• Non ci sono risultati.

3 4 Catena modellistica integrata adottata dal Tavolo Decarbonizzazione

FIGURA 1 Impatto

qualità dell’aria SMOKE-WRF CAMx RSE GAINS ENEA Impatto macro economico ICES FEEM GDyn-E ENEA Impatto sistema elettrico MONET RSE sMTSIM RSE allineamento Input GdL 1 Input GdL 2 Altre ipotesi TIMES ENEA TIMES ISPRA Scenario energetico emissivo

energetici utilizzati per questo esercizio (ad esempio, limiti di tra- sporto della rete e vincoli di flessibilità degli impianti di genera- zione, vincoli di riserva, eccetera). Inoltre lo sviluppo delle infrastrutture di rete richiede grandi investimenti e tempi lunghi di realizzazione: è necessario quindi “anticipare” correttamente le ne- cessità future durante la fase di pianificazione ed effettuare un’ac- curata analisi costi-benefici. Di conseguenza, è necessario disporre di simulazioni di dettaglio (dunque con una risoluzione a livello orario) del sistema elettrico nazionale per l’anno obiettivo così da poter valutare le criticità che potrebbero emergere in quello scena- rio (ad esempio, congestioni, incapacità a coprire i picchi di carico, eccessi di produzione delle fonti rinnovabili non programmabili - FRNP, carenza di margini di riserva, eccetera) ed individuare gli in- terventi necessari per mitigare tali criticità e il loro costo. Per di più, dato che la rete elettrica nazionale è già molto interconnessa con le reti europee, è evidente come il legame con il mercato elettrico europeo non possa essere ignorato al fine di determinare gli scambi transfrontalieri di energia.

Per poter rispondere a queste esigenze di analisi è stato necessario utilizzare il modello di simulazione del sistema/mercato elettrico italiano ed europeo sMTSIM di RSE. Tuttavia prima di procedere alle simulazioni dell’impatto dello scenario energetico sul sistema elet- trico, si è resa necessaria un’altra operazione, consistente nella ri- partizione prima a livello regionale e poi tra le zone di mercato della domanda elettrica e del parco di generazione risultanti dallo sce- nario elaborato col TIMES.

La regionalizzazione della domanda elettrica è determinata repli- cando lo scenario TIMES con il modello energetico multiregionale MONET di RSE (anch’esso basato su TIMES), ossia vincolando agli stessi valori dello scenario TIMES i consumi nazionali per fonte e settore e lo sviluppo dei singoli settori e sotto-settori industriali. Il modello MONET determina una evoluzione della domanda diversa nelle singole regioni rispetto a quella nazionale, in funzione della maggiore o minore presenza di alcuni settori di consumo rispetto ad altri. I dati regionali così ottenuti vengono poi riaggregati nelle sei zone di mercato in cui è suddivisa la rete elettrica nazionale. Per quanto riguarda le valutazioni relative alle emissioni di GHG, se il risultato per le emissioni di CO2prodotto da processi energetici

3

(di combustione) e da processi industriali (come quelli per la pro- duzione di cemento) può essere agevolmente determinato dal mo- dello del sistema energetico TIMES, per fare una stima delle emissioni di CO2non energetiche (agricoltura e foreste) occorrono altri approcci. In aggiunta bisogna considerare gli altri GHG diversi dalla CO2(CH4, N2O e gas fluorurati) emessi sia nei processi energe- tici che in quelli non energetici, e che sono comunque inclusi negli obiettivi di riduzione emissiva sia per i settori coperti dal sistema ETS, sia per quelli coperti dalla Effort Sharing Decision (ESD). La valu- tazione di queste emissioni è demandata ad ISPRA.

