A Framework for the management and optimisation of renewable and distributed energy resources [Un Framework per la gestione e l'ottimizzazione delle risorse energetiche rinnovabili e distribuite]

The increased adoption of renewable energy sources is driven by the commitment to reduce greenhouse gas emissions and enhance energy resilience. However, this global transition also introduces significant challenges, including the necessity of effectively assessing environmental impact and handling the intrinsic variability of renewable generation. The main focus of this doctoral thesis is proposing a novel framework to tackle these issues, focusing both on the management of distributed energy resources and on the optimisation of energy and data flows within communities. The framework introduces a systematic methodology for automatic photovoltaic panel detection in aerial images based on the extraction of characterising colours. This approach was further extended to land use and land cover classification, enabling the identification of suitable sites for photovoltaic panel deployment and confirming its general applicability to remote sensing analysis. Subsequently, the framework was extended to address energy fluctuations through a software architecture that integrates a threshold-based strategy for aggregators with an incentive-based demand response programme enhanced with gamification, thereby promoting coordinated and energy-aware behaviour among users. To provide fairness and trust, a blockchain-based certification mechanism was developed, enabling a cost-efficient and privacy-preserving strategy to ensure data integrity. Finally, the versatility of this approach was demonstrated by its extension to emergency response systems in the healthcare domain, where it provides timestamp certification in a data-intensive scenario. This research's contributions provide a unified solution to support transparent, sustainable and adaptive energy systems. Its applicability to other domains emphasises the broader relevance of this work.

La crescente adozione di energia da fonti rinnovabili è motivata dall'impegno a ridurre le emissioni di gas serra e di rendere i sistemi energetici più resilienti. Tuttavia, questa transizione a livello globale richiede di affrontare molte sfide, tra cui la necessità di valutare in modo accurato l'impatto ambientale e di gestire la variabilità connaturata alla generazione da fonti rinnovabili. Il principale obiettivo di questa tesi di dottorato è presentare un innovativo framework che si propone di affrontare queste problematiche, focalizzandosi sia sugli aspetti di gestione delle fonti energetiche distribuite, sia sull'ottimizzazione dei flussi energetici e di dati all'interno delle comunità. Il framework definisce una precisa metodologia per l'identificazione automatica di pannelli fotovoltaici in immagini satellitari, basata sull'estrazione di colori caratterizzanti. Questo approccio è stato successivamente esteso per classificare l'utilizzazione del suolo, consentendo di identificare siti adatti per installare pannelli fotovoltaici, e mostrando la sua più ampia applicabilità nel monitoraggio ambientale. In seguito, il framework è stato ulteriormente sviluppato per gestire le fluttuazioni energetiche tramite un'architettura software che integra una strategia a soglie per gli aggregatori con un programma di demand response basato sugli incentivi, con l'aggiunta di elementi di gamification, che favorisce la cooperazione e la sensibilizzazione degli utenti sulle scelte in ambito energetico. Per fornire trasparenza e affidabilità, è stato sviluppato un meccanismo di certificazione basato su blockchain, in grado di garantire l'integrità dei dati con una strategia efficiente in termini di costi e che tutela la privacy degli utenti. Infine, la versatilità di questo approccio è stata dimostrata applicandolo anche ai sistemi di risposta alle emergenze in ambito sanitario, in cui garantisce la certificazione delle informazioni temporali in un contesto caratterizzato da un'elevata quantità di dati. I contributi di questa ricerca offrono una soluzione integrata per supportare sistemi energetici più sostenibili, trasparenti e dinamici. La sua applicabilità ad altri domini ne evidenzia la rilevanza in contesti più ampi.