Le reti elettriche del futuro: migliorare flessibilità e resilienza tramite misure veloci e accurate

La crescita economica globale e la progressiva elettrificazione del settore dei trasporti, dei data center e dei sistemi di ventilazione, raffrescamento e riscaldamento, stanno provocando una crescita sempre più rapida dei consumi di energia elettrica. In base a quanto rilevato dall’International Energy Agency (IEA), i consumi stanno aumentando a tassi compresi tra il 3 % ed il 4 % all’anno (contro il 2.5 % circa di alcuni anni fa) con picchi compresi tra il 5 % ed il 7 % in Cina. 

Sebbene si preveda che la generazione di energia elettrica da fonti rinnovabili a livello mondiale (in particolare, eolico e fotovoltaico) nel 2025 coprirà oltre il 90% dell’aumento dei consumi previsto, superando quella basata sul carbone nel corso del 2026, permangono numerose incognite per il futuro, a causa dei consumi dovuti ai servizi basati sull’intelligenza artificiale, alle incertezze degli scenari geopolitici, ed al cambiamento climatico. Eventi estremi quali ondate di calore o forti tempeste potrebbero infatti causare picchi imprevisti di consumo o  significativi danni infrastrutturali. 

L’unica ragionevole certezza è che nel prossimo futuro si verificheranno fluttuazioni e sbilanciamenti sempre più marcati tra domanda ed offerta di energia elettrica. Tali fluttuazioni saranno ulteriormente accentuate dalla intrinseca volatilità delle fonti rinnovabili e potrebbero non solo provocare un peggioramento della qualità della tensione di alimentazione, ma addirittura mettere a rischio la stabilità della rete stessa.

Il ruolo delle misure elettriche

L’European Network of Transmission System Operators for Electricity (ENTSO-E) è già da tempo al lavoro per definire nuovi criteri volti a stabilire, con ragionevole certezza, quando le condizioni operative di una rete sono critiche o anomale, in modo da adottare soluzioni di controllo tempestive ed efficaci per compensare eventuali squilibri tra generazione e carico, migliorare la resilienza della rete e/o minimizzare eventuali danni e disagi per l’utenza. 

Ovviamente tali azioni correttive non sarebbero possibili senza un adeguato monitoraggio della rete. Mentre finora il monitoraggio è stato principalmente basato su misure raccolte nelle reti ad alta e media tensione, nelle sottostazioni primarie ed in alcune di quelle secondarie, ora e nel prossimo in futuro, a causa delle complessità della rete occorrerà un monitoraggio continuo e molto più capillare, in modo da permettere la ricostruzione e la predizione dello stato della rete con elevata risoluzione spaziale e temporale.

Ma quali grandezze fisiche è necessario misurare per gestire in modo efficace ed efficiente le reti elettriche intelligenti o smart grid? Il parametro comunemente utilizzato per valutare la stabilità della rete è la frequenza della tensione (che in Europa è molto prossima a 50 Hz), non solo perché essa dipende dall’equilibrio tra generazione e carico, ma anche perché può essere agevolmente misurata con elevata accuratezza (dell’ordine di qualche mHz) anche in tempi molto brevi. Oltre alla frequenza, da alcuni anni sono di notevole interesse anche l’ampiezza e la fase delle tensioni alternate misurate simultaneamente in punti della rete anche molto distanti tra loro. Tali misure, sincronizzate tramite ricevitori GPS, vengono prodotte da strumenti detti unità di misura fasoriali o Phasor Measurement Units (PMUs) che, se disposti in modo opportuno, forniscono una sorta di “istantanea” dello stato della rete garantendo la sua piena osservabilità fornendo quindi i dati necessari per controllarne l’evoluzione.

