Le infrastrutture di distribuzione dell’energia sono particolarmente vulnerabili a eventi meteorologici estremi
(Rinnovabili.it) – Prevedere e prevenire i black-out elettrici dovuti alle ondate di calore, attraverso l’uso di un algoritmo intelligente. Questo uno dei frutti di RAFEL, progetto di ricerca guidato da ENEA e finanziato dal Ministero dell’Università e della Ricerca.
L’iniziativa è nata per realizzare un sistema di analisi e previsione del rischio di eventi catastrofici sulle infrastrutture critiche del Sud Italia, elaborando scenari di eventi che potrebbero verificarsi sul breve-medio termine. I partner di RAFEL hanno elaborato approccio innovativo basato su tecniche di machine learning e analisi dei dati, testandolo direttamente sulla rete elettrica del Mezzogiorno. Il sistema si è rivelato utile, tra le altre cose, anche per i prevenire i black-out elettrici causati dalle ondate di calore.
Black-out elettrici e ondate di calore, quale connessione
Con l’evolversi del riscaldamento globale stanno rapidamente cambiando anche le abitudini energetiche degli individui. Periodi di caldo intensi e prolungati portano ad un uso sempre più massiccio di condizionatori e climatizzatori che a loro volta possono provocare il surriscaldamento dei conduttori interrati della rete e il deterioramento del materiale isolante dei cavi. “Le infrastrutture di distribuzione dell’energia sono sistemi particolarmente vulnerabili a disastri naturali e a eventi meteorologici estremi, come le ondate di calore soprattutto nelle grandi aree urbane”, spiega Maria Valenti, responsabile del Laboratorio ENEA Smart grid e reti energetiche. “Per questo risulta importante individuare nuove soluzioni di monitoraggio e di gestione della rete per la previsione di eventuali guasti, come ad esempio le tecniche di data analysis e di machine learning che utilizziamo nel nostro innovativo approccio”.
L’agenzia ha lavorato a braccetto con un gruppo di ricercatori Politecnico di Bari e Università Roma Tre. In una prima fase il team di ricerca ha per addestrare alcuni algoritmi sui dati relativi ai guasti intercorsi tra il 2015 e il 2020 in una grande rete elettrica del Sud; aggiungendo le informazioni sulle condizioni meteo (temperatura ambientale e umidità) e sui flussi di energia di quello stesso periodo. Una volta individuate le possibili correlazioni, gli scienziati hanno testato il sistema con nuovi dati. Tra gli algoritmi testati, uno in particolare ha dato i risultati più accurati in termini di previsione di futuri guasti alla rete elettrica studiata in funzione sia delle condizioni meteorologiche che del fabbisogno energetico. I risultati sono stati pubblicati sulla rivista scientifica IEEE Transactions on Industry Applications.
“Avere la possibilità di prevedere malfunzionamenti – aggiunge Valenti – consente potenzialmente all’operatore di rete di attuare azioni correttive orientate a minimizzare i disservizi per gli utenti del servizio elettrico”, ha aggiunto Valenti,coautrice dell’articolo insieme a Mauro Atrigna, Amedeo Buonanno, Raffaele Carli, Graziana Cavone, Paolo Scarabaggio, Mariagrazia Dotoli e Giorgio Graditi.