SUPPLY CHAIN MODELLING FOR THE ECONOMIC AND LIFE CYCLE ANALYSIS AND OPTIMISATION OF BIOETHANOL FIRST-GENERATION PRODUCTION PROCESSES

Gli ultimi due decenni sono stati caratterizzati da profondi cambiamenti negli equilibri economici e geopolitici mondiali. Uno dei motori di questa trasformazione è stata sicuramente la crisi del sistema di approvvigionamento energetico globale, di cui riscaldamento globale e carenza di petrolio sono solo due delle molteplici sfaccettature. Il cuore della questione può essere riassunto da una dichiarazione dello Sceicco Ahmad Zaki Yamani (all’epoca presidente dell’OPEC), il quale, circa trent’anni fa, asserì che “l’Era della pietra non finì per la mancanza di pietra, così come l’Era del petrolio finirà molto prima che il mondo esaurisca il petrolio”. La vera domanda, quindi, non è tanto quando il petrolio terminerà, ma in che termini agire nell’interpretare e guidare il profondo cambiamento in atto. Tutto ciò ha generato in tutto il mondo un acceso dibattito per stabilire quale fosse la via migliore per gestire la rivoluzione del settore energetico mondiale e individuare quelle risorse di energia rinnovabile in grado di rappresentare l’alternativa più plausibile al sistema di approvvigionamento tradizionale. Tra queste, l’utilizzo della biomassa per la produzione di combustibili liquidi è stata universalmente indicata come la miglior alternativa ai vettori fossili comunemente utilizzati nel settore dei trasporti. Recentemente, la Commissione Europea ha assunto un ruolo determinante nell’incoraggiare gli Stati Membri all’adozione di programmi ambiziosi volti alla promozione dell’utilizzo di combustibili alternativi: questo si è tradotto in politiche di vario tipo, caratterizzate da un’immissione obbligatoria sul mercato di quote sempre maggiori di combustibili prodotti da biomassa. Standard europei ne regolano la qualità in modo da garantire il perseguimento degli obiettivi energetici e ambientali comunitari. In particolare, un requisito fondamentale è la capacità di riduzione delle emissioni del 35% rispetto alla produzione dello stesso quantitativo energetico di combustibile fossile che andranno a sostituire. Tra le alternative possibili, il bioetanolo è generalmente considerato la soluzione più pratica e perseguibile (almeno in un’ottica di breve-medio periodo) per sostituire la benzina convenzionale. Nonostante alcuni evidenti vantaggi, vi sono, tuttavia, una serie di questioni di tipo economico, ambientale e di accettazione sociale che ne hanno sinora rallentato l’effettiva penetrazione nel mercato dei carburanti per autotrazione. Il nocciolo della questione è il dubbio se effettivamente il bioetanolo sia in grado di fornire la giusta risposta alle esigenze di sicurezza di approvvigionamento imposte dalla questione energetica. La risposta a questa questione impone l’adozione di strumenti quantitativi in grado di valutare le reali prestazioni del sistema di produzione. In particolare, questi strumenti dovrebbero essere pensati per fornire supporto tecnico a livello politico e manageriale per gestire e progettare i nuovi sistemi di produzione di biocombustibili. Tali strumenti richiedono l’adozione di un approccio più esteso al problema che sia quindi in grado di estendere l’analisi all’intera filiera produttiva (Supply Chain, SC). La ricerca bibliografica ha evidenziato evidenti lacune in materia di progettazione strategica di infrastrutture produttive per biocombustibili e, in particolare, in termini di metodologie quantitative per affrontare il problema. Il progetto di ricerca discusso in questa Dissertazione ha avuto come obiettivo quello di coprire questa lacuna e sviluppare una metodologia originale per l’accoppiamento di gestione delle SC (Supply Chain Management, SCM) e programmazione matematica. Il lavoro si è focalizzato sulla definizione di modelli a variabili miste lineari e intere (Mixed-Integer Linear Programming, MILP) per l’analisi di sistemi produttivi per il bioetanolo di prima generazione, in grado di essere utilizzati come efficaci strumenti di supporto alle politiche decisionali in materia di biocombustibili. L’obiettivo finale è quello di realizzare uno strumento di progettazione e pianificazione industriale basato sui comuni approcci alla progettazione strategica di filiere produttive, secondo criteri di tipo economico, finanziario e ambientale. I modelli MILP sono stati sviluppati e utilizzati per descrivere e ottimizzare la gestione delle fasi di lavorazione agricola per la produzione di biomassa, la strategia di approvvigionamento della stessa (produzione autarchica o importazione), la locazione e le dimensioni dei siti di produzione (di biomassa e biocombustibile), la distribuzione logistica e la tipologia del sistema di trasporti. Inoltre, la costruzione dei modelli è stata basata su una georeferenziazione delle variabili di progetto. Una formulazione di tipo stocastico è stata incorporata per gestire l’effetto dell’incertezza delle condizioni di mercato sulle prestazioni finanziarie. Infine, è stato approfondito un aspetto relativo all’impatto ambientale delle fasi agricole della catena produttiva così da minimizzare le emissioni