La strategia intelligente di ricarica riduce emissioni e costi
Una nuova ricerca sta rivoluzionando il modo in cui pensiamo alla ricarica dei veicoli elettrici (VE), trasformandola da una semplice necessità in un potente strumento per combattere il cambiamento climatico e ottimizzare la rete elettrica. Un team di ingegneri elettrici, guidato da Wang Yiqing della Xuzhou Power Supply Company, una filiale di State Grid Jiangsu Electric Power Company Limited, ha sviluppato un modello di pianificazione intelligente che promette di ridurre significativamente sia i costi operativi che le emissioni di carbonio nelle reti di distribuzione urbana. Il loro approccio, pubblicato sulla rivista Water Resources and Hydropower Engineering, non si limita a spostare la ricarica delle auto nelle ore notturne; introduce un livello di sofisticazione mai visto, adattando la strategia di ricarica alle diverse esigenze degli utenti residenziali e commerciali.
Mentre le città di tutto il mondo accelerano la transizione verso la mobilità elettrica, l’impatto sulla rete elettrica locale diventa sempre più critico. Milioni di VE che si collegano a case e uffici non sono più una proiezione futura, ma una realtà quotidiana che mette a dura prova le infrastrutture esistenti. Il problema principale non è solo il volume totale di energia richiesta, ma il momento in cui questa energia viene prelevata. Quando i proprietari di auto elettriche tornano a casa dal lavoro e collegano immediatamente i loro veicoli, spesso lo fanno durante le ore serali di punta, quando la domanda di elettricità è già alta e la rete si basa maggiormente su fonti fossili come il gas naturale. Questo crea una “tempesta perfetta” per gli operatori della rete: un picco di carico proprio quando l’intensità di carbonio dell’elettricità è al suo massimo. Il modello proposto da Wang e colleghi affronta direttamente questo problema, superando l’approccio tradizionale della ricarica disordinata, spesso guidato solo da tariffe orarie.
La vera innovazione risiede nella capacità del modello di discriminare tra diverse urgenze di ricarica. I ricercatori hanno introdotto un concetto semplice ma rivoluzionario: un “indice di emergenza” per ogni veicolo. Questo indice è calcolato confrontando il tempo in cui un VE rimane collegato alla rete con il tempo minimo necessario per caricare la batteria dal suo stato attuale a quello desiderato. Se il tempo disponibile è inferiore al tempo minimo richiesto, il veicolo viene classificato come “emergenza” e riceve la priorità per una ricarica rapida. Se, invece, il tempo disponibile è abbondante, il veicolo entra in una categoria di ricarica non urgente, dove la priorità è ottimizzare il costo e l’impatto ambientale, piuttosto che la velocità. Questa distinzione è fondamentale. Riconosce che non tutti i veicoli hanno le stesse esigenze. Un’auto con un lungo tragitto da percorrere il mattino seguente ha bisogno di una carica rapida, mentre un’auto con una batteria già parzialmente carica e un tragitto breve può aspettare che la rete offra elettricità più pulita e più economica. Trattando i VE non come un carico omogeneo, ma come una flotta di batterie mobili intelligenti e flessibili, il modello offre ai gestori della rete un controllo senza precedenti sulla domanda.
Il team di ricerca, che include Su Lingdong della stessa utility elettrica, insieme a Gu Jie e Hong Lucheng della School of Electrical Engineering dell’Università del Sudest a Nanchino, ha testato il suo modello su una rete di distribuzione modificata IEEE a 33 nodi. Questo sistema di test standard è stato arricchito con generazione fotovoltaica (PV) distribuita e unità di accumulo energetico, creando un modello realistico di una rete urbana moderna, ricca di energie rinnovabili. L’analisi di un caso di studio, basato su un tipico giorno estivo in Jiangsu, Cina, ha prodotto risultati straordinariamente chiari. Nel contesto residenziale, dove i VE vengono tipicamente caricati durante la notte, la strategia di pianificazione coordinata dello Stato di Carica (SOC) ha ridotto il costo totale di pianificazione dell’8,06% e abbattuto le emissioni di carbonio del 13,92% rispetto a uno scenario di ricarica disordinata. Questa drastica riduzione delle emissioni è particolarmente significativa perché dimostra il potere del tempo. Ritardando la ricarica dei veicoli non urgenti fino alle ore centrali della notte, quando la produzione solare è cessata ma il carico generale della rete è basso e l’energia di base più pulita è predominante, l’intensità media di carbonio dell’elettricità consumata viene drasticamente ridotta.
