markal-macro italia: un modello per la valutazione delle ...modelli tecnico-economici e scenari per...
TRANSCRIPT
1
1
MARKAL-MACRO Italia: un modello per la valutazione delle politiche energetico ambientali nazionali
Modelli tecnico-economici e scenari per l’energia e l’ambientePavia, 24 aprile 2008
Mario ContaldiAPAT – Dip. AMB, SERVIZIO MONITORAGGIO E PREVENZIONE DEGLI IMPATTI SULL’ATMOSFERA
2Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Indice della presentazione:
Introduzione generale al modello. Differenze tra Markal std e Markal-MacroDeterminazione costi dei combustibili: parte esogena e parte endogena.Stima della domanda di servizi energetici elettrici e termici nel civile.Rappresentazione del settore civile nel modello.Principali fonti bibliografiche
2
3Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Indice della presentazione:
Analisi di sensitività. Analisi critica dei risultati, eventuali miglioramenti del modello
4Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Introduzione al modello: risultati
Preparazione di uno scenario energetico + GHG aggiornato per il rapporto Energia Ambiente 2006 dell’ENEA e per la IV Comunicazione nazionale a UNFCCC.Scenario energetico aggiornato al 2020 da comunicare alla Commissione UE nell’ambito del meccanismo di monitoraggio gas serra.Scenari ambientali nazionali e per le regioni italiane:
Input al modello Rains, orizzonte 2030, per aggionamento Direttiva NEC (tetti nazionali emissioni al 2020);Input al modello Rains Italy, valutazione della qualità dell’aria (QA) nelle diverse regioni italiane, scenario tendenziale; Analisi impatto di misure tecniche e non tecniche per migliorare la QA, orizzonte 2010, poi esteso al 2020.
3
5Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Altri usi del modello: ricerca su impatto tecnologie
Commissione nazionale energia solare (MATTM) : stima del potenziale fotovoltaico nazionale al 2030Prospettive dell’idrogeno in Italia. Analisi di possibili scenari di dispiegamento al 2050.
Al fine di analizzare opzioni tecnologiche il modello Markal Italia può essere modificato in modo opportuno, ma risulta talmente esteso (oltre 1000 tecnologie) da richiedere studi specifici dell’output per determinare l’attivazione o meno di opzioni tecnologiche.
6Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Risultati del modello: output convenzionale
L’output standard di modelli tecnico –economici nazionali comprende:
Total Primary Energy Supply (TPES)Quota delle diverse fonti primarieProduzione / consumo energia elettricaConsumi finali di energia.
4
7Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Scenario energetico complessivo: output standard, TPES
0
40
80
120
160
200
240
280
1995 2000 2004 2008 2012 2016 2020
Mte
p
Gas PetrolioCarbone RinnovabiliImport elettricità
incertezza:-3% _ +4%
incertezza: -5% _ +4%
8Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
output standard: quota fonti primarie
Coal CoalCoal Coal Coal
Oil OilOil
Oil
Oil
Gas
Gas
Gas
Biomass & waste Biomass & waste
Oil Oil
OilGas
Biomass & waste Biomass & waste Biomass & wasteBiomass & waste
Coal
OilEEAP
Gas
GasGas
EEAP
Biomass & waste
Biomass & waste Other renewables
Other renewablesOther renewables Other renewables Other renewables
Oil
Oilbau
Gasbau
Biomass & waste
0
20
40
60
80
100
120
1990 2000 2005 2010 2015 2020
Mte
p
5
9Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Scenario energetico : output standard Richiesta di elettricità e produzione elettrica
0
50
100
150
200
250
300
350
400
450
1990 1995 2000 2004 2008 2012 2016 2020
TWh
richiesta rete produzione netta di cui fossili
incertezza:-2% _ +2.9%
incertezza: -5% _ +2.5%
10Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Output modello: consumi finali per settore
0
10
20
30
40
50
60
1990 1995 2000 2004 2008 2012 2016 2020
Mte
p
Industria Civile
Trasporti Agricoltura
Usi non energetici Bunkeraggi
incertezza-4% _ + 2%
incertezza-6% +2%
6
11Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Markal std e Markal Macro , 1
