Rinnovabili • Risorse energetiche distribuite: il futuro è l’intelligenza artificiale

Risorse energetiche distribuite e intelligenza artificiale, un mercato da 480 mln

Uno studio di mercato di Guidehouse Insights stima il livello di penetrazione dell’AI nei sistemi di gestione delle RED e i benefici per le utility

Risorse energetiche distribuite: il futuro è l’intelligenza artificiale
Foto di Gerd Altmann da Pixabay

Come cambierà la gestione delle risorse energetiche distribuite in questo decennio?

(Rinnovabili.it) – Con l’avanzare della microgenerazione e di un modello decentrato di produzione di energia è sempre più urgente trovare dei sistemi affidabili di gestione delle risorse energetiche distribuite (RED). Va ripensata profondamente l’intera infrastruttura energetica, ideata per portare elettricità da A a B, dal sito di produzione a quello di consumo, ma non per gestire complessi flussi bidirezionali.

Gli sforzi sono tesi verso la realizzazione di reti intelligenti, smart grid che sappiano integrare reti di distribuzione di energia e reti di informazioni. Tra gli strumenti tecnologici che sembrano promettere maggiori progressi in questa direzione spicca l’intelligenza artificiale (AI). Ma quanto può penetrare l’AI nei sistemi di gestione delle risorse energetiche distribuite?

Leggi anche La rete idrica si ripara con l’intelligenza artificiale, Hera porta il futuro nel sottosuolo

A questa domanda prova a rispondere il rapporto AI for DER Integration di Guidehouse Insights, società di consulenza che studia le tendenze emergenti nella trasformazione del mercato globale dell’energia. Secondo il dossier, l’integrazione dell’intelligenza artificiale nel mercato della gestione delle risorse energetiche distribuite arriverà a toccare i 481 milioni di dollari già entro la fine di questo decennio. Il tasso annuale di crescita composto si attesterebbe al 10%.

Una stima che si basa sulla crescita rapida dei dispositivi intelligenti lato domanda, come ad esempio inverter intelligenti e termostati smart. Ma anche sulla proliferazione di reti di sensori intelligenti alla base delle smart grid. La risultante è un enorme flusso di nuovi dati ricevuto dalle utility. E le tendenze nascenti di mercato confermano che l’AI è la soluzione verso cui si stanno orientando rapidamente per gestire questi flussi. Secondo il rapporto di Guidehouse Insights, infatti, si stanno moltiplicando i fornitori di soluzioni Software as a Service (Saas) e di tecnologie operative con moduli AI integrati. Strumenti che aiutano le utility ad analizzare in modo efficiente i propri dati e a creare informazioni fruibili.

Leggi anche Siemens Finlandia lancia il suo sistema di gestione delle Centrali Elettriche Virtuali

“La proliferazione di infrastrutture di misurazione avanzate o contatori intelligenti (smart meters), l’afflusso di dati per una pianificazione e un funzionamento più avanzati della rete e la crescente capacità di risorse energetiche distribuite che richiedono reti di comunicazione avanzate e flussi di energia bidirezionali stanno ridisegnando il modo in cui funziona la rete di distribuzione”, spiega Hannah Davis, analista senior di Guidehouse Insights. “L’integrazione dell’AI per le RED può portare benefici alle utility attraverso migliori strumenti di previsione di carico e della generazione, per l’ottimizzazione della rete, e strumenti di pianificazione della rete e gestione della qualità dell’energia”.

About Author / La Redazione

Rinnovabili • Turbine eoliche ad asse verticale

Turbine eoliche ad asse verticale, efficienza migliorata del 200%

Dall'EPFL svizzero il primo studio che applica un algoritmo di apprendimento automatico alla progettazione della pale delle turbine VAWT

Turbine eoliche ad asse verticale
via depositphotos

Nuovi progressi per le turbine eoliche ad asse verticale

Un aumento dell’efficienza del 200% e una riduzione delle vibrazioni del 70%. Questi due dei grandi risultati raggiunti nel campo delle turbine eoliche ad asse verticale,  presso l’UNFoLD, il laboratorio di diagnostica del flusso instabile della Scuola Politecnica Federale di Losanna (EPFL). Il merito va a Sébastien Le Fouest e Karen Mulleners che, in un’anteprima mondiale hanno migliorato questa specifica tecnologia impiegando un algoritmo di apprendimento automatico.

leggi anche Ragni giganti in metallo per l’installare l’eolico offshore

Turbine eoliche VAWT, vantaggi e svantaggi

Si tratta di un progresso a lungo atteso dal comparto. Le turbine eoliche ad asse verticale o VAWT per usare l’acronimo inglese di “Vertical-axis wind turbines” offrono sulla carta diversi vantaggi rispetto ai classici aerogeneratori ad asse orizzontale. Ruotando attorno ad un asse ortogonale al flusso in entrata, il loro lavoro risulta indipendente dalla direzione del vento, permettendogli di funzionare bene anche nei flussi d’aria urbani. Inoltre offrono un design più compatto e operano a frequenze di rotazione più basse, il che riduce significativamente il rumore e il rischio di collisione con uccelli e altri animali volanti. E ancora: le parti meccaniche della trasmissione possono essere posizionate vicino al suolo, facilitando la manutenzione e riducendo i carichi strutturali.

Perché allora non sono la scelta dominante sul mercato eolico? Come spiega lo stesso Le Fouest, si tratta di un problema ingegneristico: le VAWT funzionano bene solo con un flusso d’aria moderato e continuo. “Una forte raffica aumenta l’angolo tra il flusso d’aria e la pala, formando un vortice in un fenomeno chiamato stallo dinamico. Questi vortici creano carichi strutturali transitori che le pale non possono sopportare“, scrive Celia Luterbacher sul sito dell’EPFL.

Energia eolica e algoritmi genetici

Per aumentare la resistenza, i ricercatori hanno cercato di individuare profili di inclinazione ottimali.  Il lavoro è iniziato montando dei sensori, direttamente su una turbina in scala ridotta, a sua volta accoppiata ad un ottimizzatore funzionante con algoritmi genetici di apprendimento. Di cosa si tratta? Di una particolare tipologia di algoritmi euristici basati sul principio della selezione naturale.

Quindi muovendo la pala avanti e indietro con angoli, velocità e ampiezze diverse, hanno generato una serie di profili di inclinazione. “Come in un processo evolutivo, l’algoritmo ha selezionato i profili più efficienti e robusti e ha ricombinato i loro tratti per generare una ‘progenie’ nuova e migliorata”. Questo approccio ha permesso a Le Fouest e Mulleners non solo di identificare due serie di profili di passo che contribuiscono a migliorare significativamente l’efficienza e la robustezza della macchina, ma anche di trasformare la più grande debolezza delle turbine eoliche ad asse verticale in un punto di forza. I risultati sono riportati su un articolo recentemente pubblicato sulla rivista Nature Communications.

leggi anche Il primo parco eolico galleggiante d’Italia ottiene l’autorizzazione

Rinnovabili •
About Author / Stefania Del Bianco

Giornalista scientifica. Da sempre appassionata di hi-tech e innovazione energetica, ha iniziato a collaborare alla testata fin dalle prime fasi progettuali, profilando le aziende di settore. Nel 2008 è entrata a far parte del team di redattori e nel 2011 è diventata coordinatrice di redazione. Negli anni ha curato anche la comunicazione e l'ufficio stampa di Rinnovabili.it. Oggi è Caporedattrice del quotidiano e, tra le altre cose, si occupa quotidianamente delle novità sulle rinnovabili, delle politiche energetiche e delle tematiche legate a tecnologie e mercato.