Sviluppo di un tool open-source in ambiente Python per il calcolo degli ombreggiamenti e irradianza solare su scala di quartiere

Lo sviluppo del fotovoltaico in ambito urbano richiede strumenti innovativi per stimare con precisione il potenziale solare delle coperture, considerando complessità morfologiche e vincoli locali. Questa tesi propone un algoritmo altamente automatizzato per la valutazione del potenziale solare su scala metropolitana, basato su dataset open-access e strumenti open-source in un flusso replicabile e scalabile. L’algoritmo, sviluppato in Python, integra dati catastali, satellitari e meteorologici. L’elaborazione è stata condotta con tre strumenti open-source: QGIS è stato utilizzato per la gestione dei dati geospaziali, Blender per la modellazione tridimensionale e il calcolo degli ombreggiamenti, YOLO per il riconoscimento automatico delle coperture e degli ostacoli. A completamento, il modello di Perez ha permesso la stima oraria dell’irraggiamento solare. L’approccio si distingue per l’alto grado di automazione e per la combinazione di tecniche di computer vision con modelli consolidati di simulazione energetica. Il caso studio, condotto nel quartiere Saragozza di Bologna su oltre mille edifici, ha validato la metodologia, dimostrando l’affidabilità nel calcolo dell’illuminamento, nell’identificazione delle coperture e nella stima delle superfici idonee al fotovoltaico. L’analisi ha inoltre evidenziato la possibilità di estendere il metodo a scala urbana e metropolitana, rendendolo utile per scenari reali di pianificazione energetica. L’originalità risiede nell’uso esclusivo di strumenti open-source e nell’applicazione pionieristica a un contesto urbano specifico. Le criticità riguardano i tempi di calcolo e la gestione di geometrie complesse, senza comprometterne l’affidabilità. Futuri sviluppi includono l’applicazione su scale più larghe e l’integrazione con le Comunità Energetiche Rinnovabili.