Gas naturale nell’Industria italiana e crisi geopolitica

July 25, 2022 | by Luigi Torriani

Gas naturale nell’Industria italiana e crisi geopolitica

Articolo di Massimo Gozzi

L’impiego del gas naturale è fondamentale per l’industria italiana. L’alto prezzo delle materie prime energetiche rende però più convenienti gli investimenti in efficienza energetica. Data valorization e data monetization.

La persistente crisi geopolitica comporta principalmente una crisi nell’approvvigionamento di gas naturale (GN, in gran parte costituito da metano). I consumi annuali di GN in Italia ammontano a circa 75 miliardi di metri cubi, la produzione nazionale è di circa 3 miliardi e l’import è di 71 miliardi. I principali paesi di import sono: Russia (Tarvisio) 28/29 miliardi, Algeria (Mazara) 22 miliardi, Azerbaijan (TAP, Melendugno) 7 miliardi, Libia (Gela) 3 /4 miliardi, Nord Europa (passo Greis) 2 Miliardi, Qatar e altri (LNG) 8/9 miliardi. I consumi di GN riguardano tutti gli usi, civili e industriali, come evidenziato nella figura 1.

L’industria italiana consuma GN per usi tecnologici, sotto forma di energia termica prodotta generalmente con caldaie, ma anche sotto forma di energia elettrica prodotta da GN nelle centrali elettriche della infrastruttura nazionale, ma anche da generatori elettrici di stabilimento. Tali necessità sono evidenziate per i singoli settori industriali in figura 2.

I provvedimenti governativi per garantire il corretto afflusso di GN all’Italia consentiranno, in un ragionevole lasso di tempo di due-tre anni, di affrancarci dai fornitori “a rischio”, consentendo nel frattempo una transizione (ben più estesa nel tempo) verso le energie rinnovabili. Ma nel frattempo il ruolo del GN sarà sempre molto forte.

Una delle azioni che però possono e devono essere messe in atto nel breve periodo dall’industria di tutti i settori è l’Efficientamento nell’uso dell’energia, tale da consentire risparmi netti a parità di servizio reso ai fini produttivi.

Il ruolo della Efficienza energetica

Nel 2021 è arrivato un segnale importante dal mercato della efficienza energetica, che ha fatto registrare una crescita del +8% negli investimenti in efficienza energetica industriale. A confermarci questo trend positivo è stato il Digital Energy Efficiency Report 2022, report che annualmente viene prodotto dall’ Energy Strategy Group del Politecnico di Milano. Si tratta di un corposo lavoro che nasce anche dal confronto con gli operatori e dalle survey condotte sul mercato dell’efficienza. Emerge, come del resto previsto, come il mercato sia stato guidato sia dagli aumenti decisi nei prezzi delle commodities energetiche sia dall’importanza sempre crescente delle tematiche di sostenibilità nelle attività d’impresa.

Le numerose tematiche affrontate in questo report dimostrano, forse proprio in conseguenza di ciò, la propensione degli operatori del settore a prendere una direzione decisa verso l’efficienza energetica nel comparto industriale. Del resto, il prezzo dell’elettricità sta influenzando la valutazione degli investimenti in efficienza energetica industriale, rendendoli economicamente più convenienti rispetto al passato a parità di risparmio energetico ottenibile.

Di grande interesse per l’industria alimentare è un caso di studio ivi presentato, di sicuro interesse per gli operatori del settore Food, che verrà esposto in seguito.

