Obiettivi formativi
Lo studente acquisirà
(i) le conoscenze specifiche relative ai sistemi di conversione dell’energia tradizionali e innovativi e alla loro integrazione nelle reti energetiche;
(ii) le conoscenze relative alle tecniche di controllo avanzate e agli algoritmi di ottimizzazione per la gestione intelligente di Sistemi Energetici complessi;
(iii) le nozioni fondamentali e gli strumenti teorici utilizzabili per la simulazione dinamica di Sistemi Energetici complessi;
(iv) la capacità di costruire modelli matematici per la simulazione di componenti di sistemi di diversa tipologia e configurazione, e la capacità di valutare e di definire il livello di dettaglio più opportuno effettuando le appropriate semplificazioni per ottenere risultati di accuratezza adeguata (anche in relazione a quella delle misure disponibili per calibrazione, validazione e confronto);
(v) la capacità di applicare le conoscenze fondamentali ed i metodi di analisi appresi per l’approfondimento ulteriore e continuo della materia a livello superiore con particolare riferimento all’evoluzione dei Sistemi Energetici più complessi e delle tecniche di controllo più avanzate nel contesto della transizione energetica sostenibile.
Prerequisiti
- - -
Contenuti dell'insegnamento
Il corso si propone di fornire allo studente le conoscenze e le competenze necessarie all’analisi e all’implementazione di Sistemi Energetici integrati e dei relativi algoritmi di gestione e controllo intelligente, nel contesto della transizione energetica sostenibile.
Dopo una introduzione ai Sistemi Energetici e alle soluzioni per la loro integrazione in reti energetiche complesse, si passeranno in rassegna le caratteristiche ed i limiti delle tecnologie di conversione attualmente utilizzate. Si analizzeranno in particolare le tecnologie a fonte rinnovabile programmabili e non programmabili, le soluzioni avanzate come pompe di calore, sistemi Power-to-X e recupero di energia di scarto, e il ruolo delle tecnologie di accumulo dell’energia nell’aumentare la flessibilità e la resilienza dei Sistemi Energetici.
Si presenteranno inoltre le tecniche avanzate di gestione e ottimizzazione dei Sistemi Energetici complessi (tra le quali quelle basate sul Model Predictive Control) e le procedure per lo sviluppo e l’applicazione dei modelli matematici utilizzati per la simulazione dei Sistemi Energetici, delle reti in cui sono integrati e dei relativi algoritmi di controllo.
Programma esteso
1. Introduzione e contesto della transizione energetica sostenibile: decarbonizzazione, decentralizzazione, integrazione, elettrificazione, digitalizzazione.
2. Decarbonizzazione e le tecnologie di conversione dell’energia. Limiti delle tecnologie di conversione tradizionali. Tecnologie a fonte energetica rinnovabile programmabili (biomasse, idroelettrico, geotermico) e non programmabili (eolico, solare fotovoltaico, solare termico e termodinamico, moto ondoso e maree).
3. Integrazione e reti energetiche. Reti di teleriscaldamento e teleraffrescamento. Reti gas. Reti elettriche. Cenni sulla mobilità sostenibile. Tecnologie per l’integrazione delle reti (co- e tri-generazione, Vehicle-to-Grid, etc).
4. Elettrificazione. Pompe di calore e loro ruolo nel recupero del calore di scarto. Impianti frigoriferi. Power-to-Gas e produzione di elettrocombustibili: elettrolizzatori e celle a combustibile (alcalini, PEM, AEM, SOFC), metanazione.
5. Flessibilità e accumulo di energia. Sistemi per l’accumulo diretto: impianti idraulici, accumuli elettrochimici, LAES/CAES, accumuli termici. Soluzioni innovative per l’accumulo “indiretto” (involucro edilizio, processi industriali). Demand side management.
6. Digitalizzazione e gestione intelligente dei Sistemi Energetici integrati. Sistemi dinamici. Soluzioni di controllo tradizionali e innovative. Il Model Predictive Control (MPC). Algoritmi di ottimizzazione (LP, MILP, DP). Architetture Model-in-the-Loop per la verifica di soluzioni di controllo.
7. Modelli matematici di Sistemi Energetici. Il processo di modellazione matematica e le sue fasi. Classificazione dei modelli. Modelli nello spazio degli stati e causalità. Linearizzazione ed identificazione parametrica.
Bibliografia
- - -
Metodi didattici
Le attività didattiche saranno condotte nella forma di lezioni frontali in aula (online se previsto da misure finalizzate al contenimento della diffusione del COVID).
Periodicamente verrà caricato sulla piattaforma Elly il materiale didattico a supporto delle lezioni svolte in aula e per l'approfondimento dei contenuti delle stesse.
Per accedere a questi contenuti (che sono parte integrante del corso) è necessaria l'iscrizione al corso on-line.
Il docente è disponibile durante l’orario di ricevimento e su appuntamento (e-mail) per chiarimenti sulle lezioni.
Modalità verifica apprendimento
La verifica dell’apprendimento si realizza attraverso l’esame orale consistente nella presentazione di un approfondimento teorico concordato con il docente e nella discussione di un progetto.
Il progetto consiste nello sviluppo di un modello di un sistema fluidodinamico o termodinamico e nell'implementazione dello stesso nell'ambiente di calcolo Matlab.
In presenza di limitazioni dovute al contenimento del contagio da COVID-19 l’esame verrà effettuato online mediante la piattaforma Teams.
Altre informazioni
E' consigliata la frequenza delle lezioni del corso.
Gli studenti non frequentanti sono invitati a consultare la piattaforma Elly sulla quale verranno periodicamente elencati gli argomenti effettivamente svolti a lezione.
Obiettivi agenda 2030 per lo sviluppo sostenibile
- - -
