Gestione ottimale dell’energia per i sistemi di mobilità urbana nel contesto delle smart grid

Le reti elettriche stanno affrontando un cambiamento paradigmatico, abbandonando il tradizionale modello centralizzato a flusso monodirezionale. L’integrazione massiva di carichi complessi e risorse distribuite — quali i veicoli elettrici, la generazione intermittente da fonti rinnovabili come fotovoltaico ed eolico, e l’elettrificazione dei sistemi di riscaldamento — introduce sfide senza precedenti. La natura stocastica di queste risorse e la non coordinazione della domanda possono infatti indurre severi picchi di carico, fluttuazioni di tensione e un significativo incremento dei costi operativi, minando la stabilità e l’efficienza dell’intera infrastruttura. Questa tesi di dottorato si colloca in questo scenario di transizione, con l’obiettivo di sviluppare e validare un framework di metodologie avanzate per l’ottimizzazione, il monitoraggio e la gestione dei flussi energetici nelle moderne reti intelligenti (smart grid). Le soluzioni proposte vengono applicate e testate su molteplici e diversificati casi studio, dimostrandone la robustezza e la scalabilità. Il percorso di ricerca di questa tesi affronta la gestione intelligente dei sistemi energetici complessi, partendo dalle fondamenta dell’integrazione tra generazione rinnovabile e mobilità elettrica. L’analisi prende avvio da approcci di ottimizzazione locale, volti a sincronizzare i picchi di produzione di impianti fotovoltaici con la domanda di ricarica dei veicoli elettrici. L’indagine continua poi con le infrastrutture di ricarica aggregate. In questo contesto, viene sviluppato un modello per l’ottimizzazione della loro integrazione con la generazione fotovoltaica, validato attraverso un caso studio relativo alla progettazione di un E-park scalabile, resiliente ed efficiente. Prima di estendere la ricerca a sistemi più ampi, il percorso ha visto lo sviluppo e la validazione sperimentale di un dispositivo di controllo designato ad attuare logiche di load management domestico, progettato per utenze dotate di sistemi di accumulo equipaggiati da inverter. Questo sistema abilita una gestione intelligente dei flussi energetici, ottimizzando l’autoconsumo da fonti rinnovabili e modulando dinamicamente il carico verso la rete per ridurre lo stress a quest’ultima e minimizzare i costi per l’utente finale. Successivamente, il perimetro di indagine tocca i sistemi energetici intelligenti, attraverso l’implementazione di un Building Management System (BMS) per il monitoraggio e la gestione coordinata di impianti complessi. Il fulcro innovativo della tesi risiede nello sviluppo di un framework completo per sistemi Digital Twin, applicato a contesti sperimentali in collaborazione con il centro di ricerca ENEA. Questa fase esplora l’intero ciclo di vita dei gemelli digitali, dalla progettazione all’implementazione, analizzandone le complessità architetturali, le risorse computazionali richieste e le opportunità strategiche per i sistemi energetici del futuro. Infine, i principi di ottimizzazione e progettazione elettrica vengono traslati al settore del trasporto ferroviario. Quest’ultima parte del lavoro si concentra sullo studio di tecnologie innovative e sullo sviluppo di algoritmi avanzati di Train Performance, finalizzati a ottimizzare la progettazione elettrica e l’efficienza operativa dei moderni sistemi ferroviari. In sintesi, questo percorso di ricerca offre un contributo integrato alla realizzazione delle future smart city, fornendo modelli e strumenti concreti per la gestione sinergica delle infrastrutture energetiche e della mobilità sostenibile.