Trova le risposte!
Un viaggio esclusivo all'interno dell'energia, concepito e realizzato attraverso nuovi strumenti e linguaggi dove si stimola l'interesse e la creatività dei visitatori.
 Per approfondire » 

Altri articoli della stanza Ecologia

Creato da  « clicca sul nome per leggere il curriculum dell'autore

I batteri: amici dell’energia - di Riccardo Biagetti

Spesso si è portati a pensare che i batteri siano solamente dei piccoli “esserini” portatori di malattie, dimenticandosi ad esempio che senza il loro aiuto noi uomini non potremmo affatto digerire, con la conseguente impossibilità di fare quelle belle mangiate la domenica a casa della nonna o della zia.

Per nostra fortuna inoltre i batteri sono stati, e continuano ad essere, fonte di ispirazione per molti scienziati in diversi settori. È noto infatti che attraverso il loro studio si sono fatti passi da gigante nella comprensione dell’evoluzione naturale. L’idea di impiegare la selezione e la mutazione casuale per un compito di ottimizzazione risale agli anni Cinquanta, con il lavoro di George E. P. Box, illustre statistico. Più o meno negli stessi anni, altri ricercatori concepirono l’idea
di simulare l’evoluzione sull’elaboratore elettronico, mentre il biomatematico Hans J. Bremermann fu il primo a riconoscere nell’evoluzione biologica un processo di ottimizzazione. Superato il considerevole ma inevitabile scetticismo iniziale, queste idee subirono un notevole sviluppo dovuto probabilmente all’aumento della potenza computazionale degli elaboratori elettronici, allora disponibili nelle migliori università, che rese finalmente possibile la messa in pratica del calcolo
evoluzionistico. Gli Algoritmi Evolutivi furono elaborati contemporaneamente ed in modo indipendente, a metà degli anni Sessanta, all’interno di tre distinti gruppi di ricerca: in America, Lawrence Fogel, dell’Università della California a San Diego, pose le basi della Programmazione Evolutiva, mentre John Holland, dell’Università del Michigan ad Ann Arbor, proponeva i primi Algoritmi Genetici; in Europa, invece, fu Ingo Rechenberg, allora studente presso il Politecnico di Berlino, ad ideare quelle che definì Strategie Evolutive.

Nella mia tesi di laurea, ho cercato di applicare uno di questi algoritmi, noto con il nome di Algoritmo di Chemiotassi Batterica (Bacterial Chemotaxis Algorithm - BCA), ad un problema di EFFICIENZA ENERGETICA: la riduzione delle perdite nelle linee di DISTRIBUZIONE dell’energia elettrica.

Una rete elettrica costituita da impianti di produzione dell’energia, da linee di TRASMISSIONE/DISTRIBUZIONE e da un insieme di utilizzatori è infatti interessata, durante le normali condizioni di funzionamento, dal transito di flussi di potenza e quindi, inevitabilmente, da perdite
energetiche.
I recenti gravi accadimenti, che hanno drammaticamente coinvolto non solo il sistema elettrico italiano ma anche gran parte dell’interconnessione atlantica del Nord America, il crescente interesse rivolto negli ultimi anni dalla comunità internazionale verso lo sfruttamento delle risorse energetiche e la liberalizzazione del mercato elettrico e delle regole che lo governano, hanno reso di fondamentale importanza l’ottimizzazione dei suddetti flussi di potenza, al fine di limitare le perdite energetiche, con conseguente incremento del rendimento del sistema.

L’obiettivo della mia tesi è stato quindi realizzare un nuovo codice MATLAB® che consentisse la riduzione delle perdite energetiche nelle reti di DISTRIBUZIONE dell’energia elettrica (in particolare si è considerata la rete elettrica standard IEEE a 14 nodi). L’ottimizzazione proposta, come detto, è stata sviluppata sulla base dei fenomeni della chemiotassi batterica. Il BCA è una moderna euristica che trova ispirazione dall’attività biologica dei microrganismi.
In particolare l’algoritmo simula il movimento dei batteri (chiamato appunto chemiotassi batterica) nel loro habitat.
Poiché le differenti proprietà chimiche incontrate dal batterio influenzano la sua velocità, direzione e durata del cammino, è stato possibile definire una corrispondenza tra questo andamento naturale ed un algoritmo numerico col quale minimizzare le perdite per effetto JOULE, riuscendo contemporaneamente a mantenere costante la potenza attiva e reattiva domandata dai carichi.
Per far questo, il gestore dell’impianto di DISTRIBUZIONE dell’energia elettrica è sufficiente che agisca solamente sull’ampiezza e sulla fase della tensione dei generatori.
Compito del BCA è quindi determinare i valori dell’ampiezza e della fase della tensione di ogni generatore, sulla base dei vincoli imposti.
Analiticamente, il modello del cammino del batterio virtuale adottato, ha tradotto il problema dell’ottimizzazione dei flussi di potenza in un problema di ricerca del minimo di una funzione.

Conclusioni - Ho sviluppato un nuovo codice, basato sul BCA, per la minimizzazione delle perdite nelle reti di DISTRIBUZIONE dell’energia elettrica, in cui siano fissate le potenze da fornire ai carichi.
Non avendo riscontrato, in letteratura, altre applicazioni del BCA al problema in esame, ho deciso di impiegare MATPOWER (un simulatore open source di reti elettriche largamente utilizzato in tutto il mondo - http://www.pserc.cornell.edu/powerweb/) come strumento di validazione.
Il codice progettato, testato sulla rete IEEE a 14 nodi, ha permesso di ottenere una buona riduzione della potenza attiva dissipata ( 13%), lasciando sostanzialmente inalterata la potenza attiva e reattiva assorbita dai carichi.
Nel futuro è prevedibile un incremento delle prestazioni, minimizzando ulteriormente le perdite energetiche sulle linee, e l’applicazione a reti di DISTRIBUZIONE a centinaia di nodi e a casi di interesse nazionale.

Riccardo Biagetti