bedrijven willen uitbreiden, elektrificeren of lokaal opwekken.
• Het net zit vol; nieuwe of grotere aansluitingen zijn jarenlang niet mogelijk.
• Na bijna vier jaar onderhandelen ligt er eindelijk een contract met Enexis om capaciteit op het stroomnet gezamenlijk te gebruiken.

De les hieruit? Het delen van netcapaciteit kan – maar:

“Er komt veel meer bij kijken dan op het eerste gezicht lijkt.”

En precies daar komt AI om de hoek kijken: niet als magische oplossing, maar als gereedschap om al die complexiteit behapbaar te maken.

Waarom netcapaciteit delen zonder slimme sturing bijna niet werkt

Netcapaciteit delen vraagt om afspraken én grip op je verbruik. Alleen een contract tekenen is niet genoeg.

De drie grote knelpunten

1. Onzekerheid over piekbelasting
   Netbeheerders dimensioneren op pieken. Als je met veertien bedrijven één maximale aansluitcapaciteit deelt, moet je weten:

   • wanneer de gezamenlijke piek optreedt,
   • hoe vaak,
   • hoeveel ruimte er nog is.

2. Gedrag van bedrijven verandert
   Nieuwe machines, meer laadpalen, zonnepanelen, warmtepompen: het verbruiksprofiel van een terrein is dynamisch. Een eenmalige studie is binnen een jaar verouderd.

3. Niemand heeft “fulltime” overzicht
   Gebruiksdata zit versnipperd in energiemanagementsystemen, boekhouding, laadpalen, productieplanningen. Iemand moet al die puzzelstukjes continu bij elkaar leggen.

Zonder slimme systemen loop je al snel tegen één van twee problemen aan:

• óf je bent extreem voorzichtig en gebruikt maar een deel van de gedeelde capaciteit,
• óf je loopt het risico dat je gezamenlijke limiet wordt overschreden, met boetes of afschakeling als gevolg.

AI maakt het mogelijk om precieser, sneller en adaptiever met die beperkte capaciteit om te gaan.

Hoe AI netcapaciteit op bedrijventerreinen beter kan verdelen

De kortste samenvatting: AI kan voorspellen, sturen en optimaliseren.

1. Vraagvoorspelling per bedrijf én voor het hele terrein

Machine learning-modellen kunnen relatief nauwkeurig voorspellen hoeveel vermogen er over 15 minuten, een uur of een dag nodig zal zijn. Op basis van:

• historische verbruiksdata,
• productieschema’s,
• weersvoorspellingen (voor zonnepanelen en koeling),
• kalenderdata (weekend, feestdagen, seizoenen).

Zo’n model kan voor elk bedrijf een profiel maken én een geaggregeerde voorspelling voor het hele terrein. Voor een Pannenweg-achtige constructie is dat goud waard, want je ziet:

• wanneer pieken van bedrijven elkaar versterken,
• waar ruimte zit voor extra laden of productie,
• hoe dicht je op de contractuele limiet zit.

2. Slimme prioritering: wie mag wanneer “vol gas”?

Als je weet wat eraan komt, kun je actief verdelen. Bijvoorbeeld:

• Kritische processen (koeling, continu-procesindustrie) krijgen hoge prioriteit.
• Flexibele verbruikers (batterijen, laadpalen, warmtepompen, drukvaten) worden verschoven in de tijd.

AI-gestuurde algoritmen (bijvoorbeeld reinforcement learning of geavanceerde optimalisatie) kunnen in realtime beslissen:

• welke laadpaal tijdelijk wordt teruggeschakeld,
• of de batterij extra moet ontladen om een piek af te toppen,
• of een warmtepomp een uur eerder wat harder moet draaien.

De mens bepaalt de regels en randvoorwaarden (comfort, productie-eisen, veiligheid). De AI zoekt binnen die kaders continu de goedkoopste en netvriendelijkste combinatie.

3. Piekreductie en benutting van elk kilowatt

Netbeheerders kijken vooral naar piekvermogen (kW of MW). AI kan helpen om die pieken structureel te verlagen door:

• slimme aansturing van batterijen (peak shaving),
• verschuiven van niet-kritische processen naar daluren,
• tijdelijke beperking van laadvermogens.

In de praktijk zie je dat hiermee:

• de benodigde aansluitcapaciteit met 10–30% omlaag kan,
• óf, andersom, dat je op dezelfde aansluiting 10–30% meer bedrijvigheid kwijt kunt.

Dat is precies wat gedeelde netcapaciteit op terreinen als Pannenweg interessant maakt: je haalt meer uit hetzelfde net, zonder eerst jaren te wachten op zwaardere kabels.

Praktisch: zo kan een bedrijventerrein starten met AI-gestuurde netcapaciteit

Je hebt geen futuristische control room nodig om hiermee te beginnen. Wat wel nodig is: data, afspraken en een stappenplan.

Stap 1 – Data op orde brengen

Zonder goede meetdata geen slimme sturing. Concreet:

• Zorg voor fijnmazige metingen (minstens 15-minutenwaarden) per bedrijf.
• Koppel laadpalen, grote machines, warmtepompen en batterijen waar mogelijk aan een centraal systeem.
• Leg minimaal 1 jaar historische data vast om patronen te herkennen.

Stap 2 – Gezamenlijke spelregels vastleggen

Voor je AI loslaat op de sturing, moet de governance kloppen:

• Wie is verantwoordelijk voor het centrale energiemanagement (bijvoorbeeld een parkmanagementorganisatie)?
• Welke maximale vermogens gelden per bedrijf en voor het terrein als geheel?
• Wat gebeurt er als de limiet dreigt te worden overschreden?
• Welke processen zijn afschakelbaar en onder welke voorwaarden?