Un ulteriore parametro di grande interesse per rilevare tempestivamente situazioni critiche è la variazione della  frequenza nel tempo, ossia il cosiddetto Rate of Change of Frequency  o ROCOF. Sebbene anche le misure sincronizzate di ROCOF possano essere effettuate tramite PMU di ultima generazione, queste sono molto sensibili a inevitabili disturbi e sono quindi caratterizzate da elevata incertezza, specialmente quando si verificano variazioni improvvise di fase o di frequenza, come accade in caso di guasti di notevole rilevanza. Le misure di ROCOF sono quindi potenzialmente molto utili, ma è difficile garantire la loro affidabilità. 

La sfida: minimizzare l’incertezza e il tempo di misura 

Esistono numerose tecniche per misurare le grandezze fisiche illustrate sopra, ma, come accade nella vita di tutti giorni, è assai difficile ottenere un risultato accurato e veloce allo stesso tempo. I ricercatori del DII lavorano da anni per soddisfare (e se possibile anche anticipare) i requisiti richiesti dal monitoraggio delle reti elettriche del futuro, anche grazie a numerose collaborazioni nazionali ed internazionali. Tra le attività di ricerca si ricordano ad esempio:

• lo sviluppo e la caratterizzazione di algoritmi di misura e stima per PMU;
• l’ottimizzazione (mono o multi-obiettivo) dell’istallazione di strumenti di misura nelle reti elettriche, tendendo conto di diverse tipologie di vincoli;
• la progettazione di algoritmi di stima dello stato della rete in grado di sfruttare informazioni ulteriori rispetto ai dati di misura, come ad esempio le previsioni di energia generata e consumata;
• l’uso di tecniche di data fusion per aggregare dati di misura raccolti da strumenti diversi ed in punti diversi della rete per trarre conclusioni più certe ed affidabili sull’effettivo stato della rete in aree geografiche diverse.

La collaborazione con l’Istituto Federale di Metrologia Svizzero METAS

Una recente collaborazione con l’Istituto Federale di Metrologia Svizzero (METAS) ha permesso di ottenere risultati fortemente innovativi proprio nel campo della data fusion. Infatti, visto che le variazioni di frequenza e di ROCOF si propagano e sono quindi rilevabili in vaste porzioni di rete, l’incertezza di misura in una data area può essere significativamente ridotta aggregando e fondendo insieme le misure sincronizzate raccolte in punti diversi. In particolare, è stato sviluppato e caratterizzato un algoritmo per migliorare l’affidabilità dei dati di ROCOF durante eventi critici. La tecnica proposta prevede tre fasi. 

1. L’obiettivo della prima fase è distinguere le condizioni operative stazionarie da quelle non stazionarie confrontando la variabilità dei dati di ROCOF raccolti da PMU diverse in intervalli di mezzo secondo ognuno, usando una soglia adattiva definita su base statistica. 
2. Nella seconda fase, si confrontano gli intervalli fiducia associati alle varie misure di ROCOF e si scartano le misure che risultano non compatibili. 
3. Nella terza fase si effettua infine la media pesata dei valori di ROCOF rimasti, utilizzando coefficienti (opportunamente normalizzati) proporzionali al reciproco delle rispettive incertezze di misura.

Così facendo le incertezze di misura massime del ROCOF in una certa area possono essere ridotte anche di un ordine di grandezza, rimanendo perciò ben al di sotto di 0.1 Hz/s.

Al momento sono in corso studi per aggregare anche le misure di frequenza in modo da ottenere un sistema di supporto alle decisioni robusto, basato sull’integrazione di dati di frequenza e ROCOF. Grazie alla collaborazione con il METAS, sono stati ottenuti finora “best paper awards”; il primo durante l’International Conference on Smart Grid Synchronized Measurements & Analytics (SGSMA), a Washington DC, a maggio 2024 ed il secondo durante l’IEEE International Workshop on Applied Measurements for Power Systems, che si è svolto a Bucarest a settembre 2025.

Immagini

Fig. 1 – Rete di test IEEE a 5 nodi usata per simulazioni preliminari dei vari algoritmi impiegati

Fig. 2 – Versione semplificata della rete di trasmissione del Regno Unito a 36 nodi usata per analizzare gli algoritmi di data fusion su vasta scala.