Research database

Tali risorse, eterogenee per natura (consumi, produzioni da FER, produzioni da impianti tradizionali, accumuli, linee di distribuzione, infrastrutture di trasporto, etc.), saranno associate a un sistema distribuito di Agenti Intelligenti (AI Agents) capaci di percepire, apprendere, simulare scenari futuri e cooperare per l'ottimizzazione delle performance energetiche collettive. La piattaforma realizzerà un Digital Twin ad alta fedeltà, sincronizzato – anche in tempo reale - con i dati provenienti dai sistemi fisici reali (edge devices, IoT, smart meters, sistemi SCADA), e dotato di una logica di agentificazione distribuita, secondo la quale ogni componente energetica (asset, nodo, utente, impianto) agisce come entità autonoma, intelligente e interconnessa, capace di prendere decisioni locali e di collaborare alla governance del sistema. A fianco di fabbricadigitale, responsabile tecnologico della piattaforma, il Politecnico di Torino – Energy Center (POLITO) svilupperà modelli digitali agentificati per l’infrastruttura e i sistemi energetici, orientati a: • modellazione dinamica del gemello digitale dinamico di reti e microreti; • raccolta e gestione di dati statici e dinamici su scala urbana e multi-sito; • modellazione delle risorse energetiche distribuite (DER), ovvero tutti quei sistemi di generazione, accumulo e gestione del carico localizzati sul lato utente o distribuiti nella rete, tra cui impianti FV, sistemi di accumulo a batteria e veicoli elettrici; • sviluppo di algoritmi per il controllo ottimo e la pianificazione delle DER (con approcci MILP e semi-euristici); • previsione dei flussi energetici (carico e generazione FER) mediante tecniche di machine learning; • modellazione e previsione del comportamento energetico, sia lato produzione sia lato consumi. Il progetto sarà sviluppato secondo un'architettura modulare e scalabile, e sarà testato su sei aree chiave: 1. Pianificazione a lungo termine e risposta a eventi critici; 2. Manutenzione predittiva e incremento dell'affidabilità infrastrutturale; 3. Efficienza operativa in contesti multi-attore e ambienti distribuiti; 4. Bilanciamento intelligente e valorizzazione della flessibilità delle FER e degli accumuli; 5. Riduzione dei consumi e ottimizzazione lato utente finale; 6. Accuratezza delle previsioni energetiche e adattività alle condizioni reali. L'infrastruttura sarà validata su casi studio reali rappresentativi grazie alla collaborazione con Zecca, che vanta una esperienza ultra decennale nella gestione diretta di reti o per il servizio offerto nello stesso ambito ad altri DSO. Zecca fornirà accesso a reti reali per la sperimentazione e integrerà le logiche di flessibilità e management delle reti. L'assenza di barriere tecnologiche e la completa interoperabilità della soluzione permetteranno un deployment agile in ecosistemi esistenti, favorendo la replicabilità, la scalabilità e l'adozione su larga scala. Il progetto sarà sviluppato in coerenza con un percorso di maturazione tecnologica TRL 4?7, garantendo validazione in laboratorio e dimostrazione in campo.