AI in China in kaart gebracht: wat Nederland kan leren

Sophie Jansen · 2026-05-22

Elke grote economie staat nu voor hetzelfde probleem. Kunstmatige intelligentie verbruikt stroom in een tempo waar ons elektriciteitsnet niet op is gebouwd. In de VS zijn de prijzen op de capaciteitsmarkt van PJM, de grootste netbeheerder, in twee jaar tijd meer dan vertienvoudigd. De groei van datacenters wordt gezien als de belangrijkste oorzaak. In Europa proberen nutsbedrijven hun infrastructuur razendsnel te upgraden om de vraag van hyperscalers bij te benen. Het Internationaal Energieagentschap (IEA) verwacht dat het wereldwijde stroomverbruik van datacenters tegen het einde van dit decennium de 1.000 TWh kan naderen. Hernieuwbare energie is er grotendeels wel, maar de mogelijkheid om die te coördineren – via AI-gestuurde energienetwerken op nationale schaal – ontbreekt nog in de meeste landen. China heeft dat nu wel gebouwd. ### Wat China precies heeft gedaan Een studie deze week gepubliceerd in Nature door onderzoekers van de Universiteit van Peking en DAMO Academy van Alibaba Group heeft iets opgeleverd wat geen enkel land eerder voor elkaar kreeg: een complete, hoge-resolutie, AI-gegenereerde inventaris van de wind- en zonne-energie-infrastructuur van een heel land. En niet alleen de inventaris, maar ook het analytische raamwerk om dat als één systeem te coördineren. Het team gebruikte een deep-learningmodel getraind op satellietbeelden met een resolutie van minder dan een meter. Ze identificeerden maar liefst 319.972 zonne-PV-installaties en 91.609 windturbines. Daarvoor verwerkten ze 7,56 terabyte aan beeldmateriaal. Dat is een enorme hoeveelheid data, maar het resultaat is ongekend. ### Waarom dit relevant is voor Nederland Nederland heeft zelf ook te maken met een groeiende vraag naar stroom door AI en datacenters. Ons land is een van de meest gedigitaliseerde ter wereld, maar ons elektriciteitsnet staat onder druk. De uitdaging is niet alleen om meer hernieuwbare energie op te wekken, maar ook om die slim te verdelen. En dat is precies waar China nu een grote stap heeft gezet. Eerder onderzoek naar de complementariteit van zonne- en windenergie – het idee dat de twee bronnen elkaars variabiliteit in tijd en geografie kunnen opvangen – was vooral gebaseerd op hypothetische scenario's. Hoe complementariteit er in de praktijk uitziet, bleef onduidelijk. Tot nu. ### Wat de studie oplevert De onderzoekers tonen aan dat de combinatie van zonne- en windenergie de variabiliteit in opwekking aanzienlijk vermindert. Hoe verder de installaties uit elkaar staan, hoe betrouwbaarder het systeem werkt. Een wolk die zonnepanelen in Gansu bedekt, maakt de wind in Binnen-Mongolië niet donker. De studie wijst op een structurele inefficiëntie in hoe China zijn net nu beheert: coördinatie gebeurt op provinciaal niveau, niet nationaal. Overstappen naar een landelijke schaal zou het makkelijker maken om complementaire bronnen te koppelen, het net te stabiliseren en stroomverspilling te voorkomen. Dat laatste is al jaren een van de duurste problemen in de Chinese schone-energiesector. > "Grid operators cannot optimise what they are not aware of – until now." – Liu Yu, professor aan de Universiteit van Peking ### Het bredere plaatje China zit midden in een AI-gedreven stroomvraag die het net onder druk zet. De snelle groei van dataservices en rekenfaciliteiten zorgde in het eerste kwartaal van 2026 voor een stroomverbruik van 22,9 miljard kilowattuur, een stijging van 44% ten opzichte van een jaar eerder. Dat is extreem, zelfs voor een sector die al veel stroom vroeg. Deze groei versnelt de uitbreiding van datacenters in de noordelijke en westelijke provincies van China. Daar is grond goedkoper, zijn wind en zon volop beschikbaar en liggen de stroomprijzen lager. En toevallig zijn dat precies de regio's met de hoogste complementariteit tussen zonne- en windenergie. ### Wat Nederland hiervan kan leren Voor Nederlandse bedrijven en beleidsmakers is dit een belangrijke les. Het gaat niet alleen om het bouwen van meer windmolens of zonnepanelen. Het gaat om slimme coördinatie. AI kan daarbij helpen, zoals China laat zien. - **Nationale coördinatie**: In plaats van provinciale of regionale aanpak, kan een landelijk systeem veel efficiënter zijn. - **Data-gedreven inzicht**: Satellietbeelden en AI maken het mogelijk om precies te zien waar de kansen liggen. - **Complementariteit benutten**: Ver weg van elkaar staande installaties vullen elkaar beter aan. Nederland hoeft niet alles zelf uit te vinden. De technologie is er. Het vraagt alleen om durf en samenwerking. Want als we nu niet ingrijpen, wordt de energietransitie een stuk duurder en trager dan nodig.