I modelli di equilibrio generale sono strumenti che hanno un ruolo fondamentale per la comprensione del funzionamento dei sistemi economici/energetici. Un obiettivi tipico è la valutazione degli effetti di azione e retroazione che legano il settore energetico all’intera economia, per analizzare l’effetto sull’economia di cambiamenti nel sistema energetico, dovuti sia ad interventi esogeni da parte dei decisori politici (misure) che alla naturale evoluzione della tecnologia.I modelli ingegneristici tradizionali (cosiddetti tecnologici bottom-up) di ottimizzazione del sistema energetico hanno il grande pregio di descrivere il sistema in modo molto dettagliato dal punto di vista tecnologico, ma hanno il limite di non considerare le interazioni energia/economia (la domanda di servizi energetici è indipendente dai prezzi). E questo impedisce ad esempio di analizzare l’impatto delle variazioni dei prezzi dell’energia sulla crescita economica.
12Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Markal std e Markal Macro , 2
L’unione formale (hard linking) di modelli macroeconomici di crescita e modelli tecnologici permette invece di coniugare tutti gli aspetti positivi dei modelli tecnologici con la possibilità di tenere conto delle interazioni tra settore energetico e sistema economico.I modelli integrati che derivano da questa unione sono caratterizzati da una rappresentazione ibrida dell’economia, con il settore energetico descritto in modo dettagliato e gli altri settori produttivi rappresentati mediante funzioni di produzione aggregata. Il MARKAL-MACRO integra in un solo modello il modello neoclassico di crescita economica MACRO con il modello tecnologico MARKAL.
7
13Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Costi dell’energia
Il modello contiene una rappresentazione dettagliata sia dei processi di raffinazione che della rete di distribuzione dei prodotti petroliferi.Anche il sistema di distribuzione del gas naturale e del carbone / biomasse è rappresentato, inclusi i relativi costi.Il modello è in grado pertanto di calcolare autonomamente i costi dei combustibili a partire dalle fonti primarie all’import o alla produzione. I prezzi di queste fonti sono determinati in modo esogeno, sulla base dell’evoluzione dei prezzi internazionali.Anche le accise (non le tasse) sono aggiunte al costo dei combustibili prima dell’uso finale, in modo che il consumo finale avverta le differenze di prezzo totali tra le diverse opzioni tecnologiche disponibili.Vedi anche foglio elettronico per ulteriori elementi.
14Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Costi dell’energia, import nazionale, dati storici
0
50
100
150
200
250
300
350
400
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006
€ / t
ep
Crude oil import costs in Italy (Average unit value, CIF)
Selected natural gas pipeline import prices into EU
Steam coal import costs in Italy (Average unit value, CIF)
8
15Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Domanda servizi energetici e rappresentazione settore civile
Oltre la descrizione riassuntiva si rimanda ai due fogli elettronici allegati.Per la domanda di servizi energetici si fa riferimento al foglio Mark-dom-1k, foglio DM house; le grandezze guida sono la crescita di apparecchiature elettriche e la superficie delle abitazioni.Per la simulazione dei settori si fa riferimento al file ita_411_1e_(rev1601) base.xls, fogli RES e COM; si vede come sono simulati i diversi sottosettori.
16Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Settore residenziale, riscaldamento
Per il residenziale, il livello di attività considerato sono i metri quadrati delle abitazioni (riscaldamento), una domanda di acqua sanitaria, il parco dei più diffusi elettrodomestici ed una domanda di raffrescamento. Si è preferito prendere in considerazione queste variabili piuttosto che la popolazione, variabile poco dinamica per l’Italia e, pertanto, non significativa per spiegare la crescita dei consumi energetici del settore. Diverse tecnologie per il riscaldamento delle abitazioni sono disponibili: dagli impianti centralizzati alle caldaie singole, incluse le stufe, l’uso di biomassa ed opzioni tecnologiche piùraffinate quali le pompe di calore e l’aumento dell’isolamento termico degli edifici.
