Sintesi Tecnica: Rafforzamento Resiliente della Rete contro Molteplici Pericoli

1. Definizione del Problema

La crescente frequenza e intensità degli eventi meteorologici estremi, guidati dal cambiamento climatico, pongono gravi minacce alla resilienza dei sistemi elettrici. I danni alle infrastrutture derivanti da pericoli quali venti forti, terremoti e incidenti legati alla vegetazione portano a interruzioni prolungate e perdite economiche significative. Una sfida critica nella pianificazione della rete è che le strategie di rafforzamento tradizionali spesso si concentrano su un singolo pericolo o su una singola misura di mitigazione. Ad esempio, l'interramento (UG - undergrounding) delle linee protegge dal vento e dalla vegetazione, ma può aumentare la vulnerabilità all'attività sismica o comportare elevati costi di riparazione in caso di terremoto. Viceversa, la gestione della vegetazione (VM - vegetation management) è efficace per le linee aeree, ma non affronta i rischi sismici.

Inoltre, i modelli di ottimizzazione esistenti spesso si basano sulla programmazione stocastica statica a due stadi, dove le decisioni di rafforzamento iniziale sono fissate per l'intero orizzonte temporale. Questa rigidità non tiene conto dell'evoluzione delle condizioni climatiche e delle incertezze, portando potenzialmente a risultati subottimali e costosi. Il documento affronta la necessità di un quadro decisionale che:

1. Consideri simultaneamente molteplici pericoli (specificamente venti forti e terremoti).
2. Integri strategie di rafforzamento complementari (interramento a lungo termine e gestione della vegetazione a breve termine).
3. Permetta un processo decisionale adattivo per rivedere i piani iniziali sulla base degli scenari futuri realizzati.

2. Metodologia

Gli autori propongono un framework di Ottimizzazione Stocastica Adattiva a Due Stadi (ATS - Adaptive Two-Stage Stochastic Optimization) progettato per sistemi di distribuzione radiali con risorse energetiche distribuite.

2.1. Albero degli Scenari e Modellazione dell'Incertezza

Il problema è modellato utilizzando un albero degli scenari in cui i nodi rappresentano le possibili realizzazioni delle incertezze (eventi di vento, terremoti, guasti della vegetazione) su un orizzonte temporale $T$.

• Parametri di Incertezza: Il modello incorpora variabili casuali per la durata dell'interruzione ($\xi$), il numero di eventi ($N$) e le probabilità di guasto ($\varrho$) per ogni tipo di pericolo.
• Potatura dell'Albero (Tree Pruning): Per garantire la trattabilità computazionale all'aumentare dell'orizzonte, gli autori impiegano un metodo di riduzione a ritroso (backward reduction) per potare l'albero degli scenari, mantenendo un insieme rappresentativo di scenari che approssima la distribuzione di probabilità originale.

2.2. Struttura Adattiva a Due Stadi

A differenza dei modelli standard a due stadi in cui le decisioni del primo stadio sono fisse, il framework ATS introduce un meccanismo di revisione:

• Decisioni del Primo Stadio: Le decisioni iniziali su quali linee interrare ($\alpha_{ln}$) vengono prese all'inizio.
• Punto di Revisione: In un tempo designato $t$, il modello consente una singola revisione di queste decisioni iniziali basata sull'incertezza osservata e sulle previsioni aggiornate.
• Decisioni del Secondo Stadio: I livelli di gestione della vegetazione ($\beta_{ln}$) sono determinati annualmente (breve termine) e rimangono dipendenti dallo scenario durante tutto l'orizzonte temporale.

2.3. Funzione Obiettivo e Vincoli

L'obiettivo è minimizzare il costo totale atteso su un orizzonte di 30 anni, comprendente:

• Costi di Investimento: Costi di capitale per l'interramento ($IC^{UG}$) e la gestione annuale della vegetazione ($IC^{VM}$).
• Costi Operativi: Costi di interruzione (distacco del carico) e costi di riparazione associati ai guasti per vento, terremoti e vegetazione.
• Scontamento: I costi futuri sono scontati utilizzando un fattore $\gamma$ derivato dai tassi di inflazione e di sconto.

Vincoli Chiave:

• Limiti di Budget: Tetti sistemici per l'interramento ($B^{UG}$) e la gestione della vegetazione ($B^{VM}$).
• Irreversibilità: Una volta che una linea viene interrata, la decisione non può essere invertita.
• Mutua Esclusività: La gestione della vegetazione è applicabile solo alle linee aeree; le linee interrate non richiedono VM.
• Logica di Revisione: I vincoli assicurano che ogni linea subisca al massimo una decisione di revisione e che le decisioni rimangano coerenti tra gli scenari fino al punto di revisione.

2.4. Calcolo del Distacco del Carico (Load Shedding)

Per quantificare i costi di interruzione, il modello risolve un problema di ottimizzazione offline separato per ogni potenziale guasto della linea. Questo utilizza il modello DistFlow per calcolare il costo giornaliero del distacco del carico ($C^{LS}$) basandosi sui vincoli di flusso di potenza, i limiti di tensione nodale e le capacità di rampa delle microturbine.

