Page 152 - Resilienza sistema elettrico
P. 152

Il contributo di RSE: studi e strumenti






               FIGURA 6.16       Gli eventi estremi diventano più comuni. [92]


                  “Normal” weather                  Distribution range shifted
                distribution over time                 by climate change
              Frequency of occurence







               Extreme events  Likely events  Extreme events        The new normal

             Human society is structured around “normal” weather, with some days hotter than average and some colder. At the distant
             “tails” are extreme events such as catastrophic weather. Climate changes shifts the entire distribution curve to the right. Old
             extremes become the new normal, ner extremes emerge, and the process continues until we take action.
                                 ghiacciai e la solidità del permafrost a causa del riscaldamento inver-
                                 nale sulle Alpi; invece, l’analisi del 90° percentile di tmax indica un
                                 aumento di oltre 2 °C sull’intera Penisola in estate, il che accentua il
                                 problema del riscaldamento nella stagione estiva.
                                    Come già ricordato, soprattutto gli eventi meteorologici estremi
                                 (come forti temporali o raffiche di vento) rappresentano i maggiori fat-
                                 tori di rischio per la sicurezza del sistema elettrico. Caratterizzati da
                                 un’elevata variabilità spazio-temporale, spesso tali fenomeni non sono
                                 propriamente descritti dai modelli regionali, di risoluzione troppo la-
                                 sca per le scale fenomenologiche in gioco. Tuttavia, mediante essi, è
                                 possibile identificare le aree caratterizzate da un’occorrenza elevata di
                                 eventi meteorologici significativi. Secondo un approccio probabilistico
                                 [90], attraverso valori soglia, inferiori a quelli tipici per classificare gli
                                 eventi estremi ma sufficientemente elevati per identificare eventi me-
                                 teo significativi, si selezionano alcuni eventi di interesse. Quindi, sulla
                                 base della risposta dedotta dalla maggioranza dei modelli, si caratteriz-
                                 zano le aree più esposte, con una confidenza media e alta a seconda
                                 che l’accordo tra i modelli nel segno del cambiamento sia almeno al 50
                                 per cento e al 90 per cento rispettivamente, secondo la terminologia
                                 indicata dall’IPCC [93].
                                    In particolare le variazioni (in percentuale) dei giorni torridi sono
                                 state analizzate considerando le giornate estive caratterizzate da
                                 tmax>30 °C (hot days) e tmin>15 °C (tropical night). Le condizioni di
                                 scioglimento (frost days) sono state identificate selezionando i giorni dei
                                 mesi invernali in cui tmin>0 °C (Figura 6.17).
                                    Con queste assunzioni è stata analizzata l’evoluzione di alcuni tipi
                                 di eventi estremi.

                                                             Resilienza del sistema elettrico 151
   147   148   149   150   151   152   153   154   155   156   157