14 januari 2026
Nederland is van bijzonder belang voor de inzet van waterstof stelt Starreveld. ‘Er is een hoge energievraag in sectoren zoals de luchtvaart en zware industrie. We hebben uitgebreide aardgasinfrastructuur die kan worden hergebruikt voor transport en opslag van waterstof. En we hebben toegang tot windenergie op zee die de productie van groene waterstof mogelijk maakt.’
Maar er zijn nog veel vragen waar geen zeker antwoord op is. Is waterstof echt een betaalbare manier om industrie te verduurzamen? Is het slimmer om bestaande aardgasleidingen aan te passen, of om nieuwe pijpleidingen aan te leggen? En wat kost grootschalige productie van groene waterstof op zee straks eigenlijk?
‘Wiskundige optimalisatie is een manier om met rekenen de beste keuze te vinden bij dit soort vragen’, legt Starreveld uit. ‘Je zet het probleem om in een model met keuzes, een doel en restricties. Daarna rekent een algoritme uit welke beslissingen optimaal zijn.’
Samen met onderzoekers van de UvA en TU Delft en bedrijven ontwikkelde Starreveld een methode die niet uitgaat van één toekomstbeeld, maar duizenden mogelijke toekomsten doorrekent. ‘Cijfers en aannames die je in je model stopt zijn onzeker. Met deze aanpak laten we zien welke investeringskeuzes goed blijven werken als de werkelijkheid anders uitpakt dan verwacht.’
Hij introduceert hiervoor ook een nieuw algoritme, ROBIST, dat het model onderweg helpt ‘bij te leren’, zodat het realistischer wordt zonder dat het rekenen onhaalbaar zwaar wordt.
Starreveld past zijn methodiek toe voor een industrieel gebied in Zuidwest-Nederland, met onder andere een raffinaderij, chemische fabriek en kunstmestproducent. ‘Deze bedrijven gebruiken veel energie en zijn moeilijk te verduurzamen met bijvoorbeeld zon- en windenergie omdat ze constante levering van energie- en warmte nodig hebben.’
Waterstof kan een deel van de oplossing zijn. Maar er zijn meer opties, zoals elektrificatie en CO₂ opvang. De vraag is welke investeringen het meest verstandig zijn en wanneer deze gemaakt moeten worden.
Door rekening te houden met duizenden scenario’s komt Starreveld’s model tot een veel robuuster investeringsadvies dan wanneer slechts rekening wordt gehouden met één toekomstscenario: ‘Bij besluiten over investeringen moet je altijd vooruit denken. Maar wanneer het onverwacht tegenzit – er is bijvoorbeeld minder vraag naar waterstof dan beraamd– presteert deze oplossing beter.’
De tabellen geven een overzicht voor 2025-2030 van de totale kapitaaluitgaven (in miljoenen euro's) die het wiskundig model adviseert. De ‘initiële’ oplossing links is verkregen door te optimaliseren voor één toekomstscenario. De ‘robuustere’ oplossing rechts houdt rekening met meerdere mogelijke scenario's.
Starreveld concludeert dat traditionele planning met één ‘optimale’ uitkomst vaak kwetsbaar is en tot verkeerde keuzes kan leiden. ‘Wat op papier het beste lijkt, kan in de praktijk mislukken zodra de werkelijkheid anders blijkt. Denk bijvoorbeeld aan de onverwacht hoge gasprijzen als gevolg van de coronacrisis en de oorlog in Oekraïne.’
Hij pleit dan ook voor het werken met meerdere ‘bijna-optimale’ opties. ‘Beleidsmakers en bedrijven kunnen dan kiezen waarin te investeren op basis van aanvullende overwegingen, zoals draagvlak, ruimtelijke impact of politieke ontwikkelingen.’
Hoewel vragen rondom waterstof leidend waren in het onderzoek, is de methode volgens Starreveld breder inzetbaar. ‘Het kan ook helpen bij andere grote maatschappelijke vraagstukken met veel onzekerheid, bijvoorbeeld binnen de zorg of defensie.’
Justin Starreveld, 2026, 'Mathematical Optimization Under Uncertainty With Applications to Hydrogen Deployment in the Netherlands'. Promotoren: prof. dr. ir. D. den Hertog en prof. dr. ir. Z. Lukszo.
Donderdag 29 januari, 13.00-14.30, Agnietenkapel, Amsterdam