Veicoli elettrici ottimizzano le reti elettriche
Una nuova ricerca sta ridefinendo il ruolo dei veicoli elettrici (VE) nel sistema energetico moderno, trasformandoli da semplici consumatori di elettricità in attori chiave per l’ottimizzazione delle reti di trasmissione e distribuzione. Lo studio, intitolato “Research on the Low-Carbon Strategy of Coordinated Loss Reduction of Transmission and Distribution Network Considering the Temporal-Spatial Distribution of EV Charging and Discharging”, dimostra che una gestione intelligente della ricarica e della scarica dei VE può ridurre significativamente le perdite di energia nella rete, aumentare l’integrazione delle fonti rinnovabili e migliorare l’economia complessiva del sistema elettrico.
Guidato da Cheng Hulin di State Grid Hebei Electric Power Co., Ltd., in collaborazione con ricercatori dell’Università Yanshan, questo lavoro pionieristico introduce un modello di ottimizzazione gerarchica a tre livelli che rompe con i paradigmi tradizionali di funzionamento della rete. Pubblicato sulla prestigiosa rivista Electrical Measurement & Instrumentation (Vol. 61, No. 11, 15 novembre 2024), la ricerca affronta una delle sfide più pressanti del XXI secolo: come integrare in modo efficiente e stabile la crescente quantità di energia solare ed eolica in un’infrastruttura di rete non progettata per la loro variabilità.
Per decenni, gli operatori di rete hanno trattato le reti di distribuzione (quelle che arrivano alle abitazioni e alle imprese) come carichi passivi e le reti di trasmissione (le linee ad alta tensione) come fonti di energia fisse. Questo approccio, noto come “operazione isolata”, è ormai obsoleto. La proliferazione di pannelli solari sui tetti e di turbine eoliche decentralizzate ha trasformato molte reti di distribuzione in produttori attivi di energia, creando flussi di potenza bidirezionali che il sistema tradizionale non è in grado di gestire efficacemente. Ciò genera inefficienze, come perdite tecniche di energia (dissipata sotto forma di calore nei cavi) e lo spreco di energia rinnovabile (noto come “abbandono di energia”), quando la rete non riesce ad assorbire tutta l’elettricità generata.
Il modello proposto dal team di Cheng Hulin offre una soluzione integrata e rivoluzionaria. Il suo approccio si basa sulla creazione di un dialogo dinamico e bidirezionale tra le reti di trasmissione e distribuzione, utilizzando due variabili chiave come moneta di scambio: il prezzo di liquidazione della rete di trasmissione e la quantità di elettricità acquistata o venduta tra le due reti. L’innovazione fondamentale è che il prezzo di liquidazione non viene calcolato in modo statico, ma incorpora esplicitamente le perdite di energia che si verificano durante la trasmissione. Ciò significa che il prezzo riflette il vero costo fisico di consegnare elettricità, creando un sistema di incentivi molto più preciso.
Questo meccanismo di prezzi dinamici agisce come un sistema nervoso centrale per l’intero sistema. Quando la rete di trasmissione annuncia un prezzo di liquidazione, questo non indica solo offerta e domanda, ma anche lo stato di congestione e le perdite sulle linee ad alta tensione. Le reti di distribuzione ricevono questo prezzo e lo utilizzano come segnale per prendere decisioni ottimali su come gestire le proprie risorse interne. Ciò include decidere quanta elettricità acquistare dalla rete principale, quanta energia solare locale consumare, quando utilizzare generatori di riserva e, in modo cruciale, come programmare la ricarica e la scarica dei veicoli elettrici.
È qui che entra in gioco la vera genialità del modello. La maggior parte delle strategie di gestione dei VE si concentra solo sul quando ricaricare (ad esempio, incoraggiando la ricarica durante la notte quando la domanda è bassa). Questo studio va un passo oltre e risolve il problema del dove. Introduce un terzo livello di ottimizzazione: il “livello di pianificazione spaziale dei VE”. Questo componente prende come input i risultati ottimali di carica e scarica nel tempo calcolati dai livelli superiori e quindi determina il miglior luogo fisico all’interno della rete di distribuzione in cui i veicoli si connettono.
La logica è semplice ma potente. Le perdite di energia in una rete di distribuzione non sono uniformi; sono molto più elevate nei nodi (punti di connessione) che si trovano lontano dalla sottostazione principale, dove la tensione è più bassa e la resistenza dei cavi è più alta. Il modello ottimizza la posizione dei VE per minimizzare queste perdite. Ad esempio, programma i veicoli per ricaricarsi prevalentemente in nodi vicini alla sottostazione durante le ore di bassa domanda. Ciò sfrutta l’alta tensione e la bassa resistenza di queste aree, riducendo l’energia persa durante la ricarica.
