GREEN TRANSITION

Intelligenza artificiale per predire la produzione da fotovoltaico: via al progetto made in Italy



Indirizzo copiato

Messa a punto dall’Enea un’innovativa metodologia che abbina i modelli meteorologici a un algoritmo di apprendimento automatico in grado di integrare i dati storici incrementando l’accuratezza della previsione. Buonanno: “Aspetto cruciale per limitare squilibri nella rete elettrica, ottimizzare il funzionamento delle risorse di generazione, carico e stoccaggio e ridurre i costi operativi”

Pubblicato il 15 nov 2024



green, sostenibilità, esg, energia 2

Un gruppo di ricercatori Enea ha sviluppato una nuova metodologia che utilizza l‘intelligenza artificiale per previsioni sempre più accurate della produzione di energia fotovoltaica. Questa innovazione combina modelli meteorologici con un algoritmo di apprendimento automatico per integrare i dati storici di generazione, migliorando l’accuratezza delle previsioni energetiche.

“Abbiamo dimostrato l’efficacia del nostro approccio utilizzando i dati reali di produzione di un impianto fotovoltaico situato presso il Centro Ricerche Enea di Portici (Napoli), dimostrando un netto miglioramento nella precisione delle previsioni di produzione fotovoltaica”, spiega Amedeo Buonanno, coautore dello studio e ricercatore del Laboratorio Enea Smart grid e reti energetiche presso il Dipartimento Tecnologie energetiche e fonti rinnovabili. “Si tratta – aggiunge – di un aspetto cruciale per limitare squilibri nella rete elettrica, per ottimizzare il funzionamento delle risorse di generazione, carico e stoccaggio e per ridurre i costi operativi”.

Applicabilità della nuova metodologia

La metodologia proposta da Enea offre vantaggi in termini di versatilità e applicabilità. È progettata per adattarsi a una vasta gamma di scenari, anche in contesti con una ridotta disponibilità di dati, come nel caso di nuove installazioni. “L’approccio che proponiamo si adatta efficacemente a impianti solari di diverse dimensioni, compresi quelli di piccola taglia installati nei condomini”, sottolinea Buonanno. Dopo un iniziale sviluppo basato sulle caratteristiche tecniche dell’impianto, il modello di previsione può essere perfezionato con tecniche di machine learning e dati storici di generazione. Una volta addestrati, i modelli richiedono risorse computazionali limitate, facilitandone l’implementazione pratica.

Contributo alla trasformazione del sistema elettrico

Questa innovazione si inserisce nel contesto del progetto Mission, mirato a sviluppare sistemi energetici integrati e ottimizzare l’interazione tra fonti energetiche rinnovabili e convenzionali. “Lo studio Enea si inserisce all’interno del progetto Mission che mira a sviluppare innovativi sistemi energetici integrati, ottimizzando l’interazione tra diverse fonti energetiche e vettori energetici”, conclude Maria Valenti, responsabile del Laboratorio Enea Smart Grid e Reti Energetiche.

L’obiettivo è massimizzare l’efficienza delle microreti energetiche, accelerando la transizione verso un futuro energetico sostenibile. L’Italia, che nel 2023 ha raggiunto una capacità installata di oltre 30 GW negli impianti fotovoltaici, continua a fare progressi significativi nel settore delle energie rinnovabili, affrontando la sfida della variabilità solare con soluzioni innovative come quella proposta da Enea.

Articoli correlati

Articolo 1 di 5