DEFINIZIONE DI STRUMENTI DI SUPPORTO ALLE DECISIONI

Transcript

DEFINIZIONE DI STRUMENTI DI SUPPORTO ALLE DECISIONI PER
LA PIANIFICAZIONE E GESTIONE OTTIMA DELLE RETI DI
PRODUZIONE E DISTRIBUZIONE DELL’ENERGIA TERMICA.
Fa parte di:
Responsabile scientifico:
Con il contributo di:
Partner:
Partner:
Definizione di strumenti di supporto alle decisioni per reti di energia elettrica e termica
SCHEDA PRODOTTO/SERVIZIO
Sommario
1
Scheda del progetto .................................................................................................................................. 3
2
Ambito della ricerca................................................................................................................................... 4
3
Risultati ottenuti ........................................................................................................................................ 6
4
5
3.1
Descrizione del modello matematico ................................................................................................ 7
3.2
Implementazione del modello in ambiente di calcolo software ....................................................... 9
3.3
Test del modello su un caso reale ................................................................................................... 12
Trasferibilità dei risultati ......................................................................................................................... 17
4.1
Ambito di applicazione dei risultati ................................................................................................. 17
4.2
Impatti dei risultati .......................................................................................................................... 17
4.3
Potenziali sviluppi futuri .................................................................................................................. 18
4.4
Categorie dei risultati in termini di livello di fruibilità degli stessi .................................................. 18
4.5
Diritti di proprietà intellettuale ....................................................................................................... 19
4.6
Diffusione dei risultati ..................................................................................................................... 19
Scheda di sintesi delle caratteristiche dei risultati ottenuti .................................................................... 21
Data: settembre 2009
pag.2 di 21
Responsabile
Fa parte di:
Scientifico:
Partner:
Partner:
1
Scheda del progetto
Nome del progetto
INNOVAMI. Centro per l’innovazione e Incubatore d’impresa
Modulo
Modulo 5 – Definizione di strumenti di supporto alle decisioni per la
pianificazione e gestione ottima delle reti di produzione e distribuzione
dell’energia elettrica e termica
Partner del modulo:
partner 1
Con.AMI – Consorzio Azienda Multiservizi Intercomunale
ente di appartenenza
Con.AMI – Consorzio Azienda Multiservizi Intercomunale
referente per il progetto
Paola Perini
indirizzo
via Mentana, 10 - IMOLA (BO)
riferimento email
[email protected]
partner 3
DEIS – Dipartimento di Elettronica, Informatica e Sistemistica
Alma Mater Studiorum – Università di Bologna
Daniele Vigo
indirizzo
viale Risorgimento, 2 – BOLOGNA
riferimento email
[email protected]
partner 5
HERA COMM S.r.l. socio unico Hera S.p.A.
-
Loris Lorenzi
indirizzo
via Molino Rosso, 8 – IMOLA (BO)
riferimento email
[email protected]
Compilatore
DEIS – Dipartimento di Elettronica, Informatica e Sistemistica
Data di compilazione
settembre 2009
pag.3 di 21
Responsabile
Fa parte di:
Scientifico:
Partner:
Partner:
2
Ambito della ricerca
Il modulo 5 del progetto INNOVAMI si colloca nel settore dello studio di metodologie di supporto alla
pianificazione e gestione di servizi di distribuzione di energia, orientate alla minimizzazione dei costi ed
alla massimizzazione dell’efficienza e dell’efficacia dei servizi stessi e derivate dalla Ricerca Operativa o
Programmazione Matematica, e più specificamente dal campo del Network Design and Management.
