La nuova metodologia Enea per la previsione della generazione fotovoltaica si basa sull’intelligenza artificiale. E offre notevoli vantaggi sia in termini di versatilità che di applicabilità. La sua generalità ne consente l’utilizzo in una vasta gamma di scenari, anche con ridotta disponibilità di dati come nel caso di nuove installazioni.
Approccio basato sull’intelligenza artificiale
Per raggiungere questo risultato, i modelli meteorologici che stimano la produzione di energia fotovoltaica sono stati abbinati a un algoritmo di apprendimento automatico (machine learning) che integra i dati storici di generazione, incrementando così l’accuratezza della previsione.
«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). – Spiega il coautore dello studio Amedeo Buonanno, ricercatore del Laboratorio Enea Smart grid e reti energetiche presso il Dipartimento Tecnologie energetiche e fonti rinnovabili. «Abbiamo quindi dimostrato un netto miglioramento nella precisione delle previsioni di produzione fotovoltaica. Si tratta di un aspetto cruciale per limitare squilibri nella rete elettrica. E per ottimizzare il funzionamento delle risorse di generazione, carico e stoccaggio riducendo i costi operativi».
Sfide e obiettivi
L’Italia ha fatto notevoli progressi nel settore delle energie rinnovabili, con una capacità installata di impianti fotovoltaici che ha superato i 30 GW nel 2023, segnando un incremento del 21% rispetto al 2022.
Tuttavia, la variabilità della radiazione solare rappresenta ancora una delle principali sfide nella gestione della produzione di energia fotovoltaica.
«L’approccio che proponiamo si adatta efficacemente a impianti solari di diverse dimensioni, compresi quelli di piccola taglia installati nei condomini. – Continua Buonanno. – Per questi ultimi, è possibile sviluppare un modello di previsione iniziale basato sulle caratteristiche tecniche dell’impianto, che può essere successivamente perfezionato mediante tecniche di machine learning e l’utilizzo di dati storici di generazione. Una volta addestrati, i modelli che hanno mostrato i migliori risultati richiedono risorse computazionali relativamente limitate per generare previsioni accurate».
Innovazione nell’intelligenza artificiale
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 (rinnovabili e convenzionali) e vettori energetici (elettrico e termico).
Attraverso una gestione intelligente e coordinata, basata sull’analisi della domanda e sulle previsioni di produzione, il progetto si propone di massimizzare l’efficienza complessiva e di migliorare la gestione operativa delle microreti energetiche. È uno dei modelli più promettenti di trasformazione del sistema elettrico, che accelera la transizione verso un futuro energetico più sostenibile. – Conclude Maria Valenti, responsabile del Laboratorio ENEA Smart Grid e Reti Energetiche e referente del progetto MISSION.
