Anagrafe della ricerca

La piattaforma SINEGRA integra tecnologie innovative come Digital Twin Energetico (DTE), Intelligenza Artificiale (IA) e modelli predittivi per ottimizzare la pianificazione, il funzionamento e la manutenzione di asset critici (gruppi frigo, UPS, stazioni energia, sistemi HVAC), abilitando un uso più sostenibile e intelligente delle risorse. In linea con il disciplinare tecnico (Allegato A), l’architettura sarà articolata su tre livelli: Device, Management e Application Layer. Questa struttura multilivello consente di monitorare in tempo reale parametri chiave (temperature, consumi elettrici, stati macchina) ed elaborare grandi volumi di dati tramite algoritmi avanzati. Le funzioni di machine learning e manutenzione predittiva permetteranno di anticipare guasti, ottimizzare i set point energetici e ridurre i costi operativi (OPEX), migliorando al contempo l’impatto sui sistemi energetici connessi. Un elemento centrale è l’integrazione tra impianti fotovoltaici e batterie al litio, gestiti tramite algoritmi predittivi basati su tecniche di machine learning che utilizzano dati ambientali e meteorologici (GHI, temperatura esterna, umidità, pressione atmosferica, velocità dell’aria) per stimare la produzione nel breve-medio termine (15–120 minuti). Ciò consente di massimizzare l’autoconsumo, bilanciare dinamicamente produzione e domanda, e aumentare la flessibilità, con benefici per gli stessi impianti e per il sistema energetico locale (es. smart grid, comunità energetiche). In questo modo, i siti si trasformano in nodi attivi, capaci di partecipare a meccanismi di demand-response e contribuire alla stabilità e sostenibilità della rete elettrica. La piattaforma è progettata per garantire interoperabilità con dispositivi e sistemi eterogenei, adottando protocolli standard e soluzioni cloud-edge. T ale scelta supporta la scalabilità industriale e la replicabilità del modello, assicurando inoltre tracciabilità e trasparenza nella gestione dei dati, in linea con le prescrizioni di governance e compliance indicate dal bando MASE. Il progetto prevede una collaborazione strutturata con il Politecnico di T orino, che contribuisce allo sviluppo dei modelli di simulazione avanzati e all’applicazione di tecniche innovative di energy management. Gli impatti attesi includono la riduzione delle emissioni di CO2, il miglioramento delle performance ambientali, la valorizzazione dei dati energetici e l’incremento della resilienza operativa. In particolare, SINEGRA abiliterà una più stretta integrazione tra le centrali TLC e i sistemi energetici locali, favorendo l’attivazione di servizi di flessibilità e la partecipazione attiva a comunità energetiche. In questo scenario, le infrastrutture TLC si affermano come asset strategici per la transizione energetica digitale, abilitando l’evoluzione di ecosistemi energetici intelligenti, sostenibili e interoperabili.