Un Modello Intelligente Guida i Conducenti di EV a Guadagnare nel Mercato Energetico
Il futuro dell’auto elettrica (EV) non è più definito solo dalla sua capacità di muoversi senza emissioni, ma dal suo ruolo crescente come un attore dinamico e intelligente all’interno del sistema energetico globale. Un nuovo studio pionieristico condotto da Wang Liwei, Wang Haotian e Sun Yingyun della Scuola di Ingegneria Elettrica ed Elettronica dell’Università della Potenza Elettrica del Nord della Cina sta ridefinendo il modo in cui i proprietari di veicoli elettrici possono partecipare attivamente e in modo redditizio ai mercati di servizio ausiliario della rete, in particolare nel regolamento della frequenza. La ricerca, pubblicata sulla rivista Modern Electric Power, introduce un modello di decisione innovativo che supera i tradizionali calcoli finanziari e ingegneristici, integrando per la prima volta in modo sistematico la psicologia umana nella complessa dinamica dei mercati energetici.
L’idea di fondo è potente: i veicoli elettrici, grazie alla tecnologia Vehicle-to-Grid (V2G), possono diventare piccole centrali elettriche mobili. Possono non solo caricarsi, ma anche restituire energia alla rete in pochi secondi, un’abilità cruciale per stabilizzare la frequenza della rete elettrica, specialmente con l’aumento dell’energia solare ed eolica, che è per sua natura intermittente. Tuttavia, nonostante questo enorme potenziale tecnico, la partecipazione reale dei singoli proprietari di EV a questi mercati rimane limitata. Il problema non è la mancanza di tecnologia, ma la complessità percepita, la paura del degrado della batteria e, soprattutto, il modo in cui le persone prendono decisioni in condizioni di incertezza. È qui che entra in gioco il modello sviluppato dai ricercatori cinesi.
Il loro approccio si basa sulla “teoria della prospettiva” (prospect theory), una teoria fondamentale dell’economia comportamentale sviluppata da Daniel Kahneman e Amos Tversky. A differenza della teoria economica classica, che presuppone che gli individui siano agenti perfettamente razionali che massimizzano sempre il profitto, la teoria della prospettiva riconosce che gli esseri umani sono “razionali limitati”. Le nostre decisioni sono profondamente influenzate da un punto di riferimento psicologico, solitamente il nostro stato attuale. Perdiamo molto più dolore psicologico per una perdita di 10 euro di quanto piacere proviamo per un guadagno di 10 euro. Questo fenomeno, noto come “avversione alla perdita”, spiega perché molti proprietari di EV esitano a partecipare: temono che il costo aggiuntivo del degrado della batteria o il rischio di non avere abbastanza carica per il loro viaggio annulli qualsiasi guadagno finanziario.
Il modello sviluppato dal team della North China Electric Power University affronta direttamente questo dilemma. Non si limita a calcolare il potenziale guadagno netto, ma costruisce un “valore di prospettiva complessivo” che combina due fattori chiave per il conducente: il beneficio economico netto e lo stato di carica (SoC) della batteria al momento della partenza. Il punto di riferimento per questo calcolo è un semplice scenario di base: caricare il veicolo durante le ore di tariffa bassa senza partecipare a nessun servizio di rete. Ogni altra opzione viene quindi valutata in relazione a questo stato di partenza familiare.
Per rendere il modello accessibile e pratico per gli utenti non esperti, i ricercatori hanno definito tre modi di partecipazione semplificati:
Modalità 1: Carica Passiva. Il veicolo si collega e carica a una velocità costante, senza alcuna interazione con il mercato del regolamento di frequenza. Questa è la modalità di riferimento, con zero usura aggiuntiva della batteria e zero reddito potenziale.
Modalità 2: Carica Bidirezionale. Il veicolo può regolare la sua potenza di carica in risposta ai segnali della rete. Può ridurre la carica per “regolare in alto” la frequenza (quando la rete ha un eccesso di energia) o aumentare la carica per “regolare in basso” la frequenza (quando la rete ha bisogno di più carico). Tuttavia, non è consentito scaricare attivamente energia nella rete. Questa modalità offre un equilibrio tra reddito potenziale e usura della batteria.
Modalità 3: V2G Completo. Il veicolo utilizza tutta la sua flessibilità. Può ridurre la carica, aumentare la carica, scaricare energia nella rete o ridurre lo scarico. Questa modalità offre la massima capacità di riserva e, quindi, la massima opportunità di guadagno, ma impone anche il maggiore stress sulla batteria a causa dei cicli di carica e scarica più profondi.
Il cuore del modello è il calcolo del “valore di prospettiva complessivo” per ciascuna di queste modalità. Per farlo, il modello non si limita a proiettare i potenziali ricavi dal mercato del regolamento di frequenza, ma integra anche un sofisticato modello di costo di invecchiamento della batteria. Questo costo non è un numero fisso; viene calcolato dinamicamente in base al pattern di utilizzo specifico durante la fornitura del servizio. Uno scarico profondo per restituire energia alla rete ha un impatto molto maggiore sulla durata della batteria rispetto a una semplice riduzione della velocità di carica. Includendo questo costo direttamente nel calcolo del beneficio netto, il modello assicura che i guadagni a breve termine siano pesati contro il valore a lungo termine del veicolo.
L’innovazione più significativa sta in come il modello pondera questi due fattori. Un conducente che priorizza il reddito economico assegnerà un peso maggiore al beneficio netto. Un conducente che valuta di più la longevità della sua batteria o la certezza di avere un 80% di carica al momento della partenza assegnerà un peso maggiore allo stato della batteria. Il modello identifica quindi la modalità che massimizza il valore di prospettiva complessivo, che è, in sostanza, la modalità che meglio si allinea con la psicologia e le priorità individuali dell’utente.
