Energia: ENEA, intelligenza artificiale per evitare blackout elettrici da ondate di calore
Un gruppo di ricercatori ENEA, Politecnico di Bari e Università Roma Tre ha messo a punto un sistema basato sull'automazione e l'intelligenza artificiale per prevenire possibili blackout elettrici causati da ondate di calore. Sviluppato nell'ambito del progetto RAFAEL finanziato dal Ministero dell'Università e della Ricerca, questo approccio innovativo basato su tecniche di machine learning è stato testato su una grande rete di distribuzione elettrica nel Sud Italia e i risultati sono stati pubblicati sulla rivista scientifica IEEE Transactions on Industry Applications.
"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.
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", spiega Maria Valenti, responsabile del Laboratorio ENEA Smart grid e reti energetiche e coautrice dell'articolo insieme a Mauro Atrigna, Amedeo Buonanno, Raffaele Carli, Graziana Cavone, Paolo Scarabaggio, Mariagrazia Dotoli e Giorgio Graditi.
"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".
In una prima fase il team di ricerca ha 'addestrato' l'algoritmo sui dati relativi ai guasti intercorsi tra il 2015 e il 2020 in una grande rete elettrica del Sud, alle condizioni meteo (temperatura ambientale e umidità) e ai flussi di energia, con l'obiettivo di identificare le possibili correlazioni.
Nella successiva fase operativa, i ricercatori hanno provato il sistema così addestrato per l'analisi di una serie di dati di input (non visti in fase di addestramento). 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 cambiamenti climatici hanno determinato un aumento delle ondate di calore, con una tendenza destinata a peggiorare nei prossimi anni a causa del riscaldamento globale.
L'intensità e la durata di questi fenomeni stanno causando un numero crescente di guasti alla rete di distribuzione elettrica, soprattutto in ambito urbano con un conseguente impatto negativo sui costi di manutenzione, sui servizi e in generale sulla vita delle persone", sottolinea Valenti.
In città la rete è soggetta a maggiori sollecitazioni di carico, dovute all'aumento della domanda di energia elettrica concentrata in particolare nelle ore più calde della giornata, a causa del maggiore utilizzo degli impianti di climatizzazione. Di giorno, infatti, la temperatura dell'aria supera spesso i 40 °C e anche durante le ore notturne rimane al di sopra della media storica.
"Dai nostri studi è emerso che la maggior parte dei guasti si è verificato a livello di giunti dei cavi e che, pertanto, tali elementi soffrono maggiormente le problematiche delle ondate di calore. Questo risultato fornisce un elemento utile agli operatori e ai produttori di componentistica elettronica, che potranno condurre così analisi più mirate per ottenere reti più resilienti", aggiunge Valenti.
Negli ultimi anni è aumentato l'interesse per la sicurezza, l'affidabilità e la resilienza delle infrastrutture critiche, in particolare della rete di distribuzione dell'energia elettrica che è un sistema estremamente complesso, composto di elementi interconnessi, dove l'interruzione di un componente può determinare notevoli criticità sull'intero sistema.
Ad esempio, la preparazione a eventi meteo estremi è fatta sia a livello operativo con una manutenzione continua che permette di mantenere la rete in buone condizioni che su un piano più 'strategico' attraverso un'analisi post-evento che mira a individuare le aree maggiormente a rischio, ossia quelle con la più alta possibilità di essere danneggiate durante le ondate di calore, ma senza dispiegare una funzione preventiva.
"Grazie all'approccio proposto, invece, il gestore della rete potrà usare il nostro modello di previsione guasti adeguatamente 'addestrato', per effettuare azioni correttive sulla rete di distribuzione interessata ed evitare danni all'infrastruttura e disservizi per cittadini e imprese, in particolare nel periodo compreso tra maggio e settembre, quando si concentra la maggior parte dei guasti provocati dalle alte temperature e dalle ondate di calore", conclude Valenti.
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", spiega Maria Valenti, responsabile del Laboratorio ENEA Smart grid e reti energetiche e coautrice dell'articolo insieme a Mauro Atrigna, Amedeo Buonanno, Raffaele Carli, Graziana Cavone, Paolo Scarabaggio, Mariagrazia Dotoli e Giorgio Graditi.
"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".
In una prima fase il team di ricerca ha 'addestrato' l'algoritmo sui dati relativi ai guasti intercorsi tra il 2015 e il 2020 in una grande rete elettrica del Sud, alle condizioni meteo (temperatura ambientale e umidità) e ai flussi di energia, con l'obiettivo di identificare le possibili correlazioni.
Nella successiva fase operativa, i ricercatori hanno provato il sistema così addestrato per l'analisi di una serie di dati di input (non visti in fase di addestramento). 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 cambiamenti climatici hanno determinato un aumento delle ondate di calore, con una tendenza destinata a peggiorare nei prossimi anni a causa del riscaldamento globale.
L'intensità e la durata di questi fenomeni stanno causando un numero crescente di guasti alla rete di distribuzione elettrica, soprattutto in ambito urbano con un conseguente impatto negativo sui costi di manutenzione, sui servizi e in generale sulla vita delle persone", sottolinea Valenti.
In città la rete è soggetta a maggiori sollecitazioni di carico, dovute all'aumento della domanda di energia elettrica concentrata in particolare nelle ore più calde della giornata, a causa del maggiore utilizzo degli impianti di climatizzazione. Di giorno, infatti, la temperatura dell'aria supera spesso i 40 °C e anche durante le ore notturne rimane al di sopra della media storica.
"Dai nostri studi è emerso che la maggior parte dei guasti si è verificato a livello di giunti dei cavi e che, pertanto, tali elementi soffrono maggiormente le problematiche delle ondate di calore. Questo risultato fornisce un elemento utile agli operatori e ai produttori di componentistica elettronica, che potranno condurre così analisi più mirate per ottenere reti più resilienti", aggiunge Valenti.
Negli ultimi anni è aumentato l'interesse per la sicurezza, l'affidabilità e la resilienza delle infrastrutture critiche, in particolare della rete di distribuzione dell'energia elettrica che è un sistema estremamente complesso, composto di elementi interconnessi, dove l'interruzione di un componente può determinare notevoli criticità sull'intero sistema.
Ad esempio, la preparazione a eventi meteo estremi è fatta sia a livello operativo con una manutenzione continua che permette di mantenere la rete in buone condizioni che su un piano più 'strategico' attraverso un'analisi post-evento che mira a individuare le aree maggiormente a rischio, ossia quelle con la più alta possibilità di essere danneggiate durante le ondate di calore, ma senza dispiegare una funzione preventiva.
"Grazie all'approccio proposto, invece, il gestore della rete potrà usare il nostro modello di previsione guasti adeguatamente 'addestrato', per effettuare azioni correttive sulla rete di distribuzione interessata ed evitare danni all'infrastruttura e disservizi per cittadini e imprese, in particolare nel periodo compreso tra maggio e settembre, quando si concentra la maggior parte dei guasti provocati dalle alte temperature e dalle ondate di calore", conclude Valenti.
Settori: Elettrotecnica, Energia Elettrica, Industria 4.0, Informatica, Intelligenza artificiale, Rete elettrica, Software industriale
Parole chiave: AI Intelligenza artificiale per l'industria, Distribuzione elettrica, Machine learning
- MASE - Ministero dell'Ambiente e della Sicurezza Energetica
- MIMIT - Ministero delle Imprese e del Made in Italy
- GAILIH - Generative Artificial Intelligence Learning and Innovation Hub Unimarconi
- MIMIT - Ministero delle Imprese e del Made in Italy
- MIMIT - Ministero delle Imprese e del Made in Italy