Lopend project

Blog: Extreme situatie modelleren met de digitale evenknie van de Living Labs

Regeren is vooruitzien. Met die gedachte zijn we als onderzoekers van de Universiteit Twente aan de slag gegaan met het modelleren van de Living Labs binnen het SmoothEMS met Gridshield project. Met behulp van een zogeheten “digital twin” kunnen we nu al extreme situaties simuleren, zoals bijvoorbeeld ongewenste cyberaanvallen op de laadpalen, om zo zwakke plekken bloot te leggen. Met de opgedane ervaringen werken we dan aan betrouwbare oplossingen, het Gridshield, om te zorgen dat het energiesysteem later ook in de echte wereld betrouwbaar en veilig is.

Door: Gerwin Hoogsteen (Universiteit Twente)

Terwijl de installateurs van Kropman aan de slag gingen met het installeren en inregelen van het parkeerdek bij a.s.r., waren wij, onderzoekers van de Universiteit Twente, al druk bezig met het modelleren van een digitale evenknie van datzelfde parkeerdek, een zogeheten “digital twin”. En dat is niet de enige plek waarvoor dit is gedaan. Ook voor het AmperaPark laadplein op de campus van de Universiteit en een straat in Lochem hebben we zo’n digital twin gemaakt. Deze digital twins zijn als modellen opgenomen in de DEMKit smart grid simulator die ontwikkeld wordt aan de Universiteit Twente [1].

Het doel van zo’n model is om een accurate weergave van de werkelijkheid na te kunnen bootsen op de computer, om uiteindelijk de SmoothEMS en Gridshield algoritmes te kunnen testen in deze digitale wereld voor we ze in de praktijk inzetten. Dit heeft als voordeel dat we ook situaties na kunnen bootsen die zich nauwelijks tot nooit in de werkelijkheid voor doen, en dat zo vaak als we willen. Dat is belangrijk, omdat alleen op deze manier een goede werking van de algoritmes kan worden gegarandeerd, onder alle omstandigheden, zonder dat dit nadelige impact heeft op de gebruikers van de laadpleinen tijdens ons onderzoek. Daarnaast kunnen we ook toekomstige situaties nabootsen, om te voorkomen dat opschaling van de gebruikte technieken in de toekomst alsnog problemen oplevert, bijvoorbeeld door invloeden die verschillende algoritmes en componenten op elkaar kunnen hebben.

Parkeerdek a.s.r., modellen die werken!

Het grootste compliment voor onderzoekers is dan ook als blijkt dat de modellen accuraat zijn, zoals na het in werking stellen van de zonnepanelen bij a.s.r. toen Jos Ruijter van a.s.r. helemaal lyrisch was toen hij de modellen zag: “Die onderzoekers van de Universiteit Twente hebben nog gelijk ook met hun modelletje!”. Dat was het moment waarop we constateerden dat de gesimuleerde piekopwek van circa 700kW overeenkwam met de meetdata van diezelfde dagen. Simulaties van de rest van het parkeerdek bij a.s.r. laten ook zien dat een functioneel energiebeheersysteem van essentieel belang is. Zonder dat systeem zou het spanningsniveau tot ver onder de 210 Volt zakken, en zouden ook alle zekeringen er uit klappen (te zien met de grote dip van de gele lijn in Figuur 1). Daarnaast blijkt ook dat het toepassen van slim laden, samen met de momenten van zonne-opwek, zorgt voor een goede balans in het elektriciteitsnet waarbij ook zeker gesteld word dat iedere elektrische auto op tijd bijgeladen is, met zoveel mogelijk duurzame energie, zonder dat dit een probleem vormt voor het elektriciteitsnet.

Figuur 1: Minimaal geobserveerde netspanning per tijdsinterval van een simulatie met elektrische auto’s die laden bij a.s.r. zonder (geel) en met (groen) SmoothEMS.