Il proposito fondante del modulo 5 è la realizzazione di strumenti di pianificazione e gestione ottimale di
applicazioni reali nell’ambito energetico ed ambientale: il programma del modulo prevede lo sviluppo di
modelli di ottimizzazione da parte del DEIS per la realizzazione di prototipi di elevato valore aggiunto,
utilizzabili da parte di aziende di gestione di reti di produzione e distribuzione di energia elettrica e termica.
Nel caso di reti di questo tipo in cui siano presenti impianti di produzione locale di energia a cogenerazione
o trigenerazione, la pianificazione e la conseguente gestione ottimizzata trova rilevanti problematiche di
implementazione in particolare per reti di medio-piccola dimensione (intendendo così designare reti al di
sotto delle 10.000 unità immobiliari equivalenti servite o reti di microcogenerazione con una dimensione di
impianto inferiore ai 10MW) e a scala locale o regionale. Esse infatti sono caratterizzate da una elevata
complessità tecnologica e presentano numerosi problemi di ottimizzazione sia in fase di progettazione per
la pianificazione ed il dimensionamento di nuove sottoreti, sia in fase di gestione operativa. In particolare,
sebbene detti problemi siano noti e studiati in letteratura, questa è principalmente dedicata a reti
tradizionali in cui il ruolo della cogenerazione non viene affrontato in modo approfondito. Inoltre
l’applicazione delle metodologie in contesti territoriali specifici comporta invariabilmente la considerazione
di aspetti peculiari che influenzano considerevolmente l’applicabilità pratica.
I diversi fabbisogni tecnologici che accomunano i gestori di rete di medio–piccola dimensione portano ad
individuare due distinti sottoproblemi:
• sottoproblema ℙ1definizione di modelli in grado di evidenziare costi/benefici operativi per il supporto
alle politiche commerciali relative allo sviluppo dell’allacciamento di nuovi utenti alla rete termica;
• sottoproblema ℙ2: definizione di modelli per il supporto alle decisioni per la risoluzione di problemi di
dispatching e di unit commitment sia strategico sia operativo nelle reti termiche ed elettriche in un
pag.4 di 21
Responsabile
Fa parte di:
Scientifico:
Partner:
Partner:
contesto in cui siano presenti centrali autonome a cogenerazione e rigenerazione; in particolare si è
interessati ad esaminare le politiche di coordinamento nel governo dei singoli impianti al fine di un
ottimizzazione globale delle emissioni e dei consumi.
pag.5 di 21
Responsabile
Fa parte di:
Scientifico:
Partner:
Partner:
3
Risultati ottenuti
Il presente report, in relazione allo svolgimento del problema ℙ1:
definizione di modelli in grado di evidenziare costi/benefici operativi per il supporto
alle politiche commerciali relative allo sviluppo dell’allacciamento di nuovi utenti alla
rete termica
documenta i risultati ottenuti, in termini di:
definizione di un modello matematico in grado di rappresentare
una generica rete di teleriscaldamento e di prendere in
considerazione
elementi
decisionali
utili
alla
valutazione
dell'opportunità di allacciamento di uno o più nuovi clienti
potenziali
implementazione del modello sviluppato in ambiente di calcolo
software ed applicazione ad alcuni casi di studio reale
Il risultato ottenuto può essere classificato come un prototipo per la conduzione di simulazioni basate
sull’impiego di un modello matematico.
Va innanzitutto evidenziato il fatto che dalla ricognizione della letteratura è emerso che il problema
decisionale definito da
, seppur presenti punti in comune con problemi già noti e documentati, sembra
tuttavia non avere precedenti, e dunque ha richiesto un approccio modellistico pressoché nuovo.
Infatti le fonti indagate hanno saputo sì fornire numerosi spunti, in particolare per quanto concerne le linee
guida di modellazione fisico-matematica di un sistema di teleriscaldamento, senza però di fatto riuscire a
suggerire uno schema modellistico di riferimento.
pag.6 di 21
Responsabile
Fa parte di:
Scientifico:
Partner:
Partner:
3.1 Descrizione del modello matematico
E' stato delineato un modello matematico in grado di rappresentare una generica rete di teleriscaldamento