di gas serra derivanti dall’impiego di fertilizzanti azotati. Gli aspetti economici dell’infrastruttura produttiva sono stati valutati mediante approcci di analisi della filiera di produzione (Supply Chain Analysis, SCA), mentre le prestazioni ambientali del ciclo produttivo sono state stimate attraverso un approccio di analisi del ciclo di vita (Life Cycle Analysis, LCA) di tipo Well-to-Tank (WTT). I modelli sviluppati sono stati applicati per studiare la possibile organizzazione della produzione di bioetanolo da mais in Nord Italia. La struttura della Tesi esposta segue lo schema logico seguente. Nel primo Capitolo sono presentate le basi bibliografiche del progetto di ricerca. Partendo dall’analisi delle problematiche principali che riguardano le recente crisi del sistema di approvvigionamento energetico globale, il lettore è accompagnato attraverso un percorso che porta alla descrizione delle principali soluzioni prospettate per risolvere il problema in un contesto più specifico, che è quello del settore dei trasporti. In particolare, la produzione di biocombustibili viene analizzata ponendo particolare attenzione al bilancio tra pro e contro emersi nel valutare le sue effettive potenzialità nel sostituire la produzione di combustibili tradizionali. Si passa poi ad un’analisi bibliografica focalizzata sulla produzione di bioetanolo mediante tecnologie di prima generazione, volta a porre in luce i principali problemi da affrontare al fine di realizzare gli obiettivi europei in materia di biocombustibili. Il Capitolo 2 è dedicato alla descrizione dello stato dell’arte della programmazione matematica e a fornire una base teorica per la formulazione di modelli di ottimizzazione di SC. Sono qui presentati gli approcci algoritmici al SCM, dando un rilievo particolare alla formulazione matematica di modelli di tipo MILP e alla costruzione logica degli algoritmi di soluzione. Infine, sono approfondite alcune tecniche specifiche come la programmazione matematica multi-obiettivo (Multi-objective Mathematical Programming, MoMP) e l’ottimizzazione di tipo stocastico. Il Capitolo 3 conclude la parte introduttiva della Dissertazione. In questo Capitolo, infatti, sono dichiarate le principali ipotesi relative al modo di affrontare sia la progettazione dei sistemi di biocombustibili, sia la costruzione dei modelli matematici per l’ottimizzazione degli stessi. Viene presentata una descrizione generale delle principali componenti della catena produttiva di bioetanolo e sono discussi i criteri di valutazione economica e ambientale dei nodi della filiera. Il riferimento è il caso reale considerato in questo studio, ovvero la produzione di bioetanolo da mais in Nord Italia. Nel Capitolo 4 si affronta il primo problema di progettazione. Questo prevede lo sviluppo di un modello MILP stazionario e georeferenziato per la progettazione strategica di SC di bioetanolo secondo un criterio di minimizzazione dei costi operativi. Vengono descritti i principali problemi legati alla progettazione del sistema e la formulazione matematica proposta per il modello di ottimizzazione. Il modello costruito viene poi applicato all’analisi del caso studio reale descritto al Capitolo 3. Il Capitolo 5 tratta lo sviluppo di modelli di ottimizzazione ambientale. Il modello MILP descritto nel Capitolo 4 è preso come base per l’implementazione di criteri di ottimizzazione ambientale considerati contemporaneamente a quelli di tipo economico attraverso tecniche MoMP. Sono prese in considerazione differenti soluzioni per lo sfruttamento dei sotto-prodotti del processo di produzione di bioetanolo come possibili alternative tecnologiche per l’abbattimento di costi ed emissioni. Nel Capitolo 6 viene presentato un ulteriore sviluppo del modello al fine di renderlo adatto alla pianificazione degli investimenti a lungo termine e a gestire il rischio d’investimento dovuto all’incertezza delle condizioni di mercato. Si descrive, pertanto, lo sviluppo di un modello MILP di tipo dinamico e stocastico per l’analisi finanziaria e la riduzione del rischio d’investimento nella pianificazione della produzione di bioetanolo. L’implementazione al caso studio si focalizza sull’analisi delle dinamiche di mercato con riferimento ai costi d’acquisto della biomassa e ai prezzi di vendita di etanolo e sottoprodotti. Il Capitolo 7 descrive lo sviluppo di un ulteriore modello matematico per il miglioramento delle prestazioni ambientali del sistema produttivo in esame, al fine di allinearne le performance agli standard europei in materia di emissioni di gas serra. Un modello di tipo MILP è concepito per l’ottimizzazione delle pratiche agricole (in particolare dell’utilizzo di fertilizzanti azotati) e delle tecnologie di sfruttamento dei sottoprodotti secondo criteri di tipo ambientale e finanziario. Il modello sviluppato è applicato per la massimizzazione del profitto e la minimizzazione delle emissioni di gas serra della produzione di etanolo da mais. Il Capitolo 8 conclude la discussione della ricerca sviluppata con la presentazione dei principali risultati conseguiti e l’analisi di alcuni dei potenziali sviluppi futuri per proseguire la ricerca sull’argomento.