Architettura di una Smart Grid. La potenza elettrica in condizioni non sinusoidali. Tecnologie per le comunicazioni e le misure nelle smart grid. Strumenti di analisi delle prestazioni per la progettazione della smart grid. Strumenti di analisi di stabilità per smart grid. Strumenti computazionali e strategie per la progettazione di smart grid. Machine learning applicato alle smart grids. Energie rinnovabili, storage, interoperabilità e standard. Case studies e testbeds per le smart grid.
Il corso fornisce agli studenti le conoscenze relative ai concetti e agli strumenti fondamentali per la progettazione, l’analisi e lo sviluppo di Smart Grid, nonché le competenze per l’utilizzo di strumenti informatici, come MATLAB, OpenModelica e PowerWorld, per la simulazione e la verifica delle prestazioni.
Il corso offre un'introduzione ai concetti di base dei sistemi di potenza insieme agli elementi intrinseci dell'intelligenza computazionale, dell’intelligenza artificiale, della tecnologia di comunicazione e del sistema di supporto alle decisioni. Pertanto, durante il corso, verranno:
analizzate le strutture dei sistemi elettrici di potenza tipici e, in particolare, delle reti di distribuzione elettrica esistenti nonché delle loro condizioni operative di base;
affrontati i principali problemi relativi ai flussi di potenza in regimi non sinusoidali, con particolare attenzione al flusso della potenza non attiva;
presentati una visione di come le smart grid trasformeranno le reti elettriche attuali in sistemi energetici moderni, affidabili e sostenibili e le modalità per rendere le reti elettriche più resilienti;
mostrati lo stato di avanzamento della ricerca ed i risultati delle realizzazioni di smart grid in Italia, analizzando progetti pilota realizzati su reti di distribuzione esistenti.
Al termine del corso gli studenti saranno in grado di:
capire l'architettura dei sistemi elettrici esistenti e le loro condizioni operative di base;
sviluppare modelli appropriati per i sistemi di distribuzione elettrica;
effettuare lo studio di griglia di distribuzione (flusso di potenza, corto circuito ecc.) scrivendo / utilizzando semplici programmi informatici;
comprendere la protezione e l'automazione delle reti di distribuzione esistenti;
comprendere i concetti di smart grid e microgrid, rispetto alla griglia di distribuzione convenzionale e identificare le loro opportunità e le barriere;
comprendere i sistemi e sistemi di stoccaggio delle energie rinnovabili nonché la loro integrazione di griglia;
capire l'integrazione di veicoli elettrici con batterie ricaricabili in reti di distribuzione.
Prerequisiti
Non sono previste propedeuticità. In ogni caso possono essere d’aiuto le conoscenze acquisite nei corsi di:
Impianti Elettrici
Sistemi elettrici per l'energia
Macchine Elettriche e Convertitori di Potenza.
Misure Elettriche/Elettroniche.
Metodi Didattici
Il corso da 9 CFU si sviluppa su due semestri, secondo la seguente suddivisione: I Semestre
30 ore di Lezioni frontali in aula;
6 ore di esercitazioni di laboratorio;
80 ore circa di studio individuale.
II Semestre
20 ore di Lezioni frontali in aula;
2 ore di Seminari;
14 ore di esercitazioni di laboratorio;
80 ore circa di studio individuale e per la redazione di elaborati progettuali.
Al termine del primo semestre, è prevista una prova intermedia per la verifica del livello di apprendimento raggiunto dagli studenti.
L'esame consiste nel superamento di una prova pratica e di una prova orale. La prova pratica precede la prova orale ed è ad essa propedeutica. Ogni prova si intende superata se viene riportato un voto maggiore o uguale a 18. Il voto finale è dato dalla media pesata tra il voto conseguito nella prova pratica (peso 1/3) e il voto conseguito nella prova orale (peso 2/3). Quindi voto finale = voto prova pratica x 1/3 + voto prova orale x 2/3. La prova pratica consiste nello svolgimento di una serie di esercizi sugli argomenti di teoria, verterà su tutto il programma ed ha valore esclusivamente nel corso dell'appello in cui viene sostenuta. Se superata (con voto maggiore o uguale a 18), consente di accedere alla prova orale immediatamente successiva. La prova orale verterà su tutto il programma e si svolgerà con una serie di tre domande a cui dovrà essere data una risposta partendo dalla trattazione teorica e, se previsto dalla domanda, con l’applicazione pratica di quanto esposto. L'esame si conclude con il superamento della prova orale. In caso di non superamento della prova orale, sarà necessario sostenere nuovamente anche la prova pratica in un qualsiasi altro appello successivo. Chi intende partecipare alle prove pratiche e/o alle prove orali deve sempre iscriversi ( ed eventualmente cancellarsi) attraverso il servizio «Prenotazione Esami» di Ateneo.
Per gli studenti frequentanti è prevista una modalità d’esame semplificata che tiene conto delle attività svolte durante lo svolgimento del corso e consente di ottenere l’esonero dalla prova pratica e la possibilità di svolgere la prova orale con la discussione di un elaborato concordato con i docenti. I dettagli di questa modalità sono illustrati in aula nel corso della prima lezione.
