Negli ultimi anni si sta assistendo ad una progressiva installazione di sistemi di accumulo stazionari nel settore dei trasporti per incentivare l'incremento del risparmio energetico grazie all'accumulo e al riutilizzo dell'energia di frenatura dei treni.
Il progetto di ricerca proposto è incentrato sullo studio e sull'utilizzo di nuovi metodi e tecniche di ottimizzazione, già presenti in letteratura o innovative, per il dimensionamento e il posizionamento ottimale dei sistemi di accumulo al servizio della mobilità, tranvie, metropolitane e ferrovie, in un'ottica di massimizzazione di risparmio energetico e di investimento finanziario.
A valle dell'indagine, verranno comparati i migliori algoritmi di ottimizzazione e sarà proposto un nuovo metodo sulla base delle conoscenze acquisite, considerando diverse tipologie di accumuli presenti sul mercato.
L'obiettivo della seguente ricerca è la definizione di un algoritmo di ottimizzazione che possa consolidarsi in questa tematica ben specifica ed essere utilizzato per molteplici applicazioni, nel campo tranviario, metropolitano e ferroviario, mirando contestualmente alla massimizzazione del risparmio energetico e del profitto dell'investimento finanziario.
Il progetto prevede lo studio, l'analisi e l'individuazione di metodi e algoritmi al fine di ottenere soluzioni ottimali, da un punto di vista tecnico, economico e ambientale per il dimensionamento e il posizionamento ottimale dei sistemi di accumulo al servizio dei più diffusi trasporti elettrificati.
Lo scopo prefissato è l'individuazione di un metodo di ottimizzazione performante che permetta di dimensionare ottimamente tali sistemi, già in fase di progetto, confrontando i diversi algoritmi e metodi implementati. Inoltre è prevista la possibilità di accoppiare al sistema di accumulo stazionario un impianto fotovoltaico, che potrebbe risultare essenziale per un maggior risparmio energetico anche negli impianti di sottostazione.
Il confronto tra vari metodi e algoritmi di ottimizzazione svolto nella ricerca proposta, permetterà di valutare le prestazioni degli stessi quando applicati a problemi diversi, gettando le basi per sviluppi futuri che riguarderanno la realizzazione di un unico software di ottimizzazione capace di implementare più modelli e che sceglierà l'algoritmo più idoneo all'ottimizzazione del problema specifico.