9
17Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Settore civile, riscaldamento 2
La domanda di riscaldamento è legata al parco di edifici esistenti e di nuova costruzione, suddivisi tra case multifamiliari ed unifamiliari. Ognuna di queste categorie di edifici richiede ben precisi quantitativi di calore medi per ogni anno, prodotti dalle tecnologie sopramenzionate. Sono inoltre disponibili opzioni che limitano i quantitativi di calore richiesti attraverso investimenti in isolamento, adeguamento al recente DM 311 e la costruzione di case “passive”. Attualmente il modello non differenzia la domanda nelle diverse zone climatiche in cui è suddividibile l’Italia bensìidentifica un valore medio per l’intera penisola. Sono previsti aggiornamenti che consentiranno di diversificare la domanda in tre zone climatiche principali e individuare anche una domanda di raffrescamento.
18Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Settore domestico, servizi elettriciPer quello che riguarda gli elettrodomestici il modello simula l’intero parco nazionale che funziona secondo le modalitàabituali, soddisfacendo le diverse domande che caratterizzano il settore (di raffrescamento, lavaggio, illuminazione, acqua calda, ecc...).I consumi sono quelli dell’elettrodomestico medio nell’uso tipico, diversificati però secondo le classi energetiche rappresentative del parco installato e di quello disponibile peril rinnovo. La scelta tra le diverse opzioni tecnologiche porta ad un graduale rinnovo del parco esistente ed ad un aumento dell’efficienza complessiva.Sono rappresentate le diverse categorie di consumo degli elettrodomestici esistenti sul mercato attuale, secondo l’etichettatura energetica. L’illuminazione è anch’essa suddivisa tra le diverse possibili fonti (lampadine convenzionali, fluorescenti ed a scarica di gas) con opportuni limiti sulla base dei costi e della durata del servizio richiesto . In generale non è previsto un aumento dell’efficienza interno alla tecnologia, si privilegia il dettaglio alla semplicità del modello .
10
19Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Settore dei servizi, consumi elettrici e termici
Per i servizi il livello di attività è misurato dal valore aggiunto e risulta in notevole aumento negli anni più recenti. La domanda di servizi energetici è articolata sulla base di domande stimate di riscaldamento/raffrescamento, illuminazione, forza motrice ed altri usi elettrici dei principali sottosettori: servizi destinati alla vendita, servizi pubblici ecommerciale. I servizi energetici sono prodotti da appositi gruppi di tecnologie orizzontali, che tengono conto dell’efficienza attuale e dei suoi possibili sviluppi futuri, al contrario del residenziale qui è previsto un aumento dell’efficienza all’interno della tecnologia, per comodità di rappresentazione:
forza motrice, motori da 1-2 kW;illuminazione;altri usi elettrici obbligati;condizionamento estivo degli ambienti;raffrescamento di prodotti;produzione di calore per riscaldamento.
20Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Analisi di sensitività
L’analisi di sensitività comprende diversi approcci. Una prima opzione, non sempre adeguatamente sottolineata, èquella di utilizzare la tecnica degli scenari:
Nelle due slide successive alcune definizioni degli scenari e dei motivi per il loro uso; la particolare visione del futurodescritta in diversi scenari è essa stessa un analisi di sensitività
Un secondo approccio, più ovvio, è quello di variare in modo opportuno alcune variabili e confrontare i risultati.
