logo il merito

ISSN 2532-8913

Uno scenario per la mobilità elettrica su scala regionale: il caso della Regione Sardegna (di Angelo Facchini, Mario Mureddu, Antonio Scala, Guido Caldarelli, Alfonso Damiano)

L'elettrificazione della mobilità è considerata un’importante leva per la progressiva decarbonizzazione delle infrastrutture di trasporto e per l’aumento della loro sostenibilità. Secondo la IEA (International Energy Agency), raggiungere l'obiettivo di contenere l’aumento delle temperature fino a un massimo di 2 gradi, come stabilito dall'accordo di Parigi, circa il 19% della riduzione delle emissioni serra dovrebbe essere raggiunto agendo sul settore dei trasporti, specialmente nelle aree urbane. L'urbanizzazione infatti aumenterà nei prossimi anni, e la mobilità elettrica, specialmente nelle grandi aree urbane come le megacity, svolgerà un ruolo fondamentale [1]. Nel caso delle megacity, nel 2011 il consumo di carburanti per la mobilità nelle 27 megalopoli ammontava a circa il 9%, quota che è vista in aumento [2,3] insieme alle emissioni di gas serra e all'inquinamento atmosferico (nonché insieme a una crescente dipendenza dall'importazione di carburante di origine fossile).

 

L’impiego delle fonti di energia rinnovabile, insieme al ricorso ai veicoli elettrici ed al potenziamento dei trasporti pubblici elettrici, è una strategia chiave per lo sviluppo di sistemi di trasporto sostenibile [4].

Dal punto di vista del controllo e della pianificazione delle infrastrutture, dato il potenziale elevato numero di veicoli coinvolti, saranno fondamentali per il pieno sviluppo della mobilità elettrica i due seguenti fattori:

  1. Pianificazione e integrazione di infrastrutture di ricarica che considerino la stabilità della rete di distribuzione, sia su scala urbana sia regionale
  2. Disponibilità di energia elettrica da fonte rinnovabile (sia concentrata che distribuita)

 Quindi, un dimensionamento corretto delle risorse necessarie, in termini di energia elettrica, di stazioni di ricarica, e di infrastrutture di comunicazione/gestione deve basarsi sulle esigenze della mobilità locale, sulle infrastrutture di distribuzione, e sui vincoli del mercato elettrico [5].

Serve un cambio di visione, specialmente perché le infrastrutture elettriche, per decenni basate su un modello di produzione gerarchico basato su combustibili fossili, devono essere sostituite con un nuovo modello flessibile di generazione e distribuzione basato su fonti rinnovabili, con un elevato tasso di integrazione fra le varie fonti raggiunto tramite la digitalizzazione delle reti. Infatti, grazie alla digitalizzazione delle infrastrutture, l'integrazione tra generazione distribuita, rete elettrica e mobilità sarà un elemento chiave che, se ben pianificato, può contemporaneamente contribuire alla riduzione delle emissioni serra ed alla resilienza delle reti, quest’ultima raggiunta grazie alla capacità dei veicoli elettrici di agire come sistemi di accumulo (V2G, Vehicle to Grid) per stabilizzare le fluttuazioni di potenza indotte dai sistemi di generazione distribuiti [6-8].

Per quanto riguarda la mobilità elettrica, la letteratura esistente [9-11] si concentra principalmente sulla valutazione dell'impatto su scala urbana, tenendo in minore conto conto l’impatto sulle infrastrutture di distribuzione a scale maggiori (e.g. provinciale o regionale). In effetti, l'alta penetrazione di veicoli elettrici in aree densamente popolate potrebbe avere un impatto sul sistema circostante di trasmissione dell'elettricità, determinando effetti sistemici difficili da identificare quando si limita l'analisi ai soli confini della città.

Andando in questa direzione, in un recente lavoro pubblicato su Nature Scientific Reports [12] gli autori hanno studiato scenari di mobilità elettrica nella Regione Sardegna, sviluppando un approccio sistemico basato sulla teoria delle reti complesse [13-15] per studiare due diversi livelli infrastrutturali – energia e mobilità -- stimando l'impatto della mobilità elettrica su scala regionale e quantificando sia gli effetti degli spostamenti a corto raggio sia quelli a lungo raggio.

La regione della Sardegna si presta molto bene come caso di studio per la formulazione di uno scenario di completa adozione della mobilità elettrica. Si tratta, infatti, di una regione energeticamente indipendente, dove è presente una notevole quantità d’impianti rinnovabili e la mobilità tra i grandi centri urbani avviene entro un raggio compatibile con l’autonomia dei veicoli elettrici.