Data valorization e data monetization

Alcuni concetti base trovano conferma della propria validità. I concetti di data valorization e data monetization, in particolare, che riguardano la modalità di sfruttamento dei dati raccolti dalle tecnologie digitali. Ricordiamoli. Per “Data valorization” si intende l’utilizzo e l’analisi (interna o effettuata da partner esterni) dei dati energetici raccolti dalle piattaforme software dell’impresa, al fine di prendere decisioni utili al proprio business. I dati possono rappresentare in questo modo un supporto decisionale all’interno dell’impresa. Invece per “Data monetization” si intende la vendita dei dati energetici raccolti dalle soluzioni digitali utilizzate dall’impresa, in formato grezzo o rielaborato, al fine di ottenere un revenue stream (flusso di reddito). Si può esprimere in grafico, riportando e confrontando il grado di elaborazione dei dati raccolti dalle soluzioni di sensoristica presenti in azienda (sensori, meters, ecc.), con l’indicazione di dove sono utilizzati i dati e quindi dove creano valore, se internamente o esternamente all’azienda (Figura 3).

È un dato di fatto che le aziende siano molto spesso dotate di svariati sistemi di misurazione dei consumi energetici, ma è anche frequente la mancanza di un’adeguata consapevolezza rispetto al potenziale valore che si potrebbe estrarre dalla loro analisi. Tale criticità si riflette anche in una scarsa capacità dell’impresa di effettuare un’analisi critica della grossa mole di dati disponibile, che rende di basso valore aggiunto l’attività di monitoraggio. Sono i “software provider” o le “ESCo” che, oltre ad offrire le soluzioni software in grado di analizzare in maniera strutturata i dati energetici raccolti sul campo, supportano il cliente nella loro interpretazione.

Volatilità dei prezzi delle commodities

Come evidenziato dai numerosi feedback degli operatori del settore raccolti nel corso della ricerca, il mercato delle soluzioni di efficienza energetica sta risentendo in maniera importante della recente volatilità dei prezzi delle commodities. Per le valutazioni di investimento, quindi, il Report considera due scenari di previsione relativi al prezzo delle commodities per un consumatore industriale. Due gli scenari: lo scenario “Mitigated” considera una riduzione del 20% rispetto alle previsioni dello scenario “Worst case”, in cui invece i prezzi delle commodities rimangono più elevati. Nelle figure 4 si riportano le previsioni nei due scenari per il GN per un consumatore industriale.

Per dare concretezza il report del Politecnico ha studiato l’impatto di soluzioni di efficienza energetica in settori specifici. Ai fini delle analisi relative all’installazione di un sistema cogenerativo, si è considerata, per confronto, una situazione in cui il fabbisogno termico viene soddisfatto da una centrale termica a gas. Per quanto riguarda l’illuminazione, a monte dell’intervento di efficienza, è stata considerata l’applicazione di dispositivi a LED per le 300 lampade presenti nello stabilimento.

La cogenerazione

Per questa soluzione tipica, si è prevista l’installazione di un impianto di cogenerazione da affiancare ad una centrale termica di “back-up” esistente (Figura 5). I risultati dell’analisi di questo investimento in cogenerazione in uno stabilimento alimentare, nello scenario di previsione delle commodities, visto sopra, “Worst case” rendono il risparmio energetico derivante dalla cogenerazione estremamente rilevante dal punto di vista economico. Infatti, la valorizzazione economica dei risparmi di energia elettrica va a compensare in maniera più che proporzionale l’aumento della spesa in gas naturale necessaria per il funzionamento del cogeneratore. Pertanto il “Payback time” dell’investimento in cogenerazione, sotto le ipotesi sopra esposte, risulta essere di 1,8 anni, da confrontare con un ritorno che si aggirava intorno ai 3 anni in condizioni pre-crisi energetica. Lo studio di ESG va oltre, proponendo i risultati con, e senza, la presenza del meccanismo incentivante dei Certificati Bianchi (CB) per la cogenerazione: questo poiché la ricerca ha evidenziato come le imprese molto spesso non considerino tale strumento nei loro business plan, a causa delle incertezze legate al loro ottenimento. Ebbene, la valutazione con CB riduce il Payback time da 1,8 a 1,5 anni, non male.

