Il presente rapporto descrive un’attività di Ricerca di Sistema svolta nell’ambito del Progetto GOVERNO DEL SISTEMA ELETTRICO relativamente al WP 3.1 Monitoraggio continuo dello stato di sicurezza del sistema elettrico. La crescente vulnerabilità del sistema elettrico, legata alla aumentata imprevedibilità delle condizioni di esercizio a causa della liberalizzazione del mercato e al sempre maggior sfruttamento delle interconnessioni, richiede che le valutazioni di sicurezza – statiche e dinamiche – siano effettuate on line. È necessario, quindi, da un lato, poter valutare rapidamente indici di sicurezza significativi, e dall’altro poter scambiare dati in linea fra TSO. Le tecniche d’intelligenza artificiale e, in particolare, le reti neurali costituiscono un approccio promettente per affrontare questi problemi. Infatti le reti neurali (ANN) sono estremamente rapide nella risposta, hanno la capacità di approssimare relazioni ingresso-uscita non lineari e, sotto certe condizioni, sono in grado di approssimare funzioni complesse anche a partire da dati incerti ed incompleti. Il rapporto, dopo una panoramica sullo stato dell’arte degli strumenti tradizionali di analisi di sicurezza del sistema elettrico, sulle tecniche di intelligenza artificiale e sulle reti neurali con particolare riferimento alla loro applicabilità alle suddette analisi di sicurezza, descrive la sperimentazione svolta. Essa ha riguardato la possibile applicazione delle ANN a due problemi critici per la sicurezza del sistema elettrico e particolarmente interessanti in vista di un potenziale utilizzo in sala controllo: la valutazione dei margini di caricabilità per la stabilità di tensione e, soprattutto, la valutazione della stabilità oscillatoria interarea. La prima applicazione è stata suggerita dall’attuale scarsa disponibilità di strumenti di analisi del margine di caricabilità compatibili con un utilizzo in linea. La sperimentazione ha consentito di affermare che, rispetto ai metodi classici, la ANN ha il vantaggio di funzionare anche quando la stima dello stato della rete elettrica non è disponibile; oltre quindi a non richiedere i tempi necessari alla elaborazione della stima, presenta essa stessa tempi di calcolo trascurabili. Il livello di accuratezza si è dimostrato adeguato per questo tipo di applicazione, nonostante i tempi complessivi di calcolo siano drasticamente abbattuti rispetto agli approcci tradizionali. I risultati ottenuti evidenziano inoltre l’importanza della metodologia di progettazione e di addestramento della rete neurale, e in particolare della procedura di selezione delle variabili della rete elettrica sufficienti a garantire una buona performance della ANN.

Il problema delle oscillazioni interarea, che rappresentano un fenomeno critico di importanza crescente nell’esercizio della rete europea, è tradizionalmente affrontato tramite l’analisi modale, tecnica che richiede la stima dello stato ed è applicabile solo off line, dati i notevoli tempi di elaborazioni necessari. Sempre con l’obbiettivo di rendere possibile una valutazione on line delle oscillazioni interarea è stata dunque sperimentata l’applicazione delle ANN a tale problematica. Nonostante la complessità del problema, anche in questa applicazione i risultati ottenuti hanno dimostrato la validità di tale approccio; infatti le reti neurali costruite si sono dimostrate capaci, pur con un insieme di dati di input ridotti, di stimare con sufficiente attendibilità le situazioni border line per le oscillazioni interarea, ossia quelle per cui un tale strumento di monitoraggio può essere di massimo aiuto all’operatore del centro di controllo. Per le attività di addestramento e validazione delle ANN è stato messo a punto uno strumento per la creazione di una grande quantità di scenari del sistema elettrico, che consente di coprire adeguatamente le situazioni da monitorare.