Ricerc@Sapienza

In risposta ai cambiamenti climatici, le nuove tecnologie possono essere impiegate per favorire una resilienza quanto mai necessaria. La diffusione dei veicoli ibridi ed elettrici consente la diffusione di sistemi di trasporto a basse emissioni, mentre la produzione di energia beneficia di fonti rinnovabili sempre più efficienti. Tali fonti energetiche (solari, eoliche) sono di natura stocastica, richiedendo una gestione intelligente dell'energia pulita, che si concretizza nell'implementazione di Energy Management Systems (EMSs). Componenti hardware e software determinano flussi energetici ottimi, siano quelli interni a un singolo veicolo elettrico che quelli che attraversano gli elementi di una rete elettrica locale (o Microgrid).
Il grado di incertezza che scaturisce dall'imprevedibilità delle fonti rinnovabili e la crescente complessità di sistemi che prevedono Microgrid articolate in veicoli plug-in, spingono verso il ricorso all'Intelligenza Artificiale. Grazie ad algoritmi intelligenti come Reti Neurali e Fuzzy Inference Systems e ai principi del Machine Learning è possibile risolvere problemi complessi, sebbene in forma approssimata, anche ove la soluzione non fosse disponibile in forma chiusa.
EMS con software basati su tecniche di Intelligenza Artificiale vengono sintetizzati per la gestione energetica ottima di veicoli ibridi e elettrici e per Micgorid, anche se in misura minore quando si parla di veicoli acquatici.
Questa ricerca vuole portare alla sintesi di EMS per veicoli elettrici ed ibridi, terrestri e acquatici, con la possibilità di collegamento a Microgrid per lo scambio energetico. In particolare, si vogliono implementare algoritmi basati sul paradigma della Fuzzy Logic (Fuzzy Inference System ottimizzati da Algoritmi Evolutivi), allo scopo di trarre informazioni comprensibili sulle ragioni dietro il meccanismo di computazione che porta alle decisioni ottime.