Cerca nel sito per parola chiave

rapporti - Deliverable

Pianificazione strategica di sistemi a rete efficienti per le smart cities: validazione di un caso studio di applicazione del modello WaterMet2 e valutazione di scenari di interventi

rapporti - Deliverable

Pianificazione strategica di sistemi a rete efficienti per le smart cities: validazione di un caso studio di applicazione del modello WaterMet2 e valutazione di scenari di interventi

Il servizio idrico integrato è un settore altamente energivoro e il suo efficientamento è fondamentale per una pianificazione integrata delle smart cities nel percorso di transizione verso la decarbonizzazione.In questo studio è stato affrontato il tema attraverso l’utilizzo di un esempio di modello metabolico, WatermMet2, applicato al bacino afferente al depuratore di Bresso, analizzando gli effetti in termini disostenibilità energetica, ambientale ed economica di possibili strategie di intervento a lungo termine.

Il servizio idrico integrato è un settore altamente energivoro, si stima infatti che il suo consumo energetico incida per oltre il 2% sul totale di energia a livello nazionale.

Per tale motivo è stato affrontato il tema della pianificazione strategica del servizio idrico integrato finalizzata al suo efficientamento e con particolare riferimento alle aree urbane, attraverso l’utilizzo di un modello metabolico. Tale tipologia di modelli consente la valutazione degli effetti in termini di sostenibilità energetica, ambientale ed economica di possibili strategie di intervento a lungo termine. Grazie a dati messi a disposizione da CAP (Consorzio per l’Acqua Potabile), gestore del servizio idrico integrato della Provincia di Milano, è stata effettuata un’applicazione del modello metabolico WaterMet2 al bacino afferente il depuratore di Bresso. Il modello WaterMet2 è un modello metabolico sviluppato nell’ambito del progetto europeo TRUST (TRansitions of the Urban Water Services of Tomorrow).

Nel corso del 2018, grazie ad un contatto con gli sviluppatori del codice, si è riusciti a superare alcune delle limitazioni iniziali, avendo la possibilità di utilizzare delle librerie di questo codice tramite script da noi appositamente sviluppati. In particolare, con questa tecnica è stato possibile accoppiare il modello ad algoritmi genetici e di ottimizzazione in modo da poter utilizzare il modello in modalità ricorsiva automatizzata e con la possibilità di maggior controllo e verifica dei calcoli.

Grazie a questi aggiornamenti ed anche a nuovi dati messi a disposizione da CAP, il modello è stato ricalibrato per l’anno 2016 tramite un algoritmo genetico e validato con i dati 2017. Successivamente è stato utilizzato per simulare il sistema su un orizzonte temporale di pianificazione di 30 anni (2016- 2045) per valutare l’impatto di una strategia di intervento che il gestore realizzerà nei prossimi anni. La strategia, finalizzata alla riduzione delle perdite, è stata valutata attraverso l’utilizzo di un algoritmo di ottimizzazione per individuare la modalità operativa che meglio rappresenta il rapporto costi/benefici in termini di emissioni di gas serra, costi di intervento e acqua prelevata dall’ambiente.

Mentre l’applicazione effettuata nel triennio 2015-2017 al caso di studio ha rappresentato un test dimostrativo di questa classe di modelli detti metabolici, col lavoro del presente anno, grazie all’accoppiamento del modello di simulazione WaterMet2 con algoritmi genetici e di ottimizzazione, è stato possibile mostrare un’applicazione avanzata di calibrazione, validazione e ricerca di strategie di intervento efficienti, valutate attraverso indicatori delle performance della gestione degli impianti, come i consumi energetici o i costi totali e delle conseguenze ambientali come ad esempio l’emissione di gas serra.

Progetti

Commenti