Idrogeno Verde: La Mia Ricetta Segreta per Produrlo (e Guadagnarci!)

Ciao a tutti! Oggi voglio parlarvi di una sfida tanto complessa quanto affascinante: come rendere la produzione e lo stoccaggio di idrogeno verde non solo efficienti dal punto di vista energetico, ma anche profittevoli. Sì, avete capito bene, parliamo di far quadrare i conti con l’energia del futuro!

La Sfida Climatica e il Ruolo Chiave dell’Idrogeno

Partiamo da un dato di fatto ormai innegabile: il cambiamento climatico è una minaccia seria e dobbiamo tagliare drasticamente le emissioni di CO2. Le strade maestre sono note: abbandonare i combustibili fossili, puntare sulle rinnovabili ed elettrificare i consumi. Facile a dirsi, ma c’è un “ma”. Pensate all’industria pesante – acciaierie, raffinerie, chimica – i cosiddetti settori “hard-to-abate”. Qui l’elettrificazione pura non basta, perché usano carbonio nei processi e necessitano di calore ad altissima temperatura.

Ed è qui che entra in gioco lui, l’idrogeno verde, prodotto da fonti rinnovabili tramite elettrolisi. Un vettore energetico pulito, versatile, capace di decarbonizzare questi settori ostici, immagazzinare energia, trasportarla e fare da ponte tra diversi sistemi energetici. Oggi l’idrogeno si usa già molto (pensate ai fertilizzanti, alle raffinerie), ma la sua produzione attuale, principalmente via Steam Methane Reforming (SMR) da gas naturale, è tutt’altro che green: per ogni tonnellata di idrogeno si emettono 9-10 tonnellate di CO2! Un paradosso, vero? L’idrogeno “grigio” costa circa 2 $/kg, ma il suo prezzo è legato a quello del gas naturale.

L’elettrolisi è la via pulita, ma oggi costa di più. I motivi? Il costo ancora elevato degli elettrolizzatori (CAPEX) e, soprattutto, il costo dell’elettricità necessaria, che è volatile e incide parecchio sull’efficienza. Serve quindi un cambio di passo: tecnologie più economiche e, fondamentale, strategie di gestione energetica ottimizzate. Non basta avere un elettrolizzatore, bisogna farlo funzionare al meglio, magari integrandolo in sistemi ibridi, per massimizzare le prestazioni e minimizzare i costi.

Il Cuore del Problema: Gestire l’Energia in Modo Intelligente

Sviluppare un modello per gestire la produzione di idrogeno significa mettere insieme tanti pezzi: elettrolizzatori, convertitori, magari fotovoltaico, sistemi di stoccaggio… Serve un modello dinamico, accurato ma non troppo complesso. L’obiettivo? Trovare la strategia di gestione energetica perfetta per far durare di più il sistema, ridurre i costi operativi e di manutenzione, e massimizzare le prestazioni complessive.

La letteratura scientifica ci dice che le strategie di gestione energetica si possono classificare in quattro macro-categorie:

• Quelle focalizzate sul soddisfare la domanda: semplici da implementare, ma non ottimizzate né tecnicamente né economicamente.
• Quelle orientate all’ottimizzazione tecnologica: considerano l’efficienza e la durata dei componenti. Buon compromesso, ma ignorano i costi.
• Quelle mirate all’ottimizzazione economica: minimizzano i costi, ma rischiano di trascurare aspetti tecnici che incidono sulla durata e sulle prestazioni a lungo termine.
• Quelle che puntano all’ottimizzazione tecno-economica: il Sacro Graal! Bilanciano esigenze tecniche (durata, efficienza) ed economiche (costi). Sono le più complesse da sviluppare, richiedono algoritmi sofisticati (logica fuzzy, reti neurali, ottimizzazione multi-obiettivo), ma sono quelle che danno i risultati migliori.

Per fare le cose per bene, bisogna considerare entrambi gli aspetti. Criteri tecnici? Ad esempio, evitare troppi cicli di start-stop all’elettrolizzatore, che lo degradano più velocemente del funzionamento continuo. Oppure, evitare di farlo lavorare a potenze troppo basse (che peggiorano la purezza dell’idrogeno) o troppo alte (che ne riducono l’efficienza). Criteri economici? Sfruttare le ore in cui l’elettricità costa meno, prevedere i prezzi futuri, scegliere tecnologie mature per ridurre i rischi legati a costi iniziali e operativi.

