EnergyPLAN integrated multi-objective transition pathways optimization for energy scenarios to 2050

The debates about energy security and climate change have highlighted in the last years the necessity of rethinking the way in which energy is produced and consumed. In most countries targets have recently been set for future Green House Gases (GHG) emissions and the transition toward an increased exploitation of Renewable Energy Sources (RES) has started. In order to design effective strategies to achieve carbon abatement targets, policymakers need tools capable of simulating energy systems over the years. Such tools are represented by energy models, which represent a simplified picture of actual energy systems. Some models are able to provide only a snapshot of how the energy system in a given year should look like, some others consider the whole transition toward a final configuration, providing also information on when should which investment be made. Due to computational issues, this latter kind of models usually adopts a low time resolution when evaluating the soundness of the evolving systems, introducing a questionable approximation when dealing with high penetration of intermittent RES and different storage facilities. Moreover the optimization is usually carried out considering only cost minimization as the objective. The scope of this thesis work, developed in collaboration with EURAC Research, is the creation of a long-term model based on the EnergyPLAN model, called EPLANopt_TP, capable of analyzing with high temporal detail the energy balances in the evolving energy system. Moreover, the utilization of a Multi-Objective Evolutionary Algorithm (MOEA) as a solver allows EPLANopt_TP to perform a simultaneous optimization of both costs of transition and cumulated GHG emissions. Through this methodology it is possible to obtain a Pareto front of cost-optimal solutions for any target value of cumulative emissions reduction, up to the maximum CO2 abatement potential. The model has been tested on a case-study considering Italy energy transition from 2015 to 2050, inspired by the indications included in the Strategia Energetica Nazionale (SEN). Further analyses have been made on the potential impact of different scenarios for Battery Electric Vehicles (BEV) growth.

I recenti dibattiti su temi quali la sicurezza energetica e il cambiamento climatico hanno sottolineato la necessità di cambiare il modo in cui l’energia è prodotta e consumata. Nella maggior parte dei paesi sono stati stabiliti obiettivi per le emissioni di gas serra e la transizione verso un più largo sfruttamento delle Fonti di Energia Rinnovabile (FER) è cominciata. Per stabilire strategie efficaci per il raggiungimento di tali obiettivi, le amministrazioni necessitano strumenti capaci di simulare sistemi energetici futuri. Tali strumenti includono i modelli energetici, che rappresentano una versione semplificata di un reale sistema energetico. Alcuni modelli sono in grado di fornire un’istantanea di come un sistema energetico dovrebbe essere in un dato anno, altri considerano tutta la fase di transizione, fornendo informazioni su quando effettuare determinati investimenti. A causa di problemi computazionali, quest’ultimo tipo di modelli in genere utilizza una scarsa risoluzione temporale per valutare l’adeguatezza della configurazione del sistema a ogni passo, introducendo un’approssimazione discutibile quando si ha a che fare con un’alta penetrazione di FER non programmabili e sistemi di accumulo. Inoltre, generalmente, solo i costi della transizione vengono usati come funzione obiettivo da minimizzare. Lo scopo di questo lavoro, sviluppato in collaborazione con EURAC Research, è la creazione di un modello a lungo termine basato sul modello EnergyPLAN, chiamato EPLANopt_TP, in grado di analizzare i bilanci energetici del sistema in evoluzione con grande dettaglio. Inoltre, l’uso di un Algoritmo Evolutivo Multi-Obiettivo (AEMO), permette a EPLANopt_TP di effettuare un’ottimizzazione basata sia sui costi che sulle emissioni di CO2 cumulati. Attraverso la metodologia presentata è possibile ottenere un fronte di Pareto delle soluzioni più economiche per raggiungere qualsiasi valore di riduzione di emissioni, fino al massimo abbattimento consentito. Il modello è stato testato su un caso studio che considera la transizione energetica italiana dal 2015 al 2050, ispirato alle indicazioni incluse nella Strategia Energetica Nazionale (SEN). Ulteriori analisi sono state eseguite sul potenziale impatto di diversi scenari di crescita per Veicoli Elettrici a Batteria (VEB).