Lo scopo generale della presente invenzione è quello di indicare un innovativo metodo per generare una “Previsione di produzione energetica” associata ad un insieme di impianti di generazione eterogenei, il cui unico vincolo è quello di fornire il dato di produzione, inteso come energia immessa in rete per un utilizzo gestibile della stessa. Una misura semplice che può essere fornita è quella resa disponibile da ogni inverter associato ad un impianto fotovoltaico o ad un impianto eolico o, più tipicamente, micro-eolico, ossia una serie di valori di potenza istantanea riferiti alla potenza effettiva che viene immessa in rete, al netto di eventuali consumi sul posto. L’invenzione quindi propone un nuovo strumento di previsione basato sull’integrazione di un metodo statistico di previsione delle serie temporali lineari con un algoritmo di “Deep Learning” che, in alcune forme di implementazione preferite, è configurato da un ottimizzatore degli “iper-parametri”, Tale metodo è caratterizzato dal fatto di essere integralmente “data-driven” e sfrutta in modo efficiente solo le misurazioni della produzione di energia, senza utilizzare modelli teorici di irradianza e previsioni fornite da un servizio meteorologico (ossia dati la cui accuratezza e disponibilità porrebbe dei reali problemi alla diffusione del metodo).

SISTEMA E METODO PER LA STIMA “DATA DRIVEN” DI PRODUZIONI ENERGETICHE DA FONTI INTERMITTENTI

PACELLA MASSIMO
Primo
;
PAPADIA GABRIELE;
2026-01-01

Abstract

Lo scopo generale della presente invenzione è quello di indicare un innovativo metodo per generare una “Previsione di produzione energetica” associata ad un insieme di impianti di generazione eterogenei, il cui unico vincolo è quello di fornire il dato di produzione, inteso come energia immessa in rete per un utilizzo gestibile della stessa. Una misura semplice che può essere fornita è quella resa disponibile da ogni inverter associato ad un impianto fotovoltaico o ad un impianto eolico o, più tipicamente, micro-eolico, ossia una serie di valori di potenza istantanea riferiti alla potenza effettiva che viene immessa in rete, al netto di eventuali consumi sul posto. L’invenzione quindi propone un nuovo strumento di previsione basato sull’integrazione di un metodo statistico di previsione delle serie temporali lineari con un algoritmo di “Deep Learning” che, in alcune forme di implementazione preferite, è configurato da un ottimizzatore degli “iper-parametri”, Tale metodo è caratterizzato dal fatto di essere integralmente “data-driven” e sfrutta in modo efficiente solo le misurazioni della produzione di energia, senza utilizzare modelli teorici di irradianza e previsioni fornite da un servizio meteorologico (ossia dati la cui accuratezza e disponibilità porrebbe dei reali problemi alla diffusione del metodo).
2026
File in questo prodotto:
File Dimensione Formato  
102024000021073.pdf

solo utenti autorizzati

Descrizione: Prodotto
Tipologia: Versione editoriale
Licenza: NON PUBBLICO - Accesso privato/ristretto
Dimensione 390.13 kB
Formato Adobe PDF
390.13 kB Adobe PDF   Visualizza/Apri   Richiedi una copia

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11587/584546
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact