Strategia intelligente ottimizza ricarica EV
L’ascesa inarrestabile dei veicoli elettrici (VE) nelle principali metropoli cinesi ha trasformato radicalmente il panorama energetico urbano. Con milioni di questi veicoli ormai in circolazione, emerge una nuova sfida: la pressione che le loro esigenze di ricarica esercitano sulle reti elettriche locali. Se non gestite adeguatamente, gli schemi di ricarica disordinati rischiano di sovraccaricare i sistemi di distribuzione, causando instabilità di tensione, aumentando i costi operativi e incrementando le emissioni di carbonio durante le ore di punta. Di fronte a questo scenario, i ricercatori dell’Università di Tecnologia Zhongyuan hanno sviluppato una strategia di ottimizzazione innovativa che non solo aumenta la redditività dell’infrastruttura di ricarica, ma promuove anche un ecosistema energetico più equilibrato e sostenibile.
La soluzione, dettagliata in un recente studio pubblicato su Power System Protection and Control, introduce un nuovo quadro noto come stazione integrata di carica, scarica e accumulo (CDSIS, acronimo inglese). A differenza delle stazioni di ricarica tradizionali, che semplicemente prelevano energia dalla rete, le installazioni CDSIS sono dotate di sistemi avanzati di accumulo energetico, consentendo loro di consumare e fornire elettricità. Questa capacità bidirezionale trasforma queste stazioni da semplici punti di carica passivi in attori attivi nella gestione della rete. Accumulando strategicamente energia durante le ore di bassa domanda, quando l’elettricità è economica e abbondante, e reimmettendola nella rete durante i periodi di alta domanda, le unità CDSIS possono “livellare” efficacemente i picchi di carico, ridurre la pressione sull’infrastruttura e abbattere i costi totali del sistema.
Il team di ricerca, guidato dal professor Zhu Yongsheng, ha portato questo concetto un passo avanti integrandolo con le dinamiche urbane del mondo reale. Il loro approccio si basa su un sofisticato modello di interazione “veicolo-strada-rete”, che riconosce che il comportamento di ricarica dei veicoli elettrici non è casuale, ma profondamente influenzato dai modelli di mobilità umana. Per catturare questa complessità, il team ha impiegato un’analisi della matrice Origine-Destinazione (OD), un metodo ampiamente utilizzato nella pianificazione dei trasporti per stimare i flussi di viaggio tra diverse località. Analizzando dati storici sul traffico, sono riusciti a costruire un modello di rete stradale dinamico che simula come i veicoli elettrici si muovono attraverso una città nel corso di un periodo di 24 ore.
Questo modello tiene conto di diversi fattori che influenzano il tempo di percorrenza, come la lunghezza della strada, la congestione del traffico e i semafori. Integrando una funzione di impedenza stradale che calcola il tempo di viaggio in base al flusso di traffico in tempo reale, i ricercatori sono stati in grado di prevedere non solo quando è probabile che i veicoli elettrici si ricarichino, ma anche dove. Questa previsione spaziotemporale è un progresso fondamentale, in quanto consente una comprensione più dettagliata della domanda di ricarica. Invece di trattare la città come un unico carico omogeneo, il modello identifica nodi specifici—intersezioni o quartieri—dove è probabile che la pressione di ricarica aumenti. Questo livello di dettaglio è essenziale per le aziende elettriche e gli operatori di stazioni per pianificare gli investimenti in infrastrutture e implementare programmi mirati di gestione della domanda.
Il cuore dello studio risiede nell’applicazione della teoria dei giochi per ottimizzare l’interazione tra l’operatore CDSIS e gli utenti di veicoli elettrici. I ricercatori hanno adottato un quadro di gioco di Stackelberg, un tipo di modello gerarchico di presa di decisione in cui un giocatore, il “leader”, fa la prima mossa, e gli altri giocatori, i “follower”, rispondono di conseguenza. In questo caso, la CDSIS agisce come leader, stabilendo prezzi dinamici dell’elettricità, mentre i singoli proprietari di veicoli elettrici sono i follower, che scelgono quando e dove ricaricare in base a quei prezzi per minimizzare i propri costi.
