Il rapporto tra Intelligenza artificiale e decarbonizzazione è da tempo al centro di un confronto nel quale trovano spazio due grandi anime: quella che vede l’intelligenza artificiale come un acceleratore per il raggiungimento di obiettivi di decarbonizzazione e quella che, con una diversa prospettiva, tende a portare l’attenzione sui costi ambientali legati alla crescita dei consumi energetici determinati dall’utilizzo dell’intelligenza artificiale.
Intelligenza artificiale e decarbonizzazione: due dimensioni delle transizioni gemelle
La chiave di lettura proposta dal Digitalization & Decarbonization Report 2024 realizzato dall’Energy&Strategy della School of Management del Politecnico di Milano, mostra le potenzialità di un rapporto diretto tra intelligenza artificiale e decarbonizzazione in termini di possibilità di trasformazione.
Il digitale nel suo complesso, dunque non solo l’intelligenza artificiale, è nella condizione di contribuire alla riduzione delle emissioni a livello europeo sia con un’azione diretta stimata in un contributo diretto del 18% sia con un risultato “indiretto” pari al 35%. Nell’insieme al digitale è affidata la riduzione di più del 50% delle emissioni. Un impegno nel quale l’innovazione è al lavoro in chiave di green IT o digital sustainability per migliorare le performance energetiche e la riduzione delle emissioni del mondo IT e dall’altra in chiave di Digital for sustainability o ancora meglio di Digital for ESG per creare e sviluppare forme di innovazione che portano anche – e in alcuni casi soprattutto – a una riduzione delle emissioni di CO2.
In particolare poi, nell’ambito della gestione della transizione energetica e della gestione di una delle principali problematiche legate alla diffusione delle energie rinnovabili, ovvero la loro intermittenza, l’intelligenza artificiale è nella condizione di svolgere un ruolo fondamentale nel creare le condizioni per una corretta integrazione nei sistemi energetici.
Transizioni gemelle anche a livello di quadro normativo: Digital e Green
Il contesto normativo è importante tanto per gli sviluppi del digitale quanto per le politiche che indirizzano verso la sostenibilità. In questo senso l’area UE ha unito nel passato più recente azioni molto dirette in termini di governance dell’innovazione digitale quanto in termini di quadro di riferimento per uno sviluppo sostenibile. In concreto si tratta di uno scenario costituito da misure come Data Act, Chip Act e AI Act e da un quadro complessivo che nell’ambito del Green Deal vede normative come CSRD e CSDDD.
Guardando nello specifico alle applicazioni dell’AI nella filiera del mondo energetico, il report Digitalization & Decarbonization mette in evidenza come queste soluzioni possono portare nuove risposte in tutti gli ambiti: dalla gestione delle rinnovabili alla produzione energetica in generale, dal trasporto alla distribuzione, per arrivare, con una speciale attenzione, ai temi dell’analisi e della capacità di indirizzare il consumo finale.
In tutte le componenti della filiera energetica, l’Intelligenza artificiale può contribuire anche al raggiungimento di obiettivi di decarbonizzazione sia per la possibilità di agire in termini di ottimizzazione delle risorse sia in termini di miglioramento delle performance degli asset, come nel caso della manutenzione predittiva per le centrali termoelettriche.
Generation forecast, Grid stability e Demand response
Nello specifico, il Digitalization & Decarbonization Report 2024 individua e mette in evidenza tre grandi azioni strategiche basate sull’intelligenza artificiale che possono contribuire a migliorare i temi legati alla natura intermittente delle energie rinnovabili:
- Generation Forecast – Azioni di miglioramento delle previsioni della generazione rinnovabile.
- Grid Stability – Capacità di potenziare la performance della rete elettrica per metterla nella condizione di gestire meglio gli sbilanciamenti.
- Demand Response – Interventi che, grazie ad appositi meccanismi, permettono di adattare il profilo di consumo a quello di produzione.
L’intelligenza artificiale al servizio del Generation forecast
Nell’ambito delle applicazioni per Generation Forecast, il report invita a distinguere tra due tecnologie, fotovoltaica ed eolica, sulle quali gli algoritmi di ensemble (si tratta di algoritmi che gestiscono forme di apprendimento d’insieme attraverso tecniche di machine learning in grado di combinare le previsioni di più modelli per migliorare la precisione e la robustezza delle previsioni rispetto a quelle ottenute da singoli modelli n.d.r.) hanno dimostrato una particolare efficacia proprio perché sono in grado di distinguere tra eventi strutturali ed eventi contingenti, come possono essere le giornate insolitamente soleggiate o ventose.
Grazie anche a questa caratteristica l’intelligenza artificiale può portare un importante contributo a livello di precisione nelle previsioni relative alla generazione di energie rinnovabili. Benefici che sono stimati in miglioramenti dell’ordine del 30% che si diffondono poi su tutto il sistema energetico.
Nella Grid Stability l’intelligenza artificiale può fare la differenza
Con la Grid Stability, si devono considerare le tematiche legate alla gestione delle tante variabili legate a fenomeni eterogenei. Fenomeni che implicano, l’adozione di un approccio specifico e un intervento mirato. il Digitalization & Decarbonization Report 2024 ha rilevato come gli algoritmi di ensamble e i modelli non lineari storici (I modelli non lineari nell’AI sono algoritmi che non presuppongono una relazione lineare tra le variabili di input e output e sono in grado di catturare relazioni più complesse e flessibili rispetto ai modelli lineari. n.d.r.) sono nella condizione di gestire con ottimi risultati i fenomeni di small-signal stability e di voltage stability.
