Hoofdstukken van deze gids
Slim sturen Gids · 13 hoofdstukkenDeel 1 · Meter en gegevens
Deel 2 · Zelfverbruik en sturing
- 4Energiemanagementsysteem (EMS)
- 5Zelfverbruik verhogen
- 6Verbruik verschuiven
- 7Warmtepomp sturen
- 8Communicatie: Modbus, API, lokaal of cloud
- 9Voorspellingen: zon, verbruik en prijs
Deel 3 · Dynamische prijzen
- 10Dynamisch energiecontract
- 11Voor wie een dynamisch tarief loont
- 12Negatieve prijzen en injectie beperken
Deel 4 · Veiligheid
Tot slot
Gids slim sturen · Deel 2 · Zelfverbruik en sturing
9Voorspellingen: zon, verbruik en prijs
In het kort
Een energiebeheersysteem (EMS, zie Energiemanagementsysteem (EMS)) kijkt vooruit op drie dingen: hoeveel zon er morgen komt, hoeveel jij zult verbruiken en wat stroom kost. Dat laatste is geen voorspelling.
Bij een dynamisch contract zijn de prijzen voor de 96 kwartieren van morgen de dag ervoor rond 13 uur bekend. De zon volgt uit een weersverwachting, en die is voor één dak minder nauwkeurig dan voor een groot gebied. Een goed systeem plant daarom vooruit en past zich tijdens de dag aan, in plaats van een voorspelling blind te volgen.
Wat wordt er voorspeld?
- Zonproductie van je panelen, uit het weer (vooral bewolking), de zonnestand, de oriëntatie en de helling.
- Verbruik van je huis: basisverbruik, warmtepomp, laadpaal. Het systeem leert dit uit je eigen historiek.
- Prijs bij een dynamisch contract (Dynamisch energiecontract). Het systeem voorspelt de prijs niet, het leest hem.
Met die drie beslist het systeem wanneer de batterij laadt of ontlaadt, wanneer de warmtepompboiler opwarmt en wanneer de auto laadt (Zelfverbruik verhogen, Verbruik verschuiven, Dynamisch tarief).
Hoe komt een zonvoorspelling tot stand?
- Weermodellen. Het Koninklijk Meteorologisch Instituut (KMI) gebruikt onder meer het model ALARO, dat op resoluties van 50 km tot 4 km kan draaien, en het model AROME met 2,5 km tot ongeveer 1 km. Daarnaast bestaan er ensemblesystemen. Die draaien het model meermaals met licht verschillende startwaarden en geven een spreiding in plaats van één getal.
- Van bewolking naar vermogen. Het EMS of een dienst zet de voorspelde bewolking om in zonne-instraling en daarna in het vermogen van jouw panelen. Het Amerikaanse ministerie van Energie schrijft dat de nauwkeurigheid vooral afhangt van hoe goed je voorspelt hoe ondoorzichtig de wolken tussen zon en panelen zijn. De evolutie van wolken is moeilijker te voorspellen dan hun aanwezigheid.
- Korte termijn. Voor de komende minuten tot een uur zijn hemelbeelden en satellietbeelden met hoge tijdsresolutie bruikbaar. In een woning zijn die zelden beschikbaar.
- De netbeheerder. Elia, de beheerder van het hoogspanningsnet, publiceert als open data per kwartier schattingen en voorspellingen van de zonne-energie op het Belgische net, tot 7 dagen vooruit. Dat is een voorspelling voor het hele land, niet voor jouw dak.
Hoe nauwkeurig is dat?
- Grotere regio, kleinere fout. Het internationale energieagentschap IEA PVPS vergeleek voorspelmodellen voor Italië. De gemiddelde fout (RMSE, uitgedrukt in procent van het geïnstalleerde vermogen) daalde van 5,5 % voor marktzones naar 3,6 % voor heel Italië. De variabiliteit van samengenomen zonnesystemen neemt af naarmate het gebied groter is.
- Dag 1 tot 3 verschilt weinig. In diezelfde studie veranderden de fouten amper tussen 1 en 3 dagen vooruit. Dat geldt voor een grote regio. Voor één woning is dat niet onderzocht.
- Combineren helpt. Het mengen van meerdere modellen gaf een betere voorspelling dan het beste model afzonderlijk.
