Autore del contributo
Sustainable development goals
Tema
- consumi energetici
Strumenti
- smart meters
- demand-response system
- concept di una app
- sviluppo business model
In cosa consiste la modifica dei comportamenti promossa?
Il Behavioral Demand Response tende a concentrarsi sull’educazione dei consumatori e sull’incoraggiamento dell’azione individuale per ottenere risparmi energetici, come programmare l’uso degli elettrodomestici, ridurre l’uso dell’illuminazione artificiale, ecc.. Il BDR si basa sul concetto fondamentale di utilizzare confronti tra vicini per incoraggiare i clienti residenziali a ridurre i picchi di utilizzo, facendo affidamento sulle comunicazioni pre / post evento per fornire ai clienti informazioni e motivazione per ridurre il consumo di elettricità nei giorni di forte richiesta.
Quali sono le principali caratteristiche degli strumenti progettati/adottati per promuovere la modifica dei comportamenti e con quali modalità sono stati sperimentati?
Secondo la metodologia sviluppata, dopo una prima fase di progettazione dell’esperienza utente (user exeperience design), supportata da un questionario (sviluppato appositamente) per segmentare i clienti, la fase iniziale di coinvolgimento del cliente comprende un’ampia offerta di servizi, come la visualizzazione dettagliata dei consumi energetici e consigli per ottenere risparmi in bolletta, in modo da aumentare la consapevolezza degli utenti finali, rendendoli pronti ad agire.
Il vero Demand Response viene implementato solo nell’ultima fase, chiedendo ai clienti di modificare le proprie abitudini di consumo, non solo per un vantaggio personale, come prima, ma anche in base alle necessità della rete. La maggior parte dei ricavi per le utility e gli aggregatori proverrà dalla vendita di questa flessibilità come servizio sul mercato elettrico. Poiché è probabile che l’incentivo finanziario per ciascuna famiglia sia limitato, sono state individuate diverse leve come uno schema di incentivi basato sulla raccolta di monete virtuali: a partire già dalla fase di engagement, queste possono essere guadagnate ad esempio riducendo il consumo personale di energia, partecipare a quiz e formazione, o utilizzare una serie di servizi, relativi alla strategia della città intelligente come il car sharing EV, il e-bike sharing e il trasporto pubblico. Una volta che il programma DR è stato effettivamente implementato nell’ultima fase, adeguare il consumo di elettricità in base al segnale ricevuto rappresenterà un’altra fonte di guadagno virtuale.
Quali risultati sono stati ottenuti? Quali le potenzialità e gli ostacoli?
Questi ricavi non sono sufficienti a coprire i costi sostenuti per aggregare un gran numero di capacità flessibile distribuita con programmi DR residenziali: questi si aggirano intorno alle 100-120 £ / anno per ogni cliente, con una spesa aggiuntiva di 60 £ in caso di programmi DLC per installare da 3 a 6 prese intelligenti.
Una strategia vincente sarà quella di sfruttare tutti i vantaggi tra le diverse applicazioni DR, combinando i ricavi provenienti dal mercato di bilanciamento con i costi evitati nel mercato all’ingrosso. Per massimizzare il valore catturato ed evitare transazioni intermedie, è fondamentale che il ruolo dell’aggregatore coincida con quello del fornitore.
Per concludere, le attuali condizioni di mercato non rendono ancora la DR residenziale un’attività redditizia, ma esiste un potenziale significativo che potrebbe essere sbloccato nel prossimo futuro, con la diffusione del riscaldamento elettrico degli ambienti, dei veicoli elettrici e delle batterie per aumentare la capacità flessibile, combinata con una modifica della regolamentazione. In attesa di questa evoluzione, sono necessarie ulteriori prove e progetti pilota, come quello che applica il framework DR.BEAR, per comprendere la strategia ottimale ed essere pronti a portarla sul mercato reale.
[ultimo aggiornamento: 29/4/2019]
Team di ricerca – Dipartimenti/Strutture PoliMi
Francesco Causone, Marco Mussetta – DENG
Marco Domenico Santambrogio – DEIB
Altri Partner
Sara Filipponi – SIEMENS
Valentina Fabi, Stefano Paolo Corgnati, Marta Botter – PoliTo
PROGETTO DI RIFERIMENTO
DR. BEAR: Behavioural and Energy Analysis in Residential Environment (2018)
Progetto ASP (Alta Scuola Politecnica)
