Nei precedenti articoli dedicati alla relazione presentata dalla professoressa Eleonora Riva Sanseverino dell’Università di Palermo all’UPEC 2026, abbiamo visto come la rete elettrica stia diventando un sistema sempre più complesso: produzione distribuita, accumuli, Comunità Energetiche, telecomunicazioni, sistemi di controllo, dati e intelligenza artificiale sono ormai parti di una stessa infrastruttura. Se tutto è interconnesso, però, cambia anche il modo in cui dobbiamo valutare la sicurezza del sistema. Non basta più domandarsi che cosa accade se si guasta una linea elettrica o un trasformatore. Dobbiamo chiederci cosa succede quando più eventi, appartenenti a mondi diversi, si verificano contemporaneamente. E soprattutto: possiamo simulare questi eventi prima che accadano realmente? È qui che entra in gioco uno degli strumenti più interessanti illustrati nella relazione di Sanseverino: il Digital Twin, il gemello digitale della rete elettrica.
Una copia digitale della rete reale
Un Digital Twin non è semplicemente una rappresentazione grafica della rete.
È un modello digitale capace di riprodurre il comportamento dell’infrastruttura reale e di ricevere dati provenienti dal sistema fisico. Nel caso di una rete elettrica significa mettere insieme molte informazioni: tensioni, frequenze e flussi di energia; stato di linee e trasformatori; misure provenienti da sensori e contatori; sistemi SCADA; telecomunicazioni; sistemi di protezione e controllo; condizioni meteorologiche; produzione degli impianti rinnovabili e, progressivamente, anche informazioni relative alle minacce informatiche.
Il punto fondamentale della relazione di Sanseverino è proprio questo: la sicurezza non dipende più soltanto dallo stato elettrico della rete. Dipende dallo stato congiunto della rete fisica, delle comunicazioni, dell’integrità delle misure e dei sistemi di controllo. Il gemello digitale permette quindi di osservare il sistema energetico non come una somma di componenti separati, ma come un unico Cyber-Physical Power System.
Simulare quello che ancora non è successo
Qui si apre una prospettiva particolarmente interessante. Possiamo utilizzare il modello digitale per introdurre artificialmente un evento e vedere cosa succede. Una linea viene interrotta. Una cabina primaria perde una parte della propria capacità. Una rete di telecomunicazioni smette di funzionare. Un sistema SCADA riceve informazioni alterate. Un’ondata di calore aumenta contemporaneamente i consumi e riduce le prestazioni di alcune infrastrutture. Un attacco informatico compromette una parte dei sistemi di controllo proprio mentre si verifica un guasto fisico.
Nella realtà sarebbe evidentemente impossibile provocare deliberatamente eventi del genere per verificarne le conseguenze. Nel gemello digitale, invece, possiamo farlo. Possiamo creare migliaia di scenari e osservare come reagisce il sistema. Il rischio può essere studiato prima di trasformarsi in emergenza.
Il problema delle combinazioni
C’è però una difficoltà enorme.
Le combinazioni possibili sono praticamente infinite. La sicurezza elettrica tradizionale utilizza da tempo criteri come N-1: il sistema deve essere in grado di sopportare la perdita di un componente importante senza collassare. Ma una rete cyber-fisica introduce molte altre variabili.
Che cosa succede se perdiamo contemporaneamente una linea elettrica e una comunicazione? E se insieme viene compromesso un sensore? E se le informazioni disponibili all’operatore non rappresentano più correttamente ciò che sta accadendo sulla rete? Passiamo così dalla valutazione separata del rischio fisico e del rischio informatico a quella che Sanseverino rappresenta come una valutazione congiunta delle contingenze cyber-fisiche. Ed è proprio qui che l’intelligenza artificiale generativa può assumere un ruolo nuovo.
L’intelligenza artificiale può cercare gli scenari che noi non penseremmo di cercare
L’AI generativa può combinare informazioni che normalmente appartengono a sistemi separati: previsioni meteorologiche, vulnerabilità OT, architettura della rete, storico delle interruzioni, procedure operative. Invece di simulare indiscriminatamente milioni di combinazioni, l’intelligenza artificiale può contribuire a individuare quelle plausibili e potenzialmente pericolose che meritano di essere analizzate con modelli più complessi.
È un cambio di prospettiva importante. Negli articoli precedenti abbiamo visto come l’intelligenza artificiale possa diventare uno strumento nelle mani degli attaccanti e, contemporaneamente, uno strumento di difesa. Qui compare una terza funzione: l’intelligenza artificiale come strumento per immaginare il rischio. Non soltanto riconoscere ciò che sta accadendo, ma aiutarci a individuare ciò che potrebbe accadere. La stessa relazione, tuttavia, evidenzia che questo campo presenta ancora importanti problemi di ricerca: gli scenari generati devono rispettare i vincoli fisici della rete e non basta che una combinazione sia linguisticamente plausibile perché sia tecnicamente possibile.
L’AI propone. Il modello fisico deve verificare.
