Perfezionamento di un modello di calcolo previsionale della potenza oraria per impianti fotovoltaici = Improvement of a forecast calculation model of the hourly power for photovoltaic plants

Il lavoro di tesi ha la finalità di sperimentare ed ottimizzare un modello previsionale di calcolo della potenza oraria per impianti fotovoltaici in grado di sfruttare le correlazioni fisiche tra dati meteo in input (irradianza, temperatura ambiente e velocità del vento) e la potenza elettrica generata. L’efficacia del modello è stata testata su anni precedenti, dove si hanno a disposizione i dati metereologici, le misure di produzione fornite da Terna e le informazioni costruttive degli impianti. Dunque, a partire da modelli di calcolo e parametri noti in letteratura da risultati sperimentali su impianti ideali, la trattazione è stata estesa su impianti reali di alcune regioni italiane. In particolare, i modelli di calcolo sono stati perfezionati mediante l’aggiunta e l’ottimizzazione di vari parametri al fine di minimizzare una specifica funzione obbiettivo e far sì che il profilo di produzione “previsto” risulti il più vicino possibile a quello misurato. In aggiunta, vengono valutate due diverse ottimizzazioni parametriche: una per classe di potenza ed una a parametri unici. Quindi, sono state valutate diverse combinazioni di modelli di calcolo su campioni di impianti, ottenuti mediante una procedura di filtraggio dei profili orari di produzione effettivi forniti da Terna. I modelli valutati differiscono nel modo di calcolare la temperatura di cella, nella quantità dei parametri ottimizzati e nel numero di step di ottimizzazione eseguiti. Infatti, nei modelli che forniscono i risultati migliori, viene fatta un’ottimizzazione parametrica a due step, cambiando l’orizzonte temporale semestrale di minimizzazione della funzione obbiettivo. Infine, i migliori modelli ottimizzati vengono testati su alcuni profili di cumulata regionale di produzione fotovoltaica, restringendo gli input metereologici a punti rappresentativi di ogni provincia.