La digitalizzazione dei processi di gestione ed esercizio è un fattore fondamentale per la realizzazione di un sistema energetico integrato flessibile, efficiente e resiliente. La digitalizzazione necessita di standard che favoriscano l’interoperabilità, sia tra differenti vettori energetici, sia tra differenti attori. Per queste ragioni il rapporto affronta tematiche di digitalizzazione dei processi, con attenzione all’interoperabilità a livello informativo. L’interoperabilità è facilitata da ontologie in grado di descrivere il dominio considerato. Il rapporto descrive un esempio concreto di utilizzo dello standard IEC CIM, con aggiornamento alla versione 17.

Per abilitare lo sviluppo di digital twin del sistema energetico, viene introdotta la sinergia fra gli standard BIM-CIM. Considerando il caso d’uso di un trasformatore in cabina primaria vengono dimostrati i vantaggi di un connubio tra la progettazione in ambito civile ed il planning&operation elettrico per la gestione dell’asset durante tutto il suo ciclo di vita.

Nell’integrazione dei differenti vettori è stata definita un’ontologia per la rete gas. Con la digitalizzazione del sistema energetico assume un ruolo rilevante il layer ICT, che rappresenta un punto critico per la resilienza del sistema stesso, sia a livello di cybersecurity, sia a livello di interruzione dei servizi ICT stessi. Per tale ragione è stato esaminato lo stato dell’arte specifiche per comprendere come modellare l’architettura ICT tipica di un DSO. La digitalizzazione ha un ruolo importante anche nel migliorare i processi di pianificazione e gestione delle singole aziende/utility.

Per questo motivo è stata avviata una revisione di processi di pianificazione multienergetica del territorio, utilizzando soluzioni innovative in grado di semplificare la gestione dei dati provenienti da fonti eterogenee e di innovare la mappatura di impianti fotovoltaici a terra partendo da immagini satellitari.

Per ampliare le potenzialità della piattaforma MESP con, sono stati aggiunti algoritmi per la pianificazione delle reti e servizi per eseguire analisi di scalabilità e replicabilità di soluzioni di flessibilità delle reti elettriche. Sono stati sviluppati due diversi modelli di machine learning basati su grafi per la stima delle tensioni ai nodi di una rete elettrica utilizzando tecniche data driven: le Graph Convolutional Network e LightGBM. Nell’ambito della digitalizzazione dei processi di manutenzione delle reti, sono state studiate alcune procedure relative ai processi di analisi di guasto e manutenzione con attenzione agli asset delle cabine secondarie.