Grazie ad alcuni programmi di intelligenza artificiale sviluppati da un ricercatore dell’Università di Gävle, è possibile migliorare l’efficienza dei pannelli fotovoltaici sul tetto calcolando con precisione il loro numero ideale e il loro posizionamento.
Stai pensando di installare un impianto fotovoltaico sul tetto ma vuoi sapere prima quanto renderà? Oggi vengono in aiuto degli utenti diversi sistemi di calcolo e applicazioni digitali che permettono anche ai meno esperti di prendere decisioni informate. Basta semplicemente digitare sui motori di ricerca le parole “simulatore fotovoltaico” per ottenere una sfilza di strumenti utili con cui iniziare a ragionare sul dimensionamento dell’impianto, l’investimento iniziale e la possibile resa.
Ma il ricercatore Mohammad Aslani dell’Università di Gävle, in Svezia, voleva qualcosa di più: uno strumento altamente intelligente che potesse aiutare quanti interessati ad installare il fotovoltaico sul tetto ad ottenere la massima produzione solare possibile. Nell’ambito della sua tesi di dottorato, Aslani e il professore di informatica Stefan Seipel hanno sviluppato un nuovo approccio con cui individuare con precisione le aree utilizzabili per l’installazione dei pannelli solari. Considerando dimensioni, forma e sovrastrutture dei tetti, così come eventuali effetti di ombra.
Il primo passo è stato ricorrere a PointNet++, una rete neurale di apprendimento profondo (in gergo deep learning). Utilizzando mappe catastali pubbliche, fotografie aeree e dati mirati puntuali ottenuti tramite LiDAR, la rete aiuta, in una prima fase, a identificare tutti i tetti. Quindi Aslani e Seipel hanno estratto i segmenti planari delle coperture identificate utilizzando il clustering e valutando così pendenza e orientamento dei tetti. In una terza fase, il sistema ha studiato la struttura di ogni superficie disponibile, compresi i camini e gli angoli e suggerito il numero di pannelli fotovoltaici da installare su ogni tetto e come posizionarli per una produzione energetica il più efficiente possibile.
Il procedimento si affida, in totale, a sei diversi motori di IA, due per ogni fase. In due casi di studio, uno a Göteborg e uno a Uppsala (entrambi in Svezia), il nuovo metodo si è dimostrato più accurato di quelli precedenti.
“I sistemi esistenti tendono ad essere troppo ottimisti; sopravvalutano l’efficienza energetica poiché non sono così dettagliati come i nostri”, spiega il professore. “Non tengono conto dei dettagli spaziali che influenzano o ostacolano il posizionamento dei moduli solari tanto quanto il nostro metodo”. Il prossimo passo nella ricerca di Aslanis? Sviluppare l’intelligenza artificiale per renderla parte integrante dello studio del fabbisogno energetico di un edificio, quando si calcola il numero di pannelli solari da installare sul tetto. “Vorrei anche ribaltare il pensiero comune affinché si faccia ricerca su come costruire edifici e tetti per ottenere il massimo dai moduli fotovoltaici”, conclude il ricercatore. La ricerca è stata pubblicata negli Atti dell’8a International Conference on Geographical Information Systems Theory, Applications and Management.
