Orchestratore per la gestione ottimizzata delle ricariche di veicoli elettrici in un parcheggio aziendale = Orchestrator for optimized electric vehicle charging management in a corporate parking lot

Negli ultimi anni, la mobilità elettrica ha assunto un ruolo centrale nella transizione verso un sistema di trasporto sostenibile, rappresentando una soluzione efficace per la riduzione delle emissioni di gas serra e l’ottimizzazione dell’uso delle risorse energetiche. L'incremento dell'adozione di veicoli elettrici (EV) comporta nuove sfide, soprattutto in termini di gestione efficiente della ricarica, ottimizzazione dei costi energetici e integrazione con le fonti rinnovabili. In questo contesto, la gestione intelligente delle ricariche si propone come una risposta efficace per garantire il bilanciamento della domanda energetica, minimizzare i costi e sfruttare le opportunità offerte dalle energie rinnovabili. Il presente lavoro propone lo sviluppo di un algoritmo di ottimizzazione per la gestione delle ricariche di EV in parcheggi aziendali. È stato svolto un approfondito lavoro di revisione della letteratura per inquadrare le diverse strategie già esistenti, con particolare attenzione agli approcci che integrano fonti rinnovabili e sistemi di gestione dell'energia in tempo reale. Questa analisi ha permesso di individuare le aree di miglioramento e di orientare lo sviluppo dell’algoritmo verso un approccio più efficiente. In seguito, è stato definito un caso studio realistico per ottenere delle condizioni al contorno utili in cui calare l'algoritmo sviluppato e verificarne le potenzialità. Si è partiti dall'inquadramento di massima del problema, andando ad ipotizzare la tipologia di veicoli elettrici che interagiscono con il parcheggio, definire i carichi elettrici presenti e definendo la dimensione di un impianto fotovoltaico per la generazione locale. Dopodiché si è svolta la progettazione della rete elettrica, dimensionando i cavi per le linee e il trasformatore MT/BT a servizio della rete interna, in maniera tale da soddisfare i carichi ipotizzati e ottenere i parametri elettrici necessari per condurre lo studio. La definizione di questa casistica verosimile ha permesso di testare il sistema in uno scenario concreto, consentendo anche di variare alcuni parametri per analizzarne la flessibilità e il comportamento in situazioni differenti. Questo ha garantito una validazione approfondita delle performance dell'algoritmo. Per risolvere il problema di gestione delle ricariche, è stato scelto un approccio matematico basato sulla programmazione lineare intera mista (MILP - Mixed Integer Linear Programming). L'algoritmo è stato implementato in Python, sfruttando le capacità di questo ambiente per la risoluzione di problemi complessi e per l’integrazione di dati energetici in tempo reale. Il modello sviluppato ottimizza la distribuzione della potenza in funzione delle tariffe variabili, garantendo al contempo il rispetto dei vincoli tecnici e offrendo un sistema di ricarica flessibile ed economicamente vantaggioso.