Nelle altre slide si riportano esempi pratici di analisi di sensitività per lo studio del totale dei consumi di energia primaria, dell’opzione idrogeno e del fotovoltaico;
11
21Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Analisi sensitività:Scenario’s Definition for IIASA-WEC, 1995
”In designing scenarios we devise images of the future, or better of alternative futures. Scenarios are neither predictions nor forecasts. Rather each scenario is one alternative image of how the future could unfold. Each is based on an internally consistent and reproducible set of assumptions about the key relationships and driving forces of change that are derived from our understanding of history and the current situation. … No analysis can ever turn an uncertain future into a sure thing. … A scenario is an internally consistent and reproducible narrative, describing one possible way the future might unfold”
22Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Analisi sensitività: Why using scenarios?
Scenarios are used to take better decisions. This implies:1. Exploring the future through alternative paths
(“exploratory scenarios”) 2. Building “policy scenarios” and evaluate the future
impact of choices for each “exploratory scenario”Other functions:3. Bookkeeping devices4. Aids in selling ideas or achieving political ends5. Aids in communication and education6. Thinking and training aids to understand the range of
possible outcomes
12
23Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Analisi di sensitività - Scenari nazionali
The projections are based on a further elaboration of a High trend (A1) and Low trend (B1) scenarios. The most important differences between scenarios are price of imported energy and economies growth rate:
A1 scenario: energy market is in a normal situation, economy growth amounts to 1.8 per cent, small differences between growth rate of industrial and services sectors.B1 scenario: oil’s price will be up to 60 $/b (exchange rate 1.15 $/€), 1.3 % the economy’s growth rate and finally service sectors will have big growth instead of industrial ones that are linked to the oil price.
24Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Sensitività nel consumo totale di energia primaria
150
175
200
225
250
1990 1995 2000 2005 2010 2015 2020
scenario A1scenario B1trend scenario
13
25Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Rapporto idrogeno: Schema dell’analisi di sensitività
Costante nel tempoRiduzione fino al
20% nel 2030
Riduzione fino al 10% nel 2030
Costi Steam reforming Gas / Elettrolisi / Gassificazione da
Carbone o Biomassa con CCS
Sviluppo Tecnologie Produzione
Costante nel tempoAumento fino al
10% nel 2030
Aumento fino al 10% nel 2030
Efficienza Auto / Camion / Bus a Idrogeno
Sviluppo Tecnologie Uso Finale
10% piùdell’Alternati
vo
10% meno dell’Alternati
vo
Fino al 20% meno del BaseVincoli alle emissioni di NOx
Fino a 30€/tFino a 100€/tFino a 60€/tTassa CO2
Politiche
SCENARIO ALTMINUS
SCENARIO ALTPLUS
SCENARIO ALTERNATI
VOFATTORI CHIAVE
26Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Rapporto Idrogeno: Evoluzione del numero di veicoli ad H2 nello scenario alternativo e nelle due ipotesi dell’analisi di sensitività
14
27Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Rapporto Fotovoltaico: potenziale con diverse ipotesi di incentivazione
Legislazione corrente Incentivo “EQUO”
28Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Rapporto Fotovoltaico: potenziale con diverse ipotesi di incentivazione
15
29Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Reporting a Commissione UE
Per la Commissione UE, meccanismo di monitoraggio emissioni gas serra, è richiesto un reporting molto dettagliato degli scenari energetici nazionali e delle P&M.Questa necessità scaturisce da un incrocio di richieste in diverse decisioni, europee e dell’UNFCCC, come dimostra empiricamente la figura seguente.
30Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
An illustration of the links of the templates in this spreadsheet to the relevant decision 280/2004
16
31Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Informazioni richieste dal meccanismo di monitoraggio UE
Key input and output parameters referred to in Article 3(2)(b)(iv) of Decision No 280/2004/EC and set out in point 1 and 2 of Annex IV to the Implementing Provision. If used, those under point 1 are required to be reported. Those under point 2 are encouraged.
