Svelare il mistero della carica della batteria

energy
22 Settembre 2026
Jan Brändle spiega perché capire a che livello è la batteria rimane un po’ un terno al lotto – e come un commercio di energia più intelligente possa aiutarti a indovinare meglio
Aerial view of a large-scale solar farm featuring extensive rows of photovoltaic panels and a battery energy storage system in the rural landscape of Wanneperveen
Un parco batterie è la componente fondamentale che completa gli impianti fotovoltaici – ma come possiamo ottimizzarne le prestazioni?
Partecipanti
Jan Brändle

Ti sarà già capitato: quella fitta di ansia quando la batteria del telefono o del portatile scende al 5 per cento e ti affretti a finire un messaggio o a prenotare un biglietto, senza sapere con certezza se ti restano 30 secondi o dieci minuti. Questo perché la cifra sullo schermo non è così affidabile come sembra. Il tuo telefono potrebbe indicare il 20% di batteria un attimo prima ed essere scarico dieci minuti dopo, oppure potrebbe bloccarsi all’1% per quella che sembra un’ora, rifiutandosi di spegnersi.

Non è solo la tua immaginazione. Si tratta di un limite fondamentale del modo in cui stimiamo lo stato di carica delle batterie.

Non esiste davvero un modo diretto per misurare quanto sia effettivamente carica una batteria. La sua “energia” residua, o stato di carica, può essere stimata solo indirettamente, utilizzando misurazioni quali tensione e corrente che vengono inserite in modelli che forniscono un’approssimazione del valore reale. Per le batterie al litio-ferro-fosfato (LFP) (che stanno diventando sempre più lo standard per l’accumulo di energia su larga scala), queste stime possono avere un’incertezza fino al 20%. Per il tuo telefono, è solo un fastidio. Per una batteria su scala industriale collegata alla rete elettrica, può rivelarsi molto costoso.

Quando una stima diventa una promessa non mantenuta

Le batterie su larga scala collegate alla rete elettrica non si limitano semplicemente a immagazzinare energia. Partecipano ai mercati dell’elettricità, dove l’energia viene comprata e venduta allo stesso modo in cui le persone comprano e vendono patate o grano su un mercato delle materie prime. Promettono di fornire o assorbire una certa quantità di energia in un determinato momento. Inoltre, promettono di essere pronte, nel giro di pochi secondi, a contribuire a mantenere l’equilibrio tra domanda e offerta della rete, un servizio chiamato «riserve di frequenza».

Entrambe queste promesse dipendono dal fatto che l’operatore della batteria sappia quanta carica sia effettivamente disponibile. Se lo stato di carica reale è diverso da quello che l’operatore ritiene, ad esempio con uno scostamento del 15 per cento, tali impegni non possono essere mantenuti. Per una batteria che opera sui mercati dell’energia elettrica, ciò comporta sanzioni pecuniarie per non aver fornito l’energia come promesso. Peggio ancora, in caso di emergenza, può significare che la batteria semplicemente non disponga di energia sufficiente per sostenere la rete proprio quando ce n’è più bisogno.

Due comunità diverse stanno affrontando questo problema, ciascuna dal proprio punto di vista. I chimici specializzati in batterie e i data scientist affrontano il problema alla radice, utilizzando sensori più precisi, modelli interni più accurati del comportamento della batteria, una maggiore quantità di dati e algoritmi di stima più intelligenti. Questo lavoro è importante e i risultati continuano a migliorare, ma anche i migliori sistemi di stima presentano ancora un margine di errore reale e inevitabile. La chimica di una batteria LFP semplicemente non rivela facilmente il proprio stato interno.

Gli operatori delle batterie, nel frattempo, considerano il dato incerto come un dato di fatto e si organizzano per farvi fronte. Se non ci si può fidare completamente della stima di carica, si inserisce un margine di sicurezza. Non si fa mai un’offerta sul mercato come se si disponesse del 100% della capacità dichiarata della batteria. Si tiene invece da parte una parte, per ogni evenienza. Questo funziona, ma è uno strumento poco preciso. Un margine troppo esiguo rischia di far fallire le promesse. Un margine troppo ampio significa lasciare sul tavolo capacità utilizzabile, e ricavi, tutto il giorno, ogni giorno.

Coniugare i due mondi

Come membri di un gruppo di ricerca presso l’ETH di Zurigo e l’NCCR Automation, abbiamo studiato proprio questo problema, partendo dal punto chiave che fa da ponte tra le due prospettive: l’entità dell’errore di stima non è fissa. Dipende da come viene utilizzata la batteria. L’errore tende ad accumularsi gradualmente durante il funzionamento quotidiano a carico medio, che è esattamente il regime in cui una batteria trascorre la maggior parte del tempo quando fornisce riserve alla rete. Ma si azzerano quando la batteria viene portata quasi alla carica completa o alla scarica completa: in quel momento il valore riportato e quello reale tornano ad allinearsi.

In altre parole, le decisioni dell’operatore e il problema di stima del chimico non sono affatto separati. Il modo in cui si gestisce la batteria influisce direttamente sulla fiducia che si può riporre nelle informazioni che essa fornisce.

Lavorando a stretto contatto con chi opera effettivamente con le batterie nei mercati dell’energia elettrica, abbiamo sviluppato una strategia di offerta che sfrutta direttamente questa connessione. In questi mercati, le offerte vengono in genere calcolate automaticamente da un algoritmo, senza essere regolate manualmente da un operatore ora per ora. Ciò che abbiamo aggiunto a quell’algoritmo è la consapevolezza dell’incertezza: invece di affidarci a un margine di sicurezza fisso (ed elevato), abbiamo fatto in modo che l’algoritmo fosse consapevole del fatto che le sue stesse decisioni influenzano il grado di incertezza della sua stima futura. L’algoritmo valuta il profitto immediato di una decisione a fronte del vantaggio derivante dal portare occasionalmente la batteria allo stato di piena carica o scarica completa per affinare la stima, il che gli consente di ridurre il margine di sicurezza.

 

Two line charts comparing fixed or uncertainty-aware margins. In the uncertainty-aware chart, the margin tightens sharply at a point where strategic discharging takes place.
Figura 1: Un margine fisso mantiene la stessa ampiezza indipendentemente dall’attività della batteria. Un margine sensibile all’incertezza si restringe quando la batteria si carica o si scarica in modo strategico, poiché è proprio in quel momento che la stima diventa più affidabile.

Rispetto ai margini di sicurezza fissi, questo approccio sensibile all’incertezza mantiene la batteria altrettanto affidabile, generando al contempo un guadagno significativamente maggiore. Nella nostra simulazione di sei mesi, a un livello altrettanto elevato di affidabilità nella fornitura di riserva, la strategia sensibile all’incertezza ha generato circa un terzo in più di ricavi rispetto a un margine di sicurezza fisso. La differenza sta nel modo in cui viene impiegata la cautela. Un margine fisso la distribuisce ovunque, in ogni momento. Il nostro la impiega solo dove è effettivamente necessaria e la elimina ovunque altrove.

La prossima volta che la batteria del tuo telefono fa qualcosa di inspiegabile, vale la pena ricordare: da qualche parte, una batteria molto più grande sta attraversando esattamente la stessa crisi d’identità. La differenza è che, con il nostro approccio, questa può essere gestita in modo abbastanza intelligente da sapere quando fidarsi della propria ipotesi e quando agire per fare ipotesi migliori.