Dal punto di vista della sostenibilità energetica, lo studio ha preso in considerazione solo l’energia da fonti rinnovabili presenti nell’area, facendo riferimento alla mappa degli impianti di generazione solare ed eolica per identificare le regioni che sono in grado di produrre l'elettricità necessaria a supportare la mobilità elettrica dovuta al pendolarismo, un fenomeno caratterizzato da viaggi a corto e medio raggio, che si adattano bene all’autonomia tipica delle auto elettriche.

Gli spostamenti sul territorio (caratterizzabili tramite le matrici di origine/destinazione) per tutti i comuni della Sardegna sono stati modellati partendo dai dati del censimento, coinvolgendo nello scenario circa 700.000 auto elettriche. Integrando questi dati con quelli della produzione di energia rinnovabile e della rete stradale è stato possibile stimare il fabbisogno energetico dei servizi di ricarica sia nelle città sia lungo le strade di grande comunicazione.

Lo studio è organizzato nelle seguenti fasi:

  1. Raccolta dati e geo-referenziazione mediante sistemi di informazione geografica (GIS) della rete stradale e degli impianti rinnovabili presenti nel territorio.
  2. Stima dei flussi di traffico usando i dati del censimento e costruzione della matrice origine/destinazione per tutte le municipalità della Sardegna.
  3. Stima del bilancio energetico di ogni comune attraverso il confronto dei valori di energia rinnovabile prodotta nel territorio con le esigenze energetiche dovute alla mobilità.
  4. Stima e ottimizzazione dei flussi energetici intercomunali necessari a gestire lo sbilanciamento energetico (sia negativo che positivo).

Città

Entranti

Uscenti

Totale

Bilancio (kWh)

CAGLIARI

60968

33745

94713

320541

SASSARI

36793

29220

66013

34374

OLBIA

15110

13104

28214

36252

QUARTU SANT'ELENA

10296

16313

26609

-17734

NUORO

10977

8374

19351

4722

ORISTANO

11865

7059

18924

31023

ALGHERO

8519

8672

17191

-4948

SELARGIUS

4897

7466

12363

5118

IGLESIAS

6154

6057

12211

30747

ASSEMINI

4795

6728

11523

32934

CARBONIA

5786

5699

11485

1255

SESTU

5069

5454

10523

30201

PORTOTORRES

4902

4916

9818

167157

MONSERRATO

4914

4798

9712

-5828

CAPOTERRA

2980

5794

8774

5840

TEMPIO PAUSANIA

3644

3133

6777

6949

ELMAS

3736

2316

6052

3876

VILLACIDRO

3027

2953

5980

82152

ARZACHENA

3297

2613

5910

5043

SINNAI

1951

3951

5902

-491

TORTOLÌ

3391

2385

5776

16775

MACOMER

3329

2229

5558

44170

OZIERI

2881

2504

5385

83428

SINISCOLA

2529

2370

4899

16663

QUARTUCCIU

1579

3198

4777

-2572

GUSPINI

2250

2421

4671

178701

LAMADDALENA

2266

2312

4578

504

SORSO

1554

2996

4550

-1404

SANLURI

2357

1872

4229

12867

SANT'ANTIOCO

1917

2035

3952

589

TERRALBA

1781

2163

3944

22996

DECIMOMANNU

1898

1876

3774

4017

SAN GAVINO MONREALE

2012

1708

3720

-214

DORGALI

1638

1847

3485

2949

DOLIANOVA

1229

2221

3450

183

Tabella 1 Elenco delle principali municipalità della Sardegna ordinate per numero di tratte annuali. Le prime due colonne rappresentano il numero di veicoli in entrata ed uscita nel comune (per giorno); la quarta colonna rappresenta invece (?) la differenza fra l’energia prodotta da rinnovabili e quella impiegata dal numero totale di veicoli in entrata ed uscita (?).

 

Seguendo i passi appena descritti, abbiamo identificato i comuni più coinvolti nella mobilità pendolare: la matrice origine-destinazione è stata stimata dai dati del censimento costruendo una rete pesata diretta, dove i comuni sono rappresentati come i nodi di una rete, i collegamenti modellano i viaggi, e i pesi corrispondono al numero di veicoli che si spostano tra due comuni selezionati (sono considerati sia i flussi in entrata sia in uscita). Dalla Tabella 1 è possibile notare come un numero limitato di comuni concentri una grande parte dei viaggi, mentre la Figura 1 rappresenta con i colori più scuri i comuni maggiormente interessati dal flusso veicolare misurato con il metodo della centralità[1] .

Sardegna 1

Figura 1 Mappa dei comuni maggiormente interessati al traffico pendolare.