Projections Parameters
Emissions projections requested under the Article 3(2)(b) of Decision No 280/2004/EC with sectoral detail relevant to FCC/1999/7: Part II: UNFCCC reporting guidelines on national communications, and that required for the reporting of projection indicators specified in Article 9(c) annex III of the Implementing Provision. For consistency with historic data CRF TABLE 10 EMISSIONS TRENDS categories have also been included
Emissions Projections
Specific indicators requested under the Article 3(2)(a)(iv) of Decision No 280/2004/EC and presented in Article 9(c): annex III of the Implementing Provision.
Projection Indicators
Specific information on Policies and Measures requested under the Article 3(2)(a) of Decision No 280/2004/EC which also references reporting requirements under Part II: UNFCCC reporting guidelines on national communications.
Policies and Measures
Reporting MandateTemplates:
32Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Dettagli per alcuni dei “projection parameters” richiesti, in totale il foglio contiene circa 200 righe di dati
Activity UnitsBase Year 2005 2010 2015 2020
Point 1 Parameters: Assumptions for general economicparameters:
1a. Gross Domestic Product (GDP 2000 basis)
Value (Euro 2000basis)
1017.43 1229.6 1321.3 1429.6 1543.4
1b. Gross Domestic Product growth Rate Annual growth rate 1.45% 1.59% 1.54%
2a Population growth Thousand People 56953 58228 58531 58471 58123
2b Population Growt Rate and Base Year % of 2005 value3. International coal prices € per tonne or GJ
(Gigajoule)1.87 2.03 1.98 1.98
4. International oil prices € per barrel 41 60.7 57.1 57.1
5. International gas prices € per GJ 4.86 6.36 6.11 6.11
Assumptions for the energy sector:
6. Total gross inland consumption 6521 7822.3 7908.1 8645.8 9043.8
6a. - Oil (fossil) Petajoule (PJ) 3872 3566.4 3361.4 3230.1 3189.2
6b. - Gas (fossil) Petajoule (PJ) 1635 2977.7 3051.5 3786.0 4112.3
6c. – coal Petajoule (PJ) 661 712.9 692.7 709.1 720.9
6d. – Renewables Petajoule (PJ) 353 565.3 802.6 920.7 1021.4
6e. - Nuclear (IEA definition for energy Petajoule (PJ) 0 0 0 0 0
6f. Net Electricity import (-+) Petajoule (PJ) 318 452.5 537.3 482.2 404.0
6g. - Other Please Specify in Column I Petajoule (PJ)Total electricity production by fuel type 213782 283748 316900 365900 404700
Include details of parameters where they are used in your
With Measures
17
33Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Conclusioni metodologiche – Evoluzione dei modelli, 1
Come abbiamo visto la flessibilità dell’input e dell’output di un modello sono fondamentali per un suo uso in diversi contesti, esempi.
Dettagli delle fonti rinnovabili fino alle tecnologie di produzione, sia elettriche che termiche;Notevoli dettagli nei trasporti, con rappresentazione fino al livello dei veicoli e dell’ambito di uso degli stessi (urbano-extraurbano, merci - passeggeri);La divisione dei settori industriali tra “soggetti e non soggetti” ad ET richiede dettagli sottosettoriali e la rappresentazione della produzione di materiali
34Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Sottolineo che non sempre è possibile conoscere in precedenza i dettagli richiesti dal committente, pertanto:
Spesso si hanno al massimo alcune settimane tra richieste che implicano modifiche alla struttura del modello e la necessità di fornire una risposta. La scelta è quindi tra la flessibilità del software e l’elaborazione off-line;Le modifiche devono essere possibili direttamente sul modello;Le stime emissive per i principali settori non energetici (processi industriali, agricoltura, foreste, rifiuti) stanno rapidamente raggiungendo una tale complessità da richiedere modelli specifici, non facilmente integrabili in un modello energetico dettagliato come quello italiano.
