intelligenza artificiale per scoprire più rapidamente i guasti degli inverter PAG

INTELLIGENZA ARTIFICIALE PER SCOPRIRE PIÙ RAPIDAMENTE I GUASTI DEGLI INVERTER

LA CRESCITA DELLE RINNOVABILI IMPONE LA NECESSITÀ DI AVERE A DISPOSIZIONE IMPIANTI SEMPRE PIÙ EFFICIENTI E PERFORMANTI. UNO STUDIO INTERNAZIONALE HA MAPPATO LE RAGIONI DEI GUASTI DEI CONVERTITORI DI POTENZA E INDICATO POSSIBILI SOLUZIONI

DI GIANLUIGI TORCHIANI

Viviamo, senza ombra di dubbio, in una stagione di grande crescita delle fonti rinnovabili, eolico e fotovoltaico su tutti. Queste tecnologie, grazie alla loro capacità di evitare le emissioni inquinanti e la dipendenza dalle risorse fossili, sono sempre più spesso preferite alle fonti di energia convenzionale. Ormai, anzi, la prospettiva è che questi impianti finiranno con il garantire la grande maggioranza del fabbisogno elettrico europeo, come ad esempio previsto dai programmi Fit for 55 e dal più recente Repower Eu. Ovviamente una scelta di questo tipo impone che questi impianti funzionino al meglio, assicurando un’elevata affidabilità nella fornitura di elettricità, evitando così i contraccolpi per la rete elettrica e gli stessi consumatori finali (imprese e privati). Ma le cose stanno effettivamente così? Indubbiamente, per quanto riguarda la tecnologia fotovoltaica, i passi in avanti dal punto di vista della affidabilità negli ultimi dieci anni sono stati numerosi. Dunque i prodotti che oggi sono disponibili sul mercato sono senza dubbio più resistenti e performanti rispetto a quelli del passato. D’altra parte però, come tutti i possessori di impianti sanno bene, guasti e inconvenienti di varia natura possono comunque presentarsi, portando a un peggioramento dei volumi di generazione elettrica previsti.

LO STUDIO

In particolare, come ha messo in evidenza il recente studio internazionale “Overview of fault detection approaches for grid connected photovoltaic inverters”, il punto debole dei sistemi solari è molto spesso rappresentato dagli inverter che, come noto, rappresentano una componente chiave del funzionamento e della connessione con la rete elettrica. Purtroppo, secondo lo studio, rappresentano anche uno dei maggiori punti deboli: quasi il 37% delle attività di manutenzione non programmata sugli impianti fotovoltaici connessi alla rete, si legge nello studio, è determinato proprio dal malfunzionamento degli inverter. Spesso e volentieri, infatti, gli inverter sono chiamati a operare in condizioni difficili ed estreme, tanto da essere sottoposti a innumerevoli sollecitazioni di natura termica, elettrica, fisica e meccanica. Che, non di rado, possono provocare un degrado precoce di questo componente. Un problema non da poco per gestori e proprietari degli asset fotovoltaici e che lo studio aiuta a sistematizzare, mettendo a disposizione un’analisi completa di tutte le modalità di guasto negli inverter solari e nei suoi componenti vulnerabili, comprese anche le casistiche più improbabili e più catastrofiche per il funzionamento degli stessi.

SPAZIO INTERATTIVO

Accedi al documento

Inquadra il QR Code o clicca sopra per leggere lo studio completo

EVITARE I GUASTI

Ovviamente, la grande domanda è come evitare questi incidenti e migliorare l’affidabilità degli inverter stessi. La risposta risiede essenzialmente nei dati, che sono il cuore di qualunque sistema di rilevamento dei guasti in impianti di questo tipo. L’analisi di questi dati che, come noto, sono raccolti dagli inverter stessi, rende così teoricamente possibile l’individuazione di eventuali problematiche di funzionamento. Il tema, naturalmente, è come analizzare questi dati in maniera tempestiva, evitando anche la proliferazione di falsi positivi e allarmi inutili. Ad esempio, un certo tipo di segnale elettrico potrebbe indicare chiaramente un guasto in determinate condizioni ambientali (quando l’impianto è completamente esposto alla radiazione solare) ma potrebbe non esserlo in altre (in condizioni di diffusa nuvolosità). Da questo punto di vista, lo studio mette in evidenza come alcuni approcci tradizionali attualmente disponibili per l’analisi dei dati siano in grado di fornire un rilevamento efficace dei guasti e la successiva protezione dell’inverter. Tuttavia, il loro tempo di risposta relativamente lento li rende inefficienti nella prevenzione dei danni agli impianti, rendendo dunque possibile soltanto un intervento a posteriori, successivamente al verificarsi del guasto stesso. Al contrario, secondo gli autori dello studio, i metodi basati sull’intelligenza artificiale hanno la possibilità di giocare un ruolo importante anche su questo fronte: in particolare le tecniche basate sull’intelligenza artificiale (e cioè sulla tecnica dell’apprendimento supervisionato) hanno dimostrato capacità di rilevamento e localizzazione dei danni superiori rispetto alle tecniche basate su modelli statici. Aprendo la strada anche a una manutenzione di tipo predittivo, prima cioè del verificarsi di veri e propri malfunzionamenti. Tuttavia, un collo di bottiglia non da poco nella direzione dell’intelligenza artificiale è che – al momento – esistono pochissime implementazioni in tempo reale di tecniche basate sull’intelligenza artificiale. D’altra parte, però, visti i notevoli progressi tecnologici effettuati negli ultimi anni dagli inverter (diventati il vero e proprio cervello tecnologico degli impianti fotovoltaici) e della stessa intelligenza artificiale (sempre più integrata e impiegata nei processi industriali) è probabile che nei prossimi anni i sistemi di rilevamento basati su quest’ultima potrebbero essere sempre più standardizzati e diffusi nel fotovoltaico.