Come il supercalcolo aiuta a proteggere la rete elettrica

Dal 2022 Terna partecipa attivamente al Centro Nazionale di Ricerca in High Performance Computing, Big Data and Quantum Computing (ICSC), uno dei cinque Centri Nazionali creati nell'ambito del Piano Nazionale di Ripresa e Resilienza (PNRR) per rafforzare la ricerca scientifica e l'innovazione tecnologica in Italia. La base operativa dell'ICSC è il Tecnopolo di Bologna, uno dei maggiori centri europei dedicati alla ricerca e all'innovazione, dove è ospitato Leonardo, un supercomputer considerato tra i più potenti al mondo. Grazie alla sua enorme capacità di elaborare dati, Leonardo supporta la ricerca scientifica e lo sviluppo di tecnologie avanzate in vari settori, tra cui la climatologia e l'energia, consentendo di affrontare simulazioni e calcoli che richiederebbero tempi e sforzi proibitivi con computer tradizionali.

Il contributo di Terna all'interno dell'ICSC si è concretizzato negli ultimi anni attraverso diversi progetti presentati, approvati e finanziati dal centro, negli ambiti di maggiore interesse strategico per l'azienda e il sistema elettrico nazionale. Tra questi figura senz'altro la tematica della resilienza e in particolare il progetto RETE (Resilience of the Electric Transmission grid to Extreme events), nato per sviluppare e testare soluzioni tecnologiche avanzate per l'incremento della resilienza della rete elettrica nazionale a fronte degli eventi meteorologici più estremi e degli impatti del cambiamento climatico. In particolare, il team di progetto si è concentrato sulle cosiddette "frane veloci", fenomeni di dissesto del terreno che si verificano in tempi molto brevi, spesso in seguito a piogge intense capaci di saturare il suolo e comprometterne la stabilità. Questi eventi possono rappresentare una minaccia significativa per le infrastrutture elettriche, mettendo a rischio la sicurezza di tralicci e stazioni elettriche situati nelle aree più esposte.

I ricercatori hanno analizzato il territorio adottando un approccio multiscalare, passando cioè da una visione complessiva di pericolosità dell'evento franoso dell'intero territorio nazionale fino all'analisi dettagliata di singoli pendii considerati a rischio. Nello specifico, grazie all'impiego dell'intelligenza artificiale e della teoria dei grafi — un metodo matematico utilizzato per rappresentare e studiare le relazioni tra diversi elementi di una rete — è stato possibile individuare le aree in cui le infrastrutture elettriche risultano più vulnerabili. L'approccio è stato testato in Campania e Sicilia e ha mostrato le potenzialità della soluzione, fornendo una base per il conseguimento di uno strumento efficace per la pianificazione degli interventi volti all'incremento della resilienza della Rete di Trasmissione Nazionale.

Il progetto RETE, attraverso l'uso del supercalcolo, ha permesso di generare previsioni dettagliate sull'evoluzione – nei prossimi trent'anni – delle precipitazioni considerate più estreme. Questi dati sono poi stati incrociati con una mappa nazionale di suscettività alle frane, uno strumento che individua le aree più predisposte al dissesto del territorio sulla base di diversi fattori, tra cui le caratteristiche geologiche, la pendenza dei versanti e il tipo di suolo. Più in generale, l'integrazione tra scenari climatici e informazioni territoriali ha di ottenere un indice di rischio frane, e così identificare gli asset RTN che risultano maggiormente esposte, valutando non solo il rischio di danneggiamento di singoli tralicci o linee, ma anche il loro ruolo strategico all'interno della rete. Le analisi di dettaglio sui singoli pendii, nelle aree a maggior esposizione, applicate a un modello numerico sito-specifico ha permesso di quantificare puntualmente la probabilità di innesco di una frana sulla base di input climatici sia storici che prospettici integrando e consolidando l'approccio statistico su larga scala. In questo modo è stato possibile stimare come l'eventuale interruzione di un'infrastruttura possa ripercuotersi sulla continuità e sulla sicurezza della fornitura energetica.

Sulla base dei risultati ottenuti dal progetto RETE, sta prendendo il via una nuova iniziativa, denominata RAPID (Rainfall-induced Landslide Hazard Assessment for Climate-Resilient Power Infrastructure Design), che vede Terna nel ruolo di capofila insieme a partner di eccellenza – come ENEA, l'Agenzia nazionale per le nuove tecnologie, l'energia e lo sviluppo economico sostenibile, CMCC, ente di ricerca specializzato nello studio del clima e dei suoi impatti, e il Politecnico di Milano. Il progetto nasce con l'obiettivo di trasformare i risultati ottenuti con RETE in uno strumento operativo, capace di supportare in modo concreto e continuativo la gestione, il monitoraggio e il rafforzamento della rete elettrica.

Una delle principali innovazioni introdotte da RAPID riguarderà la maggiore precisione delle previsioni meteorologiche. Rispetto agli approcci basati su medie giornaliere, che rischiano di non cogliere eventi improvvisi e intensi, il progetto utilizzerà modelli convettivi, ovvero sistemi meteorologici avanzati in grado di simulare i processi fisici che generano fenomeni atmosferici come temporali e precipitazioni intense. Grazie alla loro maggiore risoluzione spaziale e temporale, questi modelli permetteranno di analizzare le piogge anche su intervalli di poche ore, migliorando la capacità di individuare eventi estremi e rapidi – in grado potenzialmente di innescare frane.

Il progetto RAPID integrerà inoltre tecniche avanzate di machine learning per elaborare mappe di pericolosità più accurate, combinando dati sull'umidità e sulla saturazione del suolo con lo storico degli eventi franosi. Un ulteriore elemento innovativo sarà la simulazione della propagazione delle frane, cioè la possibilità di stimare quantità di materiale coinvolto e traiettoria dei detriti, permettendo di valutare con maggiore precisione se e quali infrastrutture elettriche potrebbero essere realmente colpite.

Per gestire la complessità delle simulazioni su scala nazionale, RAPID sfrutterà il supercalcolo e gli scenari Monte Carlo, una tecnica statistica avanzata utilizzata per analizzare fenomeni caratterizzati da elevati livelli di incertezza, come quelli naturali, che non possono essere descritti attraverso un'unica previsione deterministica. All'interno del progetto RAPID questo approccio consente di elaborare migliaia di possibili evoluzioni del rischio idrogeologico, valutando diverse combinazioni di eventi meteorologici e condizioni del territorio. Grazie a queste simulazioni, Terna potrà individuare in anticipo le vulnerabilità della rete elettrica nazionale e passare da una gestione basata sull'intervento dopo il danno a una strategia preventiva, orientando gli investimenti verso il rafforzamento delle infrastrutture e una maggiore resilienza agli effetti del cambiamento climatico.