AI per la gestione dell'energia in casa
La gestione dell'energia in una casa con un impianto solare diventa sempre più complessa: quando accendere il riscaldamento in modo che sia piacevolmente caldo la sera? Quanta elettricità può contenere il serbatoio dell'acqua calda? Ci sarà ancora abbastanza energia per l'auto elettrica? L'intelligenza artificiale può aiutare.
Com'erano semplici i vecchi tempi: in primavera, quando i prezzi del gasolio da riscaldamento scendevano, si riempivano semplicemente i serbatoi della cantina fino all'orlo. Allora eri libero da ogni preoccupazione fino alla stagione successiva. C'era anche del carburante per la macchina ad ogni angolo. Intorno al tempo. Riempire, continuare a guidare, fatto.
L'abbandono graduale dei combustibili fossili rende le cose molto più difficili per i risparmiatori. I prezzi dell'energia non cambiano più annualmente, ma ogni ora. L'energia solare è abbondante all'ora di pranzo - la sera, il sole basso non fornisce quasi nessuna energia, e allo stesso tempo, i pendolari che tornano a casa fanno aumentare rapidamente la domanda di elettricità nelle città e nelle zone rurali. L'effetto può essere visto così chiaramente sui grafici di consumo che gli scienziati gli hanno dato un nome proprio: la "curva dell'anatra". Quando l'anatra si alza, diventa costoso per tutti coloro che ora devono comprare l'elettricità.
Guardare l'orologio quando si preleva energia sarebbe quindi importante per i conducenti di auto elettriche e per i proprietari di case. In futuro, chiunque voglia utilizzare l'energia rinnovabile disponibile in modo economico ed ecologico non potrà più fare affidamento su termostati installati in modo permanente e pulsanti azionati manualmente.
Un problema dalle mille sfaccettature
Bratislav Svetozarevic, ricercatore del laboratorio "Urban Energy Systems" dell'Empa, ha riconosciuto il problema. Quello che serve è un sistema di controllo automatico che immagazzini l'energia nei momenti favorevoli della giornata e la renda disponibile per i momenti costosi della giornata. Per esempio, la batteria della propria auto, collegata alla stazione di ricarica nel garage, potrebbe servire come dispositivo di stoccaggio. Ma Svetozarevic deve affrontare un problema complesso: Ogni casa è diversa, e così i suoi abitanti. Inoltre, a seconda del tempo e della stagione, l'elettricità generata dai sistemi solari cambia, così come la domanda di riscaldamento o raffreddamento. Un sistema di controllo energetico ottimale deve quindi imparare il ritmo quotidiano di una casa e dei suoi occupanti - e dovrebbe anche essere in grado di reagire in modo flessibile durante il funzionamento, per esempio se un cambiamento del tempo stravolge tutti i calcoli.
Primo passo: la teoria
La soluzione a questi problemi è l'intelligenza artificiale. Il ricercatore dell'Empa ha progettato un sistema di controllo AI basato sul principio del reinforcement learning. Se il sistema agisce "correttamente", riceve una "ricompensa". Gradualmente, il controllore perfeziona il suo comportamento in questo modo.
Inizialmente, il sistema di controllo è stato solo simulato sul computer. Le specifiche: Una stanza specifica in un edificio doveva essere riscaldata elettricamente alla temperatura desiderata e mantenerla. Allo stesso tempo, il sistema doveva fornire elettricità a un'auto elettrica, che doveva essere carica almeno al 60 per cento la mattina alle 7.00 e partire per il suo viaggio. La sera alle 17.00, l'auto elettrica ritorna alla stazione di ricarica con una carica residua e può anche fornire elettricità alla casa durante le ore notturne. Il sistema di controllo era alimentato con i dati meteorologici e le temperature delle stanze dell'anno precedente e doveva far fronte a due tariffe elettriche: elettricità costosa durante il giorno tra le 8 del mattino e le 8 di sera, elettricità economica durante le ore notturne.
Il risultato è stato sorprendente: il sistema di controllo ad autoapprendimento ha risparmiato circa il 16% di energia rispetto a una soluzione a programmazione fissa e ha anche mantenuto la temperatura ambiente desiderata molto più precisamente nel test teorico.
Secondo passo: test nell'edificio reale
Ora il sistema di controllo doveva superare il test nella realtà. Svetozarevic ha usato NEST nel campus dell'Empa per questo. Nell'unità DFAB House, l'algoritmo AI ha controllato la temperatura di una stanza per una settimana. Allo stesso tempo, la batteria di accumulo da 100 kWh di NEST è stata usata per simulare la batteria dell'auto elettrica. Questa volta il risultato è stato ancora più chiaro: In una settimana fredda nel febbraio 2020, il controllo AI ha risparmiato il 27% di energia di riscaldamento rispetto alla stanza degli studenti vicina, il cui riscaldamento era gestito con un controllo programmato fisso (basato su regole).
"La bellezza del nostro controllo AI ad autoapprendimento è che si può usare non solo nell'edificio di ricerca NEST, ma anche in qualsiasi altro edificio", dice Bratislav Svetozarevic. "Non ha bisogno di un ingegnere per programmare il controllo e nessuno che analizzi l'edificio in anticipo e calcoli una soluzione personalizzata".
Calore accogliente in modo economico
In un prossimo passo, Svetozarevic e i suoi colleghi vogliono ora determinare come il sistema può essere esteso da una stanza a edifici più grandi. "Nel nostro primo esperimento, abbiamo voluto modellare una tipica famiglia del futuro", dice il ricercatore dell'Empa. Per semplicità, il team si è limitato al riscaldamento e alla ricarica dei veicoli. Tuttavia, il lavoro pone le basi per molto di più. Svetozarevic è sicuro: "Il nostro sistema di controllo AI sarà ancora in grado di far fronte quando un impianto fotovoltaico fornisce elettricità, una pompa di calore e un serbatoio locale di acqua calda devono essere azionati - e le esigenze di comfort degli occupanti continuano a cambiare".
Tuttavia, per essere in grado di utilizzare il sistema AI per un approvvigionamento energetico ottimale in futuro, è necessaria una nuova generazione di auto elettriche. Gli attuali modelli standard europei e statunitensi con la connessione di ricarica rapida CCS possono solo fare il pieno di elettricità, ma non possono fornirla. Le auto giapponesi con spine Chademo, d'altra parte, sono progettate per la cosiddetta ricarica bidirezionale. La società coreana Hyundai ha annunciato a dicembre che la sua nuova piattaforma di auto elettriche E-GMP sarebbe anche attrezzata per la ricarica bidirezionale. Questo potrebbe aiutare le auto elettriche a risparmiare energia a lungo termine e allo stesso tempo stabilizzare la rete elettrica.
Per ulteriori informazioni: www.empa.ch/web/energy-hub
