Progetto RENDITA: al via lo sviluppo di piattaforme digitali avanzate per la gestione dei sistemi energetici multi-generazione
È ufficialmente iniziato il progetto RENDITA (REsilient Network through DIgital Twin Applications), finanziato con oltre 1 milione di euro nell’ambito del programma Mission Innovation 2.0 – “Dati e digitalizzazione di rete”.
Il progetto, coordinato da 3rd Place S.r.l., si inserisce nel contesto della transizione verso Multi-Generation Energy Systems (MGS), sistemi integrati che combinano diverse reti energetiche – tra cui elettricità, gas e teleriscaldamento – con l’obiettivo di migliorarne efficienza, resilienza e sostenibilità. La gestione coordinata di queste infrastrutture, insieme alla capacità di prevedere guasti e ottimizzare le operazioni, rappresenta una delle principali sfide tecnologiche attuali.
RENDITA mira a sviluppare una piattaforma di nuova generazione basata su Digital Twin (DT) e AI per supportare le attività di Operation & Maintenance (O&M) dei sistemi energetici complessi.
Il progetto coinvolge il Dipartimento di Energia del Politecnico di Milano che è responsabile dello sviluppo di due Work Packages chiave:
- WP4 – Grey-Box Models (GBMs): modelli ibridi che combinano conoscenze fisiche del sistema e tecniche di machine learning, al fine di abilitare funzionalità avanzate di Digital Twin;
- WP7 – Multi-Agent Reinforcement Learning (MARL): approcci di apprendimento per rinforzo multi-agente applicati all’ottimizzazione delle strategie operative e manutentive nei sistemi multi-energia.
L’approccio sviluppato in RENDITA integra inoltre metodologie di Prognostics & Health Management (PHM), che consentono di:
- stimare lo stato di salute degli asset,
- identificare precocemente possibili guasti,
- migliorare l’allineamento tra prestazioni di sistema, condizioni meteorologiche e domanda energetica.
Attraverso l’uso combinato di AI, IoT e DT, il progetto punta a migliorare l’affidabilità e l’efficienza delle infrastrutture energetiche, contribuendo allo sviluppo di reti più intelligenti e resilienti.
«RENDITA rappresenta un passo importante verso una gestione più intelligente e predittiva dei sistemi energetici complessi», commenta Enrico Zio, docente del Dipartimento di Energia del Politecnico di Milano e responsabile delle attività di ricerca del Dipartimento nel progetto. «L’integrazione di modelli ibridi, Digital Twin e tecniche avanzate di apprendimento consente di superare i limiti degli approcci tradizionali, abilitando strategie di operation e manutenzione più efficienti, resilienti e data-driven».
