96
prijzen per dag — NL handelt
sinds 2026 op kwartierbasis
sinds 2026 op kwartierbasis
Het juiste kwartier om te laden, en het juiste om te ontladen — een dag vooruit voorspeld.
Sinds de saldering afloopt draait een thuisbatterij op timing. Laadtijd voorspelt de Nederlandse stroomprijs per kwartier, zodat de batterij goedkoop laadt en duur teruglevert in plaats van blind een klok te volgen.
Vanaf 2027 verdwijnt de salderingsregeling. Wie zonnestroom heeft, verdient niet meer aan wat er terug het net op gaat — de winst verschuift naar het verschil tussen goedkope en dure kwartieren. En dat verschil is groot: op een gespannen avond schiet de prijs voorbij een euro per kilowattuur, terwijl dezelfde stroom overdag bij veel zon soms onder nul zakt.
Een thuisbatterij die op een vaste klok laadt, laat dat verschil liggen. Een batterij die wéét welke kwartieren morgen goedkoop zijn, verdient eraan. Dat weten is een voorspelprobleem — en daar begint Laadtijd.
De stroomprijs is een gevolg, geen oorzaak. Waait het hard en schijnt de zon, dan vullen wind en zon het net en zakt de prijs. Valt de wind weg in de avondspits, dan moeten gascentrales bijspringen en schiet de prijs omhoog. Wie het weer van morgen kent, kent de vorm van de prijs van morgen. Daarom rust Laadtijd op drie open bronnen — bewust licentievrij gekozen, zodat de uitkomst gepubliceerd én uitgebouwd mag worden.
Het Europese transparantieplatform publiceert de day-ahead prijzen voor biedzone NL — de kale beursprijs die elk dynamisch contract volgt. Dit is wat het model leert voorspellen.
Het HARMONIE AROME-model levert de zon- en windverwachting voor Nederland, inclusief windsnelheid op ashoogte van turbines. Dit zijn de features die de prijs in beweging brengen.
Een tweede, onafhankelijke prijsbron als vangnet. Toen ENTSO-E begin 2026 dagenlang geen NL-data leverde, bleek één bron te kwetsbaar — dus voorspelt Laadtijd nooit blind op een enkele feed.
Vraag heeft een hartslag: ochtend- en avondpiek, weekenddip, feestdagen, seizoen. Die patronen worden als cyclische kenmerken toegevoegd, zodat het model het ritme van een dag herkent náást het weer.
Geen zwarte doos die "AI" op de verpakking zet en hoopt dat niemand vraagt wat erin zit. Laadtijd is een expliciete machine-learning-pijplijn, waarvan elke stap te verantwoorden is — en de belangrijkste keuze is een keuze tégen valsspelen.
Weer wordt fysica. Instraling wordt een zonopbrengst-proxy, windsnelheid gaat kubisch mee omdat turbinevermogen zo schaalt, koude wordt een vraag-indicator. Tijd wordt cyclisch gecodeerd, zodat 23:45 en 00:00 buren blijven in plaats van uitersten.
Op tabulaire, weer-gedreven data winnen gradient-boosted beslisbomen het van een neuraal netwerk — ze zijn nauwkeuriger, trainen in seconden en laten zich uitleggen. Het model vertelt zelf welke features het zwaarst wegen, en dat blijken keer op keer wind en instraling. Precies wat de fysica voorspelt.
Het model wordt getest zoals het echt zou draaien: train op het verleden, voorspel de dag erna, schuif op, herhaal. Cruciaal is dat het weer wordt ingelezen zoals het toen voorspeld was — niet zoals het achteraf bleek. Die ene discipline scheidt een eerlijke backtest van een die er mooier uitziet dan de werkelijkheid.
De voorspelling wordt niet afgerekend op gemiddelde prijsfout, maar op geld. Een virtuele batterij laadt in de kwartieren die het model goedkoop noemt en ontlaadt in de dure — en die keuze wordt afgerekend tegen de échte prijzen. Zo meet je wat telt.
De meeste prijsmodellen pronken met een lage gemiddelde afwijking. Maar een batterij die om 03:00 laadt geeft niet om of de prijs 4 of 6 cent was — hij geeft erom of dat écht een van de goedkoopste kwartieren was. Daarom stuurt Laadtijd op één getal: welk deel van de haalbare arbitragewinst de voorspelling binnenhaalt, afgezet tegen perfecte kennis vooraf.
Bovenaan staat wat je zou verdienen als je de prijzen van morgen al zeker wist — de theoretische bovengrens. Daaronder wat het model haalt met alleen een voorspelling. En onderaan een batterij die stug een vaste klok volgt: laden 's nachts, ontladen 's avonds.
Het verschil tussen die onderste twee balken is precies de waarde die het voorspellen toevoegt.
Laadtijd is een van de projecten waarin ik onderzoek hoe machine learning een concreet, alledaags besluit beter maakt — hier: het juiste moment om te laden. Open data in, uitlegbare modellen ertussen, een euro aan het eind. De voorspelling adviseert; de batterij, en de mens erachter, beslissen.