Lo scenario commerciale ha presentato una serie diversa, ma ugualmente convincente, di sfide e opportunità. I VE commerciali, come quelli utilizzati da flotte di consegna o auto aziendali, tendono a caricare durante il giorno. Questo crea un conflitto diretto con i modelli di generazione solare. Mentre il sole splende e i sistemi fotovoltaici producono abbondante energia pulita, i VE commerciali sono spesso in movimento. Quando tornano ai loro depositi, spesso lo fanno nel tardo pomeriggio o all’inizio della sera, proprio quando la produzione solare sta diminuendo e la domanda di rete sta raggiungendo il suo picco. Il modello sviluppato dallo studio ha navigato con successo questa complessità. Per i carichi commerciali, la strategia coordinata di pianificazione SOC ha comunque prodotto miglioramenti, riducendo i costi del 4,31% e le emissioni del 4,87%. I guadagni percentuali leggermente inferiori, rispetto al caso residenziale, sono attribuiti ai vincoli intrinseci alle operazioni commerciali. Le aziende hanno meno flessibilità su quando i loro veicoli sono disponibili per la ricarica, e le loro esigenze di ricarica sono spesso più sensibili al tempo. Tuttavia, il fatto che siano stati raggiunti risparmi significativi anche in queste condizioni più rigide sottolinea la robustezza del metodo proposto.
Un fondamento tecnico chiave di questa ricerca è l’uso di un fattore di emissione di carbonio dinamico. La contabilità tradizionale del carbonio si basa spesso su un fattore di emissione annuale o nazionale medio, che dipinge un quadro statico e fuorviante. Un chilowattora di elettricità consumato a mezzogiorno in una giornata soleggiata, quando i pannelli solari generano a piena capacità, ha un costo di carbonio molto diverso da un chilowattora consumato alle 20:00 in una giornata nuvolosa d’inverno, quando è probabile che le centrali a gas soddisfino la domanda. Il modello sviluppato da Wang e i suoi colleghi incorpora questa variabilità temporale e spaziale. Calcola un fattore di emissione di carbonio in tempo reale per la rete in base alla miscela attuale di fonti di generazione e al flusso fisico di potenza. Questo permette all’algoritmo di ottimizzazione di prendere decisioni che non riguardano solo il risparmio di denaro, ma che minimizzano anche l’impatto reale di carbonio di ogni evento di ricarica. Questa consapevolezza granulare e in tempo reale è ciò che trasforma i VE da un potenziale problema per la rete in uno strumento potente per la decarbonizzazione.
Le implicazioni di questa ricerca vanno ben oltre le pagine di un articolo accademico. Per le aziende elettriche, fornisce una mappa chiara per gestire la rivoluzione dei veicoli elettrici. Invece di vedere i VE come una minaccia per la stabilità della rete, possono essere visti come una vasta flotta distribuita di batterie mobili che possono essere strategicamente schierate per bilanciare domanda e offerta. Questo richiede un cambiamento nei modelli di business e nell’interazione con i clienti. Le utility potrebbero offrire piani tariffari dinamici che premiano i clienti per consentire ai loro veicoli di essere caricati durante periodi di bassa intensità di carbonio. Le piattaforme di ricarica intelligente potrebbero iscrivere automaticamente i veicoli a questi programmi, con l’utente che imposta una semplice preferenza, come “Ho bisogno che la mia auto sia completamente carica entro le 7:00”, e l’algoritmo si occupa del resto, garantendo che l’auto sia pronta in tempo mentre minimizza costi ed emissioni.
Per i costruttori di automobili e gli operatori di reti di ricarica per VE, i risultati evidenziano l’importanza di integrare capacità di ricarica intelligente nei loro prodotti e servizi fin dall’inizio. La caratteristica più preziosa di un VE futuro potrebbe non essere una batteria leggermente più grande, ma una connessione più intelligente alla rete. I veicoli dotati di telematica avanzata e protocolli di comunicazione potrebbero partecipare senza soluzione di continuità a questi programmi di ottimizzazione della rete, migliorando la loro proposta di valore sia per i singoli proprietari che per i gestori di flotte. Questo apre anche la porta alla tecnologia Vehicle-to-Grid (V2G), dove i veicoli elettrici non solo possono prelevare energia dalla rete, ma anche reimmetterla durante i periodi di picco della domanda, agendo come una risorsa energetica distribuita.
Il focus dello studio su scenari utente distinti, residenziale e commerciale, è un grande punto di forza. Riconosce che una soluzione “tutto per tutti” è destinata al fallimento. Gli utenti residenziali hanno schemi, priorità e livelli di flessibilità diversi rispetto alle flotte commerciali. Un’azienda di consegne non può permettersi che i suoi veicoli siano indisponibili per la ricarica durante le sue ore di funzionamento principali. La capacità del modello di tenere conto di queste differenze lo rende molto più pratico e applicabile nel mondo reale. Suggerisce anche che i futuri programmi di ricarica intelligente dovrebbero essere altamente segmentati, con incentivi e regole personalizzati per diverse classi di clienti.
