This thesis investigates the role of Renewable Energy Communities (RECs) in decarbonizing the electricity sector and advancing the broader energy transition, emphasizing their potential to foster local, decentralized renewable energy generation and consumption. Despite this potential, many RECs face challenges in evaluating electricity consumption and overall performance without relying on costly data or complex measurement instruments, as well as giving a complete range of relevant performance indicators to analyse all economics, social and environmental performances of RECs. To address this, a universally applicable methodology and tool was developed, enabling both new and existing communities to efficiently simulate and analyze electricity consumption and PV production potential. The approach combines both bottom-up data derived from electricity bills and simple consumer inputs, such as daily schedules and roof surfaces, with top-down information from scientific literature and electricity consumption statistics provided by the Italian regulatory authority. Hourly PV production is simulated based on geographic location and combined with consumption simulation, allowing a detailed assessment of energy self-consumption and potential energy sales at both individual prosumer and community levels. Performance is evaluated through a set of social, economic, and environmental Key Performance Indicators (KPIs) specifically designed for this study. The resulting tool provides a cost-effective, data-efficient framework for REC planning and performance assessment, supporting the promotion of decentralized renewable energy systems and informing future community-level energy management strategies.

Questa tesi indaga il ruolo delle Comunità di Energia Rinnovabile (CER) nella decarbonizzazione del settore elettrico e nel progresso della più ampia transizione energetica, sottolineando il loro potenziale nel favorire la generazione e il consumo locale e decentralizzato di energia rinnovabile. Nonostante questo potenziale, molte CER incontrano difficoltà nel valutare il consumo di elettricità e le prestazioni complessive senza ricorrere a dati costosi o a strumenti di misura complessi, oltre a dover disporre di un insieme completo di indicatori di performance rilevanti per analizzare gli aspetti economici, sociali e ambientali delle CER. Per affrontare queste sfide, è stata sviluppata una metodologia e uno strumento di applicazione universale, che consentono sia alle comunità nuove sia a quelle già esistenti di simulare e analizzare in modo efficiente il consumo di elettricità e il potenziale di produzione fotovoltaica. L’approccio combina dati bottom-up derivati dalle bollette elettriche e da input semplici dei consumatori, come orari quotidiani e superficie del tetto, con informazioni top-down provenienti dalla letteratura scientifica e dalle statistiche sul consumo di elettricità fornite dall’Autorità di Regolazione italiana. La produzione fotovoltaica oraria viene simulata in base alla posizione geografica e combinata con la simulazione dei consumi, permettendo una valutazione dettagliata dell’autoconsumo energetico e delle potenziali vendite di energia sia a livello di singolo prosumer sia a livello comunitario. Le prestazioni vengono valutate attraverso un insieme di Key Performance Indicators (KPI) sociali, economici e ambientali appositamente progettati per questo studio. Lo strumento risultante fornisce un quadro efficiente in termini di costi e dati per la pianificazione e la valutazione delle performance delle CER, supportando la promozione di sistemi energetici rinnovabili decentralizzati e fornendo indicazioni per future strategie di gestione dell’energia a livello comunitario.

Hybrid modeling and performance analysis of renewable energy communities in Italy, using reconstructed hourly consumption and PV generation analysis

Bessoud, Jeanne
2024/2025

Abstract

This thesis investigates the role of Renewable Energy Communities (RECs) in decarbonizing the electricity sector and advancing the broader energy transition, emphasizing their potential to foster local, decentralized renewable energy generation and consumption. Despite this potential, many RECs face challenges in evaluating electricity consumption and overall performance without relying on costly data or complex measurement instruments, as well as giving a complete range of relevant performance indicators to analyse all economics, social and environmental performances of RECs. To address this, a universally applicable methodology and tool was developed, enabling both new and existing communities to efficiently simulate and analyze electricity consumption and PV production potential. The approach combines both bottom-up data derived from electricity bills and simple consumer inputs, such as daily schedules and roof surfaces, with top-down information from scientific literature and electricity consumption statistics provided by the Italian regulatory authority. Hourly PV production is simulated based on geographic location and combined with consumption simulation, allowing a detailed assessment of energy self-consumption and potential energy sales at both individual prosumer and community levels. Performance is evaluated through a set of social, economic, and environmental Key Performance Indicators (KPIs) specifically designed for this study. The resulting tool provides a cost-effective, data-efficient framework for REC planning and performance assessment, supporting the promotion of decentralized renewable energy systems and informing future community-level energy management strategies.
ARC I - Scuola di Architettura Urbanistica Ingegneria delle Costruzioni
23-ott-2025
2024/2025
Questa tesi indaga il ruolo delle Comunità di Energia Rinnovabile (CER) nella decarbonizzazione del settore elettrico e nel progresso della più ampia transizione energetica, sottolineando il loro potenziale nel favorire la generazione e il consumo locale e decentralizzato di energia rinnovabile. Nonostante questo potenziale, molte CER incontrano difficoltà nel valutare il consumo di elettricità e le prestazioni complessive senza ricorrere a dati costosi o a strumenti di misura complessi, oltre a dover disporre di un insieme completo di indicatori di performance rilevanti per analizzare gli aspetti economici, sociali e ambientali delle CER. Per affrontare queste sfide, è stata sviluppata una metodologia e uno strumento di applicazione universale, che consentono sia alle comunità nuove sia a quelle già esistenti di simulare e analizzare in modo efficiente il consumo di elettricità e il potenziale di produzione fotovoltaica. L’approccio combina dati bottom-up derivati dalle bollette elettriche e da input semplici dei consumatori, come orari quotidiani e superficie del tetto, con informazioni top-down provenienti dalla letteratura scientifica e dalle statistiche sul consumo di elettricità fornite dall’Autorità di Regolazione italiana. La produzione fotovoltaica oraria viene simulata in base alla posizione geografica e combinata con la simulazione dei consumi, permettendo una valutazione dettagliata dell’autoconsumo energetico e delle potenziali vendite di energia sia a livello di singolo prosumer sia a livello comunitario. Le prestazioni vengono valutate attraverso un insieme di Key Performance Indicators (KPI) sociali, economici e ambientali appositamente progettati per questo studio. Lo strumento risultante fornisce un quadro efficiente in termini di costi e dati per la pianificazione e la valutazione delle performance delle CER, supportando la promozione di sistemi energetici rinnovabili decentralizzati e fornendo indicazioni per future strategie di gestione dell’energia a livello comunitario.
File allegati
File Dimensione Formato  
2025_10_Bessoud.pdf

accessibile in internet per tutti

Descrizione: thesis text
Dimensione 17.29 MB
Formato Adobe PDF
17.29 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/243922