Si tratta di strumenti che possono catturare relazioni statiche tra variabili di sistema e possono produrre previsioni affidabili in contesti relativamente stabili. Diversamente, nel caso di situazioni identificabili come transient stability e come frequency stability è opportuno utilizzare modelli avanzati nei quali viene incorporata la dimensione temporale.
Nel report si aggiunge inoltre che gli algoritmi sequenziali si dimostrano efficaci nel momento in cui sono chiamati a rappresentare l’evoluzione temporale di eventi critici, come possono essere le oscillazioni o le variazioni improvvise nella rete.
Nella Demand Response l’AI è un aiuto concreto allo scheduling
Nella gestione della domanda, ovvero entrando nel territorio della Demand Response, il report mette in evidenza che gli algoritmi esaminati sono nella condizione di supportare in modo positivo le richieste legate allo scheduling dei carichi, sia a livello individuale che aggregato, così come anche la definizione di schemi ottimali di incentivi o prezzi.
Intelligenza artificiale e decarbonizzazione a livello di Pubbliche amministrazioni
Il Report E&S ha poi scelto di analizzare le principali tecnologie digitali in ambito urbano che hanno un impatto in termini di consumi energetici e di emissioni. L’attenzione è stata rivolta alle applicazioni attive in contesti strutturali come nella gestione dell’illuminazione, nel recupero dei rifiuti, nei sistemi sistemi idrici e nei sistemi i connettività.
Su questi scenario agisce ad esempio il programma Urban Europe sui PED “Distretti e quartieri a energia positiva per lo sviluppo urbano sostenibile” che contribuisce al Piano Strategico europeo per le Tecnologie Energetiche (SET) e che supporta la pianificazione, la diffusione e l’implementazione di 100 distretti a energia positiva in tutta Europa entro il 2025.
IoT, AI e Digital Twin sempre più presenti nell’indice MIB ESG
Un ulteriore ambito di indagine è rappresentano dall’analisi del ruolo dell’innovazione tecnologica presso una categoria di aziende particolarmente attente all’ESG, ovvero le realtà che rientrano nell’indice MIB ESG. L’indice MIB ESG di Borsa Italiana combina la misurazione della performance economica delle aziende con valutazioni basate su criteri ESG, è il primo dedicato alle blue-chip italiane e include 40 società, selezionate tra le 60 più liquide.
MIB ESG è stato lanciato nel 2021 e prevede una valutazione delle performance ESG delle aziende basata sui principi del Global Compact delle Nazioni Unite; una revisione trimestrale per includere le società che migliorano le loro performance ESG in modo significativo con l’obiettivo di rispondere alla domanda di strumenti di investimento sostenibili da parte degli investitori istituzionali e privati.
Il Report E&S ha rivolto l’attenzione all’analisi delle iniziative digitali promosse dalle aziende presenti in questo indice che nel biennio 2023-2024 hanno segnato un incremento del 23% rispetto al periodo precedente e hanno portato all’adozione di soluzioni di Intelligenza artificiale, IoT e digital twins. L’introduzione di queste tecnologie ha premiato soprattutto le aree Operations e Risorse Umane.
Al contempo, il report sottolinea che a fronte di una crescita nel numero dei progetti tecnologici non si registra una corrispondente attività di misurazione dell’impatto ambientale. In generale le attività di rendicontazione sono ancora molto limitate e arrivano a una quota del 4% delle attività per quanto attiene alle emissioni di CO2 che sono effettivamente risparmiate. Il grande tema è certamente quello di dare corso a un approccio strutturato che consenta effettivamente una corretta misurazione e valutazione dei benefici che si stanno raggiungendo.
Intelligenza artificiale, imprevedibilità delle rinnovabili e processi di decarbonizzazione
Vittorio Chiesa, direttore di E&S guardando al ruolo delle Fonti di Energia Rinnovabile ha osservato come “Già oggi, e ancor più in futuro, le FER rappresentano una quota significativa della generazione elettrica nazionale, apportando importanti benefici ambientali. Tuttavia, la loro natura non programmabile, dipendente dalle condizioni atmosferiche così come dai fabbisogni di famiglie e imprese, genera frequenti squilibri tra produzione e consumo”.
Federico Frattini, vicedirettore di E&S e responsabile della ricerca ha aggiunto come l’imprevedibilità delle rinnovabili “rappresenti una sfida significativa per il sistema elettrico, che deve affrontare continui momenti di sbilanciamento. In prospettiva, una quota crescente di energia rinnovabile sarà destinata alla produzione di idrogeno a zero emissioni, che verrà trasportato e gestito attraverso un’infrastruttura molto simile a quella utilizzata per il gas naturale (in alcuni casi, le due molecole condivideranno persino le stesse reti di trasporto), quindi l’intermittenza delle FER avrà implicazioni anche sul sistema di gas e idrogeno. Le applicazioni analizzate, dunque, trovano un ampio utilizzo anche in questo settore emergente, contribuendo a costruire un ecosistema energetico integrato”.
Frattini ha poi osservato come “Esista un’ampia varietà di soluzioni digitali per la decarbonizzazione che necessitano di un coinvolgimento dei cittadini e prevede un impatto sulle loro scelte che richiedono lo sviluppo di uno specifico know-how tecnologico in ambito di sistemi IoT e di tecniche per la gestione dell’AI. I costi e la complessità tecnica di questa evoluzione possono rappresentare una barriera, ma con un approccio pragmatico e integrato si possono ottenere risultati soddisfacenti che ci mettano al passo con i target di decarbonizzazione delle politiche comunitarie”.
