Il nuovo modello di accumulo dell'energia aiuta a mantenere le luci accese

05 giugno 2023 – Ottawa, Ontario

Quando il vento non fa girare le pale delle turbine e il sole non riscalda i pannelli solari, come possiamo mantenere le luci accese e il pompaggio di calore?

La chiave per un’energia ininterrotta è immagazzinare l’energia extra che produciamo quando la capacità di generazione è elevata in modo da poterla utilizzare in seguito, quando ne abbiamo bisogno. Tuttavia, l’energia rinnovabile dipende dalle condizioni meteorologiche, il che crea sfide per la sua gestione che non vediamo con l’energia tradizionale da combustibili fossili e biomassa. E i modi migliori per sfruttare i recenti progressi nella tecnologia di stoccaggio dell’energia sono in gran parte un mistero.

La buona notizia è che è appena arrivato un modello rivoluzionario per attenuare i picchi e i cali della domanda di energia rinnovabile.

Negli ultimi 4 anni, il Consiglio Nazionale delle Ricerche del Canada (NRC) e un gruppo di scienziati internazionali hanno creato una serie di modelli di simulazione al computer per sistemi di accumulo di energia elettrica e termica. Fa parte del programma di collaborazione tecnica per lo stoccaggio dell'energia, sponsorizzato dall'Agenzia internazionale per l'energia (IEA) e guidato dal Fraunhofer UMSICHT tedesco. Questo progetto consente ai servizi pubblici e ad altri gruppi di simulare vari scenari e ottimizzare l'utilizzo.

Secondo Darren Jang, Project Manager e Systems Engineer presso il Centro di ricerca sull'estrazione energetica e l'ambiente dell'NRC, questi modelli sono fondamentali per valutare e progettare la soluzione più adatta per qualsiasi combinazione di energia.

"I nostri partner canadesi e internazionali portano sul tavolo una vasta esperienza che sta facendo avanzare l'integrazione sicura, affidabile ed economicamente vantaggiosa dello stoccaggio energetico", afferma. "Insieme, portiamo gli strumenti, i talenti e la creatività giusti per affrontare questa sfida."

I partner canadesi includono il Centro di ricerca aerospaziale dell'NRC e il Programma avanzato di energia pulita presso il Centro di ricerca sull'estrazione energetica e l'ambiente, nonché il gruppo Sustainable Building Energy Systems della Carleton University, il Dipartimento di ingegneria elettrica e del software dell'Università di Calgary, il Wind Energy Institute of Canada (WEICan) e l'Ufficio per la ricerca e lo sviluppo energetico presso National Resources Canada. I collaboratori internazionali provengono da molti paesi, tra cui Germania, Svizzera, Danimarca, Regno Unito, Austria, Corea del Sud e Portogallo.

Questo team multinazionale ha fatto grandi passi avanti verso la creazione di modelli scientificamente provati e descrizioni di modelli per dispositivi di accumulo dell'energia utilizzando i dati forniti dai clienti come parametri di input per le simulazioni. I modelli sono anche open source e consentono agli utenti di concedere in licenza il codice sorgente e progettare documenti o contenuti. "La partecipazione tempestiva e impegnata dell'NRC al progetto è stata molto importante e l'assunzione della responsabilità come leader dei sotto-task è stata decisiva. Allo stesso tempo, l'impegno ha fatto sì che un numero di partecipanti impegnati superiore alla media provenisse soprattutto dal Canada", ha affermato Il professor Christian Doetsch, Task Manager del Task 32 dell'IEA.

Mentre il progetto di Jang si concentra sullo stoccaggio dell’energia elettrica e termica in generale, l’NRC ha sviluppato un nuovo modello basato sull’intelligenza artificiale che può essere adattato ad altre tecnologie di stoccaggio. Utilizza tecniche di machine learning per sviluppare modelli personalizzati di sistemi di storage complessi basati su dati operativi.

Una recente collaborazione con WEICan ha dimostrato con successo le possibilità. Nel parco eolico da 10 megawatt dell’istituto, che utilizza un Tesla Powerpack 2 per immagazzinare energia in standby dalle turbine eoliche, non avevano modo di prevedere l’impatto dei carichi variabili sul loro sistema di accumulo dell’energia. Anche i dati operativi raccolti necessari per far funzionare il modello in modo efficace erano limitati.

Il team del progetto ha affrontato questa sfida sviluppando un modello predittivo per lo stato di carica utilizzando i dati disponibili dal controller di gestione del sistema di stoccaggio dell'energia. Hanno inoltre sviluppato il software di addestramento del modello. "L'apprendimento automatico è al centro della mente di tutti e, invece di fare affidamento su software consolidati per l'addestramento, ne abbiamo sviluppato uno nostro da zero", afferma Alexander Crain, un ricercatore di aviazione sostenibile del Flight Research Laboratory dell'NRC. "Date le ambizioni open source del progetto, volevamo garantire che sia il modello che il software utilizzati nella formazione fossero chiari ai ricercatori che non avevano familiarità con il settore."