Veicoli Elettrici e Reti Intelligenti: Nuovo Modello di Gestione Energetica
L’integrazione dei veicoli elettrici (EV) nelle reti energetiche rappresenta oggi un elemento cruciale per lo sviluppo di un futuro sostenibile. La rapida diffusione di questi veicoli offre sia opportunità che sfide per i sistemi energetici, specialmente nei parchi industriali dove l’alta concentrazione di EV può influenzare significativamente la rete locale. Un team di ricerca ha recentemente sviluppato un innovativo modello di pianificazione ottimizzata a due livelli per i sistemi energetici integrati nei parchi (PIES), che tiene conto della disponibilità degli utenti EV alla ricarica e alla scarica delle batterie. Questo approccio pionieristico mira a migliorare l’efficienza e la sostenibilità economica dei PIES, riducendo al contempo i costi operativi sia per il sistema che per i proprietari dei veicoli.
Il lavoro dei ricercatori nasce come risposta alle criticità poste dal crescente numero di veicoli elettrici nei distretti industriali. Già nel 2022 la Cina contava 13,1 milioni di EV, con previsioni globali che indicano 220 milioni di unità entro il 2030. Questo incremento ha portato a una maggiore domanda elettrica, all’amplificazione delle differenze tra carichi di punta e di valle e all’aumento dei costi economici, tutti fattori che complicano la gestione dei PIES. I metodi tradizionali si sono rivelati insufficienti poiché non considerano adeguatamente la natura dinamica dei comportamenti di ricarica e scarica degli EV.
Il cuore del modello proposto risiede nel concetto di tariffazione dinamica in tempo reale, progettata per riflettere meglio le fluttuazioni della domanda e dell’offerta elettrica. A differenza delle tariffe orarie fisse, questo meccanismo adatta il costo dell’elettricità in base ai livelli di carico attuali, incoraggiando gli utenti a ricaricare nelle ore off-peak e a restituire energia alla rete durante i picchi di consumo. La strategia tariffaria si basa sul rapporto tra carico corrente e carico medio giornaliero, con aggiustamenti basati su soglie predefinite: quando il carico scende sotto l’80% della media, il prezzo diminuisce, mentre superando il 140% aumenta.
Per affinare ulteriormente il modello, i ricercatori hanno integrato il concetto di stato di carica (SOC) della batteria e i costi associati al suo degrado. Le batterie degli EV si deteriorano nel tempo e i cicli frequenti di ricarica/scarica accelerano questo processo. Per incentivare la partecipazione alle operazioni vehicle-to-grid (V2G), il modello include un meccanismo di compensazione per il degrado delle batterie, calcolato in base al costo d’acquisto della batteria, alla percorrenza giornaliera, alla profondità di scarica (DOD) e al numero di cicli di scarica.
Oltre agli incentivi economici, il modello considera anche gli aspetti psicologici e comportamentali degli utenti. È stato sviluppato un modello di disponibilità alla ricarica/scarica che tiene conto di fattori come il SOC attuale, il prezzo dinamico in tempo reale e la disponibilità di incentivi. Ad esempio, quando il SOC scende sotto il 30%, il veicolo necessita di ricarica, mentre sopra il 90% può interromperla. Durante la scarica, il SOC viene mantenuto almeno al 20% per garantire la prontezza all’uso del veicolo.
La struttura a due livelli del modello ottimizza le performance del PIES sia dalla prospettiva del sistema che da quella dell’utente. Il livello esterno mira a minimizzare i costi totali del sistema, includendo i costi di acquisto dell’energia, la manutenzione delle apparecchiature, i costi di avviamento/spegnimento, le emissioni di carbonio e i ricavi dalla vendita di elettricità. Il livello interno, invece, cerca di ridurre i costi di ricarica per i singoli utenti EV. Allineando questi obiettivi, il modello crea una situazione vantaggiosa per entrambe le parti.
Per risolvere il problema di ottimizzazione a due livelli, i ricercatori hanno utilizzato le condizioni di Karush-Kuhn-Tucker (KKT), che consentono di trasformare il problema del livello interno in un insieme di vincoli per il livello esterno, convertendo efficacemente il modello in una struttura a livello singolo più efficiente dal punto di vista computazionale.
L’efficacia del modello è stata valutata attraverso simulazioni che hanno confrontato tre scenari: ricarica non coordinata, modello tradizionale di disponibilità alla ricarica/scarica e il modello migliorato con tariffazione dinamica e compensazione per il degrado delle batterie. I risultati hanno mostrato che il modello migliorato riduce i costi totali del PIES del 4,03% rispetto al modello tradizionale e abbassa i costi di ricarica per gli utenti del 15,02%.
Una scoperta fondamentale dello studio è l’importanza di allineare gli incentivi economici con le capacità tecniche del PIES. La combinazione di tariffazione dinamica e compensazione per il degrado crea un potente incentivo per la partecipazione ai programmi V2G, consentendo una migliore gestione delle risorse e riducendo la dipendenza da fonti energetiche esterne. Il modello dimostra inoltre il potenziale del V2G nei programmi di demand response, dove i veicoli elettrici possono fornire servizi ancillari come la regolazione della frequenza e il bilanciamento del carico.
Questa ricerca rappresenta un significativo passo avanti nel campo dei sistemi energetici integrati, offrendo non solo una soluzione pratica alle sfide poste dalla diffusione degli EV, ma evidenziando anche l’importanza di considerare il comportamento degli utenti e gli incentivi economici nella progettazione delle tecnologie per reti intelligenti.
Le implicazioni di questo studio vanno oltre il contesto dei parchi industriali. I principi della tariffazione dinamica e della compensazione per il degrado possono essere applicati in vari contesti, dai quartieri residenziali ai distretti commerciali. Creando un sistema energetico più flessibile e reattivo, queste tecnologie possono contribuire a ridurre il costo complessivo dell’elettricità, migliorare l’affidabilità della rete e promuovere l’adozione di fonti rinnovabili. Il successo del programma V2G in questo studio suggerisce che iniziative simili potrebbero essere implementate su larga scala, trasformando potenzialmente il modo in cui concepiamo il rapporto tra trasporti ed energia.
In conclusione, il modello di pianificazione ottimizzata a due livelli per PIES offre una soluzione promettente alle sfide dell’integrazione dei veicoli elettrici nella rete elettrica. Combinando tariffazione dinamica, compensazione per il degrado e una comprensione completa del comportamento degli utenti, il modello non solo migliora l’efficienza e la sostenibilità economica dei sistemi energetici integrati, ma prepara anche la strada per un futuro energetico più sostenibile e resiliente.
Feng Yemu, Lyu Ganyun, Shi Mingming, Zhu Zhiying, Wang Haoyu, Chen Guangyu, School of Electric Power Engineering, Nanjing Institute of Technology; Electric Power Engineering Technology; DOI: 10.12158/j.2096-3203.2024.02.015