e di prendere in considerazione elementi decisionali utili alla valutazione dell'opportunità di allacciamento
di uno o più nuovi clienti potenziali.
Il problema decisionale definito da ℙ1presenta sia vincoli fisici imprescindibili, ma anche vincoli operativi,
prima ancora che criteri di valutazione dei costi.
i.
Rappresentazione fisica della rete. La necessità di modellare il comportamento della rete da un
punto di vista fisico, per valutare l’impatto sugli equilibri del sistema di un eventuale allacciamento,
è stata soddisfatta mediante l’introduzione nel modello di opportune variabili (cosiddette variabili
di stato) che rendono conto dello stato termico-idraulico del sistema e di opportuni vincoli, per lo
più di uguaglianza, deputati essenzialmente alla rappresentazione fisica della rete stessa, che di
fatto traspongono direttamente le relazioni della termodinamica e delle reti idrauliche coinvolte (in
forma eventualmente semplificata).
ii.
Elementi decisionali. Il modello, in merito all’allacciamento di un nuovo cliente potenziale,
stabilisce in sequenza:
•
se l’allacciamento è fisicamente possibile: ipotetiche configurazioni di funzionamento del
sistema in cui le variabili assumono valori improbabili (per esempio, valori negativi di pressione
dell’acqua) devono ritenersi non valide;
•
se può essere realizzato, nel rispetto dei vincoli operativi e delle garanzie sulla qualità del
servizio: configurazioni fisicamente possibili, ma che non rispettano limiti operativi imposti alle
grandezze fisiche devono ugualmente essere scartate. È il caso, per esempio, di situazioni in
cui la differenza di pressione tra mandata e ritorno al impianto è superiore a quella sostenibile
dagl’impianti di pompaggio del impianto stesso, o ancora casi in cui, per uno o più clienti, si
abbia una differenza di pressione tra mandata e ritorno inferiore al valore minimo necessario
al corretto funzionamento dello scambiatore.
•
se è in generale vantaggioso, in riferimento ad un’opportuna funzione di costo
pag.7 di 21
Responsabile
Fa parte di:
Scientifico:
Partner:
Partner:
iii.
Criteri economici. Il modello è guidato da una funzione obiettivo che massimizza il profitto
derivante dall’allacciamento dei clienti potenziali, tentando però anche di minimizzare la differenza
di pressione al impianto. Il generico termine di profitto complessivo derivante dall’allacciamento
del cliente, risente tipicamente di vari fattori, tra cui principalmente:
•
costi di stesura delle tubature di mandata e ritorno necessarie per convogliare l’acqua al
cliente;
•
costi di installazione dello scambiatore;
•
contributi (incentivi) di allacciamento;
•
previsione, con riferimento ad un dato orizzonte temporale, del ricavo derivante dalla vendita
di energia al cliente.
Differentemente però da quanto fatto in altri studi, in cui si sono adottate tecniche di ottimizzazione non
lineare, nel presente lavoro si è optato per l’Ottimizzazione Lineare Intera, che permette il ricorso a
risolutori professionali basati su tecniche Branch and Bound.
Nel complesso, dunque, il modello che man mano si è delineato è un modello di programmazione lineare
intera mista (MILP, mixed integer linear programming), in cui le variabili di stato sono reali non-negative, e
quelle che modellano le scelte tra le varie possibili modalità di allacciamento per ciascun cliente sono
consuete variabili binarie.
Tale scelta modellistica presuppone una serie di ipotesi semplificative:
•
Analisi in condizioni stazionarie. Per ovvie ragioni di garanzia del servizio, la valutazione della
fattibilità dell’allacciamento di un nuovo cliente potenziale viene fatta ponendosi nella situazione
ipotetica di dover portare al cliente la massima potenza termica richiesta in un contesto di carico di
punta della rete, cioè quando anche a tutti gli altri clienti viene erogata la potenza massima
richiesta. Questa ipotesi, che peraltro non costituisce un’approssimazione, ma anzi è chiaramente
più stringente del necessario, rende inessenziale esprimere le variabili di stato termico-idrauliche
come funzioni tempo-dipendenti, semplificando notevolmente le possibilità di rappresentazione
