Hoe het Enhub algoritme bepaalt wat de beste batterij is: wiskundige optimalisatie over de volledige levensduur

De beste batterij is niet de grootste batterij

Wie denkt dat “de beste batterij” automatisch de grootste batterij is, zit er meestal naast. In werkelijkheid is de beste batterij de batterij die technisch én economisch precies op de juiste plek uitkomt. Te klein, en je laat waarde liggen. Te groot, en je betaalt voor capaciteit die zichzelf nooit terugverdient. Precies daar komt het Enhub-algoritme in beeld.

Het Enhub-algoritme zoekt niet naar een batterij op basis van gevoel, vuistregels of een paar handmatige scenario's. In plaats daarvan rekent het systematisch door welke combinatie van batterijvermogen, batterijcapaciteit en laad- en ontlaadgedrag over de tijd de beste uitkomst oplevert. Het model kijkt dus niet alleen naar hoe groot een batterij moet zijn, maar ook naar hoe slim die batterij gebruikt wordt.

Niet de grootste batterij, maar de slimste

Een batterij heeft grofweg twee eigenschappen: hoeveel vermogen zij in één keer kan leveren of opnemen (kW), en hoeveel energie zij totaal kan opslaan (kWh). Die twee worden vaak op één hoop gegooid, maar voor een optimalisatievraag zijn ze fundamenteel verschillend.

Het Enhub-algoritme behandelt beide als aparte ontwerpkeuzes. Daarmee kan het bijvoorbeeld herkennen dat een locatie baat heeft bij veel piekvermogen voor korte pieken, maar niet per se bij heel veel opslaguren. Of juist andersom: een batterij die lang energie moet vasthouden, maar niet extreem hard hoeft te laden of ontladen.

De optimale batterij is dus meestal niet “zo veel mogelijk opslag”, maar de combinatie waarbij de extra kosten van een grotere batterij niet meer opwegen tegen de extra baten.

De kern: rekenen over de hele levensduur

Het Enhub-algoritme beoordeelt een batterij niet op één moment, maar over de volledige economische levensduur van het systeem. Daarbij worden alle relevante kosten en opbrengsten samengebracht in één optimalisatie:

De centrale vraag is dus niet: welke batterij kan het meest?
De echte vraag is: welke batterij levert over de hele looptijd de beste economische uitkomst?

Hoe dat wiskundig werkt

Onder de motorkap werkt het Enhub-algoritme als een Mixed Integer Linear Programming (MILP) model. Dat betekent dat het voor elke tijdstap — elk kwartier of elk uur — bepaalt wat de batterij moet doen, terwijl het tegelijkertijd ook de optimale batterijgrootte kiest.

De toestandsvergelijking: State of Charge

De kern van het model is de balansvergelijking voor de State of Charge (SOC): de hoeveelheid energie in de batterij op elk moment. De SOC verandert met elke laad- en ontlaadactie, rekening houdend met efficiëntieverliezen:

Vermogensbegrenzingen

De batterij kan niet onbeperkt snel laden of ontladen. Het maximale vermogen P begrenst zowel het laden als het ontladen. Bovendien mogen laden en ontladen niet tegelijkertijd plaatsvinden, een binaire variabele u_t legt dit vast:

SOC-grenzen en energiecapaciteit

De batterij mag niet onder een minimum lading komen (om levensduur te beschermen) en niet boven haar maximale capaciteit uitkomen. De energiecapaciteit E is zelf een ontwerpvariabele die het model optimaliseert:

De energiebalans: vraag en aanbod

Op elk tijdstip moet de energiebalans kloppen: de som van vraag en laadvermogen moet gelijk zijn aan de som van lokale opwek, ontlaadvermogen en netto netuitwisseling:

De doelstelling: minimaliseer systeemkosten over de levensduur

Alle bovenstaande vergelijkingen zijn randvoorwaarden. Het eigenlijke doel van het model is het minimaliseren van de netto contante waarde van alle systeemkosten over de volledige economische levensduur L:

Dat lijkt simpel, maar het krachtige zit in de combinatie: het model optimaliseert tegelijkertijd over alle tijdstappen, alle jaren én over de ontwerpkeuzes van de batterij zelf — inclusief capaciteit E en vermogen P.

