Sviluppo di algoritmi genetici per la gestione ottimizzata di reti complesse di distribuzione dell'energia

L’introduzione, nelle reti energetiche di generatori distribuiti a fonte rinnovabile non programmabile, ha generato delle saturazioni della rete, localizzate in determinati lassi di tempo. Queste saturazioni generano delle inefficienze che causano un maggior utilizzo dei generatori convenzionali, aumentando il consumo di carburante, quindi aumenta l’impatto ambientale e quindi i costi di produzione. Per risolvere questa problematica, si usano delle reti complesse che adottano degli algoritmi che ridistribuiscono i carichi dei sistemi a fonte programmabile in maniera ottima, andando a minimizzare i costi di produzione. L’algoritmo utilizzato è l’algoritmo genetico, un algoritmo che imita le teorie di Darwin, descritto nella tesi. Sono illustrate delle prove parametriche su un sistema complesso formato da tre motori primi, tre caldaie a gas e tre caldaie a biomassa, che hanno l’obbiettivo di provare l’affidabilità dell’algoritmo e della fitness function sviluppata. Queste prove si basano sul confronto tra due sistemi complessi, con i costi e i carichi calcolati tramite l’algoritmo genetico, dove ha delle caratteristiche differenti rispetto al secondo, che è usato come punto di riferimento, come il rendimento dei motori, in alcune prove più alto rispetto al caso di riferimento, o la richiesta di potenza che o è molto alta oppure è nulla. I risultati ottenuti mostrano che l’algoritmo preferisce tenere spenti i sistemi di produzione quando la richiesta è nulla, far lavorare al massimo tutti i sistemi quanto la richiesta di potenza è molto alta; oppure far lavorare più i motori che hanno un rendimento di design più alto rispetto agli altri, con la conseguente diminuzione del costo di produzione rispetto al caso di riferimento. Si tratta di risultati che ci si aspetterebbe, di conseguenza si può dire che l’algoritmo sviluppato sia idoneo al problema che si è stati chiamati a risolvere.