Controllo predittivo per lo sviluppo di energy Community flessibili ed efficienti

In questo articolo viene proposto l’uso del controllo predittivo per la schedulazione energetica di una microgrid intelligente dotata di carichi non programmabili (CNP) -ovvero con profilo di potenza fisso- e carichi programmabili (CP) -ovvero con funzionamento flessibile e programmabile- nonché di fonti di energia rinnovabile (FER) ed un sistema di accumulo di energia a batterie (SAEB). La strategia di controllo definita mira simultaneamente alla pianificazione ottimale dei CP, delle risorse condivise (cioè, la carica/scarica del SAEB e l'utilizzo della FER) e dello scambio di energia con la rete. Lo schema di controllo predittivo, noto anche come model predictive control (MPC), si basa sulla risoluzione iterativa on-line di un problema di ottimizzazione su un orizzonte temporale finito, modellando la schedulazione energetica attraverso la programmazione lineare intera mista, al fine di massimizzare l'auto-approvvigionamento mediante energia rinnovabile e/o minimizzare il costo dell'energia acquistata dalla rete elettrica in presenza di prezzo dell’energia dinamico. Ad ogni passo temporale il problema di ottimizzazione risultante viene risolto determinando nello specifico il funzionamento ottimale dei CP, la quantità ottimale di energia da acquistare/vendere dalla/alla rete ed il profilo ottimale di carica/scarica del SAEB.L'approccio di schedulazione energetica proposto viene applicato alla gestione ottimale della domanda elettrica della marina di Ballen, Samsø (Danimarca), dove si sta attualmente implementando una microgrid intelligente nell’ambito dimostrativo del progetto di ricerca europeo Horizon2020 SMILE. Le simulazioni, che considerano il consumo elettrico della marina (340 prese per barca, un edificio di servizio dotato di sauna e stazione di pompaggio acque reflue e la struttura adibita a capitaneria di porto dotata di pompa di calore), la produzione da pannelli fotovoltaici (60kWp) e l’accumulo del SAEB (capacità 237kWh), sono effettuate su una serie temporale di dati reali avente estensione di un anno e risoluzione di un’ora. Le simulazioni indicano che l'approccio proposto consente lo sfruttamento del 90% della produzione della FER. Inoltre, i risultati vengono confrontati con quelli derivanti da un sistema di controllo di tipo naïve. La schedulazione energetica basata sul MPC migliora l'auto-approvvigionamento dell'1,6% rispetto all’approccio naïve. Dal punto di vista economico il MPC porta invece ad un risparmio dell'8,2% del costo energetico annuale rispetto al controllo naïve.

Articolo a cura di:

Raffaele CARLI *, Graziana CAVONE *, Mariagrazia DOTOLI *, Jan JANTZEN **, Michael KRISTENSEN **, Paolo SCARABAGGIO *

* Decision and Control Laboratory, Dipartimento di Ingegneria Elettrica e dell’Informazione, Politecnico di Bari, via Orabona 4, Bari, Italia

 ** Samso Energy Academy, Strandengen 1, Samsø, Danimarca