Stazioni di Scambio Batterie: Una Rete di Riserva Mobile
I veicoli elettrici (EV) stanno rapidamente trasformando il panorama della mobilità, ma il loro potenziale va ben oltre il semplice trasporto di persone. Una nuova ricerca pubblicata sulla rivista Energy Storage Science and Technology suggerisce che le batterie di questi veicoli, in particolare quelle utilizzate nei sistemi di scambio rapido, potrebbero svolgere un ruolo cruciale nella salvaguardia della nostra infrastruttura energetica. In un’epoca in cui eventi climatici estremi come uragani, inondazioni e incendi stanno diventando sempre più frequenti e devastanti, la resilienza delle reti elettriche di distribuzione è messa a dura prova. Quando queste reti subiscono danni, si frammentano in isole isolate, incapaci di condividere energia. In queste situazioni, le tradizionali soluzioni di emergenza, come i generatori diesel, sono spesso costose, inquinanti e difficili da dispiegare rapidamente.
Ora, un team di ricercatori guidato da Tianao Zhang della Haidian Power Supply Company di State Grid Beijing Electric Power Company, in collaborazione con Yongchong Chen dell’Istituto di Internet dell’Energia di Sichuan dell’Università di Tsinghua, propone un’idea innovativa: sfruttare le stazioni di scambio batterie per i veicoli elettrici come una rete di stoccaggio energetico mobile. L’idea è semplice: trasformare i veicoli elettrici in “camion cisterna di elettricità”, in grado di trasportare batterie cariche da aree con eccesso di energia verso quelle in crisi.
Questo concetto si basa su una caratteristica unica delle stazioni di scambio: la loro capacità di estrarre e sostituire una batteria in pochi minuti. A differenza dei veicoli elettrici che si limitano a scaricare energia mentre sono parcheggiati (V2G, Vehicle-to-Grid), un sistema di scambio decoupla la batteria dal veicolo. Una volta rimossa, la batteria diventa un’unità di stoccaggio indipendente, pronta per essere trasportata. In una situazione di emergenza, un veicolo elettrico può recarsi a una stazione di scambio in una zona stabile, prelevare una batteria completamente carica e consegnarla a una stazione in una zona colpita da un blackout. Lì, la batteria può essere immediatamente utilizzata per alimentare carichi critici, come ospedali, centri di comando o stazioni di pompaggio dell’acqua.
La proposta di Zhang, Chen e dei loro colleghi non è solo un’idea teorica; è supportata da un modello matematico sofisticato e rigoroso. Hanno sviluppato un framework di ottimizzazione che integra due mondi: la rete elettrica e la rete di trasporto. L’obiettivo principale è ridurre al minimo il costo operativo totale del sistema durante un evento di emergenza. Questo costo è una somma di tre componenti chiave. Primo, il costo della perdita di carico, ovvero il danno economico e sociale causato dall’interruzione dell’erogazione di energia. Secondo, il costo di generazione, che comprende l’uso di fonti di emergenza come i generatori diesel, notoriamente costosi e inquinanti. Terzo, il costo di trasporto, che include il tempo, il carburante (o l’elettricità) consumata e le eventuali difficoltà logistiche nel spostare le batterie.
Il modello è un programma di ottimizzazione misto intero lineare (MILP), un tipo di problema che i computer possono risolvere in modo efficiente. Questa scelta è fondamentale per la praticità della soluzione, poiché permette di ottenere risultati rapidi e affidabili, una condizione necessaria per un’eventuale implementazione in tempo reale da parte dei centri di controllo della rete. Il modello tiene conto di un’ampia gamma di vincoli reali, trasformando la teoria in una proposta operativa.
Uno dei vincoli più importanti riguarda lo stato di carica (SOC) delle batterie. Le batterie agli ioni di litio, come quelle dei veicoli elettrici, possono subire danni permanenti se scaricate troppo (over-discharge) o caricate troppo (over-charge). Il modello impone quindi limiti rigorosi, impedendo alle batterie di scendere al di sotto di una soglia minima, tipicamente intorno al 10-20%, per preservarne la salute e la longevità. Inoltre, il modello riconosce un aspetto cruciale: il trasporto di una batteria consuma energia. Il veicolo che la trasporta ha bisogno di elettricità per muoversi, quindi una parte dell’energia della batteria viene persa durante il viaggio. Il modello calcola attentamente queste perdite, garantendo che il beneficio netto di consegnare la batteria in una zona di crisi superi il costo energetico del trasporto.
Un’altra innovazione del modello è la sua gestione della logistica delle batterie. Utilizza variabili binarie (0 o 1) per tracciare la posizione di ogni singola batteria in ogni momento. Se una batteria si trova in una stazione, la variabile è 1; se è in transito, è 0. Quando la variabile cambia, il modello registra un evento di trasporto e aggiunge il relativo costo al totale. Questo sistema permette di monitorare esattamente dove si trova ogni unità di energia, una capacità essenziale per una pianificazione ottimale.
Il modello distingue anche tra due tipi di fonti di energia all’interno delle isole di rete isolate. Da un lato, ci sono le fonti controllate in tensione, come i generatori diesel, che stabiliscono la frequenza e la tensione di base della microrete, fungendo da “ancora”. Dall’altro lato, ci sono le fonti controllate in corrente, come le batterie delle stazioni di scambio, la cui potenza di uscita è comandata direttamente dal sistema di controllo. Questa distinzione è fondamentale per una simulazione realistica del comportamento della rete.
