Belangrijkste punten
Google DeepMind brengt WeatherNext 3 uit, een AI-weermodel voor beheerders van energie-infrastructuur
Het model wordt ieder uur geüpdatet en voorspelt windsnelheid op turbinehoogtes tot 100 meter
Het model berekent ook zoninstraling om de productie van zonnepanelen in te schatten
WeatherNext 3 richt zich op netbeheerders die het evenwicht moeten bewaren nu het aandeel hernieuwbare energie groeit
DeepMind presenteert de tool als directe aanjager van een snellere overstap naar schone energie
Google DeepMind heeft WeatherNext 3 gelanceerd, een weerprognosemodel dat specifiek is ontwikkeld voor windparken, zonne‑energieproducenten en beheerders van elektriciteitsnetten.
Volgens het bedrijf wordt het model ieder uur ververst en voorspelt het de omstandigheden die direct invloed hebben op de opwek van hernieuwbare energie.
DeepMind lichtte het systeem op 14 september toe in een bericht en publiceerde aanvullende technische details op zijn blog.
Wat WeatherNext 3 precies meet
WeatherNext 3 genereert twee hoofdstromen aan voorspellingen. De eerste richt zich op windsnelheid en -richting op hoogtes tot 100 meter. Dat is ongeveer de hoogte waarop de meeste rotoren van moderne onshore‑windturbines draaien.
De tweede stroom voorspelt bewolking en inkomende zonnestraling. Netbeheerders gebruiken die data om in te schatten hoeveel elektriciteit zonnepanelen in de komende uren zullen leveren.
Beide datastromen worden ieder uur vernieuwd. DeepMind benadrukt dat die frequentie belangrijk is, omdat weersomstandigheden die de productie beïnvloeden binnen één handelsperiode op de elektriciteitsmarkt kunnen omslaan.
Het bedrijf positioneert het product nadrukkelijk als infrastructuur voor de energietransitie. Door teams eerder inzicht te geven in veranderend weer, kunnen zij het aanbod van groene stroom beter afstemmen op de vraag van consumenten. Tegelijk helpt het om elektriciteitsnetten in balans te houden wanneer de productie uit wind en zon sterk varieert.
Ook interessant: Bitget: 40% van de transacties is nu non-crypto nu het platform verder kijkt dan digitale assets
Waarom betere prognoses cruciaal zijn voor netbalancering
Elektriciteitsnetten leunden historisch vooral op regelbaar vermogen: centrales die je naar behoefte kunt aan- of bijsturen. Steenkool-, gas- en kerncentrales vallen in die categorie.
Wind- en zonne‑energie niet. Hun productie hangt af van weersomstandigheden die beheerders niet kunnen sturen. In een net met een hoog aandeel hernieuwbare energie moet je productieschommelingen vooraf kunnen inschatten, in plaats van er achteraf op te reageren.
Prognosefouten stapelen zich op in een netwerk. Als een windpark zijn productie overschat, kan de systeembeheerder tijdens piekvraag plots met een tekort aan aanbod worden geconfronteerd. Bij onderschatting blijft capaciteit onbenut en moeten duurdere reservecentrales onnodig aantrekken.
AI‑voorspellingen met uurlijkse resolutie pakken precies dat probleem aan. Hogere nauwkeurigheid in de horizon van één tot twaalf uur geeft netbeheerders tijd om opslag, vraagsturing of reservevermogen in te plannen tegen zo laag mogelijke kosten.
DeepMind werkt al jaren aan weermodellering. Eerder onderzoek mondde uit in GraphCast, een wereldwijd weermodel dat de benchmarks van het European Centre for Medium-Range Weather Forecasts op verschillende punten wist te overtreffen.
WeatherNext 3 bouwt voort op die basis, maar richt zich expliciet op energie‑ en nettoepassingen.
De AI‑infrastructuurhoek voor cryptobeleggers
De uitrol van AI‑modellen op deze schaal raakt direct aan het narratief rond gedecentraliseerde rekenkracht dat in cryptomarkten speelt. Netwerken als Bittensor (TAO) en Render (RNDR) profileren zich nadrukkelijk rond de toenemende vraag naar gedistribueerde AI‑infrastructuur.
Een productie‑weerservice van een toonaangevend AI‑lab illustreert de rekenlast in de echte economie, waar die gedecentraliseerde netwerken zich op richten. DeepMind draait WeatherNext 3 nu op eigen, gesloten infrastructuur. Of open of gedistribueerde alternatieven die prestaties kunnen evenaren, is binnen de sector nog een open vraag.
Elon Musk merkte op dat AI‑datacenters volgens hem bijdragen aan lagere elektriciteitsprijzen voor consumenten. Die visie sluit aan bij de manier waarop DeepMind zijn product presenteert: betere AI‑voorspellingen drukken de kosten van het beheer van wisselende groene productie.
Ook lezen: Grok 5 wordt Musk’s nieuwe AGI‑doelwit terwijl waarschuwingen over AI‑veiligheid toenemen
Wat er nu volgt
DeepMind heeft nog niet bekendgemaakt welke netbeheerders of energiebedrijven WeatherNext 3 al inzetten. In deze markt gaan commerciële deals doorgaans naar nutsbedrijven, onafhankelijke producenten en energietradingsdesks.
De nauwkeurigheid van het model op langere tijdschalen, voorbij een horizon van zes uur, zal bepalen hoe bruikbaar het wordt voor biedingen op de day‑aheadmarkten. Daar wordt het grootste volume aan elektriciteitscontracten verhandeld en zijn prognosefouten financieel het meest pijnlijk.
Concurrerende AI‑weermodellen van startups als Tomorrow.io en bestaande diensten van nationale meteorologische instituten mikken op dezelfde markt. De entree van DeepMind legt de lat voor voorspellingsnauwkeurigheid in de hele sector merkbaar hoger.
Lees verder: Revolut-hackers lekken klantendata en eisen 10.000 bitcoin losgeld
