Intelligenza artificiale per l’energia marina: l’AI in aiuto allo sviluppo dell’energia da mare e oceani

L’intelligenza artificiale può essere preziosa per lo sviluppo dell’energia mareomotrice, proiettata verso un notevole salto in avanti. Ecco dove la ricerca sta lavorando.

TAKEAWAY

  • Un grande sviluppo attende l’energia marina: si stima che passerà da circa 65 MW nel 2020 a 300 GW di capacità globale entro il 2050.
  • Generare energia richiede di ottimizzare tutte le componenti, a partire dalle previsioni: in tutte le fasi l’intelligenza artificiale può fornire un importante contributo.
  • La ricerca lavora all’impiego dell’AI per i modelli previsionali del mare e per ottimizzare le tecnologie di produzione. L’Italia fa la sua parte, come esemplifica l’azione dell’ENEA.

L’intelligenza artificiale per l’energia marina può essere un alleato prezioso, ora che la produzione di energia mareomotrice (da onde e correnti) è attesa a un notevole salto in avanti.

Secondo quanto stimato dalla Ocean Energy Systems, nel proprio annual report, la capacità globale cumulativa delle onde e delle maree è più che raddoppiata dal 2017, raggiungendo circa 65 MW nel 2020 e avvicinandosi lentamente alla prospettiva di 300 GW di capacità globale entro il 2050. Il cronoprogramma dell’Unione europea prevede che l’energia prodotta dal mare sia pari a 100 MW al 2025, 1 GW al 2030 e 40 GW al 2050.

Per fare questo “salto quantico” si dovrà lavorare sulle tecnologie già esistenti. Per comprendere lo stato dell’arte l’Agenzia nazionale italiana ENEA (Agenzia nazionale per le nuove tecnologie, l’energia e lo sviluppo economico sostenibile) ha lanciato la prima ricognizione nazionale sulle nuove tecnologie per sfruttare l’energia da correnti di marea e onde marine, in parallelo con altri 13 Paesi UE della task force europea dell’energia dal mare, che da quest’anno è guidata da ENEA per conto dell’Italia.

Generare 40 GW al 2050 è un obiettivo assai ambizioso. Come ha affermato Gianmaria Sannino, responsabile del Laboratorio ENEA di Modellistica Climatica e Impatti e chair della task force europea:

Questo ritmo serrato implica un cambio di passo imponente in meno di trent’anni, con una velocità che non ha precedenti nello sviluppo delle tecnologie energetiche: un fattore 400 tra il 2025 e il 2050. E, grazie alla ricerca tecnologica, il costo dell’energia da flusso di marea dovrebbe passare dai 15 centesimi di euro al kilowattora del 2025 ai 10 ct€/kWh nel 2030; mentre il costo dell’elettricità dalle onde è stimato in 20 ct€/kWh al 2025, in 15 ct€/kWh al 2030 e in 10 ct€/kWh al 2035

La stessa Agenzia nazionale per le nuove tecnologie, l’energia e lo sviluppo economico sostenibile, in collaborazione con il Politecnico di Torino, ha messo a punto il dispositivo PeWEC (Pendulum Wave Energy Converter), pensato per le coste italiane, dove le onde sono di piccola altezza e alta frequenza.

Impiegare l’AI per conoscere meglio il mare

Per utilizzare con profitto l’intelligenza artificiale per l’energia marina occorre prima di tutto conoscere bene il mare, le sue caratteristiche e prevederne il suo stato per stimare l’energia producibile e da immettere in rete.

È abbastanza facile prevedere che entro il 2030 ci saranno degli impianti di produzione di energia dal mare pronti a livello commerciale. Ma occorre farsi trovare pronti. Per questo è essenziale disporre di strumenti previsionali dello stato del mare quanto più puntuali possibile. Bisogna considerare un quadro assai ricco, che comprende lo studio delle correnti, delle onde, della superficie e anche del mare più in profondità” spiega lo stesso Sannino.

A oggi per valutare lo stato del mare si usano modelli deterministici, in maniera analoga alle previsioni del tempo. Occorre migliorarli, ma hanno un limite: sono modelli assai complessi che necessitano di una notevole potenza di calcolo. Non è un caso che alcuni dei più potenti supercomputer siano dedicati allo studio delle previsioni.

Inoltre, per quanto i modelli possano essere sofisticati, esistono parametrizzazioni ovvero formule matematiche in grado di rappresentare nel miglior modo possibile determinati effetti fisici. Ma anche le parametrizzazioni possono essere perfettibili, e questo si ottiene combinando e ricombinando le condizioni di base per avvicinarci quanto più possibile a una previsione ottimale.

Tutto questo richiede una potenza di calcolo enorme. “Proprio per questo l’intelligenza artificiale viene in soccorso: se si riescono a trovare delle correlazioni tra configurazioni meteorologiche già verificatesi nel passato e immaginare possibili evoluzioni ciò è di grande aiuto per mettere a punto previsioni sempre più accurate”.

In questo caso – spiega sempre il responsabile ENEA – è possibile addestrare una rete neurale con tutte le variabili immaginabili. Il modello di previsione con l’AI non è ancora perfetto, come non lo è quello tradizionale-deterministico. Ma, a differenza di quest’ultima, il primo ha un vantaggio fondamentale: la previsione che riesce a fare è svolta in pochi secondi, rispetto agli svariati minuti (se non addirittura ore) necessari per il secondo.