De rol van degradatie

Bij geavanceerde optimalisatie hoort ook dat batterijveroudering wordt meegenomen. Een batterij verliest immers in de loop van de tijd capaciteit en prestaties. Dat kan komen door kalenderveroudering, maar ook door gebruik: hoe vaker en intensiever een batterij cycli maakt, hoe sneller die degradeert.

Het Enhub-algoritme kan die degradatie meenemen als economische en technische factor. Daardoor verandert de optimale strategie vaak subtiel maar belangrijk. Een agressieve dispatch die op korte termijn winstgevend lijkt, kan op langere termijn ongunstig blijken als die extra slijtage veroorzaakt. Het model kan daarom kiezen voor een strategie die iets minder spectaculair lijkt in het eerste jaar, maar over de hele levensduur juist meer waarde oplevert.

Piekvermogenskosten: het onderschatte voordeel

Voor zakelijke afnemers met een capaciteitstarief vormen piekvermogenskosten een significant deel van de energierekening. Het Enhub-algoritme modelleert ook dit component expliciet. Het piekvermogen per maand bepaalt mede de netkosten:

Door de batterij strategisch in te zetten op de momenten dat de piek het hoogst dreigt te worden, kan het systeem de maximale netafname verlagen. Dat levert een directe kostenbesparing op het nettarief, los van de besparing op energieprijsarbitrage.

De “proof” van de optimale keuze

Voor technisch ingestelde lezers is het interessant om te zien waarom dit echt een optimalisatie is en geen gok met veel rekenkracht. Het bewijs zit in het feit dat het algoritme niet één oplossing doorrekent, maar een hele oplossingsruimte systematisch doorzoekt binnen een strak gedefinieerd wiskundig model.

In gewone taal: als een grotere batterij wel méér kan, maar de extra baten kleiner zijn dan de extra kosten, dan zal het model die grotere batterij niet kiezen. En als een kleinere batterij te weinig flexibiliteit biedt om relevante besparingen te realiseren, valt die ook af. Wat overblijft is het optimum: de batterij waarvoor de marginale meerwaarde en de marginale meerkosten precies in balans zijn.

Waarom vuistregels structureel tekortschieten

In veel projecten worden nog steeds simpele aannames gebruikt, zoals:

Dat soort vuistregels kunnen bruikbaar zijn als eerste schatting, maar ze missen bijna altijd de echte systeemwaarde. Een batterij verdient zichzelf namelijk zelden terug via maar één mechanisme. Vaak ontstaat de businesscase door een combinatie van effecten:

Het Enhub-algoritme neemt al deze effecten in samenhang mee. Daardoor ontstaat niet een batterij die op papier mooi oogt, maar een batterij die in het totale systeem de meeste waarde toevoegt.

Waarom de laadstrategie net zo belangrijk is als de grootte

Een batterij zonder slimme besturing is eigenlijk gewoon dure opslag. De werkelijke waarde ontstaat pas als de batterij op de juiste momenten laadt en ontlaadt.

Daarom optimaliseert het Enhub-algoritme niet alleen de afmetingen van de batterij, maar ook de dispatch in de tijd. Het model kijkt bijvoorbeeld naar vragen als:

Dat laatste punt is essentieel. Meer cycli betekenen niet automatisch meer waarde. Een batterij slijt. Dus slim optimaliseren betekent ook: niet vaker laden en ontladen dan economisch verantwoord is.

Wat “de beste batterij” dus echt betekent

Van onderbuik naar algoritme

De energiewereld beweegt snel richting systemen waarin opslag, opwek, verbruik en netinteractie steeds sterker met elkaar verweven raken. In zo'n wereld werkt dimensioneren op gevoel steeds minder goed. De juiste batterij kiezen vraagt om een aanpak die techniek, economie en tijdsafhankelijk gedrag samenbrengt.

Precies dat is wat het Enhub-algoritme doet. Het zoekt niet naar de grootste batterij of de veiligste gok, maar naar het punt waar technologie en businesscase elkaar echt versterken.

En dat is uiteindelijk waar optimale opslag over gaat: niet meer capaciteit bouwen dan nodig is, maar precies genoeg om maximale systeemwaarde te creëren.