Per validare il loro modello, i ricercatori hanno condotto simulazioni dettagliate utilizzando dati reali dal mercato dei servizi ausiliari di PJM Interconnection negli Stati Uniti e strutture tariffarie dalla provincia di Guangdong, in Cina. Hanno analizzato cinque scenari diversi, ognuno con diverse durate di carica e stati di carica desiderati al momento della partenza. I risultati sono stati illuminanti.
Negli scenari in cui il tempo di carica era lungo e lo stato di carica desiderato era moderato, la Modalità 3 (V2G completo) ha costantemente prodotto il valore di prospettiva complessivo più alto. Per questi utenti, il potenziale di reddito superava la preoccupazione per l’usura della batteria. Tuttavia, quando il tempo di carica era breve o lo stato di carica desiderato era molto alto (ad esempio, per un lungo viaggio), la Modalità 1 (carica passiva) è diventata la scelta preferita. La sicurezza di avere una batteria completamente carica e senza usura aggiuntiva era più preziosa di qualsiasi reddito potenziale.
Un risultato particolarmente interessante è stato l’emergere di un “punto ottimale” per la Modalità 2. In uno scenario intermedio, dove le esigenze di carica e le priorità di reddito erano bilanciate, la Modalità 2 si è distinta come la scelta migliore. Questo dimostra che il modello non spinge gli utenti verso estremi, ma può identificare strategie di compromesso che sono psicologicamente più confortevoli e sostenibili.
Le simulazioni hanno anche esplorato come cambia la scelta ottimale quando si alterano le priorità dell’utente. Quando il peso assegnato al beneficio netto aumentava, gli utenti si orientavano chiaramente verso la Modalità 3. Quando il peso dello stato della batteria aumentava, la Modalità 2 o la Modalità 1 diventavano più attraenti. Questa capacità di adattamento è ciò che rende il modello così potente e realistico. Non impone una soluzione unica, ma si adatta alla diversità degli utenti.
Questo approccio ha implicazioni profonde per tutti gli attori dell’ecosistema della mobilità elettrica. Per gli aggregatori, aziende che raggruppano migliaia di veicoli per partecipare ai mercati all’ingrosso, questo modello è uno strumento inestimabile. Invece di trattare tutti i veicoli come asset omogenei, possono offrire “pacchetti” personalizzati. Un pacchetto “aggressivo” per i conducenti che cercano di massimizzare i loro guadagni, un pacchetto “conservativo” per coloro che priorizzano la salute della batteria, e un pacchetto “equilibrato” per l’utente medio. Questa personalizzazione non solo aumenta la soddisfazione del cliente, ma favorisce anche una partecipazione più stabile e a lungo termine.
Per gli operatori di rete, un numero maggiore di veicoli che partecipano in modo prevedibile e affidabile al regolamento della frequenza significa una rete più resiliente e meno dipendente dalle centrali di riserva alimentate da combustibili fossili. Il modello, prevedendo meglio il comportamento umano, permette una pianificazione più efficace.
Per i responsabili delle politiche, lo studio offre una mappa stradale per progettare incentivi più efficaci. Invece di offrire solo pagamenti diretti, le politiche potrebbero concentrarsi sulla riduzione della percezione del rischio. Ad esempio, inquadrare i guadagni del V2G come un “bonus” o una “ricompensa” invece che come un investimento rischioso può renderlo più attraente. Inoltre, fornire informazioni chiare e trasparenti sul costo di invecchiamento della batteria può potenziare gli utenti a prendere decisioni informate, riducendo il rimpianto successivo.
La ricerca sottolinea anche la necessità di una migliore educazione del consumatore. Molti proprietari di veicoli elettrici non comprendono appieno come funzionano i mercati dei servizi ausiliari. Un modello come questo potrebbe essere integrato facilmente nelle app di ricarica o nei sistemi di informazione del veicolo, traducendo la complessità del mercato in raccomandazioni semplici e personalizzate: “Basato sul tuo orario e sulle tue preferenze, ti consigliamo la Modalità 2. Guadagno previsto: 5 euro. Impatto sulla batteria: basso.”
Anche se lo studio si basa su condizioni del mercato cinese, i suoi principi sono universali. Mentre i mercati del regolamento di frequenza si sviluppano in Europa, Nord America e in altre regioni, la necessità di modelli che comprendano l’utente umano diventerà sempre più critica. La crescente complessità di questi mercati richiede un approccio che vada oltre l’ingegneria pura.
I ricercatori sottolineano che il loro modello non sostituisce l’analisi tecnica, ma la completa. L’ingegneria rimarrà cruciale per modellare i vincoli fisici e le regole del mercato. Ma quando si tratta di tradurre questi fattori nel comportamento umano, la psicologia deve avere un ruolo centrale.
Il futuro dell’energia non sarà solo più intelligente, ma anche più umano. Questo modello di decisione rappresenta un passo significativo verso quel futuro, dimostrando che progettando sistemi che rispettano il modo in cui le persone pensano e sentono, possiamo sbloccare tutto il potenziale della mobilità elettrica per creare un sistema energetico più sostenibile, flessibile ed equo per tutti.
Wang Liwei, Wang Haotian, Sun Yingyun, North China Electric Power University, Modern Electric Power, DOI: 10.19725/j.cnki.1007-2322.2022.0282