Microreti intelligenti: veicoli elettrici e cattura del carbonio
Nell’era della transizione energetica globale, i veicoli elettrici (VE) stanno rapidamente evolvendo da semplici mezzi di trasporto a componenti fondamentali dei sistemi energetici intelligenti. Un recente studio pubblicato sulla rivista Thermal Power Generation da Ya-Lin Xu e Jun-Dong Duan dell’Università Politecnica del Henan sta attirando l’attenzione del settore automobilistico e dell’energia per la sua visione innovativa su come integrare i veicoli elettrici, la cattura del carbonio e le reti intelligenti in un ecosistema energetico coerente e sostenibile.
La ricerca, intitolata “Studio sul controllo congiunto della microrete di energia integrata basata su un commercio del carbonio a gradini”, propone un modello di ottimizzazione a due livelli progettato per massimizzare l’assorbimento dell’energia eolica e ridurre drasticamente le emissioni di carbonio. Il cuore del sistema è un’ingegnosa soluzione tecnologica che collega una centrale elettrica con cattura del carbonio (CCPP), un sistema di conversione energia-gas (P2G) e una flotta di veicoli elettrici in un’unica architettura di microrete.
Il principale ostacolo che il team ha affrontato è il disallineamento temporale tra la produzione di energia eolica e la domanda di rete. L’energia eolica è intermittente, spesso disponibile in abbondanza durante le ore notturne o di basso consumo, quando potrebbe essere sprecata. Allo stesso tempo, la cattura del carbonio richiede energia elettrica, tipicamente fornita dalla stessa centrale a carbone, riducendo così la sua flessibilità operativa durante i picchi di domanda. Il modello di Xu e Duan risolve questo problema introducendo un serbatoio di stoccaggio liquido come “stazione tampone” di CO₂ tra la CCPP e il sistema P2G.
Questa innovazione è cruciale. Durante le ore di punta, quando la domanda di elettricità è alta e l’energia eolica è scarsa, la centrale a carbone può continuare a operare senza dover dedicare energia alla cattura del carbonio. Invece, il CO₂ prodotto viene assorbito e stoccato in forma liquida nel serbatoio. Successivamente, durante le ore di abbondanza eolica, quando l’energia è abbondante e a basso costo, il CO₂ stoccato viene rilasciato dal serbatoio e inviato al sistema P2G. Qui, il CO₂ viene combinato con l’idrogeno, prodotto tramite elettrolisi alimentata dal surplus di energia eolica, per sintetizzare metano (CH₄). Questo gas naturale sintetico può quindi essere stoccato e utilizzato in turbine a gas per generare elettricità durante i periodi di alta domanda, trasformando così l’energia eolica intermittente in una fonte di energia programmabile.
Questo “spostamento temporale dell’energia” non solo massimizza l’utilizzo dell’energia rinnovabile, ma chiude anche il ciclo del carbonio. Il carbonio che sarebbe stato emesso nell’atmosfera viene invece catturato, stoccato e riutilizzato come combustibile, riducendo significativamente l’impronta di carbonio complessiva del sistema e diminuendo la dipendenza da fonti di gas naturale esterne.
La seconda colonna portante del modello è l’integrazione dei veicoli elettrici. Sfruttando la tecnologia Vehicle-to-Grid (V2G), i veicoli non sono più visti solo come consumatori di energia, ma come unità di stoccaggio mobile e bidirezionale. Il modello gestisce attivamente la flotta di VE, trasformandola in una risorsa di flessibilità per la rete.
La strategia di controllo a due livelli è il fulcro dell’approccio. Il livello superiore gestisce la generazione di energia, la cattura del carbonio e la produzione di gas. Il livello inferiore si concentra sul comportamento di carica e scarica dei veicoli elettrici. Il modello utilizza i dati previsti per identificare i periodi di “abbandono del vento” (quando l’energia eolica viene sprecata) e i periodi di picco di carico. Durante i periodi di abbondanza eolica, i veicoli elettrici vengono incentivati a caricarsi con questa energia pulita e a basso costo. Successivamente, durante i picchi di domanda, i veicoli possono scaricare parte della loro energia immagazzinata di nuovo nella rete, sostituendo temporaneamente la generazione da fonti fossili.
Questo processo di “spostamento temporale” ha un duplice effetto positivo. Da un lato, riduce drasticamente il costo e l’impatto ambientale dello spreco di energia eolica. Dall’altro, aiuta a livellare la curva di carico, riducendo la differenza tra domanda massima e minima e migliorando la stabilità complessiva della rete. I ricercatori hanno modellato i modelli di guida basandosi su dati reali, assumendo che i tempi di ritorno a casa e le distanze di viaggio giornaliere seguano distribuzioni statistiche, per garantire che le strategie di carica e scarica siano realistiche e rispettino le esigenze degli utenti.