La ricerca fornisce anche una luce sulle variazioni stagionali nella prestazione della rete. Il team ha scoperto che i benefici della ricarica coordinata erano più pronunciati in estate che in inverno. Questo è in gran parte dovuto all’output più elevato dei pannelli solari durante i giorni più lunghi e soleggiati dell’estate. L’abbondanza di generazione pulita durante il giorno fornisce una “finestra di opportunità” più ampia per caricare i VE commerciali con elettricità a basso tenore di carbonio. In inverno, con giorni più corti e produzione solare più bassa, l’intensità di carbonio della rete è generalmente più alta e il potenziale di ottimizzazione è leggermente ridotto. Questa intuizione stagionale è cruciale per la pianificazione a lungo termine e per stabilire aspettative realistiche sui benefici ambientali dell’adozione dei VE in diversi climi.
Sebbene i risultati siano molto incoraggianti, gli autori sottolineano con attenzione le limitazioni e le sfide. Una preoccupazione riguarda la scalabilità dell’approccio in aree con bassa densità di VE o meno punti di infrastruttura di ricarica. I benefici di ottimizzazione sono più significativi quando esiste un grande gruppo aggregato di carichi flessibili da gestire. In aree scarsamente popolate, l’impatto della coordinazione di alcune decine di veicoli potrebbe essere insignificante. Inoltre, lo studio riconosce le preoccupazioni per la sicurezza associate alla ricarica rapida frequente, che è raccomandata per i casi urgenti. Sebbene la ricarica rapida sia uno strumento necessario, il suo impatto a lungo termine sulla salute e sulla sicurezza della batteria deve essere gestito con cura. La ricerca futura, suggeriscono gli autori, dovrebbe esplorare l’ottimizzazione congiunta della velocità di ricarica, dei costi, delle emissioni e della longevità della batteria.
Un altro fattore critico è l’accettazione da parte dell’utente. Perché questo modello funzioni, un numero significativo di proprietari di VE deve essere disposto a cedere un certo controllo sul loro processo di ricarica a un algoritmo centrale. Questo richiede un alto grado di fiducia nell’azienda elettrica o nel fornitore di servizi di ricarica. Una comunicazione trasparente su come funziona il sistema, quali dati vengono raccolti e come viene protetta la privacy dell’utente sarà essenziale. Il successo di questa tecnologia dipenderà tanto da fattori sociali e comportamentali quanto dalla sua sofisticazione tecnica. Gli incentivi saranno fondamentali, ma lo sarà anche una chiara dimostrazione dei benefici tangibili, sia finanziari che ambientali, che gli utenti riceveranno in cambio della loro partecipazione.
Il contesto più ampio di questa ricerca è la spinta globale verso la decarbonizzazione e il ruolo centrale che il settore energetico deve svolgere. Mentre il mondo si sforza di raggiungere i suoi obiettivi climatici, elettrificare i trasporti è un passo obbligato. Tuttavia, questa transizione sarà davvero sostenibile solo se l’elettricità utilizzata per alimentare quei veicoli è essa stessa pulita. Questo studio fornisce un pezzo vitale del puzzle, mostrando come il momento di questo utilizzo di elettricità possa essere ottimizzato per massimizzare l’uso dell’energia rinnovabile e minimizzare la dipendenza dai combustibili fossili. Trasforma la narrazione da “l’elettrificazione è buona” a “l’elettrificazione intelligente è essenziale”.
In conclusione, il lavoro di Wang Yiqing, Su Lingdong, Gu Jie e Hong Lucheng rappresenta un passo avanti significativo nell’integrazione dei veicoli elettrici nella rete elettrica moderna. Andando oltre la semplice tariffazione oraria e abbracciando una strategia di ottimizzazione dinamica, intelligente e consapevole dell’utente, hanno dimostrato un percorso pratico verso un futuro a costi più bassi e a basse emissioni di carbonio. Il loro modello non è una fantasia futuristica; è una soluzione tecnicamente solida ed economicamente fattibile che può essere implementata con la tecnologia esistente. Mentre il numero di VE sulle strade continua a crescere in modo esponenziale, le intuizioni di questa ricerca saranno inestimabili per gli operatori di rete, i responsabili politici, i costruttori di automobili e i consumatori. La strada per un futuro energetico sostenibile non è pavimentata solo con batterie e pannelli solari; è anche pavimentata con algoritmi intelligenti che assicurano che ogni elettrone sia utilizzato al suo potenziale più pulito e completo.
Wang Yiqing, Su Lingdong, Gu Jie, Hong Lucheng. Studio sulla pianificazione ottimizzata a basse emissioni di carbonio nelle reti di distribuzione urbana considerando la domanda di ricarica dei veicoli elettrici. Water Resources and Hydropower Engineering, 2024, 55(7):32-44. DOI: 10.13928/j.cnki.wrahe.2024.07.003