L'analisi dei sistemi energetici rappresenta una metodologia di riferimento per effettuare uno studio approfondito di sistemi complessi e definire strategie di sviluppo sostenibile per il raggiungimento di obiettivi energetici ed ambientali strategici. In tale contesto, la previsione della domanda di energia richiesta per il soddisfacimento di beni e servizi è di sostanziale importanza per calibrare l’offerta energetica ed ottimizzare le risorse del territorio.
In questo ambito, una metodologia consolidata e particolarmente efficace è quella sviluppata dall’Energy Technology Systems Analysis Program, un programma di collaborazione dell’Agenzia Internazionale dell’Energia (IEA-ETSAP https://iea-etsap.org/), largamente utilizzata dai decisori politici, inclusa la Commissione Europea, per la valutazione di politiche energetiche, climatiche ed ambientali e la definizione di roadmap energetico-tecnologiche. Il fulcro di tale metodologia è il generatore ETSAP–TIMES, che permette di costruire modelli di equilibrio parziale tecnologicamente orientati per la definizione delle traiettorie ottimali di sviluppo sostenibile dei sistemi energetici, in ottemperanza a vincoli esogeni e limiti normativi. I modelli generati dall’ETSAP-TIMES sono guidati dalla domanda di beni e servizi e rappresentano con un approccio globale i flussi di energia, materiali ed emissioni dalla produzione di energia fino ai consumi attraverso i settori di domanda, fornendo la configurazione ottimale di risorse e tecnologie in grado di soddisfare il fabbisogno energetico al minimo costo totale. In tale contesto, l’accuratezza dei dati di input è fondamentale per ottenere soluzioni attendibili ed efficaci. In particolare, ha un'importanza strategica l’accuratezza delle proiezioni della domanda di energia dei vari settori economici sull’orizzonte temporale esaminato, rappresentando uno degli aspetti più delicati nella costruzione di un modello energetico. In generale, si utilizzano a tale scopo i dati provenienti da modelli macroeconomici che però, per specifiche applicazioni, non sono disponibili o non sono adattabili alla scala locale.
Lo scopo del lavoro è stato, dunque, mettere a punto una procedura generale per la stima delle proiezioni della domanda di energia settoriale, basata sull’analisi di regressione, una metodologia di provata efficacia. Scelte come variabili indipendenti la Popolazione (POP) e il Prodotto Interno Lordo (PIL), sono state analizzate le correlazioni di tali variabili con le diverse categorie di domanda, individuando, per i dati relativi alla Regione Basilicata, un’elevata correlazione degli andamenti delle serie storiche della domanda di energia per il raffrescamento nel Residenziale, e della domanda di energia per la mobilità urbana mediante autovetture nei Trasporti con la Popolazione (POP) e con il Prodotto Interno Lordo (PIL), mentre nel settore Commerciale si è evidenziata una correlazione della domanda di elettricità per le apparecchiature con il PIL. Relativamente all’applicazione a scala nazionale è stata individuata una correlazione tra il PIL e la domanda di mobilità dei passeggeri mediante autobus. Sulla base delle correlazioni individuate sono stati costruiti i modelli di regressione, successivamente validati ricorrendo ai test statistici classici (Coefficiente di Determinazione R2, T-Test di Student, F-test, Test di Kolmogorov-Smirnov, Somma dei quadrati dei residui e coefficiente Q2). I risultati dei test statistici hanno evidenziato, una buona adattabilità degli output dei modelli regressivi con gli andamenti delle serie storiche delle domande di energia. Successivamente alla procedura di validazione sono state definite le proiezioni al 2050 della domanda di energia per i settori investigati (Raffrescamento nel Residenziale, Elettricità per le apparecchiature nel settore Commerciale, Mobilità urbana mediante autovetture per la Regione Basilicata e Mobilità di passeggeri con autobus urbani per l’Italia).
A conferma della validità dell'approccio previsionale, le proiezioni della domanda energetica determinate mediante l’uso dell’algoritmo individuato, sono state utilizzate come dati di input dei modelli TIMES-Basilicata e TIMES-Italia. In Figura 1 è riportato l’andamento della domanda di energia per il raffrescamento nel Residenziale (DRERAF) al 2050 per la Regione Basilicata, mentre in Figura 2 è riportata la proiezione della domanda di mobilità dei passeggeri con autobus urbani (DTPMUB) al 2050.
 |
 |
|
Per informazioni:
Senatro Di Leo, CNR-IMAA, Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.
Carmelina Cosmi, CNR-IMAA, Questo indirizzo email è protetto dagli spambots. È necessario abilitare JavaScript per vederlo.
Approfondimenti:
Di Leo S., Caramuta P., Curci P., Cosmi C., Regression analysis for energy demand projection: An application to TIMES-Basilicata and TIMES-Italy energy models, Energy, 196, 2020. https://doi.org/10.1016/j.energy.2020.117058