Un elemento distintivo del modello è l’introduzione di un meccanismo di commercio del carbonio a gradini. A differenza dei mercati del carbonio tradizionali con un prezzo fisso, questo modello prevede una struttura di prezzi progressiva. Se un impianto supera la sua quota di emissioni assegnata, il costo per acquistare crediti aggiuntivi aumenta progressivamente. Allo stesso modo, se un impianto riduce le proprie emissioni al di sotto della quota, il ricavo dalla vendita dei crediti in eccesso aumenta a gradini. Questo crea un incentivo finanziario molto più forte per la decarbonizzazione profonda, spingendo gli operatori a ottimizzare le loro operazioni per minimizzare le emissioni e massimizzare i profitti derivanti dalla vendita di crediti.
Per testare l’efficacia del loro modello, Xu e Duan hanno condotto simulazioni dettagliate su una microrete virtuale che includeva una centrale a carbone con cattura del carbonio, una fattoria eolica da 2 MW, un sistema P2G, una turbina a gas e una flotta di 20 veicoli elettrici. Hanno confrontato diversi scenari: uno senza alcuna tecnologia di cattura del carbonio o P2G, uno con cattura del carbonio e P2G ma senza il serbatoio tampone, e uno con l’intero sistema integrato.
I risultati sono stati convincenti. Lo scenario con il serbatoio tampone ha registrato il costo operativo totale più basso e il livello di emissioni di carbonio più ridotto. Sebbene il processo di cattura del carbonio abbia aumentato il consumo di carbone, i risparmi derivanti dalla riduzione degli acquisti di gas naturale e dai ricavi più elevati dalla vendita dei crediti di carbonio hanno più che compensato questi costi aggiuntivi. Il sistema ha dimostrato una capacità superiore di assorbire l’energia eolica, riducendo quasi a zero lo spreco.
L’analisi ha anche esaminato l’impatto della capacità del sistema P2G. Aumentando la potenza del sistema P2G, lo spreco di energia eolica è diminuito, ma solo fino a un certo punto. Oltre una certa soglia, il sistema ha iniziato a dipendere maggiormente dalla generazione a carbone per soddisfare la domanda, portando a un aumento delle emissioni. Questo evidenzia l’importanza di dimensionare correttamente i sistemi P2G per massimizzare i benefici senza compromettere gli obiettivi di decarbonizzazione.
La strategia di carica dei veicoli elettrici ha dimostrato un impatto significativo. Uno scenario con carica non controllata, dove i veicoli si caricano durante i picchi di domanda, ha aggravato il problema del “picco sul picco”, aumentando costi ed emissioni. Al contrario, la strategia ottimizzata V2G, che sposta la carica alle ore di abbondanza eolica e utilizza la scarica durante i picchi, ha ridotto notevolmente sia i costi che le emissioni, dimostrando il potenziale dei veicoli elettrici come strumento di gestione della domanda.
Il meccanismo di commercio del carbonio a gradini si è dimostrato superiore al modello a prezzo fisso. Ha prodotto costi operativi più bassi e una riduzione delle emissioni molto più marcata, dimostrando che politiche di mercato ben progettate possono guidare un cambiamento tecnologico profondo e vantaggioso per l’ambiente.
Il modello è stato risolto utilizzando il potente solver Gurobi tramite MATLAB, garantendo una soluzione ottimale e computazionalmente efficiente. I risultati indicano che l’integrazione di CCPP, P2G, V2G e un mercato del carbonio a gradini rappresenta un percorso promettente verso un futuro energetico sostenibile. Questa ricerca fornisce un quadro pratico per lo sviluppo di microreti intelligenti, specialmente in contesti come parchi industriali, campus universitari o comunità isolate, dove la sicurezza energetica, i costi e l’impatto ambientale sono tutte priorità.
La visione di Xu e Duan va oltre la semplice efficienza energetica. Essi vedono un futuro in cui i veicoli elettrici non sono solo mezzi di trasporto, ma attori attivi e proficui nel sistema energetico. Con algoritmi di carica intelligenti e capacità V2G, possono trasformare i loro veicoli in mini-centrali elettriche mobili, contribuendo a una rete più resiliente, pulita ed economica. Mentre i costi delle batterie diminuiscono e l’infrastruttura di ricarica si espande, il potenziale di questo modello continuerà a crescere, offrendo una soluzione integrata e intelligente per le sfide energetiche del XXI secolo.
Ya-Lin Xu, Jun-Dong Duan, Henan Polytechnic University, Thermal Power Generation, DOI:10.19666/j.rlfd.202401008