In questo modo è possibile partire dalla modellazione previsionale, perturbare i parametri e realizzare anche migliaia di simulazioni. La speranza è di avere risultati ben più decisivi di quelli ottenibili oggi. Ed è questo il ramo applicativo dell’intelligenza artificiale per l’energia marina su cui si sta lavorando oggi.

Il lavoro è ancora agli albori, non c’è ancora una tecnica prescelta di AI: oggi si sta lavorando mediante tecniche di Deep Learning, che richiede macchine di calcolo particolarmente potenti. In questo senso il supercomputer ENEA ci viene in soccorso. Impiegando questo HPC e utilizzando lo storico dei dati che arrivano fino al 1958, la rete neurale viene addestrata con un insieme di dati unici, relativi al Mediterraneo”.

Fin quando i modelli previsionali continueranno a esistere e a essere sempre più sofisticati è possibile pensare che l’AI potrà contribuire a ottimizzare il quadro in modo sempre più efficace.

intelligenza artificiale per l’energia marina
PeWEC, convertitore di energia delle onde – composto da uno scafo galleggiante ormeggiato sul fondale e da un pendolo collegato all’asse di un generatore elettrico – al cui sviluppo hanno partecipato il Politecnico di Torino ed ENEA (credit: ENEA).

Intelligenza artificiale per l’energia marina: le ricerche e le tecnologie più recenti

Gli ambiti di impiego dell’intelligenza artificiale per l’energia marina trovano sempre nuovi spazi per la ricerca e per lo sviluppo di soluzioni tecnologiche a supporto. Nel primo caso, va segnalato ELEMENT, uno dei progetti UE avviati con l’obiettivo di accelerare lo sviluppo di tecnologie e infrastrutture per sfruttare questa potenza.

ELEMENT (Effective Lifetime Extension in the Marine Environment for Tidal Energy) è un progetto da 5 milioni di euro finanziato dal programma di ricerca e innovazione Horizon 2020. Intende mostrare come intelligenza artificiale può ridurre il costo dell’energia marina del 17% circa. Avviato nel 2019, si concluderà nel 2022 e conta undici partner accademici e commerciali che svilupperanno e dimostreranno il sistema di controllo in funzione presso lo Shetland Tidal Array in Scozia. 

A proposito di soluzioni tecnologiche va segnalato quanto messo a punto dal team DeepSense della Dalhousie University in Nova Scotia. Esso ha sviluppato un software che intende rendere più semplice il monitoraggio ambientale attraverso l’impiego dell’intelligenza artificiale per l’energia marina e le tecnologie relative.

In particolare, il team di DeepSense ha creato Echofilter, un software che impiega tecniche di Machine learning per automatizzare l’elaborazione dei risultati del monitoraggio ambientale dagli ecoscandagli, un tipo di sonar che utilizza il suono per rilevare i pesci e altre forme di vita marina.

Sviluppato nell’ambito dell’iniziativa di sviluppo e sperimentazione tecnologica Pathway Program, il software dovrebbe contribuire a un monitoraggio più affidabile e più efficace delle turbine di marea.

Anche nel campo della scienza dei materiali, la conoscenza nella scienza di specifici materiali per la conversione energetica può essere notevolmente accelerata dall’integrazione di numerose e complementari tecniche di Artificial Intelligence.

L’intelligenza artificiale può essere usata per scoprire nuovi materiali e prevedere le proprietà critiche corrispondenti, mettono in luce alcuni scienziati cinesi in uno studio dedicato. Sono loro a rimarcare che nello studio di tecnologie di produzione energetica pulita, come sia per l’energia solare che per l’energia delle maree, i materiali di conversione energetica efficaci e green sono fondamentali per stimolare lo sviluppo di nuove fonti rinnovabili.

Impatti e benefici dell’intelligenza artificiale per l’energia marina

L’intelligenza artificiale per l’energia marina sarà altrettanto utile per ottimizzare i modelli tecnologici per produrre energia. “Già oggi si nota una certa convergenza nelle tecnologie per l’energia eolica offshore e galleggiante. Non così per l’energia mareomotrice. Ci sono diversi prototipi, ma non c’è convergenza tecnologica” prosegue Gianmaria Sannino, segnalando, a questo proposito che ENEA in collaborazione col Politecnico di Torino sta impiegando tecniche di AI per ottimizzare il prima possibile il design del dispositivo PeWEC e comprendere meglio le finalità oltre alla localizzazione ideale. Tutte queste informazioni devono essere ottimizzate grazie all’AI.

Un altro modo in cui l’artificial intelligence verrà utile in prospettiva è la sintonizzazione run time degli strumenti per l’energia mareomotrice. Immaginiamoci l’impianto per produrre energia dal mare come uno strumento musicale: per suonare al meglio deve essere accordato con il beccheggio, controllandolo al meglio in funzione del tipo di onda per estrarre il massimo dell’energia da essa.

Questo è un sistema di meccatronica, ossia di elettronica al servizio della meccanica, grazie a cui la macchina dovrà configurarsi molto rapidamente e per farlo servono calcoli altrettanto rapidi. L’intelligenza artificiale serve proprio a questo, attraverso modelli e schemi che ne facciano uso”.

Default image
Andrea Ballocchi
Giornalista specializzato in tecnologia, focalizzato su temi che riguardano l'Internet of Things e le tecnologie emergenti che hanno un impatto significativo sulla vita quotidiana e su quella futura. Oltre alla tecnologia si occupa anche di temi legati alla sostenibilità ambientale e non solo (edilizia, architettura, design...)
Articles: 52