Al contrario, programma i veicoli per scaricarsi (utilizzando la tecnologia V2G, Vehicle-to-Grid) in nodi situati nelle zone più lontane e con carico più elevato, come centri commerciali o zone residenziali durante le ore di punta. Scaricando elettricità localmente in questi punti, i VE agiscono come piccole centrali elettriche distribuite, fornendo energia direttamente dove è necessaria. Ciò riduce drasticamente la quantità di corrente che deve fluire dalla sottostazione attraverso lunghe linee, il che a sua volta riduce le perdite per resistenza e aiuta a mantenere la tensione entro limiti sicuri.
I risultati della simulazione, basati su un sistema di prova standard (la rete IEEE a 33 nodi), sono impressionanti. Rispetto all’operazione isolata tradizionale, la strategia di coordinamento proposta riduce i costi totali del sistema di quasi 50.000 dollari al giorno. Questa riduzione deriva da diversi fattori: minori costi di generazione, meno penalità per l’abbandono di energia solare e, soprattutto, una riduzione significativa delle perdite di rete. Il prezzo di liquidazione della rete di trasmissione diminuisce costantemente durante il giorno, un chiaro indicatore che le perdite sulle linee ad alta tensione si sono ridotte, il che si traduce direttamente in un funzionamento più efficiente e meno emissioni di carbonio.
A livello di distribuzione, i benefici sono ugualmente notevoli. Il tasso medio di perdita di rete nella rete di prova è sceso dallo 0,24% allo 0,21%. Sebbene sembri un miglioramento marginale, su una rete elettrica su scala nazionale, questa differenza rappresenta una quantità enorme di energia risparmiata. Inoltre, la strategia ha migliorato il tasso di assorbimento dell’energia solare dal 95,4% al 98,1%, salvando una grande quantità di energia pulita che altrimenti sarebbe stata sprecata. Per i proprietari di VE, la strategia è anche economicamente vantaggiosa. Ricaricando quando i prezzi sono bassi (di notte) e vendendo elettricità quando i prezzi sono alti (durante il giorno), la flotta di VE simulata ha generato entrate di arbitraggio di circa 412 dollari all’ora.
Una sfida cruciale per l’implementazione di questo tipo di modelli complessi è la velocità di calcolo. Risolvere un problema di ottimizzazione che coinvolge reti di trasmissione, distribuzione e migliaia di veicoli elettrici è computazionalmente intensivo. I metodi tradizionali di iterazione richiedono uno scambio costante di dati tra i diversi sottosistemi, il che porta a tempi di risoluzione proibitivamente lunghi. Per superare questo ostacolo, il team di ricerca ha impiegato un algoritmo all’avanguardia chiamato Ottimizzazione Concorrente di Sottospazi (CSSO).
Questo algoritmo è un salto qualitativo in termini di efficienza. Invece di costringere i sottosistemi ad aspettare i risultati degli altri, il CSSO permette che la rete di trasmissione e ogni rete di distribuzione eseguano i propri calcoli in modo parallelo e quasi indipendente. Utilizzano modelli di “superficie di risposta” (costruiti con reti neurali) per prevedere come le loro decisioni influenzeranno il sistema globale. Ciò elimina la necessità di migliaia di iterazioni di feedback. Il risultato è spettacolare: il modello è stato risolto in soli 112 secondi, un miglioramento di più di un ordine di grandezza rispetto ai metodi tradizionali che hanno impiegato più di 18 minuti. Questa velocità è essenziale affinché il sistema sia praticabile nelle operazioni del mondo reale, dove le decisioni devono essere prese in tempo quasi reale.
Oltre ai numeri, questo studio ha profonde implicazioni per il futuro della mobilità elettrica e della politica energetica. Dimostra che i veicoli elettrici non sono un carico per la rete, ma una soluzione. La loro batteria, quando gestita in modo intelligente, diventa una risorsa di stoccaggio distribuito di valore inestimabile. Perché ciò diventi realtà, è necessario un cambiamento di paradigma. Gli operatori di trasmissione (TSO) e gli operatori di distribuzione (DSO) devono passare dal funzionare in silos a collaborare strettamente, condividendo dati e allineando i loro obiettivi. Le politiche devono evolversi per creare mercati che ricompensino i proprietari di VE per fornire servizi di flessibilità alla rete.
Anche l’infrastruttura deve adattarsi. Saranno necessarie stazioni di ricarica intelligenti in grado di comunicare con l’operatore di rete e ricevere segnali di prezzo in tempo reale. I regolatori devono permettere agli aggregatori (aziende che raggruppano migliaia di VE) di partecipare ai mercati energetici come un singolo attore, massimizzando il loro impatto. La ricerca di Cheng Hulin, Wu Jian, Zhang Jing, Li Yanlin, Shi Benbo e Lu Zhigang non presenta solo un modello matematico; è una mappa per un futuro energetico più intelligente, efficiente e sostenibile, in cui l’auto elettrica svolge un ruolo centrale nella decarbonizzazione del sistema energetico.
Cheng Hulin, Wu Jian, Zhang Jing, Li Yanlin, Shi Benbo, Lu Zhigang, State Grid Hebei Electric Power Co., Ltd. and Yanshan University, Electrical Measurement & Instrumentation, DOI: 10.19753/j.issn1001-1390.2024.11.016