Abbiamo già affrontato il tema dell’intelligenza artificiale a supporto delle comunità energetiche rinnovabili: grazie alla potenza di calcolo, agli algoritmi, ottimizzati e sempre più evoluti, alla grande quantità di informazioni a disposizione, anche per le Cer si apre una vera rivoluzione. Ma, ci spiegano dall’Associazione Italiana Professionisti dell’Intelligenza Artificiale, è necessario fornire ai soci dettagli trasparenti sui conti…
L’intelligenza artificiale è ormai uno strumento concreto per migliorare il business e le performance delle aziende e, tra queste, anche quelle che gestiscono una Comunità Energetica Rinnovabile (ne ha parlato il nostro Andrea Innocenti in questo articolo).
È tuttavia importante comprendere come una comunità energetica possa rendere trasparente ai soci il lavoro dell’algoritmo dell’Ai, a partire dal riparto degli incentivi, utile a comuni, referenti e cittadini che gestiscono o stanno avviando una Cer.
A questo proposito, pubblichiamo il contributo inviatoci da Rafael Patron, presidente del comitato tecnico-scientifico di Aipia (Associazione Italiana Professionisti dell’Intelligenza Artificiale).
Intelligenza artificiale nelle comunità energetiche: l’algoritmo deve saper spiegare i conti ai soci
Nelle comunità energetiche rinnovabili il valore nasce da un calcolo: quanta energia prodotta dagli impianti viene consumata, nello stesso momento, dai membri collegati alla stessa cabina primaria.
L’intelligenza artificiale nelle comunità energetiche serve soprattutto a fare meglio quel calcolo, prevedendo produzione e consumi e suggerendo quando spostare i carichi.
Più il calcolo diventa sofisticato, però, più cresce una domanda semplice. Chi, dentro la comunità, sa spiegare a un socio perché quest’anno ha ricevuto meno di quanto si aspettava?
Dove entra l’intelligenza artificiale nelle comunità energetiche
Il d.lgs. 199/2021 ha recepito la direttiva europea sulle energie rinnovabili. Il decreto del Ministero dell’Ambiente e della Sicurezza Energetica n. 414 del 2023, il cosiddetto decreto Cacer, è in vigore dal 24 gennaio 2024, mentre Arera ha fissato le regole tecniche nel Testo integrato per l’autoconsumo diffuso.
Il Gse, che gestisce gli incentivi, ricorda i paletti operativi: impianti fino a 1 MW, tutti sotto la stessa cabina primaria, e un referente che tiene i rapporti con il Gestore e cura gli aspetti tecnici e amministrativi della configurazione.
In questo schema l’energia condivisa è l’unità di misura di tutto. Dipende da quando il sole produce e da quando famiglie, negozi, scuole e uffici comunali consumano.
Per questo le piattaforme di gestione usano modelli predittivi che stimano la produzione del giorno dopo, profilano i consumi dei membri e segnalano le fasce in cui conviene far partire una lavatrice, caricare un’auto elettrica o riempire una batteria.
Su queste pagine Andrea Innocenti ha messo in fila le funzioni principali: stimare produzione e domanda, individuare inefficienze attraverso l’analisi dei dati energetici raccolti, gestire i carichi in modo intelligente, automatizzare il calcolo degli incentivi.
Sono tutte attività utili. L’ultima è anche quella più delicata, perché trasforma un modello statistico in soldi che arrivano, o non arrivano, sul conto di una persona.
La fiducia dei soci vale più di qualche kWh
L’art. 31 del d.lgs. 199/2021 dice che l’obiettivo principale di una comunità energetica rinnovabile è fornire benefici ambientali, economici o sociali ai membri o ai territori in cui opera, piuttosto che profitti finanziari.
È una definizione che sposta il baricentro. Una Cer funziona se i soci restano, se ne entrano di nuovi, se il comune che l’ha promossa può difendere la scelta davanti al consiglio comunale.
Si immagini una comunità di un piccolo centro con qualche decina di famiglie, un capannone artigianale con il fotovoltaico sul tetto e la palestra comunale.
A fine anno la piattaforma calcola la quota di incentivo spettante a ciascuno secondo il regolamento interno. Un pensionato vede una cifra più bassa del vicino, che pure ha una bolletta simile.
La spiegazione esiste: forse lui consuma soprattutto la sera, quando l’impianto non produce. Ma se il referente risponde “l’ha calcolato il sistema“, la comunità ha appena perso un pezzo di credibilità.
Il punto è che la ripartizione dei benefici è una scelta della comunità, scritta nello statuto e nel regolamento. L’algoritmo la applica e deve poterla mostrare.
Tre prove di trasparenza per il referente
Il primo esercizio è separare ciò che il sistema prevede da ciò che il sistema decide. La stima della produzione di domani è una previsione e può sbagliare senza conseguenze gravi.
