Clear Sky Science · it

Ottimizzazione basata sulla teoria della botte per l’integrazione stocastica di PV-DG nelle reti di distribuzione radiali sotto incertezze di carico e solari

· Torna all'indice

Perché il solare su tetto richiede una pianificazione più intelligente

Con l’aumentare di case e imprese che installano pannelli solari sui tetti, le linee elettriche dei quartieri devono gestire silenziosamente il sole che compare e scompare e le richieste di energia in continuo cambiamento. Se questi sistemi sono progettati male, possono generare sprechi di energia, mettere sotto stress le apparecchiature e causare problemi di tensione che incidono sugli utenti. Questo studio esplora un nuovo modo per decidere dove e di che dimensioni posizionare gli impianti solari sulle reti di distribuzione locali, in modo che la rete rimanga efficiente, affidabile e pronta per un futuro energetico più pulito.

Figure 1
Figura 1.

Dal flusso unidirezionale alle centrali di quartiere

I sistemi elettrici tradizionali sono stati progettati perché l’elettricità fluisse in una sola direzione: dalle grandi centrali lontane verso case e fabbriche. Oggi, piccoli generatori come i pannelli solari sui tetti e gli impianti fotovoltaici di comunità sono sempre più connessi direttamente alle linee di distribuzione locali. Questo cambiamento porta vantaggi importanti: può ridurre le perdite energetiche su lunghe tratte, alleviare la congestione sui circuiti, migliorare la qualità della tensione e aumentare la resilienza durante i blackout. Ma introduce anche nuovi problemi. Quando molti sistemi solari immettono energia sulla rete, le tensioni possono salire oltre livelli sicuri, le correnti possono invertire direzione e le apparecchiature possono essere sollecitate oltre il loro margine operativo. Sfruttare al meglio l’energia solare richiede quindi una pianificazione attenta di dove collocare queste unità e di quale dimensione debbano essere.

Perché l’incertezza conta nel mondo reale

Molti studi di pianificazione precedenti hanno fatto un’ipotesi semplificativa: hanno trattato il livello di esposizione solare e la domanda dei consumatori come fissi, o hanno usato solo pochi scenari selezionati manualmente. Nella realtà, le nuvole si muovono, le stagioni cambiano e le persone accendono e spengono gli elettrodomestici con pattern tutt’altro che stabili. Ignorare questa variabilità può portare a scelte che sulla carta sembrano buone ma in pratica funzionano male. Altri approcci hanno cercato di gestire l’incertezza con simulazioni pesanti come i test Monte Carlo, che sono accurati ma molto dispendiosi in termini di tempo. Questo articolo cerca una via di mezzo: un metodo che catturi le casualità più rilevanti nella produzione solare e nella domanda di carico mantenendo però il numero di calcoli gestibile.

Un approccio ispirato alla botte per cercare soluzioni migliori

Per affrontare questa sfida, gli autori combinano due idee chiave. Innanzitutto usano uno strumento statistico compatto chiamato metodo dei punti di valutazione per rappresentare gli alti e bassi di irradiazione solare e domanda con solo una manciata di scenari scelti con cura. Questi scenari sostituiscono migliaia di possibili condizioni giornaliere. In secondo luogo applicano una nuova tecnica di ricerca chiamata Barrel Theory-Based Optimizer (ottimizzatore basato sulla teoria della botte). Ispirato all’immagine di una botte di legno la cui capacità è limitata dalla tavola più corta, questo algoritmo tratta ogni possibile piano di posizionamento dei pannelli come una botte e ogni variabile decisionale (come dimensione o posizione) come una tavola. Invece di migliorare solo le botti migliori, il metodo cerca specificamente i punti deboli e li rafforza, imparando al contempo dalle soluzioni più promettenti. Questo equilibrio tra esplorazione e raffinamento aiuta a orientarsi nel complesso panorama decisionale delle grandi reti elettriche.

Figure 2
Figura 2.

Test su reti elettriche realistiche

Il framework è stato testato su due sistemi di distribuzione di riferimento: una rete di medie dimensioni a 85 nodi e una più ampia a 118 nodi, ognuna rappresentativa dell’intreccio realistico di linee e utenti. Per il caso a 85 nodi i ricercatori hanno studiato scenari con tre, quattro e cinque impianti solari. In ogni caso l’obiettivo era scegliere posizioni, dimensioni e condizioni di esercizio che minimizzassero le perdite di potenza attese e mantenessero le tensioni entro limiti di sicurezza, su tutti gli scenari di incertezza. Hanno confrontato il loro ottimizzatore basato sulla botte con diversi metodi di ricerca noti, tra cui un classico algoritmo di evoluzione differenziale e due tecniche ispirate alla natura recenti. Il nuovo approccio ha raggiunto perdite inferiori, è convergente più rapidamente e ha prodotto risultati più coerenti tra una corsa e l’altra, soprattutto all’aumentare del numero di impianti solari e della dimensione del sistema.

Cosa significano i risultati per reti locali più pulite

In entrambe le reti, le disposizioni solari ottimizzate hanno ridotto drasticamente le perdite energetiche—di oltre due terzi rispetto all’assenza di solare sotto carichi elevati—e hanno rialzato le tensioni minime riportandole in intervalli accettabili su tutto il sistema. L’ottimizzatore basato sulla botte non solo ha individuato soluzioni con le perdite attese più basse, ma l’ha fatto con scarsa variabilità tra ripetizioni, suggerendo elevata affidabilità. Ha inoltre richiesto meno tempo di calcolo e meno memoria rispetto ad alcuni concorrenti, un punto cruciale per i pianificatori che devono analizzare molti scenari futuri. In termini concreti, lo studio mostra che con una combinazione intelligente di modellazione snella dell’incertezza e una strategia di ricerca ben progettata, le utility possono collocare gli impianti solari in modo da estrarre molto più valore dalla stessa radiazione solare mantenendo le reti di quartiere stabili ed efficienti.

Citazione: Alqahtani, M.H., Aljumah, A.S., Shaheen, A.M. et al. A barrel theory-based optimization of stochastic PV-DG integration in radial distribution networks under load and solar uncertainties. Sci Rep 16, 14040 (2026). https://doi.org/10.1038/s41598-026-49415-0

Parole chiave: solare su tetto, reti di distribuzione elettrica, integrazione delle rinnovabili, ottimizzazione della rete, variabilità solare