I progetti di investimento nella trasmissione elettrica sono preliminarmente valutati dal punto di vista tecnico-economico rispetto a numerosi scenari futuri, ritenuti plausibili ma diversi fra loro in termini di evoluzione della domanda e della generazione, quindi di utilizzo delle risorse di rete. A causa degli elevati costi di realizzazione e della lunga durata di vita delle infrastrutture di rete, infatti, è necessario verificare la robustezza degli investimenti rispetto a molte incertezze.

Per valutare gli indici di adeguatezza e gli altri indici tecnico-economici rilevanti per la pianificazione, è necessario risolvere un numero elevato di problemi di Power Flow (PF) e di Optimal Power Flow (OPF). Per analizzare un numero sempre maggiore di scenari futuri e considerare opportunamente la variabilità delle situazioni operative associate alla generazione non programmabile, i requisiti computazionali crescono enormemente, con tempi di calcolo che possono diventare impraticabili. Accelerare queste fasi di valutazione consentirebbe di eseguire analisi più approfondite dei fenomeni probabilistici e combinatori, associati alle applicazioni di planning.

Per affrontare questa sfida, il mondo della ricerca sta investigando le tecniche di intelligenza artificiale, la cui applicazione tuttavia presenta notevoli complessità. Per questo, nel contesto degli interventi previsti dal Piano nazionale di Ripresa e Resilienza (PNRR), RSE cofinanzierà una borsa di dottorato presso il Politecnico di Milano per sperimentare tecniche di intelligenza artificiale applicate alla risoluzione efficiente di problemi classici del sistema elettrico, come il Power Flow e l’Optimal Power Flow (OPF), alla base delle valutazioni per la pianificazione del sistema. Nel progetto di dottorato saranno studiate soluzioni basate su reti neurali a grafo (Graph Neural Network – GNN), per la loro proprietà di apprendere e generalizzare regole in modo efficiente e scalabile. Questa proprietà, che distingue i modelli GNN dai modelli classici di reti neurali, è fondamentale nelle valutazioni di adeguatezza delle soluzioni di espansione della rete.

RSE ha forti competenze sulla pianificazione del sistema elettrico, che esercita nello sviluppo di metodologie a supporto delle scelte per lo sviluppo del sistema. RSE ha inoltre sviluppato varie applicazioni di Machine Learning al sistema elettrico. Il Politecnico di Milano ha competenze sia sul sistema elettrico sia sugli strumenti di Automatic Learning.

Il bando per la presentazione delle domande scade il 12 settembre.