- Een voorspelling per woning is slechter dan voor het hele land. De nationale voorspelling van Elia zegt dus weinig over hoe goed jouw dakvoorspelling is.
Jaar na jaar
Volgens PVGIS, het zonnemodel van het Gemeenschappelijk Onderzoekscentrum van de Europese Commissie, levert 1 kWp (kilowattpiek, het piekvermogen van de panelen) bij zuid 35° in Gent gemiddeld ongeveer 1.050 kWh per jaar op. Van jaar tot jaar bedraagt de spreiding (standaardafwijking) ongeveer 48 kWh per kWp, of ruim 4 %. Een terugverdienberekening met ongeveer 1.050 kWh per kWp is dus een gemiddelde en geen voorspelling voor volgend jaar.
Hoe gebruikt een EMS dit?
- Het ziet rond 13 uur de prijzen voor morgen (bij een dynamisch contract).
- Het kijkt naar de zonverwachting voor morgen en naar je gewoonten.
- Het plant. Bij een zonnige dag laat het de batterij 's nachts leeg lopen tot de ochtend. Bij een grijze dag laadt het mogelijk 's nachts bij goedkope kwartieren bij.
- Tijdens de dag vergelijkt het zijn plan met wat de P1-poort en de omvormer meten (Communicatie: Modbus, API, lokaal of cloud) en past het aan. Die herplanning is het antwoord op een foute voorspelling.
Let op de volgorde: de prijzen van morgen zijn rond 13 uur bekend, de voorspelling van Elia voor morgen wordt pas om 17.40 uur bijgewerkt. Een EMS dat om 13 uur plant, gebruikt voor de zonverwachting dus een andere bron.
Wat als de verwachting niet klopt?
Stel dat het systeem voor morgen 8 kWh zonneoverschot verwacht en de batterij nog 6 kWh kan opnemen. Dan lijkt het logisch om vannacht niet bij te laden. Blijkt er maar 2 kWh overschot te komen, dan moet het plan voor de avond opnieuw bekeken worden. De juiste reactie hangt af van de actuele prijzen en van de reserve die jij wilt houden. Bijladen tegen elke prijs hoeft niet: soms is afname uit het net voordeliger dan een extra laadcyclus. Een goed systeem kan die keuze uitleggen.
Hoe beoordeel je of een systeem goed voorspelt?
Een simulatie die alle toekomstige zon en prijzen perfect kende, toont enkel een theoretische bovengrens. Een echt systeem kent op elk beslismoment maar een deel. Kijk daarom naar wat het op dat moment wist, en naast de kost ook naar gemiste vertrektijden, comfortafwijkingen en batterijgebruik. De term kunstmatige intelligentie zegt op zich niets: een eenvoudige regel kan voor een beperkte taak prima volstaan.
Wat is niet te voorspellen?
- Een plotse wolkenlaag of een onweer binnen het uur.
- De exacte schaduw van een boom of gebouw in de buurt. De rekenroosters van de weermodellen zijn minstens ongeveer 1 tot 2,5 km groot en zien je buur niet.
- Je eigen onverwachte verbruik, zoals de was of een gast.
Rekenvoorbeeld
Een gezin in Gent heeft 7 zonnepanelen van 460 Wp (3,22 kWp, zuid, 35°), een digitale meter, een thuisbatterij en een dynamisch contract. Aan ongeveer 1.050 kWh per kWp per jaar is dat gemiddeld ca. 3.380 kWh per jaar. Een echte dag kan daar ver van afwijken: in de zomer zit je ruim boven het daggemiddelde, in de winter ver eronder.
Wat verandert voor het systeem?
- Zonnige zomerdag. Het systeem hoeft de batterij 's nachts niet uit het net te laden. Het zonnestroomoverschot overdag vult hem.
- Grijze zomerdag. De productie dekt weinig. Of het zin heeft de batterij 's nachts bij goedkope kwartieren bij te laden, hangt af van het prijsverschil en de verliezen (Dynamisch tarief).
- De dag erna. De prijzen voor alle 96 kwartieren zijn rond 13 uur bekend. Het systeem kan al plannen, ook al is de zonverwachting nog onzeker.
- Tijdens de dag. De P1-poort (één telegram per seconde, zie Communicatie: Modbus, API, lokaal of cloud) toont of verbruik of productie afwijkt. Het systeem herplant.
