Il nostro progetto si propone di studiare una metodologia per definire in modo preciso e accurato il potenziale di energia rinnovabile per la Svizzera, in particolare combinando gli ambiti concernenti il solare, l’eolico e il geotermico. Per fare questo ci basiamo su dati raccolti dagli Offici Federali Svizzeri e da immagini e misure satellitari e li analizziamo con avanzate tecniche statistiche e di apprendimento automatico, il tanto acclamato “Machine Learning”.
Che significa “potenziale energetico”?
Occorre pensarlo come quanta energia potrebbe essere prodotta, viste le attuali e future configurazioni fisiche, climatiche e topografiche della Svizzera se idealmente potessimo sfruttare a pieno tutte le risorse. Ad esempio se coprissimo tutti i tetti degli edifici per installare pannelli fotovoltaici o se installassimo microturbine eoliche in tutti i luoghi in cui la velocità del vento risulta essere maggiore di 10 m/s per più di metà dell’anno. Diciamo che si tratta di una stima ottimistica, in quanto poi bisogna fare i conti con altre limitazioni legate ad esempio alle regole urbanistiche delle città, a fattori di accettanza sociale (“Non mi piace vedere una macchia nera sul tetto della mia casa!”) o ad incentivi economici, che ne limitano di fatto l’installazione e quindi l’effettivo potenziale. Ma chi lavora come noi in campo scientifico è di natura sempre un po’ ottimista e non si fa scoraggiare: noi pensiamo a fare il nostro lavoro al meglio e nel modo più scientifico possibile, e poi passiamo la palla a chi ne deve trarre conclusioni per investire e mettere in pratica.
Perché usiamo Big Data e cosa significa in questo contesto?
Il metodo che stiamo sviluppando ha come obbiettivo di fornire una stima del potenziale energetico solare con una risoluzione temporale e spaziale molto alta. Pensatela come: ad ogni ora della giornata e ogni 200 m del territorio svizzero vogliamo sapere quanti kWh di elettricità si riescono a produrre. Se fate un po’ di moltiplicazioni (16 ore di sole in media al giorno x 365 giorni l’anno x il circa milione di quadratini di lato 0.2 km che coprono la Svizzera) vi accorgerete che la quantità di dati in gioco risulta molto elevata. Ecco dunque che si inizia a parlare dei famigerati Big Data e pertanto sono necessarie particolari tecniche computazionali e statistiche per la loro analisi.
Che metodi usiamo?
La mancanza di dati e misure disponibili a risoluzioni così elevate ci porta in alcuni casi a dover predire i valori per tutti i “quadratini” partendo da quelli in cui abbiamo le misure. Per far ciò utilizziamo delle tecniche di regressione spaziali basate su algoritmi di Machine Learning. Ad esempio nel caso della stima della radiazione solare incidente che tra poco pubblicheremo, siamo partiti da misure disponibili di radiazione tramite satelliti a basse risoluzioni e ne abbiamo dedotto quali fossero i valori a risoluzioni spaziali più elevate insieme alle loro incertezze. Il principio dell’algoritmo consiste nel far imparare alla macchina quali sono le correlazioni tra le “features” ovvero ad esempio la posizione geografica del nostro quadratino, la sua altitudine, etc.. rispetto al “target”, che nel nostro caso è la radiazione solare incidente in quel punto. Una volta imparata la relazione in modo corretto dopo una intensa sessione di “addestramento” (training), per ogni nuovo quadratino che viene dato in input, la macchina è in grado di darci in uscita una stima del valore di radiazione solare incidente, insieme alla sua incertezza statistica e sistematica.
Ad oggi abbiamo realizzato una mappa della radiazione solare incidente su tutta la Svizzera per ogni ora dell’anno e anche una stima della superficie effettiva disponibile su ciascun dei nove milioni di tetti esistenti per l’eventuale installazione di pannelli fotovoltaici, ottenuta anch’essa combinando tecniche di Machine Learning e Big Data. In questo modo siamo in grado di fornire con alta precisione quanta elettricità si riuscirebbe a produrre ad ogni ora del giorno per ogni edificio della Svizzera. Non male no?
Di cosa lei e il suo team siete particolarmente orgogliosi?
Sapere che i risultati del nostro studio verranno utilizzati come base per future decisioni e per magari l’impiego di fondi da parte della Confederazione ci riempie di responsabilità, ma allo stesso tempo è motivo di grande orgoglio. Pensare che stiamo contribuendo a mettere in pratica parte del progetto energetico Svizzero (Energy Strategy 2050) che si propone di sostituire quel 25% di apporti energetici provenienti da fonti nucleari con fonti rinnovabili è altamente stimolante.
Quali cambiamenti apporta il vostro progetto?
Utilizzare le più avanzate tecniche di Machine Learning e di analisi statistica per fornire delle misure il più accurate possibili è la nostra sfida. Una volta misurati i potenziali energetici per il solare, l’eolico e il geotermico potremo finalmente combinarli insieme e ottimizzare le loro proporzioni all’interno di sistemi ibridi locali in modo da soddisfare la richiesta energetica locale della popolazione Svizzera. L’idea è di andare verso un modello 2.0 di distribuzione dell’energia che si basa su reti locali decentralizzate in cui l’energia prodotta viene allo stesso tempo anche consumata, rispetto invece al tradizionale metodo di distribuzione centralizzata.
Che cosa significa per lei PNR 75?
Significa essere parte di un progetto nazionale, voluto dalla maggior parte della popolazione svizzera e per tanto di grande importanza per il futuro. Avere la possibilità di mettere al servizio della società le mie competenze scientifiche e vederne l’impatto su una nazione o parte di essa, è una cosa personalmente molto gratificante. Le possibilità che l’ SNSF e in particolare il suo ambito di progetti PNR75 ci offre sono molteplici: dai fondi che ci permettono di svolgere la ricerca in modo autonomo, fino alla possibilità di stabilire collaborazioni e scambi con gruppi che lavorano su simili argomenti, il tutto coordinato in modo accurato e rispettoso delle tempistiche.
Cosa mancherebbe se il vostro progetto non esistesse?
In realtà l’obiettivo del nostro progetto è proprio “far mancare qualcosa”. Non saremmo forse contenti di vedere, con i risultati del nostro progetto, mancare qualche decimo di grado nella temperatura media globale? O forse qualche kg in meno di CO2 che non avremo emesso nell’atmosfera grazie all’energia presa dal Sole con i pannelli installati sul tetto della nostra casa? Lavoriamo duro per questo, e non vediamo l’ora di raggiungere questi obiettivi!
Per maggiori informazioni sul nostro progetto visitate il nostro link:
https://leso.epfl.ch/research/domains/urbanenergysystems/hyenergy/