China's AI brengt stroomnet in kaart: een wereldwijde wake-upcall

Sophie Jansen · 2026-05-22

Elke grote economie staat nu voor hetzelfde probleem. AI 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. Datacenter groei is de belangrijkste oorzaak. In Europa rennen nutsbedrijven om de infrastructuur te upgraden, maar ze kunnen de grote techbedrijven nauwelijks bijbenen. 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 het te coördineren – via AI-gestuurde netkaarten op nationale schaal – ontbreekt nog in de meeste landen. China heeft het nu gebouwd. ### De doorbraak: een complete AI-netkaart Een studie deze week gepubliceerd in Nature door onderzoekers van de Universiteit van Peking en Alibaba's DAMO Academy 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 dat – ze hebben ook het analytische raamwerk om het als één systeem te coördineren. Het team gebruikte een deep-learning model, getraind op satellietbeelden met een resolutie van minder dan een meter. Ze identificeerden maar liefst 319.972 zonnepanelen-installaties en 91.609 windturbines. Om dit te doen, verwerkten ze 7,56 terabyte aan beelden. Dat is een berg data waar je 's nachts niet doorheen komt.  ### Wat dit betekent voor het stroomnet Eerder onderzoek naar de complementariteit van zon en wind – het idee dat de twee bronnen elkaars schommelingen kunnen opvangen – was vooral gebaseerd op hypothetische scenario's. Hoe complementariteit er in de praktijk uitziet, bleef onduidelijk. Tot nu. De onderzoekers laten zien dat zon-wind complementariteit de variabiliteit in stroomproductie aanzienlijk vermindert. En hoe groter het gebied waarover je ze koppelt, hoe beter het werkt. > "Grid operators cannot optimise what they are not aware of – until now." – Professor Liu Yu Neem een wolk die boven zonneparken in Gansu hangt. Die donkere wolk heeft geen invloed op de windcorridors in Binnen-Mongolië. Door die twee op nationaal niveau te combineren, wordt het net stabieler. De studie wijst op een structurele inefficiëntie in hoe China nu zijn net beheert: coördinatie gebeurt op provinciaal niveau, niet nationaal. Overstappen naar een nationale aanpak zou het makkelijker maken om complementaire bronnen te koppelen, het net te stabiliseren en verspilling te voorkomen. Die verspilling – curtailment – is al jaren een van China's duurste problemen in de schone energiesector.  ### De urgentie: AI jaagt stroomvraag op China zit midden in een AI-gedreven stroomvraagexplosie. De snelle groei van dataservices en rekencentra heeft het stroomverbruik in de sector in het eerste kwartaal van 2026 met 44% doen stijgen ten opzichte van een jaar eerder. Dat is 22,9 miljard kilowattuur, volgens de China Electricity Council. Dat is een buitengewone groei voor een sector die al veel stroom gebruikte. Het versnelt de uitbreiding van datacenters in de noordelijke en westelijke provincies van China. Daar is grond goedkoper, zijn wind- en zonne-energie overvloediger, en zijn de stroomprijzen lager. Precies dezelfde regio's met de hoogste zon-wind complementariteit. ### De technologie achter de kaart Het technische hoogstandje is het bekijken waard. Het deep-learning model van DAMO is getraind om zonnepanelen en windturbines te herkennen op satellietbeelden met een resolutie van minder dan een meter. Een flinke klus, gezien de enorme diversiteit aan landschappen. Dit soort AI-toepassingen zijn niet alleen interessant voor China. Ze geven een blauwdruk voor hoe elk land zijn eigen net kan optimaliseren. En met de stijgende stroomvraag van AI is dat geen overbodige luxe. ### Wat betekent dit voor Europa? Voor Europese netbeheerders is dit een wake-upcall. Dezelfde uitdagingen – een groeiende stroomvraag van datacenters, een versnipperde aanpak en de noodzaak om hernieuwbare bronnen beter te integreren – spelen hier ook. AI-netkaarten kunnen helpen om infrastructuur slimmer te plannen. Het is nog vroeg, maar de boodschap is duidelijk: wie zijn net niet op orde heeft, blijft achter. China heeft nu een voorsprong. De rest van de wereld moet snel volgen.