Rinnovabili • Rinnovabili •

Un modello per prevedere la produzione degli impianti fotovoltaici

Insieme al Politecnico di Milano, Mipu, azienda specializzata in tecniche predittive, ha vinto un bando europeo con EIT InnoEnergy

Un sistema di intelligenza artificiale che prevede in maniera accurata quanta energia riuscirà a produrre un impianto fotovoltaico giorno per giorno, ora per ora, con un margine di errore inferiore al 5%. Grazie ad un bando della Commissione Europea insieme ad EIT InnoEnergy, Mipu – azienda italiana specializzata in tecnologie predittive – ha portato a termine un complesso software di intelligenza artificiale, che sarà disponibile sul portale del progetto Platoon per la digitalizzazione del settore energetico, finanziato dal programma Horizon 2020.

“Grazie alla collaborazione con il Politecnico di Milano, sede pilota del progetto – spiega Davide Paganini, Energy Product Owner di Mipu – siamo riusciti a realizzare un modello valido e accurato, con attendibilità superiore al 95%, che sfrutta dati – meteo e di produzione energetica – sia storici sia previsionali, rendendo disponibile la previsione di energia prodotta attraverso un’app sulla piattaforma Platoon. Un lavoro complesso, che Mipu ha portato a termine con anticipo rispetto alla tempistica prevista”. 

leggi anche Gestione RAEE fotovoltaici, come risparmiare tempo e denaro

Sfruttando i dati raccolti sull’impianto fotovoltaico in funzione al Politecnico di Milano, è stato possibile calcolare con precisione quanta energia produce un singolo modulo fotovoltaico in un anno, in un mese, in una settimana, in un giorno. Il tutto, sfruttando una serie di dati come le previsioni meteo, i parametri elettrici degli inverter e i dati storici di produzione energetica. Insomma, una serie di dati messi a sistema attraverso software di intelligenza artificiale e tecniche predittive, che hanno portato ad un calcolo preciso che tiene conto di una serie di varianti. “Questo modello – aggiunge Paganini – servirà alle aziende produttrici e consumatrici di energia per avere una previsione precisa di quanta corrente serve produrre in determinati giorni, per evitare spreco di risorse, per massimizzare lo sfruttamento delle fonti rinnovabili, in un’ottica di sostenibilità e basse emissioni, nell’ambito delle iniziative volte alla transizione energetica”. 

Con EIT InnoEnergy e il progetto Platoon sono in corso di implementazione alcune iniziative per aumentare lo sfruttamento di energia rinnovabile, migliorare la gestione delle reti energetiche smart, l’efficienza energetica e l’ottimizzazione delle risorse. “Per fare ciò – prosegue Davide Paganini – è necessario avere un alto grado di prevedibilità delle fonti, perché sapendo in anticipo quanta energia serve sarà possibile programmare quanto produrre per garantire il giusto consumo di elettricità, senza sprechi. Ciò servirà anche alle aziende per sapere quando programmare una determinata produzione, in relazione al quantitativo di energia necessario. In questo modo, si potrà entrare davvero in una strategia di politica energetica di un Paese, aiutando a diminuire gli sprechi, aumentare la produzione da fonti rinnovabili e unendo un’alta dispacciabilità dell’energia, cioè portarla dove e quando serve. Allora riusciremo a mettere in atto una vera transizione energetica”. 

leggi anche In Germania la produzione di celle solari mette il turbo

In tema di transizione energetica, Mipu è al lavoro con un altro studio, che riguarda una grande città europea. “Attraverso il nostro software di intelligenza artificiale – illustra Paganini – stiamo studiando un ottimizzatore per la produzione energia di una centrale termoelettrica. Un impianto tradizionale, dunque, con il quale stiamo studiando come prevedere le richieste di energie di una serie di quartieri della città che dipendono da esso. Avere previsioni più affidabili, ora dopo ora e giorno dopo giorno, permetterà di avere un assetto tecnico migliore per adoperare l’impianto. Il che significa più energia elettrica prodotta nei periodi in cui serve e con meno emissioni. Trovare, dunque, un punto di ottimo per massimizzare la produzione a minor costo possibile. Anche questo – conclude Davide Paganini – significa efficienza energetica e miglioramento della gestione dell’impianto”.