La National Grid britannica ha collaborato con l’Alan Turing Institute per utilizzare la scienza dei dati e l'apprendimento automatico al fine di migliorare le previsioni sull'energia rinnovabile
Creato un nuovo modello che migliora del 33% le previsioni solari
(Rinnovabili.it) – Le energie rinnovabili non programmabili stanno giocando un ruolo crescente nei mix elettrici di diversi Paesi nel mondo. Per quanti gestiscono le reti di trasmissione, ottenere previsioni solari ed eoliche affidabili è diventato pertanto un elemento fondamentale per far funzionare il sistema energetico in modo economico ed efficiente. Tuttavia non si tratta, tuttavia, di un compito facile: la produzione di pannelli fv e turbine è legata alle condizioni meteo e gli attuali sistemi previsionali funzionano meglio a livello locale piuttosto che nazionale.
Per migliorare l’accuratezza di questi dati, la National Grid britannica ha collaborato con l’Alan Turing Institute nella creazione di nuovi modelli previsionali sfruttando le tecnologie dell’intelligenza artificiale. Il sistema combina i dati storici e circa 80 variabili di input, tra cui dati su temperatura e irraggiamento, allenandosi a trovare centinaia di percorsi matematici (o alberi decisionali) diversi per prendere quegli input e arrivare alla cifra produttiva di output. L’output viene quindi testato rispetto a 80 diverse previsioni meteorologiche per ottenere una nuova previsione. L’operatore britannico ha adottato il nuovo approccio e lo ha combinato con diverse altre tecniche di apprendimento automatico in una previsione multi-modello che è del 33% più accurata rispetto al passato.
“Migliori previsioni solari ci aiuteranno a gestire il sistema in modo più efficiente, il che significa in definitiva bollette più basse per i consumatori”, ha affermato Rob Rome, direttore delle operazioni commerciali della National Grid. “Il sistema ci consentirà inoltre di collegare e utilizzare una maggiore capacità fotovoltaica, aiutandoci a raggiungere il nostro obiettivo 2025 di far funzionare un sistema elettrico a zero emissioni di carbonio”.
>>leggi anche Il mercato energetico apre alle famiglie: l’Uk testa il peer-to-peer<<
Il progetto richiama alla mente la collaborazione tra Google e la società di intelligenza artificiale Deep Mind avviato quest’anno per sfruttare le tecnologie di intelligenza artificiale per migliorare le previsioni dei parchi eolici. Attualmente il modello di Big G può prevedere con precisione la produzione eolica con 36 ore di anticipo (leggi anche Google porta il machine learning nel settore dell’energia eolica)