Questa strategia di fissazione del prezzo non è arbitraria. Il modello è progettato per raggiungere un’ottimizzazione multi-obiettivo, bilanciando il profitto dell’operatore CDSIS con il risparmio sui costi per gli utenti di veicoli elettrici. I ricavi della CDSIS provengono da quattro fonti: vendere energia accumulata alla rete a prezzi di punta, caricare gli utenti di veicoli elettrici, acquistare energia dal mercato del giorno prima e acquistare dal mercato in tempo reale. L’obiettivo è massimizzare il profitto netto, il che significa acquistare a basso prezzo, vendere a prezzo alto e gestire in modo efficiente le proprie attività di accumulo. Per l’utente del veicolo elettrico, l’obiettivo è semplice: minimizzare il costo totale di ricarica, che include sia il prezzo al chilowattora che qualsiasi costo legato al tempo associato all’attesa.
L’eleganza dell’approccio di Stackelberg sta nel fatto che crea un equilibrio stabile. La CDSIS non può semplicemente fissare prezzi esorbitanti durante le ore di punta, poiché ciò dissuaderebbe gli utenti dal ricaricare, riducendo i suoi ricavi. Al contrario, se fissasse prezzi troppo bassi, potrebbe attirare un’ondata di utenti, ma a scapito della sua stessa redditività. Il modello calcola il punto di prezzo ottimale in cui la CDSIS massimizza il suo profitto, sapendo che gli utenti di veicoli elettrici razionali risponderanno spostando il loro comportamento di ricarica nei momenti più economici. Ciò spesso significa ricaricare tardi di notte o durante il giorno, quando la generazione solare è alta e la domanda è bassa.
Per rendere questo modello pratico, i ricercatori hanno dovuto affrontare le non linearità insite in un tale sistema. L’interazione tra prezzo e domanda è intrinsecamente complessa; un piccolo cambiamento nel prezzo può provocare un grande cambiamento non proporzionale nel comportamento dell’utente. Per risolvere questo problema, il team ha utilizzato le condizioni di Karush-Kuhn-Tucker (KKT) e la teoria della dualità per trasformare il problema di ottimizzazione a due livelli in un singolo programma lineare misto intero (MILP). Questa riformulazione matematica è cruciale, poiché consente di risolvere il problema in modo efficiente utilizzando solutori commerciali standard come CPLEX, rendendo così la strategia fattibile per l’implementazione nel mondo reale.
I risultati dello studio sono convincenti. In una simulazione basata su un’area urbana reale in Cina, modellata utilizzando il sistema di distribuzione IEEE a 33 nodi e una rete stradale a 31 nodi, la strategia proposta ha dimostrato benefici significativi. I risultati hanno mostrato che la CDSIS poteva ottenere un profitto giornaliero di 4.823 yuan, un miglioramento sostanziale rispetto a una stazione di ricarica tradizionale, che, senza capacità di accumulo, poteva raggiungere un profitto di soli 3.191 yuan nelle stesse condizioni. Questo aumento del 51% della redditività sottolinea il valore immenso dell’accumulo energetico integrato.
Per gli utenti di veicoli elettrici, i benefici sono altrettanto tangibili. Rispondendo ai segnali di prezzo ottimizzati, gli utenti sono stati in grado di ridurre significativamente i loro costi di ricarica. Il modello è riuscito a spostare con successo la domanda di ricarica lontano da due periodi di punta principali: dalle 8:00 alle 9:00 e dalle 18:00 alle 19:00. Durante il picco mattutino, la strategia è riuscita a trasferire 427 kWh di domanda, risparmiando agli utenti 245 yuan. La sera, l’impatto è stato ancora maggiore, con 1.123 kWh trasferiti e 645 yuan risparmiati. Questo “livellamento dei picchi” non solo beneficia gli utenti e l’operatore della stazione, ma fornisce anche un servizio prezioso all’intera rete elettrica riducendo la necessità di centrali elettriche di punta, che sono spesso costose e ad alta intensità di carbonio.
La ricerca ha anche esaminato la sensibilità del sistema a parametri chiave. Un risultato cruciale è stato l’impatto del limite di prezzo minimo. Il modello richiede che il prezzo medio giornaliero addebitato agli utenti rimanga costante, un vincolo probabilmente imposto per motivi normativi o di equità di mercato. Lo studio ha scoperto che fissare un prezzo minimo molto basso (ad esempio, il 50% della tariffa del mercato del giorno prima) permetteva alla CDSIS di massimizzare i suoi profitti creando un divario maggiore tra prezzi bassi e alti. Tuttavia, ciò aveva un costo: gli utenti affrontavano prezzi più alti durante i periodi di punta di ricarica, aumentando i loro costi totali. Man mano che il prezzo minimo aumentava, sia il profitto della CDSIS che i costi degli utenti diminuivano. Il risultato più equilibrato, una vera “situazione vantaggiosa per tutti”, è stato raggiunto quando il prezzo minimo è stato fissato a un livello moderato, assicurando che i benefici del sistema fossero condivisi in modo equo.