La Nostra Proposta: Un Modello Tecno-Economico su Misura

Ed eccoci al dunque! Abbiamo sviluppato un modello tecno-economico pensato proprio per ottimizzare sia la progettazione (il “design”) che la gestione operativa degli impianti di elettrolisi per produrre e stoccare idrogeno. L’obiettivo primario? Minimizzare i costi e recuperare l’investimento il più in fretta possibile (minimizzare il Payback Period – PBP), garantendo sempre la fornitura di idrogeno richiesta.

Il modello si divide in due fasi principali:

1. Capacità di Stoccaggio Ottimale: Qui determiniamo quanto grande deve essere il serbatoio dell’idrogeno. Usiamo dati storici sui costi dell’energia, la domanda di idrogeno prevista (abbiamo usato un modello sinusoidale per simulare fluttuazioni giornaliere e stagionali) e le efficienze dei vari componenti (elettrolizzatore PEM, convertitore AC/DC, ausiliari). L’idea è che lo stoccaggio ti dà flessibilità: puoi produrre di più quando l’energia costa poco e usare le scorte quando costa tanto. Analizziamo diversi profili di potenza per l’elettrolizzatore – da uno costante a uno super flessibile – per trovare la combinazione taglia-stoccaggio/profilo-potenza che minimizza il PBP. Abbiamo considerato un elettrolizzatore PEM da 1.2 MW come caso studio.

2. Gestione Ottimale: Una volta fissate le dimensioni dell’impianto (elettrolizzatore e stoccaggio), ci concentriamo su come farlo funzionare giorno per giorno (o meglio, ora per ora) nel modo più economico possibile. Qui entrano in gioco le previsioni dei costi dell’energia. Abbiamo testato tre metodi di Intelligenza Artificiale (AI) piuttosto noti: Prophet (sviluppato da Facebook, bravo con le stagionalità), ARIMA (un classico per le serie storiche) e LSTM (una rete neurale ricorrente, potente nel catturare dipendenze complesse nel tempo). Addestriamo questi modelli sui dati storici dei prezzi dell’energia (abbiamo usato i dati del GME italiano, il PUN) per prevedere i costi futuri (ad esempio, per il mese successivo). L’obiettivo è usare queste previsioni per decidere quando e quanto produrre, minimizzando i costi operativi (OPEX) e soddisfacendo sempre la domanda.

Per calcolare l’efficienza complessiva dell’impianto, abbiamo considerato tutta la catena: l’energia presa dalla rete passa dal convertitore (con le sue perdite), alimenta lo stack PEM (la cui efficienza dipende dalla potenza a cui lavora) e gli ausiliari (pompe, compressori, raffreddamento, anche loro consumano!). La produzione di idrogeno è poi calcolata in base all’energia effettivamente usata dallo stack e all’ potere calorifico superiore (HHV) dell’idrogeno.

I Profili di Potenza Sotto la Lente

Abbiamo simulato quattro modi diversi di gestire la potenza dell’elettrolizzatore:

• Potenza Costante: L’elettrolizzatore lavora sempre alla stessa potenza, calcolata per soddisfare la domanda media. Semplice, ma non sfrutta le variazioni di prezzo dell’energia.
• Potenza Discretizzata (2 soglie): L’impianto è ON o OFF. Produce a piena potenza quando il costo dell’energia è sotto una certa soglia (es. il primo quartile dei prezzi storici), altrimenti è spento. Risparmia sui costi operativi, ma richiede uno stoccaggio più grande per coprire i periodi di stop.
• Potenza Discretizzata (multi-soglia): Simile al precedente, ma con più livelli di potenza intermedi, attivati in base a diverse soglie di prezzo dell’energia (es. basate su 3 quantili). Ancora più flessibile, ma richiede uno stoccaggio ancora maggiore.
• Potenza Modulata Continua: Qui la potenza varia continuamente, cercando un equilibrio tra costo dell’energia e domanda di idrogeno. L’idea è produrre di più quando l’energia costa poco e meno quando costa tanto, ma tenendo sempre d’occhio la domanda per non svuotare troppo il serbatoio. Abbiamo usato un’ottimizzazione multi-obiettivo per trovare i parametri migliori per questa modulazione.

Per trovare la soluzione ottimale (soprattutto per il profilo continuo), abbiamo usato algoritmi di ottimizzazione numerica disponibili nel modulo “Scipy” di Python, come Nelder-Mead, Powell e L-BFGS-B, confrontandone le performance.

