Il rapporto documenta le attività di Ricerca di Sistema previste dal Piano Triennale 2022-2024 nel progetto sulla resilienza e sicurezza del sistema energetico, in relazione alla prevenzione e mitigazione degli effetti delle minacce. Esso si focalizza sull’applicazione di sistemi di previsione, allertamento e monitoraggio delle minacce meteorologiche che influenzano la gestione in sicurezza delle reti di trasmissione e distribuzione energetica come nevicate umide, ondate di calore, venti forti e incendi. Il rapporto si focalizza sulle attività svolte durante il 2024.

Nel contesto delle nevicate umide, è stata migliorata la modellazione della formazione di manicotti di neve sulle linee elettriche, sviluppando una nuova metodologia basata sullo Snow-Ratio (SR) che, in alcuni casi, consente previsioni più accurate rispetto al metodo tradizionale a finestra termica (FT), riducendo sovrastime e sottostime osservate in passato. Entrambi i metodi sono stati implementati nel sistema WOLF (Wet-snow Overload aLert and Forecasting) per una maggiore flessibilità e accuratezza nel sistema di previsione.

Analisi dettagliate di casi studio e attività sperimentali presso la stazione WILD di Vinadio hanno permesso di approfondire il comportamento di questi algoritmi in eventi critici.

Per quanto riguarda il rischio di incendi boschivi, è stato sviluppato un sistema previsionale basato sul Fire Weather Index (FWI), integrato con modelli meteorologici e una mappa di suscettibilità territoriale ottenuta tramite machine learning. I test condotti nel 2024 hanno confermato la correlazione tra i valori FWI e gli incendi, dimostrando delle buone performances del sistema di previsione.

Relativamente alle ondate di calore, sono stati sviluppati strumenti basati su intelligenza artificiale, per migliorare le previsioni delle temperature su scala mensile. Sono stati implementati prototipi di sistemi probabilistici che consentono di classificare le temperature in tre categorie (in media, sopra media e sotto media) e di prevedere il carico elettrico sulla città di Milano.

È stato infine realizzato un prototipo per la previsione dell’intensità del vento, con un approccio di downscaling statistico che ha aumentato la risoluzione spaziale del modello operativo. Questo metodo, basato sull’Analog Ensemble (AnEn), migliora la rappresentazione del vento in aree complesse, dimostrando prestazioni ottimali in un caso studio che è stato verificato rispetto a 596 stazioni meteorologiche osservative.