I ricercatori del Dipartimento Efficienza energetica di ENEA hanno compiuto un passo significativo verso la creazione di reti di teleriscaldamento smart, portando una logica tipica delle reti elettriche intelligenti nel settore termico. Il cuore dell'innovazione è un modello di intelligenza artificiale basato su reti neurali di tipo Long Short-Term Memory (LSTM), progettato specificamente per analizzare dati che variano nel tempo. Questa tecnologia permette di prevedere con sei ore di anticipo quanta energia termica un prosumer - l'utente che non solo consuma ma produce calore - sarà in grado di immettere nella rete, facilitando l'integrazione delle fonti rinnovabili.

Il modello è stato addestrato utilizzando ben 13 anni di simulazioni e dati meteorologici orari, focalizzandosi su variabili determinanti come la temperatura dell'aria esterna e l'irraggiamento solare. Questi fattori influenzano direttamente la disponibilità di calore prodotto localmente e non utilizzato dall'utente, che può quindi essere condiviso con la comunità attraverso la rete. La struttura di calcolo sviluppata da ENEA utilizza 32 unità che lavorano in parallelo per riconoscere schemi ricorrenti nei dati, garantendo previsioni accurate nel breve e brevissimo termine, con l'obiettivo già fissato di estendere l'orizzonte temporale oltre le sei ore.

Il riscaldamento e il raffrescamento pesano per quasi la metà dei consumi energetici globali e la loro dipendenza dai combustibili fossili rende la decarbonizzazione un obiettivo urgente. In questo contesto, le circa 19.000 reti di teleriscaldamento attive in Europa rappresentano un asset strategico. La nuova Direttiva europea sull'efficienza energetica e il Green Deal spingono verso l'integrazione di calore di scarto e fonti rinnovabili, trasformando il sistema da centralizzato a decentralizzato. Il modello ENEA risponde esattamente a questa esigenza, colmando un vuoto di ricerca che finora si era concentrato più sulla previsione della domanda che sulla stima della produzione in eccesso.

La figura del thermal prosumer sta diventando centrale nel percorso verso la sostenibilità, supportata tecnicamente dalle sottostazioni bidirezionali che permettono lo scambio fisico di energia. Tuttavia, la gestione di flussi termici variabili e numerosi utenti interagenti richiede strumenti avanzati per evitare instabilità. L'impiego delle reti neurali proposto da ENEA offre la necessaria capacità di gestione di questa complessità, ottimizzando il sistema energetico complessivo e riducendo le emissioni nelle aree urbane, dove il teleriscaldamento può esprimere il suo massimo potenziale di efficienza.