matematico-fisica della rete da parte del modello.
pag.8 di 21
Responsabile
Fa parte di:
Scientifico:
Partner:
Partner:
•
Semplificazione dell’aspetto termico del problema. La possibilità di non prendere in
considerazione le complesse dinamiche che possono aversi in un sistema di TLR in condizioni
operative e di ridurlo ad un sistema stazionario consente di disaccoppiare agevolmente l’aspetto
termico e quello idraulico del problema. Infatti, l’assenza di fenomeni transitori e l’ipotesi di
considerare valori costanti per tutte le variabili di stato termiche ed idrauliche riduce di fatto
l’incidenza dell’aspetto termico alla sola determinazione della portata in massa per ciascun cliente.
•
Linearizzazione delle relazioni non lineari - Funzioni lineari a tratti e variabili SOS2. Anche una volta
ridotto l’aspetto fisico del problema ℙ1: ad un problema unicamente idraulico, restano in gioco legami
non lineari tra le variabili fisiche restanti (portate in massa sulle pipes e pressioni ai nodi). Per poter
ovviare alla non linearità di queste relazioni, che sono di importanza cardinale nel modello, ed in
numero cospicuo (pari al numero complessivo di pipe di mandata e di ritorno) le si approssima con
funzioni lineari a tratti e si inseriscono nel modello queste ultime, servendosi di variabili decisionali
SOS2, acronimo di specially ordered set of type 2.
3.2 Implementazione del modello in ambiente di calcolo software
Il prototipo di modello sviluppato è stato implementato in ambiente di calcolo software, servendosi di OPL
6.1.1, linguaggio di modellazione inserito nella suite ILOG CPLEX 11.2.1, che ha consentito una stesura del
modello molto prossima alla scrittura matematica e quindi di ben più alto livello rispetto ai linguaggi di
programmazione comunemente usati per l’utilizzo di framework di risoluzione di problemi di
Programmazione Lineare, rivelandosi così ottimo strumento di sviluppo in fase sperimentale.
Il prototipo così implementato consente di condurre simulazioni basate sull’impiego del modello
matematico ai fini della risoluzione del problema decisionale individuato.
INPUT del processo di simulazione:
caratteristiche degli archi del grafo estratto dalla configurazione della rete
massima potenza termica richiesta dai clienti
parametri globali di costo del modello
pag.9 di 21
Responsabile
Fa parte di:
Scientifico:
Partner:
Partner:
costi e ricavi di ciascun cliente potenziale: i costi sono quelli di stesura delle tubazioni ed
installazione dello scambiatore; i ricavi tengono invece conto sia di un contributo di allacciamento
utente, che di una stima semplicistica dei ricavi derivanti dalla vendita di energia durante un dato
orizzonte temporale (avente valore di default di dieci anni)
Figura 1 Foglio excel di introduzione dei dati di input (su sfondo azzurro) del prototipo di simulazione
pag.10 di 21
Responsabile
Fa parte di:
Scientifico:
Partner:
Partner:
OUTPUT del processo di simulazione:
decisione in merito all’allacciamento per ciascun cliente potenziale, ovvero se allacciare o meno il
cliente potenziale ed in caso di allacciamento, qualora siano possibili più modalità di allacciamento,
secondo quale modalità.
i valori di pressione di mandata, ritorno in tutti i punti significativi della rete, vale a dire l’impianto
(o più impianti), tutti i clienti (potenziali, esistenti e futuri), tutte le tee (ovvero punti di diramazione
o di confluenza) della rete.
i valori di portata in massa d'acqua in tutte le tubature sia della rete di mandata che di quella di
ritorno.
Figura 2 Foglio excel che il prototipo di simulazione compila con i dati di output (sfondo blu)
pag.11 di 21
Responsabile
Fa parte di:
Scientifico:
Partner:
Partner:
3.3 Test del modello su un caso reale
Il caso di studio utilizzato per il test è stato fornito da una porzione di rete urbana di teleriscaldamento
gestita da HERA S.p.A.: di tale sottorete, che conta un solo impianto di produzione, sono stati prima presi in
considerazione i soli clienti già esistenti e consolidati, e poi sono stati aggiunti un certo numero di clienti
potenziali. Così facendo, l’istanza offerta dal caso in oggetto è stato prima ricondotta al suo core, dando