L'esame mira a verificare, attraverso esercizi con svolgimento dettagliato, domande teoriche, esercizi brevi, redazione di relazioni tecniche e discussioni critiche col docente (all'orale):
conoscenze e capacità di comprensione: la conoscenza delle metodologie principali per l'analisi e la comprensione del funzionamento dei sistemi elettrici e degli impianti elettrici utilizzati nelle smart grid circuiti elettrici;
capacità di applicare conoscenze e comprensione: comprendere la letteratura relativa all'analisi e al funzionamento di circuiti e sistemi elettrici utilizzati nelle smart grid;
capacità di acquisire gli strumenti metodologici per proseguire gli studi e provvedere autonomamente al proprio aggiornamento;
tramite le esercitazioni pratiche in laboratorio, se lo studente sia in grado di implementare e creare sistemi prototipali per il controllo delle smart grid;
conoscenze e capacità di comprensione: tramite le lezioni in aula, lo studente apprende le principali metodologie per l'analisi e la comprensione del funzionamento dei sistemi, dei circuiti e degli impianti elettrici utilizzati nelle smart grid.
autonomia di giudizio: i metodi di analisi e le tecniche di gestione studiate forniscono allo studente la possibilità di analizzare, monitorare e gestire le smart grid;
abilità comunicative: le lezioni teoriche forniscono allo studente la capacità di usare in modo appropriato la terminologia della disciplina, con particolare riferimento ai termini internazionali relativi alle smart grid e all’analisi del flusso di potenza e della power quality, in modo da poter esprimere i concetti appresi con linguaggio appropriato e poter sostenere una discussione in merito agli argomenti trattati;
capacità di apprendimento: le attività descritte consentono allo studente di acquisire gli strumenti metodologici per proseguire gli studi e per potere provvedere autonomamente al proprio aggiornamento.
Programma del corso
Introduzione al corso
Analisi di reti elettriche con il metodo Load-Flow. Calcolo delle tensioni nell’analisi di reti elettriche. Il problema del flusso di potenza (Power-Flow). Formulazione generale del problema del flusso di potenza. Tipi di bus. Modello del bus con le ammettenze. Modello del bus con la matrice di impedenze. Formulazione del problema del flusso di potenza. Algoritmi di Gauss-Seidel. Funzionamento sincrono e asincrono delle microgrid. Algoritmo di Newton-Raphson. Formulazione generale del metodo di Newton-Raphson.
L’algoritmo Fast Decoupled Load Flow.
Potenza in regime non sinusoidale. Definizione e misura delle grandezze elettriche in regime sinusoidale, non-sinusoidale, bilanciato e sbilanciato. Potenza ed energia e significato fisico del flusso di potenza.
Architettura di una Smart Grid
Tecnologie per le comunicazioni e le misure nelle smart grid. Monitoraggio, PMU, Smart Meters e Tecnologie per le misurazioni. Wide Area Monitoring Systems (WAMS). Phasor Measurement Units (PMU). Smart Meters e Smart Appliances. Advanced Metering Infrastructure (AMI). Tecnologia dei sistemi multiagente (MAS)
Strumenti per l’analisi delle prestazioni, per la progettazione e per l’analisi di stabilità per smart grid.
Computational design per le smart grid. Machine Learning applicato alle Smart Grid. Metodi per l’ottimizzazione e per la previsione dell’energy demand-response. Definizione di Artificial Intelligence (AI), Computational Intelligence (CI), Machine Learning (ML), Artificial Neural Network (ANN). Aspetti condivisi dai sistemi CI. Principio di funzionamento del neurone biologico. Campi di applicazioni dei sistemi CI-ML. Possibili applicazioni dei sistemi CI-ML in ambito Smart Grid. Il neurone elementare a Perceptron (o neurone artificiale di McCulloch&Pitts). Funzione di attivazione (fda) di un neurone artificiale: definizione e tipi di fda usati in pratica. Topologie di ANN in relazione alla stratificazione e al flusso dati. Definizione di Apprendimento (Learning) e tipi di apprendimenti utilizzati in pratica. Reti neurali a singolo strato: Perceptron Net (Rosenblatt) e Adaline (Widrow-Hoff). Rete Neurale feedforward multistrato MLP con apprendimento supervisionato a backpropagation, Teorema di Approssimazione Universale (Cybenko, 1989). Metodo del “momento” per reti MLP. Topologia neurale feedforward Time Delayed (TDNN) e Recurrent Sincrona (RNN). Problematiche relative alla generazione degli insiemi di apprendimento. Ridondanza delle informazioni, PCA lineare e non-lineare. Codifica e normalizzazione dei dati di ingresso e di uscita. Corretta valutazione dell’errore. Il problema della generalizzazione: cause e rimedi. Reti neurali di tipo Recurrent (Asynchronous): la rete di Hopfield. Funzione Energia. Legge di apprendimento di Hebb. Meccanismo di “memorizzazione” e di “riconoscimento”.
Strategie per la progettazione di smart grid
Modellizzazione di convertitori nelle microgrid. Energie rinnovabili e storage. Sistemi fotovoltaici. Sistemi eolici. Biomasse. Cogenerazione.