Per dimostrare l’efficacia della loro strategia, i ricercatori hanno condotto un’analisi di un caso d’uso dettagliata. Hanno simulato una rete di distribuzione suddivisa in tre zone isolate dopo un evento di guasto. Ogni zona aveva un proprio profilo di carico, un generatore di emergenza e una stazione di scambio con un certo numero di batterie. Le zone erano collegate da una rete di trasporto con costi, tempi di viaggio e perdite di energia specifici.
I risultati della simulazione sono stati illuminanti. La strategia proposta (Algoritmo 1) è stata confrontata con due scenari di riferimento: uno in cui le batterie possono essere utilizzate solo localmente, senza trasporto (Algoritmo 2), e uno in cui le batterie delle stazioni di scambio non vengono utilizzate affatto (Algoritmo 3). Nei primi periodi, quando tutte le zone avevano batterie cariche, i tre algoritmi mostravano prestazioni simili, con un uso prevalente delle batterie per il loro basso costo operativo.
Il vero valore della strategia di trasporto è emerso quando una zona ha cominciato a esaurire la sua energia. Ad esempio, nella Zona 3, la domanda è aumentata e le batterie si sono rapidamente scaricate. Nel frattempo, la Zona 1 aveva ancora un surplus di energia. Il modello ha calcolato che il costo di trasportare le batterie dalla Zona 1 alla Zona 3 era inferiore al costo di far funzionare i generatori diesel in Zona 3. Di conseguenza, ha ordinato il trasferimento di diverse batterie. Questa azione ha permesso di evitare un blackout parziale e ha ridotto significativamente il costo operativo totale del sistema.
In un’altra fase della simulazione, la Zona 2 è diventata una priorità critica a causa di un aumento del costo della perdita di carico (simulando un ospedale o un centro di emergenza). Il modello ha reagito di conseguenza, mobilitando batterie dalle altre zone per soddisfare la domanda in Zona 2. Questa capacità di riallocare dinamicamente le risorse energetiche in risposta a bisogni in evoluzione è ciò che rende la strategia così potente e resiliente.
L’analisi comparativa ha mostrato un risultato sorprendente. In scenari di carenza estrema, la strategia di trasporto ha ridotto il costo totale del sistema fino all’80% rispetto allo scenario in cui non era previsto alcun trasporto. Questa cifra straordinaria dimostra che il valore di una batteria non è solo nella sua capacità di stoccare energia, ma anche nella sua mobilità. La capacità di spostare fisicamente l’energia attraverso la rete stradale aggiunge una dimensione completamente nuova alla gestione della rete.
Questo approccio offre diversi vantaggi rispetto alle soluzioni tradizionali. Innanzitutto, il numero di veicoli elettrici è potenzialmente molto più grande di quello dei veicoli di emergenza specializzati, creando una flotta di trasporto di energia molto più ampia e flessibile. In secondo luogo, il trasporto di energia tramite batterie è molto più pulito rispetto all’uso di generatori diesel, riducendo le emissioni di gas serra e inquinanti atmosferici proprio quando la qualità dell’aria è già compromessa. In terzo luogo, il sistema è altamente scalabile; man mano che cresce la popolazione di veicoli elettrici e la rete di stazioni di scambio, cresce anche la capacità di risposta del sistema.
Tuttavia, passare da una simulazione a una realtà operativa presenta sfide significative. Una delle più grandi è la coordinazione. Chi attiverà questo sistema durante un’emergenza? Come verranno coordinati i conducenti dei veicoli elettrici, i gestori delle stazioni di scambio e le compagnie elettriche? Saranno necessari forti incentivi economici per motivare i proprietari di veicoli a mettere a disposizione le loro batterie per un servizio pubblico. Inoltre, la cibersicurezza sarà di fondamentale importanza. Un sistema così interconnesso, che unisce energia, trasporti e dati, è un bersaglio appetitoso per gli attacchi informatici. Qualsiasi vulnerabilità potrebbe paralizzare sia la rete elettrica che quella di trasporto.
Nonostante queste sfide, la ricerca di Zhang, Chen e dei loro colleghi rappresenta un passo fondamentale avanti. Fornisce una solida base scientifica e tecnica per un’idea che potrebbe rivoluzionare la nostra visione della resilienza energetica. Non si tratta più solo di costruire reti più robuste, ma di renderle più intelligenti e adattabili. Le stazioni di scambio, spesso viste solo come un servizio commerciale per i consumatori, potrebbero essere ripensate come nodi strategici in una rete di sicurezza nazionale. Questo cambio di paradigma, dal vedere le risorse come statiche a vederle come mobili e dinamiche, è essenziale per affrontare un futuro caratterizzato da un’incertezza climatica crescente. La strada verso una rete più resiliente potrebbe essere, letteralmente, quella percorsa dai veicoli elettrici.
Tianao Zhang, Yongchong Chen et al., State Grid Beijing Electric Power Company and Sichuan Energy Internet Research Institute, Tsinghua University, Energy Storage Science and Technology, doi: 10.19799/j.cnki.2095-4239.2024.0265