Nuova Strategia di Controllo per Reti Elettriche in Corrente Continua
I sistemi energetici globali stanno vivendo una profonda trasformazione. Con la crescente diffusione delle fonti rinnovabili come il solare e l’eolico, e la rivoluzione della mobilità elettrica che ridefinisce i trasporti e la domanda energetica, le tradizionali reti in corrente alternata (CA) affrontano sfide sempre più complesse. Instabilità di tensione, inefficienze nella conversione di potenza e difficoltà nella gestione di carichi fluttuanti stanno diventando problematiche sempre più comuni. In risposta a queste criticità, i ricercatori si stanno orientando verso sistemi di distribuzione in corrente continua (CC), che offrono un’alternativa più efficiente e stabile per le moderne esigenze energetiche. Un recente breakthrough dell’Università di Tianjin presenta una strategia di controllo innovativa in grado di migliorare significativamente le prestazioni delle reti CC a media tensione (MVDC), rendendole più economiche e resilienti, specialmente in condizioni estreme come picchi improvvisi di potenza.
Questo nuovo sviluppo, pubblicato sugli autorevoli Proceedings of the CSEE, giunge in un momento cruciale. La spinta globale verso la decarbonizzazione e l’elettrificazione di ogni aspetto, dai trasporti all’edilizia residenziale, sta esercitando pressioni senza precedenti sulle infrastrutture esistenti. Le reti elettriche convenzionali, progettate per un’era differente, faticano a tenere il passo. L’integrazione di risorse energetiche distribuite – come pannelli solari residenziali e sistemi di accumulo domestici – introduce un livello di variabilità che i metodi di controllo tradizionali non sono in grado di gestire. Quando un grande data center aumenta improvvisamente il suo assorbimento energetico, o quando il passaggio di una nuvola causa un calo rapido della generazione solare, lo squilibrio risultante può causare fluttuazioni di tensione che minacciano la stabilità dell’intero sistema. Questi eventi, definiti “condizioni operative speciali”, possono portare a inefficienze, maggiori costi operativi e, nei casi peggiori, danni alle apparecchiature o interruzioni di alimentazione.
Il team di ricerca, guidato dal Professor Xiao Qian e dal dottorando Lu Wenbiao del Key Laboratory of Smart Grid del Ministero dell’Istruzione presso l’Università di Tianjin, ha sviluppato un metodo di regolazione e controllo gerarchico a doppia scala temporale progettato per risolvere esattamente questi problemi. Il loro approccio non rappresenta un semplice affinamento della tecnologia esistente, ma una rielaborazione fondamentale di come vengono gestiti i sistemi MVDC, combinando pianificazione avanzata con un meccanismo di controllo più intelligente e reattivo a livello hardware.
Cuore della loro innovazione è una versione migliorata del cosiddetto “droop control”. In una rete CC, mantenere una tensione stabile del bus è fondamentale. Se la tensione scende troppo o sale eccessivamente, i dispositivi collegati possono malfunzionare. Il droop control è una tecnica ampiamente utilizzata che consente a più convertitori di potenza di condividere il carico in modo decentralizzato. Funziona secondo un principio semplice: all’aumentare della domanda di potenza, la tensione viene lasciata diminuire leggermente, e i convertitori rispondono automaticamente aumentando la loro produzione per compensare. Questo crea un sistema auto-regolante senza bisogno di un comando centrale per ogni piccolo aggiustamento.
Tuttavia, i ricercatori hanno identificato una lacuna critica nel droop control convenzionale. Sotto normali fluttuazioni di potenza, funziona bene. Ma quando si verifica un cambiamento improvviso e consistente – come il raddoppio del carico di un data center in pochi secondi – il metodo tradizionale fallisce. La tensione può scendere così tanto da violare i limiti di sicurezza prima che il sistema possa reagire, portando all’instabilità. “La curva di droop convenzionale è lineare”, ha spiegato uno degli ingegneri del team in una recente intervista. “Tratta un aumento di potenza dell’1% allo stesso modo di un aumento del 50%. È come usare la stessa pressione sul pedale del freno per fermare un’auto che viaggia a 10 miglia orarie e una che va a 100. Semplicemente non è efficace per eventi estremi”.
Per superare questo limite, il team di Tianjin ha introdotto una modifica rivoluzionaria: ha sostituito la curva di droop lineare con una basata sulla funzione tangente matematica, o “funzione tan”. Questo potrebbe sembrare un cambiamento piccolo, ma le sue implicazioni sono profonde. La curva a funzione tan è piatta al centro, comportandosi quasi identicamente al droop control tradizionale durante piccole fluttuazioni quotidiane. Ciò garantisce alta efficienza e funzionamento economico ottimale in condizioni normali. Tuttavia, quando un disturbo consistente causa una deviazione significativa della tensione dal suo obiettivo, la curva a funzione tan diventa estremamente ripida. In termini pratici, ciò significa che il convertitore di potenza reagisce con un aumento massiccio, quasi istantaneo, della potenza erogata. Questa risposta rapida agisce come una potente morsa di sicurezza, impedendo alla tensione di scendere sotto la soglia critica e mantenendo stabile il sistema.