Il riparto dell’incentivo è invece l’esecuzione di una regola votata dai soci: va scritta in linguaggio comprensibile, con un esempio numerico e la piattaforma deve produrre per ogni membro un rendiconto che segua la stessa logica.
Il secondo riguarda i dati. Le curve di consumo di una famiglia, rilevate dai contatori elettronici, raccontano abitudini, orari, presenze in casa. Rientrano quindi nel perimetro del Regolamento (Ue) 2016/679 sulla protezione dei dati personali e il referente deve sapere quali dati legge il fornitore della piattaforma, dove vengono conservati e per quali finalità possono essere usati. Un’informativa chiara, consegnata all’adesione, evita sospetti difficili da smontare.
Il terzo è la persona di riferimento. Se la comunità usa un assistente conversazionale per rispondere ai soci, l’art. 50, par. 1, dell’Ai Act, il Regolamento (Ue) 2024/1689, chiede che le persone siano informate del fatto che stanno interagendo con un sistema di intelligenza artificiale. Conviene indicare anche chi risponde, con nome e recapito, quando la risposta automatica non basta.
Sul piano della classificazione del rischio, l’Allegato III del Regolamento considera ad alto rischio i sistemi usati come componenti di sicurezza nella gestione e nel funzionamento della fornitura di elettricità, gas, acqua e riscaldamento.
Una piattaforma che stima consumi e ripartisce incentivi tra i membri di una Cer svolge di norma un’altra funzione, ma la valutazione va fatta caso per caso, soprattutto quando il sistema comanda direttamente accumuli o carichi.
Le competenze che mancano al tavolo
Molte comunità nascono per iniziativa di un comune, di una parrocchia, di un gruppo di cittadini o di una cooperativa. Il referente è spesso una figura con competenze amministrative o tecniche sugli impianti, raramente con una formazione specifica sui modelli predittivi.
Le piattaforme si comprano come servizio, con contratti che parlano di ottimizzazione senza dire molto di più.
Qui torna utile l’art. 4 dell’Ai Act, dedicato all’alfabetizzazione in materia di intelligenza artificiale. Nella versione modificata dal Regolamento (Ue) 2026/1744, fornitori e deployer adottano misure per svilupparla nel personale, tenendo conto delle conoscenze, dell’esperienza e del contesto d’uso.
Per una Cer significa qualcosa di molto pratico: chi firma il contratto con la piattaforma e chi parla con i soci deve saper chiedere al fornitore come viene calcolata una stima, quanto sbaglia in media e cosa succede quando i dati di un contatore mancano per una settimana.
Sostenibilità, scuole e professionisti dell’Ai
GreenPlanner racconta da anni la sostenibilità a comuni, imprese e scuole, e accanto al magazine porta avanti attività di formazione nelle scuole ed eventi sul territorio.
È lo stesso pubblico da cui nascono molte comunità energetiche: amministratori locali, piccole imprese, insegnanti che trasformano l’impianto sul tetto della scuola in materia di lezione. Per questo pubblico l’intelligenza artificiale diventa concreta quando si traduce in un rendiconto o in una regola di riparto da spiegare in assemblea.
L’Associazione Italiana Professionisti dell’Intelligenza Artificiale (Aipia), ente no profit con sede a Roma che riunisce sviluppatori, data scientist, ricercatori e consulenti, lavora sullo stesso passaggio dal lato opposto, quello di chi i sistemi li progetta e li integra.
Un terreno comune naturale è il lessico: parole come modello predittivo, bias, accountability o guardrail entrano nei contratti e nelle assemblee dei soci senza che nessuno le abbia definite.
Aipia mette a disposizione un glossario pubblico dell’intelligenza artificiale con definizioni brevi, che un referente può usare per preparare un’assemblea o per leggere con più attenzione l’offerta di un fornitore.
Per le scuole coinvolte in una Cer, il programma gratuito Ai Next dell’associazione offre un possibile aggancio per portare in classe la parte intelligente della comunità, oltre a quella fotovoltaica.
Il rendiconto come banco di prova
Per una comunità già attiva esiste una verifica che richiede poco tempo. Si prende il rendiconto annuale di un socio qualsiasi e si prova a ricostruire, insieme al referente, come si è arrivati alla sua quota: quali dati di consumo sono stati usati, quale regola del regolamento è stata applicata, quale parte dipende da una stima e quale da una misura.
Se la ricostruzione riesce in dieci minuti, la comunità può aggiungere funzioni predittive con tranquillità. Se non riesce, il lavoro da fare riguarda prima le regole e le persone, e solo dopo l’algoritmo.
articolo scritto da Rafael Patron, presidente del comitato tecnico-scientifico Aipia
Crediti immagine: Depositphotos
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