- Capaciteitstarief. ⏱ Elke kW maandpiek kost gemiddeld ongeveer 53,39 euro per jaar (excl. btw, tarief 2026). Een voorspelling van je verbruik, bijvoorbeeld wanneer laadpaal en warmtepomp samen draaien, helpt die piek te vermijden (Het capaciteitstarief).
Goed om te weten
- De prijs van morgen is geen voorspelling. Bij een dynamisch contract zijn de prijzen voor alle 96 kwartieren van de volgende dag al bekend. Wat onzeker blijft, zijn de zon en je verbruik.
- De nationale voorspelling zegt weinig over jouw dak. De fout daalde in de Italiaanse studie met ruim een derde door van marktzones naar het hele land te gaan.
- "Morgen is zoals vandaag" is een zwakke voorspelling. De dagopbrengst verschilt van dag tot dag sterk, en in de winter is elke kleine afwijking in verhouding groot.
- Het ene jaar is niet het andere. Een jaar kan ruim 4 % van het gemiddelde afwijken.
Voor- en nadelen
| Voordelen | Nadelen | |
|---|---|---|
| Sturen op voorspellingen | Plant vooruit voor batterij, warmtepomp en auto. Gebruikt gekende prijzen. Combineert zon- en prijsmomenten. | Fouten bij wisselvallig weer. Een slechte voorspelling kan een batterij onnodig uit het net laden. Hangt af van de kwaliteit van weerdata en je verbruiksgeschiedenis. |
| Sturen op vaste regels (bijvoorbeeld laden tussen 12 en 15 uur) | Eenvoudig, voorspelbaar, geen data van buitenaf. | Houdt geen rekening met het weer of de prijs van morgen. |
Voor wie het technisch wil weten
- Skill score. Een maat voor hoeveel een model beter is dan een eenvoudige referentie, zoals "morgen is zoals vandaag". Een skill score van 42 % betekent dat de fout 42 % lager ligt dan die van de referentie. Voor 150 daksystemen in Utrecht lag die op 42 tot 44 %.
- RMSE. De wortel van de gemiddelde kwadratische fout. Grote missers wegen zwaarder dan kleine.
- Probabilistisch tegenover deterministisch. Een ensemble geeft een spreiding in plaats van één getal. Een EMS dat die spreiding kent, kan voorzichtiger plannen.
- Gemodelleerde data. De waarden van PVGIS zijn berekend uit satelliet- en heranalysedata en niet gemeten op een dak. De dagvariatie op een echt dak kan afwijken.
- Kwartierprijzen. De dagmarkt werkt sinds de leveringsdag 1 oktober 2025 met kwartierprijzen, dus 96 per dag.
Veelgestelde vragen
Kent het systeem de prijs van morgen?
Bij een dynamisch contract wel, rond 13 uur de dag ervoor.
Waarom wijkt mijn opbrengst af van de voorspelling?
Bewolking is het moeilijkst te voorspellen. Schaduw en je eigen verbruik zitten niet in de weermodellen.
Is de voorspelling van Elia ook voor mijn dak?
Nee, het is een voorspelling voor heel België.
Heb ik kunstmatige intelligentie nodig?
Niet voor elke taak. Een goede vaste regel levert eenvoudige sturing. Voorspellende modellen helpen vooral als de omstandigheden sterk wisselen, en moeten dan bewijzen dat ze beter werken dan een eenvoudiger alternatief.
Wat gebeurt er als de voorspelling fout zit?
Het systeem vergelijkt tijdens de dag zijn plan met wat de P1-poort en de omvormer meten en past het aan. Die herplanning is het antwoord op een foute voorspelling (Communicatie: Modbus, API, lokaal of cloud).
Bronnen bij dit hoofdstuk
- Elia, Solar power generation
- KMI, Numerieke weersvoorspellingen
- IEA PVPS, Regional Solar Power Forecasting
- US Department of Energy, Solar Forecasting: Maximizing its value for grid integration
- NEMO Committee, 15-minute MTU in SDAC implemented
- CREG, Jaarlijks verslag over dynamische elektriciteitsprijzen in 2025
- Fluvius, Wat zijn kwartierwaarden?
- VNR, Capaciteitstarief
- PVGIS, Europese Commissie