“Questa è l’innovazione chiave”, ha affermato Lu Wenbiao, primo autore dello studio. “Il nostro droop control migliorato crea un passaggio automatico e senza soluzione di continuità tra due modalità. In condizioni normali, è un controllore droop, che massimizza l’efficienza economica. Quando si verifica una crisi, diventa istantaneamente uno stabilizzatore di tensione, privilegiando la sicurezza del sistema. È come avere un’auto che guida in modo fluido ed efficiente in autostrada, ma può dispiegare tutta la sua potenza frenante nel momento in cui rileva un ostacolo improvviso”.
I ricercatori non si sono fermati al controllo a livello hardware. Hanno incorporato questo nuovo controllo “tan-droop” all’interno di un sofisticato framework di gestione a due livelli. Il primo livello opera su una scala temporale lunga, tipicamente un’ora o più. In questo livello, un pianificatore di sistema centrale utilizza previsioni di generazione da rinnovabili, prezzi dell’elettricità e domanda di carico per creare un piano operativo ottimale. L’obiettivo è minimizzare il costo operativo totale. Ciò implica decisioni come quando caricare un grande sistema di accumulo batterie durante le ore di basso costo e bassa domanda, e quando scaricarlo durante i periodi di alto costo e alta domanda – una strategia nota come “low storage, high generation”. Comporta anche la gestione dei programmi di ricarica delle stazioni per veicoli elettrici, garantendo il rispetto degli obblighi contrattuali evitando al contempo l’elettricità ad alto costo.
Il secondo livello opera su una scala temporale molto più breve, reagendo agli eventi ogni pochi minuti o addirittura secondi. È qui che brilla il droop control migliorato. Mentre il piano a lungo termine fissa i punti operativi target, il livello a breve termine utilizza il meccanismo tan-droop per gestire il caos del mondo reale che le previsioni non possono prevedere perfettamente. Se il vento cala improvvisamente, o se una fabbrica avvia inaspettatamente un macchinario di grandi dimensioni, i controllori tan-droop sui convertitori di potenza reagiscono all’istante per mantenere la stabilità della tensione, tutto mentre il sistema continua a seguire il piano economico generale il più fedelmente possibile.
Per testare la loro teoria, il team ha costruito un modello informatico dettagliato di un sistema MVDC anulare a tre terminali da ±10 kV. Questo modello includeva una rete complessa di componenti: tre convertitori modulari multilevel ibridi (MMC) collegati alla rete CA, generazione distribuita fotovoltaica (PV) ed eolica (WT), un sistema di accumulo energetico su larga scala (ESS) con una capacità di 28 MW·h e multiple stazioni di ricarica per veicoli elettrici. La rete simulata serviva anche una varietà di carichi, tra cui un complesso industriale, un’area residenziale, un data center sensibile e un “parco industriale di nuovo tipo” con la propria generazione rinnovabile locale.
I risultati della loro simulazione sono stati convincenti. I ricercatori hanno confrontato cinque diversi scenari operativi. In uno, il sistema utilizzava un droop control tradizionale non ottimizzato. In un altro, utilizzava una strategia di controllo a potenza fissa, più semplice ma meno flessibile. Lo scenario di base utilizzava un droop control ottimizzato, considerato all’avanguardia. Lo scenario finale implementava il loro nuovo metodo a doppia scala temporale con il controllo tan-droop.
I benefici economici erano chiari. Rispetto a uno scenario in cui il sistema di accumulo energetico non veniva utilizzato in modo ottimale, il nuovo metodo riduceva il costo operativo totale di circa l’11%. Si tratta di un risparmio significativo per un sistema energetico, che si tradurrebbe in milioni di dollari in applicazioni reali nel tempo. L’uso ottimizzato del sistema di accumulo batterie è stato un fattore determinante. Il pianificatore caricava con successo le batterie durante due periodi a basso prezzo – prima mattina e metà pomeriggio – e le scaricava durante due periodi ad alto prezzo, effettuando di fatto un “arbitraggio” del mercato elettrico per abbattere i costi.
