Ottimizzazione avanzata di sistemi multi-energia con integrazione dell’idrogeno per la flessibilità del sistema energetico

La crescente penetrazione delle fonti energetiche rinnovabili nel sistema elettrico costituisce una delle principali sfide della transizione energetica verso la decarbonizzazione. A differenza dei sistemi tradizionali basati su combustibili fossili, in cui la produzione può essere modulata in funzione della domanda, le fonti rinnovabili presentano una generazione intrinsecamente variabile e non programmabile, dipendente dalle condizioni atmosferiche. Tale caratteristica può determinare squilibri tra domanda e offerta di energia, rendendo necessario individuare soluzioni efficaci per l’accumulo e la gestione dell’energia prodotta in eccesso. In questo contesto, vengono analizzate come possibili sistemi di accumulo energetico delle tecnologie di produzione e di utilizzo di idrogeno, elettrolizzatori e fuel cell, anche in relazione alla loro capacità di recuperare il calore di scarto e operare in assetto cogenerativo. L’intermittenza della produzione rinnovabile, unita alla variabilità della domanda elettrica e termica, rende necessario un adeguato dimensionamento dei componenti e una gestione ottimale dei flussi energetici. L’obiettivo di questa tesi è valutare l’efficacia dell’impiego di dispositivi power-to-gas e gas-to-power all’interno di un impianto energetico che comprende, oltre a sistemi convenzionali, un sistema di produzione e un’utenza di idrogeno. Il dimensionamento dell’impianto è effettuato mediante un algoritmo genetico, mentre la gestione operativa oraria è modellata attraverso un problema Mixed Integer Linear Programming, con l’obiettivo di minimizzare i costi complessivi di investimento e di esercizio. Il modello sviluppato consente di analizzare differenti profili di carico e diversi ordini di grandezza della domanda, permettendo inoltre di condurre analisi di sensibilità rispetto ai prezzi dell’energia elettrica e del gas, ai costi dei dispositivi e alla tipologia dell’utenza. Infine, viene presentata un’analisi tecnico-economica dei risultati ottenuti in diversi scenari di mercato, inclusi scenari di crisi energetica con proiezioni di prezzo al 2030, al fine di valutare la sostenibilità economica del sistema proposto.