Progetti

W4E: Weather 4 Energy & Infrastructure

Previsioni metereologiche per informare energia e infrastruttura

Finanziamento: ICSC Innovation Funds

Tecnologia abilitante: Advanced Modeling and Simulation, Artificial Intelligence, High Performance Computing, Machine Learning

Obiettivi di sviluppo sostenibile

Il ruolo centrale svolto dalle previsioni meteorologiche per informare il settore energetico e, più in generale, il sistema infrastrutturale, la sua interpretazione qualitativa e quantitativa sugli impatti a valle è tutt’altro che ideale. Lo scopo di questo progetto rientra esattamente in questa lacuna. Il consorzio svilupperà un quadro innovativo per generare previsioni accurate e granulari e proiezioni climatiche future dei sistemi energetici e infrastrutturali sottostanti. Esempi di questi prodotti sono la produzione di energia eolica o fotovoltaica in siti specifici, i cambiamenti nell’ampacità delle linee elettriche in Italia, gli scenari futuri in cui verranno simulate le sollecitazioni alla rete stradale e agli impianti elettrici. Per raggiungere tali obiettivi, il progetto utilizzerà tecniche statistiche che costruiranno un approccio quantitativo e flessibile. Gli impatti attesi sulle infrastrutture italiane sono molteplici. In primo luogo,si prevede che i prodotti finali abbiano un elevato TRL, che garantirà agli stakeholder la possibilità di utilizzare gli strumenti quantitativi in modalità semi-operativa. Questi strumenti statistici sono altamente flessibili e scalabili, per cui è prevista la loro applicazione ad altri casi d’uso e/o settori.

Centro Nazionale di Ricerca in High Performance Computing Big Data e Quantum Computing (ICSC), progetto finanziato dall’Unione Europea – NextGenerationEU – e dal Piano Nazionale Ripresa e Resilienza (PNRR) – Missione 4 Componente 2.

Obiettivi

Il progetto mira a sviluppare un modello meteorologico che permetta di trasformare le informazioni meteorologiche in previsioni di impatto per il sistema energetico italiano. L’obiettivo principale è migliorare la pianificazione e la resilienza del sistema energetico italiano rispetto ai cambiamenti climatici e ai loro possibili impatti.

Il progetto fornisce previsioni e simulazioni accurate da utilizzare in un’ampia varietà di campi, dalla generazione di energia fotovoltaica ed eolica a breve termine alla capacità delle linee elettriche, fino alla modellazione di fenomeni idrogeologici e al monitoraggio delle infrastrutture stradali in scenari climatici futuri.

Sfida iniziale

La sfida del progetto è sviluppare un framework innovativo che traduca in modo efficiente le informazioni meteorologiche in informazioni di impatto per ottenere previsioni e simulazioni complete e accurate.

Soluzione

Utilizzando tecniche di apprendimento automatico e di intelligenza artificiale, il progetto fornisce previsioni e simulazioni accurate su diverse scale temporali, dal breve al lungo termine. Questo approccio consente una valutazione più completa e dettagliata delle sfide e delle opportunità associate alla crescente dipendenza dalle energie rinnovabili e agli effetti del cambiamento climatico. La soluzione mira a migliorare la pianificazione e la resilienza del sistema energetico, consentendo decisioni più informate e tempestive.

Benefici

Previsioni meteorologiche accurate e ad alta risoluzione possono aiutare a ottimizzare la distribuzione dell’elettricità, consentendo così di prendere decisioni di mercato informate per le offerte. Su tempi brevi, come quelli coperti da questo progetto, previsioni meteorologiche accurate sulla generazione possono aiutare i proprietari di asset e gli operatori di mercato come Eni Plenitude a fare offerte migliori sui mercati dell’elettricità.

Per gli operatori del sistema elettrico come Terna, previsioni meteorologiche accurate a breve termine per la generazione di energia rinnovabile possono migliorare l’unit commitment (pianificazione operativa delle unità di generazione) e la pianificazione operativa, aumentare l’efficienza della distribuzione, ridurre i problemi di affidabilità e, quindi, minimizzare il numero di riserve operative necessarie nel sistema.

Altri benefici possono essere riscontrati in relazione alle infrastrutture pubbliche, come le autostrade. In questo caso, gli impatti sono principalmente legati allo sviluppo di un modello di analisi dei dati per migliorare la conoscenza dello stato del territorio in prossimità degli asset autostradali, con l’obiettivo di migliorare la capacità di prevenire eventi rischiosi per la sicurezza delle persone e l’integrità delle infrastrutture; la capacità di pianificare le operazioni di manutenzione e di pianificare gli investimenti in parti esistenti dell’infrastruttura (ad esempio, il monitoraggio) o in nuovi segmenti candidati della rete autostradale.

Il ruolo di IFAB

IFAB ha contribuito allo sviluppo delle metodologie e degli strumenti di analisi necessari per trasformare le informazioni meteorologiche in previsioni di impatto sul sistema energetico e infrastrutturale italiano, a supporto della pianificazione operativa e del rafforzamento della resilienza rispetto ai cambiamenti climatici.

Il suo contributo si è concentrato su quattro ambiti complementari:

Lo sviluppo di metodologie statistiche per un approccio quantitativo e flessibile alla generazione di previsioni accurate e proiezioni climatiche future.
La progettazione di modelli e simulazioni per stimare gli effetti delle condizioni meteo-climatiche su casi d’uso specifici: la produzione eolica e fotovoltaica in siti puntuali, la capacità delle linee elettriche, i fenomeni idrogeologici e il monitoraggio delle infrastrutture stradali.
La definizione di pipeline analitiche capaci di convertire le informazioni meteorologiche in indicatori di impatto direttamente utilizzabili nei processi decisionali.
La realizzazione di prodotti tecnologicamente maturi, progettati per essere scalabili e riutilizzabili su ulteriori casi d’uso e settori.

La partecipazione a W4E ha consentito a Fondazione IFAB di consolidare competenze avanzate all’intersezione tra modellazione statistica, analisi climatica e intelligenza artificiale applicata ai sistemi energetici e infrastrutturali, maturate nel contesto di un partenariato di eccellenza.