Conclusioni metodologiche - 2
18
35Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Sulla base dell’esperienza italiana si nota che è più importante la flessibilità della rappresentazione dell’uso di determinate fonti energetiche che la disponibilità di includere inquinanti di vario tipo ed estendere il modello a settori non energetici:
Spesso i modelli sono imposti da convenzioni internazionali, che richiedono la considerazione di particolari parametri per poter accettare i risultatiIl software Answer-Markal si è dimostrato finora affidabile e flessibile, in modo da rispondere alle diverse richieste. Simili caratteristiche dovrebbero essere contenute nella sua evoluzione basata su TIMES.
Le attività future a livello nazionale per la stima di diversi target emissivi richiederanno sempre più l’integrazione di modelli diversi a vari livelli di implementazione
Conclusioni metodologiche - 3
36Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
La complessità delle varie discipline (QA con chimica dell’atmosfera, settori energy e non energy , gli “altri gas serra”, modelli climatici) aumenta di anno in anno e, dal mio punto di vista, fa ritenere utopistica l’integrazione in un modello unico, che richiede grossolane semplificazioni per poter funzionare.E’ importante disporre di risorse per uno o più gruppi di lavoro sui diversi modelli, competenti e flessibili, capace di interagire ed utilizzare più modelli, utilizzando al meglio le opzioni disponibili.A livello di modelli che trattano più paesi le conclusioni sarebbero ovviamente diverse, la semplificazione e la standardizzazione contano molto di più; tuttavia penso di aver motivato la conclusione che questi modelli sono insufficienti per agire sulle politiche nazionali e locali.
Conclusioni metodologiche - 4
19
37Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Risultati del modello: dati di input a Rains, 1
Oggi la stima delle emissioni complessive di gas nocivi è un lavoro che richiede un gran numero di dati, fattori di emissione e informazioni sui costi delle tecnologie di abbattimento.La mia valutazione è che non sia più possibile incorporare questi dati in un modello energetico ma occorre collegare tra di loro più modelli.Occorre quindi convertire l’output di un modello in input ad altri modelli, nel nostro esempio “input al modello RAINS” . Questa conversione richiede il passaggio alle convenzioni Eurostat, in particolare si utilizza un diverso modo di valutare i consumi di elettricità e soprattutto dell’energia primaria che èservita a produrla.
38Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Risultati del modello: dati di input a Rains, 2
Del modello Rains è disponibile sia una versione nazionale che una per ogni regione italiana. Ovviamente le difficoltà di predisporre una stima regionale top-down sono maggiori rispetto a quelle di uno scenario nazionale.Il modello RAINS - Italy è gestito da ENEA, il lavoro sugli scenari emissivi nazionali e regionali è coordinato dal MATTM.La preparazione di bilanci energetici regionali coerenti con il bilancio nazionale presenta non poche peculiarità e richiede la conoscenza di dati puntuali, si è utilizzata come base di partenza la stima fatta annualmente da ENEA. Come primo passo sono stati trasferiti i bilanci energetici per l’anno 2000, con un mix di metodologia top down e bottom up. La metodologia richiede ulteriori dati dagli esperti regionali per migliorarne l’affidabilità. Alla fine di un lavoro di confronto si ritiene che un inventario emissivo sia stato “armonizzato”.
20
39Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Bilancio di sintesi Sardegna nel 2000, formato Rains
28416983532455463Sum
-3.80,70,312,621,619.79,5ELEElectricity
0.4HYDHydro
0.1RENRenewable (solar, wind, hydro)
3.40.03,4GASNatural gas (incl. coal gases)
13,80,20,01,120,80.52.10.30,2LPGLiq.petroleum gas+refinery gas
55,3330.00.00.00.720.80.0GSLGasoline, kerosene, naphtha
62.014,03,45,917,34,90,00.014,4MDMedium distillates (diesel, light
fuel oil)
134,00,072,50,00,01,823,61,11.230,3HFHeavy fuel oil+ Pet Coke + Oriemulsion
0,01,10.60,30.3OS2Other solid-high S (high S
biomass, municipal waste)
10,20.26.5OS1Other solid-low S (biomass,
wood, biodiesel)
0,50.40,00,00.00,00DCDerived coal (coke, briquettes)
0,010,225.80,00.0HC2Hard coal, grade 2, S=0.6%
0,01.30.0HC1Hard coal, grade1, S=1%
energy
residen. comm.industryindust
ryov.,blastf.
