Vi-POC è uno strumento progettato per le specifiche esigenze di produttori di energia da fonti rinnovabili, trader e operatori nel “mercato del giorno prima”, gestori di servizi energetici e gestori della rete elettrica.

Per arrivare a predire il più precisamente possibile la quantità di energia elettrica da produrre, vengono raccolti dati storici di produzione e dati meteo con i quali è possibile addestrare una rete neurale.

Questo progetto è stato finanziato da fondi MIUR con partecipazione del MISE, nell’ambito della contabilizzazione/predizione dell’energia prodotta dai parchi fotovoltaici, ed è stato sviluppato da GFM Integration in Associazione Temporanea di Scopo con l’Università di Bari, il CNR-ICAR di Rende (CS), SunElectrics Srl e ISKRA SrlISKRA Srl.

Come funziona VI-POC

Tutti i dati provenienti dagli impianti campione e i calcoli delle previsioni vengono memorizzati nel database, in modo da poter successivamente confrontare la curva previsionale con le curve consuntive e le curve teoriche di produzione. I campi del database consentono la determinazione della disponibilità/efficienza del singolo impianto. Per gli impianti di dimensione più piccola – di cui si conosce esclusivamente il dato di produzione giornaliera – vengono ricostruite alcune informazioni essenziali, quali le temperature di moduli e irraggiamenti, per poterle utilizzare compiutamente nei modelli previsionali. Al fine di ottenere una previsione più precisa, si utilizzano differenti modelli predittivi:

• Clustering da flussi di dati;
• Classificatori (k-NN, bayesiani, ecc.);
• Mining di motivi frequenti da sequenze;
• Reti neurali.

La previsione tiene in considerazione gli aspetti di autocorrezione spaziale tipici del contesto. L’approccio distribuito consente di suddividere il task di analisi su un cluster di nodi, dando luogo a un sistema efficiente, ad alta scalabilità e disponibilità.

Tecnologie utilizzate

Vi-POC utilizza il framework Hadoop, una tecnologia open source riconosciuta come la piattaforma di riferimento nell’ambito della gestione e distribuzione dei Big Data.

Il sistema si basa principalmente su queste tecnologie:

• Apache HBase (Database NoSQL colonnare);
• Apache HDFS (File System di Hadoop);
• Postgres DB (Database Relazionale);
• AngularJS.

I linguaggi utilizzati sono Java, Javascript, CSS e HTML.

I vantaggi di un sistema di previsione efficiente e affidabile

Vi-POC nasce per rendere più efficiente, efficace ed affidabile il sistema previsionale a disposizione dal Gestore dei Servizi Energetici: questo consente di avere effetti positivi sull’offerta per quanto riguarda la borsa dell’energia e di migliorare la previsione di acquisto.

Oltre che per i grandi player, Vi-POC è studiato anche per entità più piccole, che possono utilizzarlo per una migliore pianificazione degli acquisti per i propri clienti.

Gli impianti più moderni per la produzione di energia rinnovabile possono contare sulle più avanzate tecnologie per la memorizzazione e l'analisi dei dati, con un monitoraggio continuo delle produzioni e dell’analisi, sia in tempo reale sia a posteriori, finalizzata a estrarre informazioni strategiche molto utili per migliorare la qualità delle previsioni in maniera significativa.


#BigData #AI #DataAnalytics #efficienzaenergetica