Het effect van Gridshield in de woonwijk van de toekomst

Een andere casus is de inzet van Gridshield in een futuristisch scenario om een “blackout” (stroomstoring) te kunnen voorkomen als we in de toekomst fors meer elektrische auto’s in de straat zullen zien. Daarvoor gebruiken we een model van een straat in Lochem, die in 2015 al eens bezweken is in een stress-test met het maximaal laden van elektrische auto’s in combinatie met het bakken van pizza’s in elektrische ovens [2]. Door deze tests in 2015 hebben we al een gevalideerde digital twin van een echt bestaand netwerk met bijbehorende data. In dit model hebben we de originele Gridshield controller implementatie van ElaadNL [3] toegevoegd aan DEMKit, maar nu met het verschil dat we kunnen testen of dit systeem ook stabiel werkt met 80 laadpalen in plaats van 1. We hebben twee scenario’s getest: ongecontroleerd laden en een cyberaanval.

De simulaties zonder Gridshield laten  grote problemen zien met overbelasting van het elektriciteitsnet (groen en blauwe lijn in Figuur 2). Met Gridshield worden de problemen verholpen en zijn alle auto’s alsnog ruim op tijd volgeladen voor de volgende dag. Wel hebben we een achilleshiel ontdekt. Bij een cyberaanval duurt het toch nog enige minuten voor Gridshield adequaat ingrijpt. Binnen dit project gaan we dan ook onderzoeken op welke manier we het algoritme kunnen verbeteren om ook in de gesimuleerde situatie op tijd in te kunnen grijpen, nog voordat we dit testen in de praktijk.

Figuur 2: Simulatieresultaten met en zonder Gridshield in het Lochem netwerk. Zowel de groene als blauwe lijnen komen boven de gestelde limiet.

Hardware-in-the-loop aansturing op de campus

De laatste digital twin is die van het AmperaPark zonne-laadplein op de Universiteit Twente waar we de laadpalen, zonnepanelen en batterij uit kunnen lezen om tot een volledig model te komen. Hier zijn onderzoekers inmiddels begonnen om met DEMKit de laadpalen aan te sturen. Dit noemen we een hardware-in-the-loop simulatie. Op deze manier kunnen we experimenten uitvoeren om te valideren of zowel de modellen en energie management algoritmes goed werken in de praktijk. Samen met Mennekes hebben we de aansturing van de laadpalen binnen de simulatiesoftware voor elkaar gekregen. In één van de eerste testen hebben we een elektrische auto volgens planning, op basis van voorspellingen van zonne-energie, duurzaam opgeladen. Daarbij volgde de auto het optimale en geplande laadprofiel van het energie management systeem bijna perfect, zoals afgebeeld inFiguur 3.  Hierbij is op te merken dat de eerste trede (geel), vanaf 11 uur, voor het auto technisch onmogelijk is om te volgen, waardoor het dichts bijliggende mogelijk vermogensniveau is toegepast (groen).

Hoe nu verder?

Nu de basis van de digital twins staat, is de volgende stap om de echte meetdata te integreren en parallel een simulatie van de werkelijkheid, met slimme aansturing, uit te voeren. Op basis hiervan verwachten we het systeem te kunnen fine tunen om de weerspiegeling van de werkelijkheid nog beter te maken. Daarbij zal ook gewerkt worden aan verbeterde Gridshield implementaties die de ontdekte zwakke plekken op kunnen lossen.

Figuur 3: Slim laadprofiel van een elektrische auto met behulp van DEMKit, waarbij geel de planning is, en groen de gemeten waarde door de elektrische auto.

Referenties

[1] DEMKit – https://www.utwente.nl/en/eemcs/energy/demkit/

[2] G. Hoogsteen, A. Molderink, J. L. Hurink, G. J. M Smit, B. Kootstra, and F. Schuring, “Charging electric vehicles, baking pizzas and melting a fuse in Lochem,” CIRED Open Access Journal, 5 pages, 2017, ISSN 2515-0855. – doi: 10.1049/oap-cired.2017.0340 – https://digital-library.theiet.org/content/journals/10.1049/oap-cired.2017.0340

[3] https://elaad.nl/wp-content/uploads/2022/08/Paper_Jesse_kerkhoven_-_Sociale_Module_Lokaal_Congestiemanagement.pdf