così la possibilità di testare su un caso reale la sola capacità del modello di riproduzione della realtà fisica, e
quindi affrontata considerando la problematica decisionale portata al massimo grado di complessità. La
rete modellata complessiva, che tiene conto non solo delle tubazioni già installate ma anche di quelle
ipotetiche la cui stesura è sottoposta ad analisi decisionale, giunge infatti ad oltre 6 km di estensione,
affiancando ai 10 clienti già consolidati altri 23 non ancora esistenti.
Il test del modello si è sviluppato per step successivi:
•
Prima fase della sperimentazione: applicazione del modello alla rete esistente. Ai fini di testarne la
rappresentatività, in modello è stato testato su una rete di ridotte dimensioni, con un impianto e
soli dieci clienti, che però offre un valido banco di prova per testare le capacità del modello di
descrivere correttamente lo stato termico-idraulico della rete. I risultati ottenuti come output della
computazione si attengono fedelmente alla realtà fisica rappresentata, in termini di valori di
pressione in corrispondenze degli elementi distintivi della rete (nodi di mandata e di ritorno, singoli
clienti, dorsali di rete); da tali risultati è emerso come le capacità del modello di descrivere
correttamente lo stato termico -idraulico della rete siano decisamente soddisfacenti.
•
Seconda fase della sperimentazione: introduzione dei clienti futuri e potenziali. Il modello è stato
successivamente testato su una rete dopo l’introduzione dei clienti potenziali, quelli cioè di cui si
deve valutare l’opportunità di allacciamento, e dei clienti futuri, ovvero quelli che ancora non sono
installati, ma di cui si è già deciso e pianificato l’allacciamento, e che perciò, pur non facendo parte
dello scenario attuale, devono essere presi in considerazione al fine di decidere in merito ai clienti
potenziali, dal momento che incidono sullo stato termico - idraulico della rete. Per testare l’efficacia
decisionale del modello, il modello è stato risolto ipotizzando scenari diversi (agendo su ampiezza
pag.12 di 21
Responsabile
Fa parte di:
Scientifico:
Partner:
Partner:
dell’orizzonte temporale, nonchè sui parametri di costo). Dai risultati condotti è emerso come le
capacità decisionali del modello siano decisamente soddisfacenti.
pag.13 di 21
Responsabile
Fa parte di:
Scientifico:
Partner:
Partner:
Figura 3 Grafo rappresentante la rete di teleriscaldamento utilizzata per la sperimentazione
pag.14 di 21
Responsabile
Fa parte di:
Scientifico:
Partner:
Partner:
Figura 4 Caratteristiche del grafo estratto dalla configurazione complessiva della rete e potenza richiesta dai clienti
pag.15 di 21
Responsabile
Fa parte di:
Scientifico:
Partner:
Partner:
Figura 5 Valori dei parametri globali di costo del modello utilizzati per la sperimentazione
Figura 6 Esempio di risultati della computazione sulla rete complessiva
pag.16 di 21
Responsabile
Fa parte di:
Scientifico:
Partner:
Partner:
4
Trasferibilità dei risultati
4.1 Ambito di applicazione dei risultati
Per il software prototipale di supporto alle decisioni sull’allacciamento di nuovi clienti in una rete di
teleriscaldamento, i potenziali settori di applicazione individuati sono i seguenti (il codice di settore fa
riferimento alla classificazione ATECO 2002):
•
E 40.3 Produzione e distribuzione di calore
•
K 72.2 Realizzazione di software e consulenza informatica
•
K 72.6 Altre attività connesse all'informatica
4.2 Impatti dei risultati
Nell’ambito del settore degli impianti e delle reti di produzione e distribuzione di calore, l’applicazione del
prototipo di simulazione sviluppato, consentirebbe una serie di vantaggi riconducibili alle seguenti
categorie di impatto:
• Sviluppo, crescita economica e competitività, in termini di:
o
riduzione dei costi L’utilizzo di sistemi di supporto alle decisioni consente di ottenere risultati che
minimizzano i costi complessivi dello scenario decisionale, permettendo inoltre di ridurre
significativamente i tempi del processo decisionale.
o
miglioramento qualità, alto contenuto tecnologico L’utilizzo di un sistema di supporto alle
