OPTIT ha rinnovato il suo sostegno al workshop di AIRO YOUNG che si è svolto presso l’Università degli Studi di Milano.
Il focus d i questa settima edizione è stato “Ricerca Operativa Oltre le Frontiere”. L’obiettivo è quello di raccogliere contributi riguardanti un’ampia gamma di applicazioni della ricerca operativa, con particolare attenzione alle applicazioni all’informatica e all’analisi statistica dei dati.
Caterina Tamburini, senior OR Specialist in Optit, ha svolto una presentazione dal titolo “Ottimizzazione nella gestione della produzione con teleriscaldamento: oltre il problema dell’impegno unitario”.
La decarbonizzazione è diventata una priorità globale, quindi, occorre aumentare l’efficienza della produzione di energia. La produzione combinata di calore e elettricità (Combined Heat and Power (CHP)) è una tecnologia ad alta efficienza energetica che genera energia elettrica e cattura il calore, che altrimenti andrebbe sprecato, al fine di fornire energia termica, spesso utilizzata per alimentare le reti di teleriscaldamento.
Lo Unit Commitment (UC) è un problema chiave in questo contesto. L’obiettivo in un problema di UC è quello di determinare una programmazione delle macchine che massimizzi il margine operativo, soddisfacendo una previsione del fabbisogno di calore proveniente da una rete di teleriscaldamento nonché i vincoli funzionali e normativi derivanti dalla composizione e dalla collocazione dell’impianto. Questo dà origine a problemi di UC.
In questo lavoro, presentiamo alcune caratteristiche chiave del problema di UC e il nostro approccio per eseguire l’ottimizzazione dei sistemi CHP nel mondo reale, sia in esempi di breve che di lungo termine. Insieme a prospettive più classiche e basate sulla ricerca operativa, mostriamo come il machine learning e l’analisi dati possono supportare e integrare il processo di ottimizzazione.
Formuliamo e risolviamo un Problema Lineare Misto Intero (Mixed Integer Linear Problem – MILP) per il problema di ottimizzazione a breve termine. Poiché la capacità di prevedere la richiesta di calore della rete è un fattore rilevante per l’accuratezza del piano di produzione energetica, abbiamo sviluppato un modulo di previsione che, a fronte di una serie di dati storici, costruisce automaticamente accurati modelli di previsione.
Inoltre, presentiamo un algoritmo metaeuristico per il caso a lungo termine, fondato su una scomposizione temporale del problema, che fa leva su un modulo di clustering e sul MILP sopra menzionato per l’ottimizzazione a breve termine. Mostriamo inoltre come il MILP per l’ottimizzazione a breve termine possa svolgere un ruolo centrale nell’automazione di alcuni processi complessi, come il trading in sessioni di mercato dell’energia e la gestione di impianti in cui le macchine operano in serie. Nel primo caso, abbiamo un portafoglio di impianti e utilizziamo il modello di ottimizzazione per valutare il costo-opportunità di scenari alternativi al fine di massimizzare i ricavi ottenuti scambiando energia elettrica in più sessioni di mercato. Nel secondo caso, la temperatura e la portata dell’acqua diventano importanti variabili decisionali, introducendo alcune relazioni non lineari e non convesse che rendono il problema di ottimizzazione molto difficile da risolvere.
Il gruppo dei Giovani Ricercatori AIRO fa parte della Società Italiana di Ricerca Operativa (AIRO). Il suo scopo è favorire la collaborazione tra studenti e ricercatori all’inizio della carriera interessati al campo della OR e fornire loro nuove opportunità per far progredire la loro carriera ed espandere la loro rete. Si sforza inoltre di collegare la domanda e l’offerta nel mercato del lavoro, sia nel mondo accademico che nell’industria.
Il workshop AIROYoung si tiene ogni anno in un’università italiana. Il workshop è diventato un punto di riferimento per i giovani ricercatori ed esperti OR in Italia e all’estero.