 

La Figura 1 suggerisce inoltre il fatto naturale che le aree maggiormente interessate dal traffico sono quelle corrispondenti alle principali municipalità della Sardegna, ma mette anche in evidenza la meno ovvia (per chi non conosce il territorio) importanza della regione di Macomer, un comune minore dal punto di vista della popolazione, ma uno snodo molto importante dal punto di vista delle comunicazioni regionali, che, usando il linguaggio delle reti complesse, svolge il ruolo di hub[2] per il sistema dei trasporti in Sardegna. Dai dati del censimento si nota che i comuni sopra citati (circa il 9% del totale)  concentrano il flusso di circa 455000 veicoli, ossia il 64% dei viaggi, corrispondenti ad un consumo di energia dell’83% del totale (730 MWh).

            Identificati i principali comuni coinvolti nei flussi pendolari, introduciamo un secondo livello che tiene conto del bilancio energetico tra la produzione di elettricità da fonte rinnovabile e il consumo stimato associato ai processi di ricarica dei veicoli elettrici. Le mappe di bilanciamento energetico sono mostrate in Fig. 2: il pannello (a) mostra per ciascun comune la produzione di fonti energetiche rinnovabili (RES), mentre il pannello (b) mostra la domanda di energia elettrica associata alla mobilità del pendolarismo.

Veicolo

Capacità(kWh)

Autonomia (km)

Consumo Stimato (kWh/km)

Composizione della flotta

Nissan Leaf

24

199

0.12

80%

VW E-Golf

24

190

0.127

15%

Tesla Model S

85

491

0.173

5%

Tabella 2 Caratteristiche delle auto elettriche considerate nello studio.

I fabbisogni energetici sono calcolati considerando tre diversi comportamenti di carica[3] e fa riferimento a uno scenario di completa adozione dei veicoli elettrici, pari a circa 700.000 mezzi appartenenti al tipo specificato nella Tabella 2. Confrontando le Figure 2a e 2b, è possibile notare che solo raramente i comuni produttori sono anche gli utilizzatori finali dell’energia prodotta,  mentre nella maggior parte dei casi il fabbisogno di energia è negativo e porta a uno sbilanciamento energetico. Questo è evidente nella tabella 1, dove i bilanci tra la produzione di energia rinnovabile e le richieste di elettricità dei comuni di grandi dimensioni sono riportate numericamente. Si nota inoltre dall'analisi delle mappe delle Fig. 1 e 2 che i comuni più centrali (quelli blu scuro), hanno sufficiente potenza generata per supportare (da giallo a verde in Fig. 2c) la propria flotta di veicoli elettrici. D'altra parte, la stessa figura 2c evidenzia come alcuni squilibri rilevanti vengono generati nei comuni circostanti le città principali, mostrando che le regioni più squilibrate si trovano intorno a Cagliari e Sassari.

 

Sardegna 2

Figura 2 Mappe energetiche della Sardegna: (a) Produzione da fonti rinnovabili; (b) Richiesta energetica dei comuni; (c) Bilancio Energetico (il colore rosso indica un bilancio negativo, il verde uno positivo).

sardegna 3

Figura 3 Flussi di energia dovuti alla mobilità elettrica. In rosso i flussi maggiori e i comuni con lo sbilanciamento energetico più negativo. In verde i comuni con il bilancio energetico positivo.

 

I flussi dovuti alla mobilità flussi sono stimati mediante l'elaborazione dei flussi giornalieri associati agli squilibri energetici, ottenuti risolvendo l'equazione dei flussi con l'obiettivo di garantire il bilanciamento della potenza locale in ciascun nodo minimizzando al contempo i costi di trasmissione sulla rete elettrica. La Figura 3 mostra i flussi di energia causati dagli squilibri, che variano da 0 a 7800 kWh: i comuni verdi sono quelli che contribuiscono maggiormente alla produzione di energia, mentre i comuni rossi sono quelli che hanno squilibri fino a 20 MWh (vedi Fig. 3c). Di conseguenza, è possibile notare come le esigenze di mobilità delle due maggiori città del territorio (Cagliari e Sassari) possono causare flussi di energia elevati anche in territori non direttamente interessati. Questo è particolarmente evidente nella zona sud, fortemente collegata alla capitale di Cagliari, dove flussi significativi di energia si estendono fino a 100 km dall'area di attrazione del traffico.

I risultati mettono in evidenza come l'attuale produzione rinnovabile  della Sardegna sia in grado di coprire il pieno dispiegamento della mobilità elettrica per il pendolarismo. Inoltre, l'analisi della rete dei flussi di energia mostra che un numero limitato di comuni si comportano come nodi del traffico regionale, e che per questi comuni il fabbisogno energetico è negativo, con un bisogno di ulteriore energia per sostenere l'infrastruttura di ricarica, mentre l'analisi di ottimizzazione dei flussi di energia rivela sia effetti a lungo raggio sia fenomeni di segregazione spaziale che influiscono sulla trasmissione di energia.