decisioni permette di estrarre, in tempi brevi e in modo flessibile, da una grossa mole di dati le
informazioni che servono a supportare e migliorare in termini di efficacia il processo decisionale.
• S&T quality, in termini di:
o
produzione di nuova conoscenza Il modello matematico definito rappresenta per il problema
decisionale affrontato, uno schema modellistico di riferimento originale, in quanto il problema
affrontato, pur presentando punti in comune con problemi già noti e documentati in letteratura,
sembra tuttavia non avere precedenti, e dunque ha richiesto un approccio modellistico pressoché
nuovo.
pag.17 di 21
Responsabile
Fa parte di:
Scientifico:
Partner:
Partner:
o
trasferimento di esperienza/Know-how/tecnologia
L’impiego anche in via sperimentale di
strumenti modellistici strutturati per la pianificazione delle reti di teleriscaldamento rappresenta
una innovazione di processo considerevole nel panorama operativo nazionale ed anche
internazionale. L’integrazione di competenze avanzate provenienti dai partner accademici con
competenze di settore hanno permesso un efficace sinergia che arricchisce il know-how degli attori
coinvolti
4.3 Potenziali sviluppi futuri
Il modello sviluppato potrebbe essere esteso alla risoluzione di altre tipologie di problematiche decisionali
di medio e lungo termine nell'ambito delle reti di produzione e distribuzione del calore.
Il prototipo software costituisce la base per l’industrializzazione di un sistema di supporto alle decisioni
volto alla diffusione sul mercato potenziale identificato.
4.4 Categorie dei risultati in termini di livello di fruibilità degli stessi
Nell’ambito del progetto, si è fatto ricorso ad una classificazione dei risultati in termini di fruibilità, in
funzione dell’intenzione da parte partner di diffusione e di valorizzazione, individuando tre categorie di
base (si può avere una serie di risultati di diverse categorie):
A. Risultati fruibili al di fuori di Innovami. Si tratta di attività commerciali, sociali o di interesse
scientifico, che non si intende utilizzare in esclusiva, o perché non si dispone di risorse sufficienti
nel laboratorio. E 'di comune interesse rendere le informazioni in merito a tali risultati disponibili
per la diffusione.
B. Risultati fruibili entro Innovami. Si tratta di attività commerciali, sociali o di interesse scientifico di
tutte o di alcune parti, che utilizzano o diffondono esclusivamente per se stessi.
C. Risultati non utilizzabili
Il risultato intermedio dell’attività del modulo 5, ovvero il software prototipale di supporto alle decisioni in
merito all'opportunità di allacciamento di uno o più nuovi clienti potenziali in una rete di teleriscaldamento,
è classificabile in termini di livello di fruibilità, all’interno della categoria A.
pag.18 di 21
Responsabile
Fa parte di:
Scientifico:
Partner:
Partner:
Si tratta infatti di un prototipo di software in grado di essere utilizzato non solo all’interno della partenrship
del progetto che ne ha definito le specifiche di massima e ne ha curato la validazione ma anche da parte di
altri operatori di reti di teleriscaldamento.
La scelta architetturale effettuata nella costruzione del prototipo ossia di appoggiarsi ad un ambiente di
sviluppo avanzato e standard nel settore della programmazione lineare intera (Cplex-Opl) semplifica le
attività di personalizzazione necessarie ad un impiego del modello in altri ambiti.
4.5 Diritti di proprietà intellettuale
In termini di proprietà intellettuale al prototipo di simulazione ottenuto può essere applicato il seguente
grado di proprietà intellettuale:
•
Brevetto richiesto
•
Brevetti concessi
•
Brevetti pubblicati
•
Brevetti su ricerca effettuata
•
Disegno o modello registrato
•
Domande di marchio
•
Copyrights
•
Know-how protetto
•
Altro - specificare:
4.6 Diffusione dei risultati
Al fine di diffondere i risultati ottenuti, sono state individuate una serie di possibili modalità di approccio al
mercato:
• Seminari e workshop, tra cui:
o partecipazione del referente DEIS di progetto, prof. Daniele Vigo a Scuola di Formazione Associazione
Italiana Riscaldamento Urbano;
