Il progetto SAMPLE mira a studiare, elaborare e validare una soluzione per la gestione e la resilienza di infrastrutture critiche dedicate alla produzione di energia da Fonti Rinnovabili Non Programmabili (FRNP), con particolare riferimento alla generazione da impianti fotovoltaici e alla loro interconnessione con le reti elettriche.

IL PROGETTO

La prima fase del progetto consiste nell’analisi degli scenari di applicazione della manutenzione predittiva finalizzata a garantire la continuità e qualità della generazione da FRNP, in particolare per ciò che riguarda la disponibilità e la qualità dei dati da raccogliere, la rappresentazione dei dati con modelli di simulazione e l’individuazione di misure (KPI) per la verifica dell’efficacia della soluzione.

Successivamente sarà realizzata la piattaforma per la gestione della diagnostica e prevenzione delle anomalie dell’impianto fotovoltaico. La piattaforma è basata sull’acquisizione e aggregazione intelligente di dati provenienti da sorgenti eterogenee e sullo sviluppo di funzioni di simulazione del comportamento atteso degli impianti integrate con sistemi di imaging per il monitoraggio fisico degli impianti con droni. L’efficacia della piattaforma sarà validata in ambiente simulato a partire da una base di osservazioni e dati storici raccolti sugli impianti del nodo infrastrutturale del Campus di Savona di UNIGE (infrastrutture di ricerca codificate a livello Regionale e Nazionale: Smart Polygeneration Microgrid e Smart Building, Allegato 5 – UNIGE nodo infrastrutturale energia) e su impianti di ACEA.

Infine, sulla base delle attività svolte precedentemente ed in particolare delle evidenze raccolte, si procederà con un’analisi dei KPI per verificare l’efficacia di quanto realizzato. Il risultato che si vuole ottenere è la validazione delle tecnologie e delle funzionalità utilizzate in riferimento ai grandi impianti dove ACEA fornirà dati e validerà il processo per verificare il grado di completezza delle soluzioni per una possibile introduzione sul mercato.

CONSORZIO

Un gruppo di ricerca consolidato con un rinomato profilo accademico e industriale.

Maps: in collaborazione con Algowatt, definirà ed implementerà modelli predittivi e algoritmi di Machine Learning per valutare lo stato di funzionamento di un impianto sulla base dei dati storici e rilevati (diagnostica e prognostica).

Algowatt: in collaborazione con MAPS, studierà la realizzazione della piattaforma di servizi per incrementare la resilienza di infrastrutture critiche di produzione (FRNP). Si occuperà in particolare: dell’integrazione di sistemi di monitoraggio evoluti – comprendenti anche analisi termografiche con droni – confrontando dati dell’impianto con i valori di rendimento previsti e storici per identificare derive sistematiche e malfunzionamenti fisici non corrispondenti ai modelli predefiniti. Svolgerà inoltre una validazione dei benefici su casi d’uso relativi a manutenzione di Impianti Fotovoltaici in stretta collaborazione con Acea Produzione.

Acea Produzione: metterà a disposizione delle parti: dati storici di performance tecnica di impianti fotovoltaici scelti da Acea Produzione tra quelli di sua proprietà; i dati di performance real time di impianti fotovoltaici scelti da Acea Produzione tra quelli di sua proprietà; la competenza ed esperienza in ambito fotovoltaico in modalità “best effort” e per un periodo di tempo non superiore di 12 mesi dalla data di avvio ufficiale del progetto; la disponibilità ad effettuare test, prove e/o trial in impianti fotovoltaici scelti da Acea Produzione tra quelli di sua proprietà.

UNIGE: collabora al progetto tramite il Team del Campus di Savona che da 10 anni si occupa di progetti di ricerca per sistemi energetici sostenibili. In particolare, il Team ha lavorato a progetti europei, nazionali e regionali che hanno permesso l’installazione di infrastrutture di ricerca (codificate a livello Nazionale e Regionale) per smartgrid e microgrid, nonchè lo sviluppo di sistemi di gestione dell’energia per distretti sostenibili. Con SAMPLE avvierà un percorso relativo alla gestione predittiva degli impianti esistenti.