3. Contributi Principali

Il documento presenta tre contributi primari:

1. Modello Integrato Multi-Pericolo: Un modello di ottimizzazione completo che considera congiuntamente venti forti e terremoti. Esso tiene esplicitamente conto dei compromessi in cui l'interramento mitiga i rischi di vento/vegetazione ma può esporre le infrastrutture a rischi sismici, e viceversa.
2. Framework Decisionale Adattivo: L'introduzione di un approccio stocastico adattivo a due stadi che consente una singola revisione delle decisioni di interramento a lungo termine. Ciò bilancia la flessibilità dei modelli multi-stadio con la praticità degli approcci a due stadi, accogliendo l'evoluzione delle condizioni climatiche senza frequenti e costose inversioni.
3. Ottimizzazione Sinergica delle Strategie: L'integrazione di strategie a lungo termine (UG) e a breve termine (VM). Il modello dimostra come queste strategie interagiscano; ad esempio, l'interramento di un segmento elimina la necessità di VM su quel segmento, creando sinergie di costo.

4. Risultati della Simulazione

Il framework è stato testato su un sistema di distribuzione IEEE a 22 bus utilizzando MATLAB e Gurobi.

4.1. Decisioni di Rafforzamento Ottimali

• Sensibilità al Budget: All'aumentare del budget per l'interramento, il modello seleziona più linee, dando priorità a quelle con alto impatto di distacco del carico e alta vulnerabilità al vento ma basso rischio sismico.
• Riduzione dei Costi: L'aumento del budget per l'interramento riduce significativamente i costi totali del sistema (valore obiettivo), poiché abbassa i costi di interruzione e riparazione.
• Interazione tra Strategie: Man mano che vengono interrate più linee, il budget richiesto per la gestione della vegetazione diminuisce, confermando i risparmi di costo sinergici.

4.2. Adattivo vs. Statico (ATS vs. TS)

• Prestazioni: L'approccio Adattivo a Due Stadi (ATS) supera costantemente il modello standard a Due Stadi (TS).
• Entità del Guadagno: I risparmi relativi di costo ($G_{rel}$) di ATS rispetto a TS variano dall'11,85% al 17,83%, a seconda del budget e della dimensione dell'albero degli scenari.
• Condizioni di Valore: Il vantaggio di ATS è più pronunciato sotto budget elevati e con alberi di scenari più grandi (maggiore incertezza). In orizzonti temporali più brevi o in scenari a bassa incertezza, il valore dell'adattamento diminuisce.
• Guasti Multipli: Negli scenari che comportano interruzioni simultanee di più linee, la flessibilità di ATS fornisce benefici relativi ancora maggiori (miglioramento fino al 19,43%), evidenziando la sua robustezza in scenari di guasto ad alto impatto.

4.3. Benefici Multi-Pericolo e Multi-Strategia

• Pianificazione Multi-Pericolo: Considerare sia i rischi di vento che quelli sismici porta a una selezione delle linee diversa e più conveniente rispetto ai modelli a singolo pericolo. Ad esempio, le linee con alta vulnerabilità sismica vengono evitate per l'interramento anche se presentano alti rischi di vento, prevenendo l'innalzamento dei costi del ciclo di vita. Questo approccio ha prodotto risparmi di costo del 53–59% rispetto alla pianificazione a singolo pericolo.
• Pianificazione Multi-Strategia: L'ottimizzazione congiunta di UG e VM ha portato a risparmi totali di circa 9 milioni di dollari (3,97–5,52% rispetto alle strategie basate solo su UG) mitigando i rischi che una singola strategia non poteva affrontare.

4.4. Scalabilità e Sensibilità

• Dimensione dell'Albero degli Scenari: Aumentare il numero di scenari migliora la qualità della soluzione ma aumenta il tempo di calcolo in modo esponenziale. Gli autori notano un punto di rendimenti decrescenti in cui i riduzioni marginali dei costi non giustificano l'enorme aumento del tempo di calcolo.
• Metodi di Potatura: I metodi di potatura per riduzione a ritroso e selezione in avanti hanno prodotto strategie ottimali quasi identiche, validando la robustezza dell'approccio di potatura.
• Dimensione del Sistema: Il modello rimane computazionalmente trattabile quando scalato al sistema IEEE 69-bus, sebbene il tempo di calcolo aumenti con la dimensione del sistema e l'eterogeneità delle linee.

5. Significato e Rivendicazioni

Il documento sostiene che il framework proposto offre un approccio robusto ed efficace dal punto di vista dei costi per la pianificazione della resilienza della rete a lungo termine. Superando i modelli statici a singolo pericolo, il framework consente alle utility di:

• Prendere decisioni di investimento informate che tengano conto della complessa interazione di pericoli contrastanti (es. vento vs. terremoto).
• Ottimizzare l'allocazione del capitale sfruttando le sinergie tra diverse strategie di rafforzamento (interramento e gestione della vegetazione).
• Migliorare l'adattabilità permettendo ai decisori di rivedere una sola volta i piani iniziali, riducendo così il rischio di investimenti subottimali di fronte all'evoluzione delle incertezze climatiche.

Gli autori concludono che, sebbene l'approccio adattivo comporti un maggiore carico computazionale, i sostanziali benefici finanziari e il miglioramento della resilienza giustificano l'impegno, specialmente per la pianificazione delle infrastrutture a lungo termine dove la flessibilità è cruciale. Notano inoltre che il framework è agnostico rispetto alla topologia per quanto riguarda la decisione di rafforzamento, sebbene il calcolo del distacco del carico assuma una struttura radiale (con estensioni possibili per reti messe). Il lavoro futuro suggerito esplorerà in dettaglio l'interazione tra l'atteggiamento al rischio e le vulnerabilità degli asset.