Assessment of detailed BEVs representation in integrated energy system models

Massive adoption of electric vehicles makes their integration into energy system models increasingly relevant. The thesis presents and explores a novel approach to integrate large fleets of BEVs within energy system optimization models, particularly the OMNI-ES framework. Considering the importance of these models in supporting the transition to a net-zero emission future, the objective is to ensure that BEVs can effectively support the energy system while considering technological constraints, user behaviour, and transportation needs. The proposed integration employs a detailed state-based BEV aggregation approach, categorizing the fleet into three possible physical states: ”connected”, “driving” and “parked”, and assigning an aggregated battery to each of them, whose capacity varies in time according to the shift of the units in that category. It models the energy flows among these batteries and the external system with hourly resolution. The case study looks at the Italian energy system in a 2050 net-zero-emission scenario. Results show that, in a global cost-optimal configuration, the system tends to charge the vehicles during two intervals: principally in the day to store solar energy and thus avoid curtailment, and in the late-night hours to meet mobility needs without burdening the evening peak of electricity demand. This strategic charging pattern aligns with periods of high solar energy production, highlighting the potential for EVs to enhance grid operation and efficiency while promoting renewable energy sources. The analysis also shows that a more detailed aggregation technique results in more effective and realistic optimal charging intervals.

L'adozione massiccia di veicoli elettrici rende la loro integrazione nei modelli del sistema energetico sempre più importante. La tesi presenta ed esplora un approccio innovativo per integrare grandi flotte di veicoli elettrici all'interno dei modelli di ottimizzazione del sistema energetico, in particolare nel framework OMNI-ES. Considerando l'importanza di questi modelli nel supportare la transizione verso un futuro a zero emissioni nette, l'obiettivo è garantire che i veicoli elettrici possano supportare efficacemente il sistema energetico tenendo conto dei vincoli tecnologici, del comportamento degli utenti e delle esigenze di trasporto. L'integrazione proposta utilizza un approccio dettagliato di aggregazione delle batterie dei veicoli elettrici, categorizzando la flotta in tre possibili stati fisici: "connessi", "in movimento" e "parcheggiati", assegnando a ciascuno di essi una batteria aggregata la cui capacità varia nel tempo in base al flusso delle unità in quella categoria. Modella gli scambi energetici tra le batterie ed il sistema esterno con risoluzione oraria. Il caso di studio analizza il sistema energetico italiano nel 2050 in uno scenario di zero emissioni nette. I risultati mostrano che, in una configurazione ottimale dal punto di vista dei costi globali, il sistema tende a ricaricare i veicoli durante due intervalli temporali: di giorno per immagazzinare energia solare ed evitarne quindi il taglio e nelle tarde ore notturne per soddisfare i bisogni di mobilità senza gravare sul picco di domanda elettrica serale. Questo schema di ricarica strategico si allinea con i periodi di alta produzione di energia solare, evidenziando il potenziale dei veicoli elettrici di migliorare il funzionamento e l'efficienza della rete promuovendo l'uso delle fonti di energia rinnovabile. L'analisi mostra anche come una tecnica di aggregazione più dettagliata si traduce in intervalli di ricarica ottimali più realistici ed efficaci.