Approcci innovativi per le microgrid in contesti residenziali: Particle Swarm Optimization per il bilanciamento dei carichi e il risparmio energetico in una comunità rinnovabile

Abstract

La tesi si addentra nel paesaggio energetico contemporaneo, contrassegnato da un marcato passaggio verso sistemi energetici sostenibili nelle comunità residenziali. Questa trasformazione risponde alla crescente domanda di autonomia energetica e a una ridotta dipendenza delle reti energetiche esterne dovuta alla decentralizzazione del mercato. L'obiettivo principale di questa ricerca è condurre un'analisi comprensiva dei costi e dei benefici associati all'implementazione di una microgrid intelligente in un contesto residenziale, facilitando lo scambio di energia tra i membri della comunità. Un aspetto cruciale di questa analisi coinvolge l'applicazione dell'algoritmo Particle Swarm Optimization (PSO), simulando un Sistema di Gestione dell'Energia (EMS). Questo approccio serve per investigare la fattibilità e l'efficacia di un sistema energetico intelligente basato sulla comunità. I risultati dello studio rivelano una traiettoria promettente verso l'autosufficienza energetica e la sostenibilità. Il futuro immaginato prevede comunità residenziali che beneficiano di un'infrastruttura energetica collaborativa. Questo non solo ha implicazioni positive per gli aspetti economici ma contribuisce anche al benessere ambientale e al beneficio sociale. La tesi sottolinea il potenziale per un cambiamento trasformativo verso un paradigma energetico più resiliente e sostenibile all'interno di una comunità energetica rinnovabile.

This thesis delves into the contemporary energy landscape, marked by a pronounced shift towards sustainable energy systems in residential communities. This transformation responds to the escalating demand for energy autonomy and a decreased reliance on external power grids. The core objective of this research is to conduct a comprehensive analysis of the cost and benefit associated with the implementation of a smart microgrid in a residential setting, and a reduced dependence on external energy networks due to the market's decentralization. A pivotal aspect of this analysis involves the application of the Particle Swarm Optimization (PSO) algorithm, simulating an Energy Management System (EMS). This approach serves to investigate the feasibility and efficacy of a community-based smart energy system. The study's findings reveal a promising trajectory towards energy self- sufficiency and sustainability. The envisioned future entails residential communities benefiting from a collaborative energy infrastructure. This not only bears positive implications for the economic aspects but also contributes to environmental well-being and social benefit. The thesis underscores the potential for a transformative shift towards a more resilient and sustainable energy paradigm within a renewable energy community.