Operazione economica e sostenibile delle microreti utilizzando l’Algoritmo di Ottimizzazione delle Balene migliorato

Perché le reti elettriche del futuro hanno bisogno di un nuovo tipo di “cervello”

Mantenere le luci accese sta diventando più complesso man mano che sempre più case e imprese si alimentano con sole e vento invece che con carbone e gas. Queste fonti pulite sono più economiche e migliori per il clima, ma variano con il meteo. Questo articolo esplora come un “cervello” digitale più intelligente possa gestire piccole reti elettriche locali—note come microreti—affinché forniscano elettricità affidabile a costi inferiori e con minori emissioni, anche quando la rete principale è fuori servizio. Gli autori mostrano che un nuovo algoritmo informatico, ispirato al comportamento delle balene, può ridurre i costi operativi di una microrete di prova di quasi il 40% rispetto ai metodi di pianificazione comuni.

Piccole reti elettriche con grandi ambizioni

Le microreti sono sistemi elettrici compatti che possono servire un quartiere, un campus o un villaggio. Invece di fare affidamento solo su impianti di produzione lontani, combinano fonti locali come pannelli solari, turbine eoliche, celle a combustibile, generatori diesel e accumulo con batterie. Le microreti possono collegarsi alla rete principale quando è disponibile, ma possono anche “isolare” e funzionare in modo indipendente durante tempeste, incendi o blackout. Questa flessibilità le rende un elemento promettente per un sistema energetico più pulito e resiliente—ma rende anche la loro gestione più complessa. Qualcuno, o qualcosa, deve decidere continuamente quali dispositivi avviare, quanta energia prelevare o vendere alla rete principale e quando caricare o scaricare le batterie.

Il ruolo di un gestore energetico digitale

Per gestire questa complessità, le microreti utilizzano un Sistema di Gestione dell’Energia, o EMS. L’EMS raccoglie dati su previsioni meteorologiche, prezzi dell’elettricità, limiti degli impianti, livelli di carica delle batterie e domanda dei clienti. Poi emette comandi di controllo—come accendere o spegnere i generatori, regolare la potenza erogata e programmare l’uso delle batterie—per raggiungere più obiettivi contemporaneamente. Tra questi obiettivi ci sono mantenere bilanciata domanda e offerta ogni ora, minimizzare il costo totale di esercizio e ridurre le emissioni dei generatori a combustibili fossili. In modalità connessa alla rete, l’EMS decide inoltre quando conviene acquistare energia economica dalla rete principale e quando vendere l’eccesso di elettricità rinnovabile, trasformando la microrete in un attore attivo sul mercato.

Un metodo ispirato alle balene per cercare programmi migliori

Decidere il miglior programma operativo per ogni generatore e batteria su una giornata intera è un rompicapo difficile: le opzioni sono molte, i costi sono non lineari e la produzione rinnovabile è incerta. Metodi matematici tradizionali o algoritmi di ricerca classici spesso rimangono bloccati in soluzioni mediocri. Gli autori adottano un tipo moderno di ricerca chiamato metaeuristica, vagamente modellata sul modo in cui gli animali cacciano o esplorano. Il loro Algoritmo di Ottimizzazione delle Balene migliorato (IWOA) si basa su un metodo precedente ispirato al comportamento delle megattere che circondano la preda spiraleggiando. La versione migliorata usa un parametro di “nuoto” accuratamente calibrato, pesi adattivi e salti lunghi casuali noti come voli di Lévy per esplorare ampiamente inizialmente e poi concentrare la ricerca su regioni promettenti senza rimanere intrappolata in minimi locali.

Testare l’approccio su una microrete realistica

Il team ha testato il loro EMS su un benchmark noto: una microrete in bassa tensione che combina una cella a combustibile, una microturbina, un generatore diesel, pannelli solari, una turbina eolica e una batteria collegata alla rete principale. Hanno esaminato sia il funzionamento isolato, dove la microrete deve soddisfare la domanda esclusivamente con risorse locali, sia l’operazione connessa alla rete, dove può scambiare energia con la rete più ampia. In entrambe le modalità, l’algoritmo mirava a minimizzare un costo combinato che include carburante e manutenzione per ciascun dispositivo, il prezzo di acquisto o vendita dell’elettricità e una penalità per le emissioni di anidride carbonica e altri inquinanti. I risultati hanno mostrato che l’EMS tendeva naturalmente a favorire tecnologie più pulite ed economiche, facendo funzionare la cella a combustibile come principale motore, usando la microturbina come riserva e ricorrendo al diesel solo quando strettamente necessario.

Uso più intelligente delle batterie e della rete principale

Una scoperta chiave è come l’algoritmo migliorato sfrutti la batteria e il collegamento alla rete come leve finanziarie e ambientali. In modalità isolata, la batteria attenua le variazioni della produzione solare ed eolica, scaricandosi durante i picchi di domanda e caricandosi quando c’è surplus di energia rinnovabile, riducendo così la dipendenza dal diesel. In modalità connessa alla rete, l’EMS apprende una strategia di “arbitraggio energetico”: carica la batteria quando l’elettricità di rete è a basso costo e la scarica quando i prezzi salgono, esportando al contempo energia rinnovabile in eccesso quando la domanda locale e i limiti della batteria lo permettono. Su molte giornate simulate, l’Algoritmo di Ottimizzazione delle Balene migliorato ha ridotto i costi operativi della microrete di circa il 39,66% rispetto a algoritmi genetici tradizionali, metodi di sciame particellare e l’algoritmo standard delle balene, mantenendo al contempo emissioni inferiori.

Cosa significa per gli utenti energetici di tutti i giorni

Per i non specialisti, la conclusione è semplice: gestire un sistema elettrico locale pulito e affidabile non riguarda più solo l’acquisto di hardware—dipende fortemente dal software intelligente. Dotando le microreti di un “pilota automatico” più capace, questo algoritmo ispirato alle balene permette di sfruttare meglio ogni kilowattora, fare maggior affidamento sulle rinnovabili e ridurre il ricorso a generatori di backup inquinanti e importazioni costose dalla rete. Se adottati su larga scala, tali gestori energetici intelligenti potrebbero rendere i quartieri più resilienti ai blackout, aiutare le utility a integrare la crescita di solare ed eolico senza costosi aggiornamenti e sostenere gli obiettivi climatici favorendo automaticamente l’energia più pulita quando è disponibile e conveniente.

Citazione: El-Zaher, S.M., Ahmed, A.M., Ahmed, E.M. et al. Cost-effective and sustainable operation of microgrids using Improved Whale Optimization Algorithm. Sci Rep 16, 4811 (2026). https://doi.org/10.1038/s41598-026-35529-y

Parole chiave: microreti, sistema di gestione dell’energia, energia rinnovabile, algoritmo di ottimizzazione, accumulo con batterie