Fuel type
NEWTOTcoke
SUMnon PP_PP_EXTRA_OTS
TRA_OT
TRA_RDDOMIN_OC
IN_BO
CON_COMB
40Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Consumi trasporti nel 2000, Sardegna, formato Rains, PJ
1,03,40,00,61,40,83,40,413,426,73,01,0Sum
0,0H2
0,00,0GAS
0,0MTH
6,3LPG
0.010,00,60,080.00,00,416,82,970,97GSL
0,0ETH
3,40.851,350,83,313,43,9MD
HF
OS1
TRA_ OTS_ M
TRA_ OT_ LB
TRA_ OT_ AIR
TRA_ OT_ INW
TRA_ OT_ RAI
TRA_OT_ AGR
TRA_ OT_ CNS
TRA_ OT_ LD2
TRA_RD _HD
TRA_RD _LD4
TRA_RD _M4
TRA_RD _LD2Act_abb
nateu_Aug05
21
41Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Emissioni nel settore dei trasporti
Con il modello Rains (nazionale) è possibile studiare nei dettagli l’evoluzione delle emissioni di sostanze nocive, in particolare nei trasporti. Ovviamente sono richiesti molti dati:
Lo scenario va preparato con modelli di tipo “bottom up”, con una dettagliata rappresentazione dei consumi energetici;Trasporti divisi tra merci e passeggeri, diesel e benzina. Evidenziazione di autobus, motocicli, aerei e navi;Le elaborazioni presentate includono gli effetti delle nuove direttive (euro 5 e 6 per auto, euro 6 per HD)
42Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Emissioni dal settore dei trasporti
Scenario emissivo tendenziale NOx - Italia - settore trasporti
0
50
100
150
200
250
300
350
400
450
2000 2005 2010 2015 2020
Em
issi
oni N
Ox
(kt/a
)
Veicoli agricoli Veicoli comm pesanti Auto&furgonciniNavi Moto Aerei Altro
22
43Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Emissioni di PM 10, tutti i settori
0
20
40
60
80
100
120
140
160
180
200
220
240
2000 2005 2010 2015 2020
kt P
M10
FUEL CONVERSION INDUSTRY DOMESTICROAD TRANSPORT OTHER TRANSPORT MARITIME TRANSPORTPOWER PLANTS PROCESSES Agriculture, open burning
NEC target at 2020: ??? 150 kton
44Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Ringrazio per l’attenzione.
Evoluzione dei negoziati internazionali –Convenzione Clima 2
23
45Mario Contaldi, seminario sul modello Markal-Italia, aprile 2008, Università Pavia
Riferimenti bibliografici
Le stime della Commissione e scenari europei sono disponibili sui siti: http://forum.europa.eu.int/Public/irc/env/cafe_baseline/library?l=/http://www.iiasa.ac.at/web-apps/tap/RainsWeb/Il rapporto energia ambiente 2006 è disponibile sul sito ENEA."Scenari energetici italiani a confronto", M. Contaldi, Rivista ENERGIA, N°3/2005International journal of hydrogen energy 33 ( 2008 ) Hydrogen perspectives in Italy: Analysis of possibledeployment scenarios, M. Contaldi, F. Gracceva, A. Mattucci.MATTM, Commissione nazionale energia solare, gruppo di lavoro 1- stima del potenziale fotovoltaico italiano, A. Caputo, D. Inglieri, R. Liburdi, F. Gracceva, A. SorokinGli inventari delle emissioni sono disponibili sul sito APAT .