pag.19 di 21
Responsabile
Fa parte di:
Scientifico:
Partner:
Partner:
o organizzazione di un workshop a fine progetto per la presentazione e la valorizzazione dei risultati
• Pubblicazioni, tra cui:
o pubblicazioni di articoli su riviste scientifiche internazionali;
o pubblicazione di un report illustrativo nella collana dei tecnica report dell’UNIBO
Al fine di concretizzare lo sfruttamento dei risultati ottenuti, sono state individuate le seguenti tipologie di
collaborazioni con il mercato:
• MAN Accordi di Produzione Accordi di produzione consentirebbero, a partire dal prototipo software
sviluppato, l’industrializzazione di un sistema di supporto alle decisioni volto alla diffusione sul mercato
potenziale identificato.
• PPP Partnership Pubbliche/Private Collaborazioni tra organizzazioni dell’economia sociale ed enti
pubblici, soprattutto a livello locale, sono forme di cooperazione spesso presenti nel settore della
distribuzione dell’energia, e consentirebbero un approccio innovativo e multilivello ai fini del
finanziamento e dello sfruttamento dei risultati ottenuti.
• INFO Scambio di Informazioni L’integrazione di competenze avanzate provenienti da partner
accademici con competenze di settore permetterebbe un efficace sinergia che arricchirebbe il knowhow degli attori coinvolti
• CONS Disponibilità di Consulenza Conduzione di attività di consulenza da parte di partner accademici
favorirebbero il trasferimento e la diffusione delle conoscenze e delle competenze tecnologiche
sviluppate nell’ambito del progetto nei processi di ricerca e sviluppo sperimentati dalle imprese,
consentendo un ulteriore sviluppo economico.
In particolare, per gli sviluppi futuri della ricerca sono stati individuati i seguenti i profili di partner di
dettaglio:
•
Multiutilities di produzione e distribuzione di energia elettrica e termica.
•
Gruppi coinvolti in attività di ricerca
pag.20 di 21
Responsabile
Fa parte di:
Scientifico:
Partner:
Partner:
5
Scheda di sintesi delle caratteristiche dei risultati ottenuti
Descrizione del risultato
Software prototipale di supporto alle decisioni in merito
all'opportunità di allacciamento di uno o più nuovi clienti potenziali in
una rete di teleriscaldamento
Classificazione del risultato ottenuto
Prototipo per la conduzione di simulazioni basate sull’impiego di un
modello matematico
Livello di sviluppo software
Implementazione del modello matematico in ambiente di calcolo
software
Ambito di applicazione
Settori di applicazione (secondo la classificazione ATECO 2002):
• E 40.3 Produzione e distribuzione di calore
• K 72.2 Realizzazione di software e consulenza informatica
• K 72.6 Altre attività connesse all'informatica
Categorie di impatto dei risultati attesi
• Sviluppo e crescita economica, competitività, in termini di:
– riduzione dei costi
– miglioramento qualità, alto contenuto tecnologico
• S&T quality, in termini di:
– produzione di nuova conoscenza
– trasferimento di esperienza/Know-how/tecnologia
Categorie dei risultati in termini di livello di
fruibilità degli stessi:
Risultati fruibili al di fuori di Innovami
Diritti di proprietà intellettuale
Modalità di diffusione dei risultati
• Modalità di approccio al mercato:
– Seminari e workshop - Pubblicazioni
• Tipologie di collaborazioni:
– MAN Accordi di Produzione –
– PPP Partnership Pubbliche/Private –
– INFO Scambio di Informazioni –
– CONS Disponibilità di Consulenza
• Profili di partner ricercati:
– Multiutilities di produzione e distribuzione di energia elettrica
e termica.
– Gruppi coinvolti in attività di ricerca
pag.21 di 21
Responsabile
Fa parte di:
Scientifico:
Partner:
Partner:

DEFINIZIONE DI STRUMENTI DI SUPPORTO ALLE DECISIONI

Transcript

Documenti analoghi

8 settembre 2010 Il Gazzettino di Treviso

questionario di soddisfazione dei clienti

STYROFOAM IB-A, 40 mm

Scheda tecnica Ytong Climaplus

Catalogo per - creato il 13-08-2016 Viglietta Guido

Scheda tecnica di prodotto: Polistar® Diamante EPS 100 cod. 3110

CONDUZIONE Q → calore trasferito [J] λ → Coefficiente di

Gennaio 2006 - Fondazione Marazza

UPM Raflatac Informazioni tecniche

Bosco e Territorio