I Risultati: Cosa Abbiamo Scoperto?

E ora, i risultati! Qual è la strategia vincente?

* Payback Period (PBP): Il profilo a potenza costante ha mostrato un PBP di 5.92 anni. Non male, ma ignora i costi variabili dell’energia. I profili discretizzati, pur riducendo gli OPEX, richiedono stoccaggi molto più grandi, facendo schizzare il CAPEX e allungando il PBP a 11.04 anni (2 soglie) e addirittura 12.59 anni (multi-soglia). La vera star è il profilo a modulazione continua: bilanciando costi energetici e domanda, ottimizza l’uso dello stoccaggio (riducendo il CAPEX necessario) e minimizza gli OPEX. Risultato? Il PBP più basso di tutti: 5.5 anni! Questo dimostra che la flessibilità paga, ma deve essere gestita in modo intelligente.

* Previsione dei Costi Energetici: Abbiamo confrontato Prophet, ARIMA e LSTM nel prevedere i prezzi dell’energia per un mese.
* Prophet: Bravo a catturare trend e stagionalità, ma meno preciso sulle fluttuazioni a breve termine. Computazionalmente leggero.
* ARIMA: Più preciso di Prophet nel breve termine, ma molto più pesante computazionalmente.
* LSTM: Il migliore del gruppo! Ha mostrato la maggiore accuratezza (R² più alto, 0.89) nel catturare la variabilità dei prezzi, pur richiedendo più tempo di calcolo di Prophet ma meno di ARIMA per previsioni giornaliere.
Per la fase di “Gestione Ottimale”, usare le previsioni di LSTM ha portato a profili di stoccaggio e potenza molto simili a quelli ottenuti usando i costi reali, e a una stima degli OPEX molto accurata (con un leggero sovrastima, che è prudente). Prophet, invece, portava a stime meno precise e a sottostimare i costi. Quindi, per la gestione operativa, LSTM è risultato il modello predittivo più affidabile.

* Sensibilità: Abbiamo visto che il PBP è estremamente sensibile al prezzo di vendita dell’idrogeno. Con il nostro scenario base (vendita a 13 €/kg), otteniamo PBP interessanti. Ma se il prezzo scende sotto i 12 €/kg, il tempo di rientro dell’investimento cresce esponenzialmente, rendendo l’operazione molto rischiosa (PBP > 8 anni). Questo evidenzia quanto sia cruciale il valore riconosciuto all’idrogeno verde. Al contrario, la dimensione dell’elettrolizzatore ha un impatto minore sul PBP. Certo, un impianto più grande costa di più (CAPEX maggiore), ma c’è una dimensione ottimale (nel nostro caso studio, circa 960 kW) che bilancia CAPEX e OPEX.

Tirando le Somme: La Strada per l’Idrogeno Profittevole

Cosa ci portiamo a casa da questo studio? Che ottimizzare la produzione e lo stoccaggio di idrogeno verde è possibile e cruciale. La nostra metodologia, che combina un’attenta progettazione (dimensionamento dello stoccaggio) con una gestione operativa intelligente (basata su profili di potenza flessibili e previsioni accurate dei costi energetici), permette di minimizzare il PBP. La modulazione continua della potenza, guidata dalle previsioni del modello LSTM, si è rivelata la strategia più efficace ed economicamente vantaggiosa.

Tuttavia, non nascondiamoci dietro un dito: la strada è ancora in salita. I costi stimati per rendere l’investimento sostenibile (12-13 €/kg di idrogeno) sono ancora molto lontani dai circa 2 €/kg dell’idrogeno grigio attuale. Anche con un design e una gestione ottimali, la competitività dell’idrogeno verde dipende in modo critico dal costo dell’elettricità e dall’efficienza delle tecnologie (elettrolizzatori, stoccaggio). Oggi siamo intorno al 50% di efficienza complessiva, significa che consumiamo circa il doppio dell’energia teoricamente necessaria.

I prossimi passi? Applicare questo modello a casi studio specifici, con profili di domanda reali, e integrare le proiezioni future sull’evoluzione delle efficienze tecnologiche e dei costi. L’obiettivo è chiaro: trovare la formula perfetta per rendere l’idrogeno verde non solo una bandiera della sostenibilità, ma anche un business solido e profittevole. La sfida è lanciata!

Fonte: Springer