Negli ultimi anni le pompe di calore hanno subito un enorme sviluppo. A causa delle questioni ambientali e dei prezzi elevati delle fonti energetiche fossili, il numero di pompe di calore aumenta di anno in anno. Secondo le previsioni, entro il 2025 solo in Europa saranno collegate alla rete elettrica due milioni di nuove pompe di calore all'anno. Grazie alla loro capacità di trasferire il calore da una fonte calda a una fredda, consumano naturalmente meno energia rispetto alle soluzioni di riscaldamento classiche, come ad esempio il riscaldamento a pavimento.
Secondo uno studio condotto da EnergieSchweiz [1] nel 2021, l'efficienza media delle pompe di calore in Svizzera è compresa tra 3 e 4,5. Ciò significa che, a parità di consumo energetico, una pompa di calore riscalda la casa da 3 a 4,5 volte di più rispetto a un classico boiler elettrico. Nonostante la loro elevata efficienza, le pompe di calore continuano a consumare molta energia e rappresentano quindi un fattore importante per la riduzione dei costi dell'elettricità per i consumatori finali e per la stabilità della rete per le aziende di fornitura.
Il monitoraggio attivo dell'utilizzo delle pompe di calore è quindi di fondamentale importanza sia per i clienti finali che per le aziende di fornitura. Sulla base dei dati raccolti dal monitoraggio è possibile apportare diversi miglioramenti. Grazie ai contatori intelligenti, i fornitori di energia possono prevedere e stimare con maggiore precisione il carico, in modo da poter valutare meglio la quantità di energia elettrica da acquistare o produrre e comprendere meglio la rete. I consumatori finali possono monitorare le loro abitudini di riscaldamento e adattarle sulla base di queste informazioni. In caso di anomalie nel funzionamento, le notifiche possono aiutare ad adottare misure tempestive. In futuro, i carichi monitorabili saranno anche il primo passo verso iniziative di smart grid e soluzioni di flessibilità (ad es. SmartGridready), che consentiranno un maggiore utilizzo delle energie rinnovabili e misure di risparmio energetico.
Il monitoraggio può essere effettuato con un contatore elettrico come il CLEMAP Energy Monitor, collegato direttamente alla pompa di calore, oppure tramite uno smart meter. Nell'ambito del progetto di ricerca Social Power Plus(SSP), ci siamo chiesti se fosse possibile monitorare le pompe di calore con l'hardware esistente, come uno smart meter. Normalmente, un contatore intelligente registra il consumo energetico dell'intera abitazione e non solo quello della pompa di calore. Il Non-Intrusive Load Monitoring (NILM) è una tecnica di machine learning che consente di suddividere i carichi in funzione in un'abitazione sulla base di un unico punto di misurazione. Con il NILM possiamo quindi utilizzare i contatori intelligenti esistenti e dobbiamo solo aggiungere un componente software, il che riduce notevolmente i costi di installazione.
CLEMAP ha sviluppato all'interno di SSP un algoritmo NILM per la disaggregazione delle pompe di calore, con l'obiettivo di sensibilizzare le persone sul loro consumo energetico. L'algoritmo funziona elaborando i dati elettrici temporali della potenza attiva (P) e reattiva (Q) - sommati sulle tre fasi - con una risoluzione temporale di 15 minuti. Le pompe di calore hanno profili elettrici specifici e possono quindi essere identificate con metodi statistici. L'algoritmo di machine learning sviluppato da CLEMAP è stato valutato sulla base di un set di dati di riferimento. A tal fine, sono stati raccolti diversi dati elettrici nel corso di diversi mesi: quelli provenienti da contatori elettrici intelligenti che misurano il consumo totale della famiglia e quelli provenienti da contatori elettrici intelligenti speciali per le pompe di calore in 20 famiglie della Svizzera orientale dotate di diversi tipi di pompe di calore.
Per un modello di apprendimento automatico è possibile valutare le seguenti metriche:
Precisione del rilevamento della pompa di calore: con quale grado di accuratezza siamo in grado di prevedere, in un determinato momento, se la pompa di calore è accesa o spenta? (Problema di classificazione)
Errori nella ripartizione energetica: in che misura è possibile ripartire la quota di energia consumata dalla pompa di calore rispetto all'energia totale, se si considera il consumo energetico in un determinato periodo di tempo? (Problema di regressione)
Questi parametri sono stati valutati per l'intero set di dati con i seguenti risultati:
In recenti rapporti di ricerca ([2], [3]) viene indicata una precisione del 90-95% per il rilevamento di carichi elevati come le pompe di calore, in condizioni di laboratorio e talvolta con una frequenza di campionamento più elevata. La nostra precisione dell'86% nei test sul campo può quindi essere considerata un successo.
Per comprendere meglio il risultato, possiamo osservare un boxplot che mostra le metriche per le singole famiglie e gli indicatori statistici per l'intero set di dati. Qui consideriamo l'accuratezza del rilevamento delle pompe di calore (balanced_accuracy_state_ts[%]).
I punti blu sparsi sul lato sinistro indicano la precisione dei singoli nuclei familiari. Si nota un punto che presenta una scarsa precisione pari a circa il 40%. Questo valore anomalo è stato esaminato e si è riscontrato che il suo profilo elettrico differisce notevolmente da quello delle altre pompe di calore, il che ha portato a questo risultato. Si è deciso di lasciare il valore anomalo in questo benchmark per dimostrare che, sebbene il modello funzioni bene, potrebbe essere necessaria una messa a punto per casi specifici. In futuro, ulteriori analisi basate su altri set di dati e su periodi di tempo più lunghi miglioreranno ulteriormente le prestazioni dell'algoritmo.
Le pompe di calore stanno evolvendo rapidamente e offrono vantaggi sia ambientali che economici. Il loro monitoraggio è fondamentale sia per i consumatori finali e i fornitori di energia che per i produttori di pompe di calore (ad esempio, la potenza sul campo della loro base installata). Questo monitoraggio può essere effettuato in modo non invasivo utilizzando algoritmi di apprendimento automatico e sfruttando i dati elettrici dei contatori intelligenti esistenti per contenere i costi. CLEMAP ha sviluppato un potente algoritmo che riconosce le pompe di calore con una precisione dell'86%. In futuro, ciò consentirà l'implementazione di soluzioni per la riduzione del consumo energetico, l'utilità della rete e la gestione della flessibilità. L'attuale introduzione della soluzione avviene tramite le interfacce clienti esistenti, dove i clienti hanno la possibilità di utilizzare esplicitamente i propri dati. Poiché il risultato di una maggiore efficienza è evidente, le autorità di regolamentazione devono adeguarsi e consentire che tali soluzioni possano essere implementate e utilizzate efficacemente nella rete elettrica, mentre il volume di dati dei contatori intelligenti cresce.
Fonti:
[1] SvizzeraEnergia, rapporto «Misurazioni sul campo degli impianti a pompa di calore nella stagione di riscaldamento 2020/21»
[2]“Risultati del monitoraggio non invasivo del carico”, A. Hutter et al., Relazione scientifica e tecnica CSEM 2016
[3] Salani, M., Derboni, M., Rivola, D. et al. Monitoraggio non intrusivo del carico per la gestione della domanda. EnergyInform 3, 25 (2020). https://doi.org/10.1186/s42162-020-00128-2