Infine la catena valutativa copre anche gli aspetti economici (in particolare quelli macroeconomici e quelli legati al commercio estero). L’analisi degli impatti dello scenario energetico (di maggior interesse nel caso di uno scenario di policy per confronto con uno Scenario di Riferimento) è affrontato per mezzo di due modelli di equilibrio economico generale, entrambi sviluppati nell’ambito del progetto GTAP (Global Trade Analysis Project, Purdue University), ma formulati in maniera differente per disaggregazione settoriale e re- gionale e per il dettaglio con cui il sistema energetico è rappresen- tato. Si tratta dei modelli GDyn-E (di ENEA) e ICES (della FEEM). Anche qui l’utilità di utilizzare due modelli simili ma in parte com- plementari per lo stesso tipo di analisi è quello di rafforzare la ro- bustezza dell’analisi e catturare aspetti diversi del problema. Questi modelli, a partire da uno Scenario di Riferimento senza nuove po- litiche, possono valutare l’impatto su PIL, Valore Aggiunto, occupa- zione settoriale e commercio estero dovuto, come nel caso in questione, ad obiettivi e politiche più stringenti di riduzione delle emissioni di CO2. È evidente come politiche di riduzione delle emis- sioni possano imporre dei costi ad alcuni settori a forte consumo di combustibili fossili e forzarli a modificare il mix dei fattori produt- tivi utilizzati verso fonti energetiche meno emissive o verso un uso più spinto di altri fattori come il capitale o il lavoro. Una stima del- l’impatto di queste politiche sulla crescita dei vari settori nazionali o sulla loro competitività rispetto alla concorrenza internazionale, in un mondo dove non tutti i Paesi accettano lo stesso impegno nella riduzione delle emissioni, può rappresentare una informa- zione rilevante per il decisore politico. Il lavoro illustrato in questo documento si limita alla prima fase di questa analisi, che consiste nell’allineamento dei due modelli economici rispetto alle ipotesi esogene, ai consumi energetici e al profilo emissivo dello Scenario

di Riferimento così da avere un termine di riferimento per analiz- zare successivamente l’impatto dello scenario di policy.

Il Gruppo di Lavoro sugli scenari ha individuato e inserito nella ca- tena sopra menzionata anche gli strumenti modellistici per poter analizzare gli impatti degli scenari energetici sulla qualità dell’aria (ad esempio, concentrazioni di inquinanti e mappe territoriali di concentrazione), anche se non sono state fatte alcune elaborazioni o scenari e perciò non saranno discusse in questa pubblicazione. Vale la pena menzionare che le valutazioni sulla qualità dell’aria, a partire dai dati di scenario TIMES, possono essere effettuate con l’utilizzo del modello GAINS Italia e della suite modellistica MINNI, sviluppata da ENEA. Un contributo in tal senso può essere fornito anche dai modelli SMOKE, WRF e CAMx a disposizione di RSE. Dal punto di vista operativo, il Gruppo di Lavoro 3 sugli scenari ha realizzato l’analisi attraverso i seguenti passi:

1) condivisione dei dati di input prodotti dal GdL 1 (parametri ma- croeconomici, popolazione, informazioni sui trend climatici) e dal GdL 2 (parametri tecnologici relativi ai costi e alle perfor- mance, proiettati nel tempo, delle principali tecnologie) nei due modelli TIMES-ENEA e TIMES-ISPRA in tutti i settori e allinea- mento per quanto possibile di assunzioni e vincoli da inserire nei modelli del sistema energetico nazionale;

2) elaborazione dello scenario in parallelo da parte di entrambi i modelli e confronto dei risultati a livello settoriale;

3) una volta raggiunta una buona convergenza tra i risultati dei due modelli, consolidamento dello scenario energetico/emissivo così ottenuto ed utilizzazione dei risultati per le analisi successive della catena modellistica. In particolare per:

la valutazione delle emissioni diverse dalla CO2a cura di ISPRA;

l’analisi di impatto sul settore elettrico a cura di RSE (coi modelli

MONET e sMTSIM);

la quantificazione e l’allineamento dello scenario macroecono-

mico di riferimento in vista della successiva analisi di impatto a cura di ENEA (modello GDyn-E) e FEEM (modello ICES).

Documenti correlati