Creazione di un modello statistico basato su open data per la stima del potenziale di riqualificazione energetica degli edifici residenziali di Milano

The residential sector is responsible for the 40% of the total energy consumption of which the most part is necessary for heating systems. In order to reduce heating energy consumption and to achieve the 2030 and 2050 goals the existing buildings must be retrofitted. Lombardy Region was the first region in Italy to adopt laws about energy efficiency and it provides a public database of Energy Performance Certificates. Nevertheless, buildings energy consumption is still very high and so the housing stock retrofitting could lead a significant reduction in primary energy. In this way building could use different energy sources, like low temperature district heating. The analysis was applied to the residential sector in Milan. The open database of Cened, Istat and Curit are used to estimate the potential energy saving achieved by different penetration solutions of thermal insulation. The first analysis has the goal to remove the certificates without any information and with wrong values. This new database is used to calculate heating energy requirements from the heat loss estimation throw the envelope. Certificates are divided in two cluster about the type of building, apartment block or single-family house, and seven cluster about the construction epoque. For each cluster the characteristic heating energy requirements is estimate and it is extended to every Istat census cluster of building and epoque. A characteristic curve and two different retrofit solutions are analysed: the characteristic curve is ideal and it provides the total retrofit of every building in ten steps starting from the worst energy performance index; the first retrofit solution uses the database Cened + 2.0 to calculate the percentages of retrofit recommended; the second retrofit solution, compared to the first, uses reduced percentages because consider also a limit for the maximum pay-back time accepted. The application reveal that the reduction achieved by the second and the third solutions corresponds to the first steps of the first solution. The two cluster are important to apply the model to the whole Milan census section, so we can characterize the spatial distribution of energy demand density. Istat data give information about energy sources used in Milan. The greenhouse gas emissions avoided are estimate for the solution of thermal insulation proposed and the energy sources most used. It is possible to reduce them again changing the energy sources.

Gli edifici civili, in particolare quelli residenziali, contribuendo per il 40% al consumo di energia, in particolare per il riscaldamento, risultano essere un settore su cui puntare per la riduzione dello stesso e per contribuire al raggiungimento degli obiettivi al 2030 e 2050. La Lombardia fu una delle prime regioni a legiferare in ambito di efficienza energetica, mettendo a disposizione in formato open data gli attestati di certificazione energetica vuole sensibilizzare sul tema. Nonostante ciò però il parco edilizio è molto energivoro e rappresenta un forte potenziale per la riduzione dei consumi permettendo anche di usare fonti energetiche di calore differenti, come il teleriscaldamento a bassa temperatura. Prendendo in esame la città di Milano si utilizzano le informazioni fornite dai certificati dell’open data Cened, Istat e Curit per stimare il potenziale di risparmio energetico raggiungibile attraverso differenti scenari di penetrazione dell’isolamento termico. In una prima fase si ha l’obiettivo di eliminare i certificati contenenti valori anomali. Il database così ottenuto è utilizzato per ricalcolare il fabbisogno energetico per il riscaldamento tramite la stima delle dispersioni attraverso l’involucro. Dividendo i certificati in quelli riferiti ad appartamenti rispetto a quelli di villette si ottiene per ogni epoca di costruzione un fabbisogno medio caratteristico che verrà esteso al totale di alloggi censiti da Istat. Sono stati ipotizzati una curva caratteristica di riqualificazione e due scenari di applicazione degli interventi: la curva caratteristica prevede la riqualificazione totale in 10 passi partendo dagli edifici meno efficienti; il primo scenario prevede di utilizzare le percentuali con cui nel Cened + 2.0 sono suggeriti gli interventi; il secondo rispetto al primo prevede di limitarne le percentuali in base al tempo di ritorno, fattore ritenuto importante per l’attuazione dell’investimento. Dall’applicazione si osserva che il secondo e il terzo scenario permettono di raggiungere livelli di riduzione pari ai primi passi del primo scenario. La suddivisione in epoche di costruzione e tipologie edilizie è stata importante per applicare il modello alle singole sezioni censuarie in modo da caratterizzare la distribuzione spaziale della densità di domanda. Ipotizzando dai dati Istat un parco impiantistico della città si stima la riduzione delle emissioni di gas serra dovuta alla coibentazione degli edifici con la possibilità di incrementarla cambiando anche la fonte energetica utilizzata.