TECNICHE DECISIONALI PER LA PROGETTAZIONE STRATEGICA OTTIMALE DI ENERGY COMMUNITY: ANALISI E SIMULAZIONE DI UN CASO STUDIO NELL’AREA DI BARI

Le Energy Community costituiscono, al giorno d'oggi, una delle realtà sostenibili emergenti più dirompenti. Difatti, la crescente consapevolezza che si sta sviluppando sui critici e tristi impatti che il cambiamento climatico e il progressivo esaurimento delle risorse fossili ha posto l'accento sulla tematica della transizione energetica, all'interno della quale le stesse Energy Community si inseriscono. Tra le numerose sfide progettuali che le concernono, però, si è scelto di approfondirne particolarmente una in questo lavoro: il corretto sizing di un energy storage system da integrare con l'impianto di produzione energetica rinnovabile presente nella Community. Difatti, lo storage system riveste un ruolo cruciale nel garantire l'equilibrio tra generazione e fabbisogno, puntando a massimizzare l'autoconsumo energetico e a ridurre la dipendenza dalla rete elettrica. Lo scopo di questa tesi è, allora, proporre un approccio metodologico innovativo al design di una Energy Community, con particolare focus riposto sull'ottimizzazione dello storage system. A tal fine, si è implementato un intero codice in ambiente Google Colab, che fa uso di strumenti di simulazione dinamici. Il fabbisogno energetico delle utenze è stato, per primo, ricostruito simulando dati orari e giornalieri sulla base dei dati forniti dal Portale Consumi di ARERA, mentre la produzione fotovoltaica è stata simulata a partire da dati, simulati anch'essi, del tool online PVGIS. Combinando queste componenti con un modello ibrido di sizing dello storage system, il modello così articolato consente di simulare, ora per ora, il comportamento energetico della Community e del sistema di accumulo stesso. Nello specifico, detta Energy Community è stata simulata come presente all'interno del capoluogo pugliese, Bari, scenario ideale, sia dal punto di vista geografico che climatico. Quindi, al termine dell'intero processo implementativo, è stato individuato il dimensionamento ottimale dello storage system, facendo uso di un'analisi di sensitività, che ha consentito di valutare le prestazioni sia energetiche che economiche di scenari differenti. Nello specifico, lo scenario ritenuto ottimale è risultato quello in grado di massimizzare i benefici economici ma anche, e soprattutto, la sostenibilità ambientale derivante dal suo utilizzo.