Il solare fotovoltaico è la fonte rinnovabile con la crescita più rapida in Italia. Ma se è vero che un pannello non vale l’altro e che per questo ci siamo dotati di un Registro fotovoltaico - perché per assicurare la competitività del sistema produttivo è importante selezionare e favorire l’adozione della migliore tecnologia, che sia al tempo stesso efficiente e sostenibile, rispettosa dell’ambiente e della società - è anche vero che pure l’intelligenza artificiale (Ai) può svolgere in questo settore un ruolo molto importante. Ed è proprio un gruppo di ricercatori dell’Enea – ente al quale il decreto Energia (dl n.181 del 2023) attribuisce il compito di istituire il registro dei moduli fotovoltaici, sulla base di requisiti di carattere territoriale e qualitativo – che ora getta una luce su tale questione: grazie all’utilizzo dell’Ai è infatti possibile realizzare previsioni della produzione di energia fotovoltaica sempre più accurate.
«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), dimostrando un netto miglioramento nella precisione delle previsioni di produzione fotovoltaica», spiega il coautore dello studio Amedeo Buonanno, ricercatore del Laboratorio Enea Smart grid e reti energetiche presso il dipartimento Tecnologie energetiche e fonti rinnovabili. «Si tratta - aggiunge - di un aspetto cruciale per limitare squilibri nella rete elettrica, per ottimizzare il funzionamento delle risorse di generazione, carico e stoccaggio e per ridurre i costi operativi».
Il risultato delle indagini condotte dal team di ricercatori è stato sulla rivista scientifica Energies e ora è a disposizione di tutta la comunità scientifica per le opportune valutazioni ma anche di tutto il settore imprenditoriale impegnato nel settore della produzione di energia da fonti rinnovabili.
Per raggiungere il risultato appena pubblicato, i modelli meteorologici che stimano la produzione di energia fotovoltaica sono stati abbinati dai ricercatori a un algoritmo di apprendimento automatico (machine learning) che integra i dati storici di generazione, incrementando così l’accuratezza della previsione. Questa nuova metodologia Enea per la previsione della generazione fotovoltaica 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 di pannelli fotovoltaici.
«L’approccio che proponiamo si adatta efficacemente a impianti solari di diverse dimensioni, compresi quelli di piccola taglia installati nei condomini. Per questi ultimi, è possibile sviluppare un modello di previsione iniziale basato sulle caratteristiche tecniche dell’impianto (come potenza nominale e orientazione dei pannelli), 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. Questa caratteristica ne facilita l’implementazione, ampliando considerevolmente le possibilità di applicazione pratica in diversi contesti operativi», sottolinea Buonanno.
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 (stando ai dati del Gestore dei servizi energetici consultabili nel “Rapporto Statistico Solare Fotovoltaico 2023”). Tuttavia, la variabilità della radiazione solare rappresenta ancora una delle principali sfide nella gestione della produzione di energia fotovoltaica.
«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, uno dei modelli più promettenti di trasformazione del sistema elettrico, accelerando così la transizione verso un futuro energetico più sostenibile», spiega Maria Valenti, responsabile del Laboratorio Enea Smart Grid e Reti Energetiche e referente proprio del progetto Mission.