Dal guasto all’impatto reale
La parte forse più interessante arriva quando smettiamo di domandarci semplicemente se un componente funziona oppure no. Quello che interessa veramente è l’impatto sul sistema.
Nello schema presentato da Sanseverino, il modello può arrivare a valutare conseguenze differenti:
I1 – perdita di capacità di trasferimento dell’energia; I2 – congestioni della rete; I3 – impatto economico e sul mercato elettrico; I4 – impatto sulla sicurezza dell’approvvigionamento. Questo passaggio è fondamentale. Un guasto non è importante soltanto perché una determinata apparecchiatura smette di funzionare. È importante per gli effetti che produce sull’intero sistema energetico e, alla fine della catena, sulle imprese e sui cittadini.
E se applicassimo lo stesso principio ai territori?
La relazione di Sanseverino riguarda la resilienza delle infrastrutture elettriche critiche, ma pone una questione che, a nostro avviso, può diventare molto interessante anche su scala territoriale.
Immaginiamo un gemello digitale energetico di un territorio. Conosciamo gli impianti fotovoltaici. Conosciamo, o possiamo stimare, i consumi. Conosciamo gli accumuli. Conosciamo le cabine primarie e la struttura della distribuzione. Conosciamo le Comunità Energetiche presenti sul territorio. Possiamo integrare progressivamente mobilità elettrica, pompe di calore, sistemi di accumulo distribuiti e nuovi carichi flessibili.
A quel punto potremmo simulare scenari completamente differenti. Che cosa succede se la produzione fotovoltaica cresce rapidamente in una determinata area? Dove si formeranno le congestioni? Quanta energia potrà essere consumata localmente? Dove sarebbe più utile installare un accumulo? Quale effetto avrebbe spostare alcuni consumi nelle ore di maggiore produzione rinnovabile? Quanto potrebbe contribuire una Comunità Energetica alla flessibilità locale? E ancora: cosa accadrebbe durante un evento climatico estremo o in presenza di una temporanea indisponibilità di una parte dell’infrastruttura?
Dalla Comunità Energetica alla comunità energetica digitale
È una prospettiva sulla quale riteniamo valga la pena riflettere.
Le Comunità Energetiche oggi vengono considerate prevalentemente come strumenti per condividere virtualmente l’energia prodotta localmente. Ma questa potrebbe essere soltanto la loro prima fase evolutiva. Una CER sufficientemente grande dispone infatti di qualcosa che nel nuovo sistema elettrico acquisterà sempre maggiore valore: una comunità organizzata di produttori, consumatori, imprese, enti pubblici e sistemi di accumulo appartenenti allo stesso territorio.
Se questa struttura viene accompagnata da strumenti digitali capaci di conoscere e prevedere produzione e consumo, la CER può progressivamente diventare anche uno strumento di gestione intelligente dell’energia locale. Non significa sostituirsi al distributore o al gestore della rete. Significa rendere il territorio energeticamente più consapevole e progressivamente più capace di adattare i propri comportamenti alle condizioni del sistema elettrico.
Una possibile sfida anche per la Sardegna
Per la Sardegna questa riflessione assume un significato particolare. La crescita delle rinnovabili rende necessario discutere non soltanto di quanti nuovi impianti realizzare, ma di come utilizzare meglio l’energia che già produciamo e quella che produrremo. Accumulare. Spostare i consumi. Prevedere produzione e domanda. Individuare le congestioni. Coordinare produttori e consumatori. Utilizzare la flessibilità. Simulare preventivamente gli effetti delle decisioni. Un sistema energetico territoriale dotato di una propria rappresentazione digitale potrebbe permettere di passare progressivamente dalla semplice osservazione dei flussi energetici alla loro previsione e ottimizzazione. E le Comunità Energetiche potrebbero rappresentare uno dei luoghi nei quali sperimentare questo passaggio.
Prima simulare, poi decidere
La digitalizzazione della rete introduce certamente nuove vulnerabilità, come abbiamo raccontato negli articoli precedenti. Ma offre anche strumenti che fino a pochi anni fa sarebbero stati difficilmente immaginabili. Possiamo costruire una rappresentazione digitale delle infrastrutture. Possiamo simulare eventi che non sono ancora accaduti. Possiamo utilizzare l’intelligenza artificiale per individuare combinazioni di rischio difficili da prevedere. Possiamo misurarne gli effetti prima che si manifestino nella realtà. Ed eventualmente possiamo modificare il sistema prima che quella vulnerabilità diventi un problema. Forse è proprio questa una delle trasformazioni più profonde introdotte dalla digitalizzazione del settore energetico: passare da un sistema che reagisce agli eventi a un sistema che prova ad anticiparli. Perché una rete veramente intelligente non è soltanto una rete capace di sapere cosa sta accadendo. È una rete capace di chiedersi cosa potrebbe accadere domani.
Articolo elaborato a partire dalla relazione “The Power Grid as a Cyber-Physical System: Vulnerabilities and Impacts of Generative AI”, presentata dalla professoressa Eleonora Riva Sanseverino, Università degli Studi di Palermo, all’UPEC 2026.
No responses yet