Reti energetiche poligenerative intelligenti

Il DIME-TPG si occupa di attività di ottimizzazione delle reti intelligenti di poligenerazione. In dettaglio, questo gruppo di ricerca ha progettato ed installato un laboratorio in grado di operare come un banco prova su programmi di ottimizzazione. Partendo dalla competenza relativa al software W-ECoMP, il DIME-TPG ha sviluppato dei programmi real-time in grado di effettuare operazioni decisionali sulle reti intelligenti di poligenerazione. Questi programmi dividono i valori di domanda di potenza tra i differenti motori primi per ridurre (o minimizzare) i costi marginali. Particolare attenzione è stata dedicata alla gestione ottimizzata di sistemi di accumulo per l'energia sia elettrica sia termica.
Nel laboratorio sono stati proposti e provati svariati approcci per quanto riguarda la gestione degli impianti. In dettaglio, è stato effettuato un confronto tra un approccio deterministico, con una gestione analitica della domanda di generazione, e due altri software, principalmente basati sulla programmazione multi-obiettivo. Gli ultimi metodi sono sistemi di controllo di tipo "agent-based" (MCM) e uno di tipo "model predictive" (MPC). Il software MPC ha mostrato il comportamento migliore durante le prove, anche se ha presentato un andamento un po' troppo nervoso in alcune situazioni e la prestazione economica non era sempre soddisfacente. Diversamente, il programma MCM è completamente incentrato sugli obiettivi economici, ma non è in grado di effettuare l'ottimizzazione dell'accumulo energetico a questo punto del suo sviluppo. Inoltre, l'approccio deterministico semplificato è risultato essere stabile, ma responsabile dello scenario economico peggiore.

Pubblicazioni

  1. Ferrari M.L., Pascenti M., Traverso A., Rivarolo M., 2012, Smart polygeneration grid: a new experimental facility”, ASME paper GT2012-68585.
  2. Ferrari M.L., Traverso A., Pascenti M., Massardo A.F., 2014, Plant management tools tested with a small-scale distributed generation laboratory, Energy Conversion and Management, 78, 105–113.
  3. Ferrari M.L., Pascenti M., Sorce A., Traverso A., Massardo A.F., 2014, Real-time tool for management of smart polygeneration grids including thermal energy storage”, Applied Energy, Vol.130, pp.670-678.
  4. Cuneo A., Ferrari M.L., Traverso A., Massardo A.F., 2014, Sustainable district development: a case of thermoeconomic optimization of an energy hub, Entrepreneurship and Sustainability Issues 2(2): 74–85.
  5. Cuneo A., Ferrari M.L., Pascenti M., Traverso A., 2014, State of charge estimation of thermal storages for distributed generation systems, Energy Procedia, Vol. 61, pp. 254-257.