I risultati suggeriscono inoltre che è necessario un accurato equilibrio spaziale tra le aree di produzione e consumo, al fine di evitare flussi di energia rilevanti che hanno un impatto negativo sulla rete di trasmissione. Meglio quindi consumare sul posto, distribuendo gli impianti dove servono, e identificare la posizione delle stazioni di ricarica insieme alle aree di produzione rinnovabile a livello regionale.

Concludendo, l'analisi dei flussi mostra chiaramente come le aree altamente popolate abbiano un impatto sulla rete elettrica anche in regioni lontane, evidenziando effetti sistemici non osservati prima d’ora in letteratura. Poiché tali effetti a lungo raggio possono essere dannosi per il funzionamento della rete elettrica, per il futuro sarà necessaria un'analisi su larga scala per comprendere pienamente l'impatto della mobilità elettrica nelle grandi città e nelle aree regionali maggiormente oggetto di movimento pendolare.

(26 gennaio 2018)

Riferimenti Bibliografici

  1. International Energy Agency. Energy Technology Perspectives 2015 (2015).
  2. Kennedy, C. et al. Energy and material flows of megacities. Proc. Natl. Acad. Sci. United States Am. 112, (2015).
  3. Facchini, A., Kennedy, C., Stewart, I. & Mele, R. The energy metabolism of megacities. Appl. Energy 186, 86–95 (2017).
  4. I.D. Stewart, C.A. Kennedy, A. Facchini, R. Mele, The Electric City as a Solution to Sustainable Urban Development, J. of Urban Tech., in press.
  5. Mureddu, M. et al. An Agent Based Approach for the Development of EV fleet Charging Strategies in Smart Cities. In 2014 IEEE

International Electric Vehicle Conference (IEVC 2014), 1–8, (IEEE, 2014).

  1. Dallinger, D., Krampe, D. & Wietschel, M. Vehicle-to-Grid regulation reserves based on dynamic simulation of mobility behavior.

IEEE Transaction on on Smart Grid 2, 302–313 (2011).

  1. Sortomme, E., Hindi, M. M., MacPherson, S. D. J. & Venkata, S. S. Coordinated charging of plug-in hybrid electric vehicles to

minimize distribution system losses. IEEE Transactions on Smart Grid 2, 186–193, (2011).

  1. Damiano, A., Marongiu, I., Porru, M. & Serpi, A. Electric Vehicle energy storage management for Renewable Energy Sources

exploitation. In Proc. of IEEE Electric Vehicle Conference (IEVC), 2012, 1–6 (2012).

  1. Lieven, T. Policy measures to promote electric mobility, Äì A global perspective. Transp. Res. Part A 82, 78–93 (2015).
  2. Kim, J. D. & Rahimi, M. Future energy loads for a large-scale adoption of electric vehicles in the city of Los Angeles: Impacts on

greenhouse gas (GHG) emissions. Energy Policy 73, 620–630, (2015).

  1. Comodi, G., Caresana, F., Salvi, D., Pelagalli, L. & Lorenzetti, M. Local promotion of electric mobility in cities: Guidelines and real

application case in Italy. Energy 95, 494–503, (2016).

  1. M. Mureddu, A. Facchini, A. Scala, G. Caldarelli, A. Damiano, A Complex Network Approach for the Estimation of the Energy Demand of Electric Mobility, Nature Sci. Reports, in press.
  2. Strogatz, S. H. Exploring complex networks. Nature 410, 268–276, (2001).
  3. Albert, R. & Barabási, A.-L. Statistical mechanics of complex networks. Rev. Mod. Phys. 74, 47–97, (2002).
  4. Zeitreihen Erneuerbare Energien – Historic data about the development of renewable energies in Germany. Tech. Rep., Federal Ministry for Economic Affairs and Energy (2016).
  5. Kraft, D. A. Software package for sequential quadratic programming. Tech. Rep. (1988).
  6. QGIS Development Team. QGIS Geographic Information System. Tech. Rep., Open Source Geospatial Foundation Project, (2016).
  7. http://www.nissan-global.com/EN/NISSAN/; http://volkswagen.com/en.html; https://www.tesla.com/

[1]                     La betweenness centrality misura la strategicità di un nodo nella rete tra due aree importanti della stessa (concetto di betweness), un nodo con un’elevata betweness centrality ha una grande influenza nel flusso di informazioni all’interno della rete.

[2]                      Gli hub sono i nodi altamente connessi presenti all’interno di una rete. Sono caratterizzati dall’avere un numero di connessioni sensibilmente maggiore rispetto alla media degli altri nodi.

[3]                      Lo studio prevede tre comportamenti di carica: (1) Carica presso la propria abitazione; (2) Carica a destinazione; (3) carica in entrambi i luoghi.

Email