Un altro parametro chiave è la dimensione del sistema di accumulo energetico della CDSIS. La simulazione ha mostrato che aumentare la capacità di accumulo da 4.000 kWh a 10.000 kWh ha portato a un aumento drammatico del profitto, da 4.170 yuan a 7.302 yuan. Ciò è dovuto al fatto che una batteria più grande consente alla stazione di accumulare più energia quando i prezzi sono bassi e di venderne di più quando i prezzi sono alti. Tuttavia, i rendimenti hanno iniziato a diminuire oltre i 10.000 kWh. Una volta che l’accumulo era abbastanza grande da catturare tutte le opportunità di arbitraggio presentate dal ciclo di prezzo giornaliero e dalla domanda di ricarica dei veicoli elettrici, aggiungere ulteriore capacità non forniva alcun beneficio aggiuntivo. Questa intuizione è cruciale per gli investitori, poiché suggerisce che esiste una dimensione ottimale ed economica per questi sistemi, evitando così investimenti eccessivi in batterie sovradimensionate e sottoutilizzate.
Le implicazioni di questa ricerca vanno ben oltre una singola città o un singolo tipo di stazione di ricarica. Presenta un piano per una nuova generazione di infrastrutture di ricarica intelligenti e compatibili con la rete. Mentre la Cina e altre nazioni spingono per una più profonda elettrificazione dei loro settori dei trasporti, l’integrazione dell’accumulo e del controllo intelligente sarà essenziale. Questo modello potrebbe essere scalato per gestire flotte di stazioni di ricarica in un’intera area metropolitana, creando una centrale elettrica virtuale in grado di fornire una varietà di servizi alla rete, dalla regolazione della frequenza al backup di emergenza.
Inoltre, il quadro “veicolo-strada-rete” è altamente adattabile. Potrebbe essere integrato con altre fonti di dati, come previsioni meteorologiche in tempo reale per prevedere la generazione solare, o con piattaforme di ride-sharing per prevedere meglio la disponibilità dei veicoli. Il concetto centrale di utilizzare segnali economici per guidare il comportamento dell’utente è uno strumento potente per gestire sistemi complessi e decentralizzati. Rispetta l’autonomia dell’utente—i conducenti sono liberi di prendere le proprie decisioni—mentre orienta delicatamente il risultato collettivo verso un equilibrio più efficiente e sostenibile.
Il lavoro di Zhu Yongsheng e dei suoi colleghi dell’Università di Tecnologia Zhongyuan rappresenta un passo significativo avanti nel campo della rete intelligente e dell’integrazione dei veicoli elettrici. Va oltre i modelli teorici per fornire una soluzione pratica e computazionalmente fattibile che affronta le sfide del mondo reale della gestione energetica urbana. Combinando la modellazione avanzata della mobilità umana con un’ottimizzazione sofisticata basata sulla teoria dei giochi, hanno creato una strategia che non è solo tecnicamente solida, ma anche economicamente praticabile. Questa ricerca fornisce un argomento convincente per i responsabili politici e le aziende elettriche affinché investano in infrastrutture di ricarica di nuova generazione che non siano solo un luogo per collegarsi, ma un nodo attivo e intelligente in una rete energetica più intelligente e resiliente.
Il successo di questa strategia dipende dalla collaborazione. Richiede che gli operatori di stazioni di ricarica adottino nuovi modelli di business, che le aziende elettriche forniscano i segnali di mercato necessari e che i conducenti di veicoli elettrici siano disposti a modificare le loro abitudini di ricarica per ottenere vantaggi finanziari. Lo studio dimostra che quando queste parti sono allineate attraverso una struttura di incentivi ben progettata, il risultato può essere un sistema che è più efficiente, più redditizio e, in ultima analisi, più sostenibile per tutti gli interessati coinvolti. Mentre il mondo si avvicina a un futuro a zero emissioni di carbonio, soluzioni innovative e multisettoriali come questa saranno fondamentali per sbloccare tutto il potenziale della mobilità elettrica.
Zhu Yongsheng, Chang Wen, Wu Dongya, Wang Geng, Peng Sheng, Zhang Shibo, College of Electronic and Information Engineering, Zhongyuan University of Technology, Power System Protection and Control, DOI: 10.19783/j.cnki.pspc.231253