Ancora più impressionanti sono stati i risultati riguardanti la stabilità del sistema. In un evento estremo simulato, il carico del data center è stato aumentato del 100% – una richiesta di potenza massiccia, quasi istantanea. Nello scenario che utilizzava il droop control tradizionale, la tensione del bus CC al nodo del data center è crollata, scendendo sotto il limite di sicurezza consentito del 97% della tensione nominale (19,40 kV). Questa violazione della tensione avrebbe potuto portare a spegnimenti o danni alle apparecchiature in un sistema reale. Al contrario, quando è stato attivato il nuovo controllo tan-droop, la tensione è rimasta saldamente all’interno dell’intervallo operativo sicuro. Il sistema ha reagito in modo così rapido ed efficace che il calo di tensione è stato minimo e non ha mai superato la soglia critica.
“La stabilità della tensione sotto un tale picco di carico è la prova più convincente della superiorità del nostro metodo”, ha affermato il Professor Xiao Qian. “Dimostra che la nostra strategia di controllo non solo fa risparmiare denaro in condizioni normali; migliora fondamentalmente la resilienza e l’affidabilità della rete quando conta di più”.
Le implicazioni di questa ricerca si estendono ben oltre il laboratorio. Mentre le città cercano di costruire infrastrutture energetiche più robuste e sostenibili, le reti MVDC rappresentano una soluzione promettente. Sono particolarmente adatte per ambienti urbani densi, parchi industriali e campus di data center, dove l’alta domanda di potenza e un’alta concentrazione di carichi elettronici rendono la potenza CC una scelta naturale. La capacità di integrare perfettamente pannelli solari, turbine eoliche, accumuli batteria e stazioni di ricarica per veicoli elettrici in un’unica rete efficiente è un vantaggio significativo.
Questa nuova strategia di controllo affronta direttamente uno dei maggiori ostacoli all’adozione diffusa della tecnologia MVDC: la paura dell’instabilità. Fornendo un metodo collaudato per mantenere la stabilità della tensione anche durante cambiamenti catastrofici del carico, il team di Tianjin ha rimosso una barriera significativa. Le utility e gli operatori di rete possono ora essere più fiduciosi nella sicurezza e nell’affidabilità di questi sistemi.
Inoltre, i benefici economici rendono la tecnologia più attraente dal punto di vista commerciale. Una riduzione dell’11% dei costi operativi è un potente incentivo per gli investimenti. Questo risparmio deriva non solo da un migliore arbitraggio energetico con l’accumulo, ma anche da ridotte perdite di potenza nella rete e da un minore bisogno di costosa generazione di backup o misure di risposta alle emergenze.
Il lavoro evidenzia anche l’importanza di un approccio olistico alla gestione della rete. Non basta avere hardware intelligente o un pianificatore software intelligente isolatamente. La vera ottimizzazione deriva dall’integrazione stretta di entrambi. Il pianificatore a lungo termine prende le decisioni strategiche importanti per il guadagno economico, mentre il controllo tan-droop a breve termine, basato sull’hardware, fornisce la risposta rapida e automatica necessaria per la stabilità fisica. Questo approccio a doppio livello crea un sistema sia intelligente che robusto.
Guardando al futuro, questa ricerca apre diverse nuove strade. Il team ha già accennato a ulteriori lavori sull’ottimizzazione dei parametri del controllo tan-droop stesso. Il coefficiente “a” nella loro equazione, che controlla la ripidezza della risposta, potrebbe essere reso adattativo, imparando dalle condizioni del sistema per fornire il perfetto equilibrio tra una risposta rapida e una minima sovraelongazione. Inoltre, gli stessi principi potrebbero essere applicati ad architetture di rete più ampie e complesse, inclusi sistemi CC multi-livello di tensione e persino supergrid continentali.
In conclusione, il lavoro di Xiao Qian, Lu Wenbiao, Jia Hongjie, Mu Yunfei e Yu Xiaodan dell’Università di Tianjin rappresenta un significativo balzo in avanti nel campo dei sistemi energetici. Il loro metodo di regolazione e controllo gerarchico a doppia scala temporale, basato su un innovativo droop control a funzione tan, offre una soluzione completa alle doppie sfide dell’efficienza economica e della stabilità operativa nelle moderne reti MVDC. Dimostrando che un sistema può essere sia altamente economico che eccezionalmente resiliente, hanno fornito una planimetria cruciale per la prossima generazione di infrastrutture energetiche. Mentre il mondo si muove verso un futuro più elettrificato e alimentato da rinnovabili, tecnologie come questa saranno essenziali per costruire una rete non solo verde, ma anche forte, intelligente e affidabile.
Xiao Qian, Lu Wenbiao, Jia Hongjie, Mu Yunfei, Yu Xiaodan, Key Laboratory of Smart Grid of the Ministry of Education (Tianjin University), Proceedings of the CSEE, DOI: 10.13334/j.0258-8013.pcsee.222632