Dit soort afspraken hadden de bedrijven op Pannenweg óók nodig, met of zonder AI. Met AI kun je ze alleen veel nauwkeuriger en dynamischer toepassen.

Stap 3 – AI inzetten voor voorspelling

Begin klein:

• Train een model dat het gezamenlijke vermogen van het terrein voor de komende 24 uur voorspelt.
• Vergelijk de voorspellingen een paar weken met de werkelijkheid.
• Gebruik de inzichten eerst handmatig (bijvoorbeeld: “morgen tussen 9:00 en 11:00 uur wordt het krap, dus laadsessies spreiden”).

Pas als de voorspelkwaliteit goed genoeg is, loont het om automatische sturing te koppelen.

Stap 4 – Automatische optimalisatie en sturing

Zodra je vertrouwen hebt in de voorspellingen:

• Koppel de AI-aansturing aan laadpalen, batterijen en slimme regelingen.
• Stel grenzen in (bijvoorbeeld: nooit onder 40% acculading van de batterij, nooit onder 80% laadniveau voor poolauto’s om 7:00 uur).
• Laat het algoritme continu een optimale verdeling berekenen binnen de gedeelde netcapaciteit.

Zo groeit een bedrijventerrein toe naar een virtuele energiecentrale: flexibel, voorspelbaar en veel minder belastend voor het net.

Wat levert dit concreet op voor bedrijven en netbeheerders?

De combinatie van gedeelde netcapaciteit en AI is geen theoretisch verhaal, maar een heel zakelijke businesscase.

Voor bedrijven op een terrein als Pannenweg

• Sneller uitbreiden ondanks netcongestie, door slimmer gebruik van de bestaande aansluiting.
• Lagere kosten voor piekvermogen en netverzwaring.
• Meer ruimte voor elektrificatie (elektrische boilers, warmtepompen, e-vrachtwagens, laadpleinen).
• Betere onderbouwing richting financiers: je kunt met data aantonen dat de capaciteit toereikend is.

Voor netbeheerders

• Beter voorspelbare belasting van het net.
• Mogelijkheid om flexibiliteitsdiensten in te kopen op bedrijventerreinen (bijvoorbeeld noodvermogen, congestiemanagement).
• Minder noodzaak om overal maximaal te verzwaren, waardoor middelen naar de meest kritieke knelpunten kunnen.

De realiteit is hard: zelfs als er nu een besluit valt om het net zwaarder te maken, is dat op veel plekken pas na 2030 klaar. Alles wat we in de tussentijd met AI en slimme sturing kunnen oplossen, is pure winst.

Veelgestelde vragen van bedrijventerreinen over AI en netcapaciteit

1. Is AI hiervoor niet ‘overkill’?
Niet als je meer dan een handvol bedrijven en installaties hebt. Handmatig plannen werkt tot op zekere schaal, maar zodra je tientallen laadpalen, warmtepompen en machines moet coördineren, is een algoritme simpelweg beter in het doorrekenen van duizenden scenario’s per minuut.

2. Hoe zit het met privacy en concurrentiegevoelige data?
Bedrijven hoeven geen bedrijfsgeheimen te delen. Het gaat om verbruiksprofielen en flexruimte, die geanonimiseerd en geaggregeerd kunnen worden. Een goede governance-structuur regelt wie welke data ziet.

3. Word ik als bedrijf niet ‘afgeknepen’ door zo’n systeem?
Niet als de spelregels vooraf duidelijk zijn. In de meeste modellen krijgen bedrijven een basisrecht op vermogen, plus een flexibele schil die wordt verdeeld via vooraf afgesproken prioriteiten of een marktsysteem.

4. Is dit alleen voor grote terreinen interessant?
Nee. Ook kleinere clusters – denk aan een paar logistieke hallen met veel laadinfra – kunnen flink profiteren van gezamenlijke sturing en AI-ondersteunde planning.

Waarom dit perfect past in de AI-serie over de Nederlandse energietransitie

Hier is het punt: zonder slimme sturing blijft de energietransitie steken op netcongestie. Extra wind- en zonneparken, elektrificatie van industrie, duurzame mobiliteit – alles loopt door hetzelfde flessenhalsje.

Cases als Pannenweg laten zien dat juridische en organisatorische doorbraken mogelijk zijn. De volgende stap is om die doorbraken op te schalen met AI-gedreven netoptimalisatie:

• gedeelde netcapaciteit voor bedrijventerreinen,
• virtuele energiehubs in havens en industrieclusters,
• voorspelde en geoptimaliseerde vraagprofielen voor hele regio’s.

Wie nu begint met data, flexibiliteit en AI, staat straks vooraan wanneer netbeheerders en overheid actief gaan sturen op flexibiliteit – inclusief vergoedingen voor beschikbaar vermogen.

Wil je met je bedrijventerrein of bedrijf niet nog vier jaar wachten op een Pannenweg-achtig contract? Dan is de logische volgende stap:

• breng je verbruik en flexibiliteit in kaart,
• organiseer samenwerking met buren en parkmanagement,
• en verken welke AI-oplossingen passen bij jouw schaal.

De energietransitie in Nederland struikelt op veel plekken over netcongestie. Juist daarom is er ruimte voor slimme spelers die laten zien dat beter gebruik van hetzelfde net nu al kan – mét gedeelde netcapaciteit en met AI als stille kracht op de achtergrond.