La gestione delle reti intelligenti aumenta lo sviluppo dell’energia rinnovabile
Il bilanciamento tra fornitura e consumo energetici è diventato più complesso con una produzione di energia rinnovabile maggiore. Poiché dipende da condizioni meteorologiche variabili, l’energia proveniente dalle turbine eoliche e dai pannelli solari è intermittente e imprevedibile rispetto agli impianti carboelettrici o alimentati a olio a combustibile. Tuttavia, l’utilizzo tempestivo e intelligente dei dati può rendere più efficiente la gestione delle reti elettriche rifornite da fonti rinnovabili. Ciò può migliorare lo sviluppo delle rinnovabili e ridurre le emissioni di carbonio, afferma Hongjian Sun, coordinatore del progetto TESTBED e docente presso il Dipartimento di ingegneria dell’Università di Durham, nel Regno Unito. «La lezione chiave che abbiamo appreso dal progetto TESTBED riguarda il fatto che i dati in sé sono molto utili per integrare tutta la produzione e la domanda energetica, in particolare con le fonti di energia rinnovabile», afferma. «TESTBED concerne la raccolta dei dati e il loro utilizzo per la previsione di fornitura e domanda, nonché per il riscontro di eventuali strozzature da risolvere», afferma Sun. Il progetto, supportato dal programma Marie Skłodowska-Curie dell’UE, ha sviluppato programmi di ottimizzazione per modellare i miglioramenti nell’efficienza energetica e nelle emissioni di carbonio. «La simulazione per la città di Durham nell’Inghilterra nord-orientale ha scoperto che, integrando e trasmettendo i dati in maniera tempestiva, si riducono le emissioni di carbonio fino al 76 % attraverso le fonti rinnovabili e un sistema di rete intelligente», dichiara Sun.
L’importanza dei dati
«Se manteniamo lo stesso costo energetico e utilizziamo i dati per migliorare il funzionamento del sistema, lo sviluppo dell’energia rinnovabile può essere aumentato dal 20 % al 70 % in un sistema di distribuzione: ciò dimostra l’enorme potenziale dell’utilizzo dei dati», aggiunge. La gestione della rete intelligente impiega dati provenienti da numerosi sensori che misurano le condizioni climatiche, la produzione di elettricità e la trasmissione energetica alle sottostazioni e alle famiglie. I contatori intelligenti monitorano il consumo delle famiglie, misurando inoltre l’uso dei singoli apparecchi. «Utilizziamo i social media, ad esempio i dati di Twitter, impiegando le ricerche per parole chiave per vedere se da qualche parte si svolge un grande evento o una partita di calcio. Ciò potrebbe far aumentare la domanda energetica», afferma Sun. «La trasmissione dei dati è inoltre importante poiché richiediamo un aggiornamento frequente e in tempo reale per individuare ed eliminare le strozzature nella rete, aumentando l’affidabilità».
Simulazioni di laboratorio
I dati di sensori e contatori vengono scaricati su un computer che esegue un software con algoritmi di intelligenza artificiale (IA) per migliorare l’ottimizzazione di fornitura e consumo. «Utilizzando l’IA, esploriamo i dati meteorologici e da diverse regioni, non soltanto del giorno precedente, ma dell’anno passato, e utilizziamo l’apprendimento automatico con IA per formare il sistema, al fine di avere una migliore capacità di previsione», osserva Sun. «Il lavoro svolto sul progetto TESTBED ha dimostrato il funzionamento del sistema». Il sistema è stato testato nei laboratori presso l’Accademia cinese delle scienze, l’organizzazione di telecomunicazioni greca OTE-Greece e l’Università Heriot-Watt nel Regno Unito. Le simulazioni sono state condotte presso il Laboratorio di rete intelligente dell’Università di Durham, che ospita un sistema simulatore digitale in tempo reale (RDTS, Real Time Digital Simulator). Un RDTS è impiegato per la modellazione di una rete energetica a basso voltaggio, connessa a emulatori di celle fotovoltaiche, turbine eoliche, stoccaggio dell’energia elettrica e una serie di tecnologie a basse emissioni di carbonio. La simulazione valuta le limitazioni di rete mentre il laboratorio monitora il consumo di elettricità degli apparecchi domestici. La seconda fase del progetto, TESTBED2, ha ricevuto i finanziamenti dell’UE per sviluppare un sistema TESTBED scalabile che possa essere applicato a griglie intelligenti più grandi e complesse, servendo più consumatori.
Parole chiave
TESTBED, TESTBED2, energia rinnovabile, rinnovabili, turbine eoliche, panelli solari, reti elettriche, analisi dei dati, intelligenza artificiale, combustibili fossili, emissioni di carbonio, rete intelligente, simulazione
