Integration of electric, thermal and transport sectors into a multi-node energy system model : Italian case study

The planning of energy systems with high penetration of renewables is becoming increasingly important in order to face environmental and energy security issues and economic feasibility. Proper models are required both for scientific analysis and to help policy makers evaluate effective energy policies through tools capable of simulating energy systems and showing strategy impacts. Energy system models represent a simplified picture of the real system and of all the costs involved. When a bottom-up model is built, a static or a dynamic approach can be used. The first optimizes the energy mix in a selected future year, while the second optimizes the transition pathway between the current baseline and a future year. Bottom-up, short-term models are used to evaluate scenarios and investigate future technological alternatives of the energy system. Linear programming is widely used in these models and allows to solve multi-node problems, which usually focus only on the electricity sector. The aim of this thesis is to develop, by using Oemof (Open Energy Modeling Framework), a model which integrates the electric, thermal and transport sectors in order to study and identify future synergies among these energy sectors, which are involved in a relevant electrification. Moreover, a multi-objective investment optimization method is adopted to examine the energy system capacity expansion resulting from the model which optimizes both costs and CO 2 emissions. The final results are presented in a very transparent way through the Pareto front of optimal solutions. The examined case study is the Italian energy system which is affected by the multi-node problem because of its inner morphological structure. This structure presents a situation where photovoltaics is homogeneously distributed, while wind installed power is concentrated in the south in contrast to the installed capacity of pumped hydro storage which is placed in the north. The Pareto results show the best energy mixes in terms of intermittent renewable energy installed power, electric storage capacity, transmission grid expansion, energy efficiency of buildings and electric mobility development for each energy system node. These best energy mixes provide the least-cost solutions to reduce the amount of CO2 emissions to lower levels. These results allow also to compare the obtained scenarios with the National and European energy strategy targets.

La pianificazione dei sistemi energetici ad alta penetrazione di rinnovabili sta assumendo sempre più un ruolo di primo piano per affrontare problemi ambientali, di sicurezza energetica e di fattibilità economica. È indispensabile creare modelli adeguati a svolgere analisi scientifiche e ad aiutare i policy maker a definire politiche energetiche efficaci attraverso strumenti in grado di simulare sistemi energetici e di mostrare gli effetti delle strategie pianificate. I modelli forniscono una rappresentazione semplificata del sistema energetico reale e di tutti i costi connessi. Nella creazione di un modello bottom-up si adotta un approccio statico o dinamico; nel primo caso si ottimizza il mix energetico in un determinato anno, mentre nel secondo si ottimizza il percorso di transizione tra l’anno di riferimento e un anno futuro. Si utilizzano modelli bottom-up statici per analizzare scenari ed esaminare possibili tecnologie alternative del sistema energetico. Tali modelli ricorrono alla programmazione lineare per risolvere problemi multi-nodo, limitandosi spesso ad analizzare solo il settore elettrico. Questa tesi si propone di sviluppare, attraverso l’utilizzo di Oemof (Open Energy Modeling Framework), un modello che integri i settori elettrico, termico e dei trasporti al fine di analizzare e identificare future sinergie tra questi settori, che sono soggetti a una significativa elettrificazione. Si è inoltre adottato un metodo di ottimizzazione e di valutazione degli investimenti multi-obiettivo con l’intento di minimizzare sia i costi che le emissioni di CO2 e di esaminare il processo di sviluppo del sistema energetico risultante. Si è posto anche l’obiettivo di delineare in modo estremamente chiaro le soluzioni ottimali tramite il fronte di Pareto. Si è preso quindi in esame il sistema energetico italiano, caratterizzato dal problema multi-nodo legato alla particolare configurazione del Paese, dove il fotovoltaico è distribuito omogeneamente, la potenza installata dell’eolico è concentrata al Sud e lo stoccaggio a pompaggio idroelettrico è sviluppato prevalentemente al Nord. Il fronte di Pareto mostra i migliori mix energetici in termini di potenza installata di sistemi ad energia rinnovabile intermittente, capacità dei sistemi di accumulo dell’energia elettrica, espansione della rete di trasmissione, efficienza energetica degli edifici e sviluppo della mobilità elettrica per ogni nodo del sistema energetico. Tali mix energetici rappresentano le soluzioni più economiche per ridurre la quantità di emissioni di CO2. I risultati permettono inoltre di confrontare gli scenari ottenuti dall’ottimizzazione con gli obiettivi della strategia energetica nazionale ed europea.