Sistema di Supporto alle Decisioni per la Progettazione Ottimale di Comunità Energetiche Rinnovabili

Abstract

La transizione energetica è una delle sfide più ambiziose del nostro tempo. Ridurre l’impronta di carbonio richiede una revisione del modello energetico attuale e un cambiamento nella produzione di energia.

In questo contesto, le Comunità Energetiche Rinnovabili (CER) stanno emergendo, promuovendo l’uso di fonti rinnovabili per creare hub energetici locali decentralizzati e incentivando la condivisione dell’energia tra i membri.

Questa tesi analizza la fattibilità di una CER a Sestri Ponente, Genova, in collaborazione con IRE, l’Università di Genova, la Camera di Commercio e Ascom Confcommercio.

L’obiettivo è sviluppare un Sistema di Supporto Decisionale (DSS) per la progettazione ottimale di una CER. Lo strumento si compone di diversi moduli: analisi spaziale delle superfici disponibili per impianti fotovoltaici, stima della produzione energetica e selezione ottimale dei membri per massimizzare i benefici economici.

L’analisi spaziale viene condotta in QGIS, utilizzando mappe importate per determinare parametri come area, inclinazione, azimut e ombreggiamento. Questi dati, combinati con l’irraggiamento solare da PVGIS, permettono di stimare la produzione energetica.

Questa stima viene utilizzata come input per un modello di ottimizzazione in MATLAB, che utilizza YALMIP e il solver Gurobi per definire la configurazione ottimale dei membri e degli impianti fotovoltaici.

Infine, un’analisi del business plan valuta la sostenibilità economica stimando costi e ricavi lungo il ciclo di vita del sistema.

Questo DSS dimostra come l’uso di strumenti GIS e linguaggi di programmazione possa ottimizzare la progettazione e la gestione delle CER, accelerando l’analisi e fornendo un modello replicabile per future implementazioni.

The energy transition is one of the most ambitious challenges of our time. Reducing the carbon footprint requires a complete revision of the current energy model and a shift in energy production.

In this context, Renewable Energy Communities (RECs) have emerged, promoting renewable sources to create decentralized local energy hubs and incentivizing shared energy among members.

This thesis explores the feasibility of a REC in Sestri Ponente, Genoa, in collaboration with IRE, the University of Genoa, the Chamber of Commerce, and Ascom Confcommercio.

The goal is to develop a Decision Support System (DSS) for the optimal REC design. The tool consists of multiple modules: spatial analysis of available surfaces for photovoltaic (PV) installations, energy yield estimation, and optimal member selection to maximize economic benefits.

Spatial analysis is conducted in QGIS, using imported maps to determine surface parameters such as area, tilt, azimuth, and shading. These, combined with solar irradiance data from PVGIS, estimate the energy yield.

This estimate serves as input for an optimization model in MATLAB, utilizing YALMIP and the Gurobi solver to define the best members and PV system configuration.

Finally, a business plan analysis evaluates the economic feasibility by estimating costs and revenues over the system's lifecycle.

This DSS showcases how GIS tools and programming languages streamline the design and management of RECs, accelerating analysis and providing a replicable model for future implementations.