La medesima analisi, ma effettuata nello scenario di previsione delle commodities «Mitigated» comporta un aumento dei Payback time, che si avvicinano maggiormente ai tempi di ritorno più tipici di un impianto di cogenerazione nel caso in cui non vengano considerati i Certificati Bianchi all’interno del business plan. È invece evidente come la presenza del meccanismo dei Certificati Bianchi in condizioni di prezzi delle commodities inferiori allo scenario «Worst case» possa generare un notevole aumento della redditività dell’investimento.

Dal punto di vista delle emissioni di CO₂ nello stabilimento del settore alimentare considerato, complessivamente l’intervento di cogenerazione porta ad una riduzione delle emissioni pari a 3.320 t CO₂/anno. Analizzando esclusivamente le emissioni derivanti dal consumo di gas, tuttavia, i livelli di CO₂ mostrano un incremento rispetto alla situazione pre-intervento, comprensibile data la maggiore necessità di gas naturale in input per il sistema cogenerativo rispetto alla centrale termica. Dall’altro lato, la generazione elettrica derivante dall’impianto di cogenerazione genera un risparmio notevole in termini di CO₂ (-58%) associato al fattore di emissione della produzione termoelettrica nazionale, alla quale la cogenerazione va a sostituirsi.

Impianto di illuminazione

L’impianto di illuminazione rappresenta uno tra degli elementi più comuni su cui intervenire per l’efficientamento del building industriale alimentare. Un intervento di efficienza tramite l’installazione di un impianto a LED “smart” presentava tipicamente, in condizioni pre-crisi energetica, un ritorno dell’investimento di circa 6 anni. L’installazione di un sistema di illuminazione a LED smart comprende, oltre agli apparecchi illuminanti a LED efficienti, di un sistema di controllo evoluto basato su sensori di presenza e di luminosità e sull’adozione di protocolli di comunicazione wireless (ad esempio Bluetooth) per la regolazione dell’illuminazione. Le caratteristiche tecniche ed economiche del sistema di illuminazione LED smart considerato che va a sostituire le lampade a fluorescenza sono sintetizzabili in: 150 apparecchi LED efficienti, dispositivi inclusi, per 4.000 ore di funzionamento annuali, CAPEX 78.400 €, OPEX 390 €/anno. Risparmio energetico pari all’80%.

Nello scenario «Worst case», l’installazione di un sistema di illuminazione LED smart presenta tempi di ritorno pari a 4,2 anni. Prendendo in considerazione lo scenario «Mitigated» di previsione dei prezzi dell’elettricità, che considera una diminuzione del 20% dei prezzi dell’energia rispetto allo scenario «Worst Case», si evidenzia una risalita del Payback time di investimento in un sistema di illuminazione LED smart. Questo valore, pari a 5,2 anni, nonostante si avvicini maggiormente ai 6 anni di tempo di ritorno, prima citati, in una situazione di prezzi pre-crisi energetica, rimane ancora sensibilmente inferiore. Pertanto, nonostante la difficoltà nel prevedere gli andamenti dei prezzi dell’energia nei prossimi anni, è possibile affermare che un andamento dei prezzi come quello dello scenario «Mitigated» continuerebbe a garantire una redditività elevata degli investimenti in illuminazione per un’industria alimentare.

Conclusioni

In una situazione di alti costi del Gas Naturale, l’efficienza energetica appare sempre più una delle soluzioni più efficaci per contrastare il forte aumento delle materie prime energetiche cui si assiste oggi, e di cui la nostra industria non potrà fare a meno per diversi anni.

È efficace perché in tempi ragionevolmente brevi consente una riduzione dei costi industriali, di cui l’energia è una voce determinante sul totale. Lo dimostra la redditività degli investimenti confrontata con condizioni pre-crisi energetica. La validità delle soluzioni tecnologiche è del tutto consolidata e costituisce una garanzia anche per eventuali (si spera di no) crisi future, considerando quanto possibili siano le cause di aumenti repentini e pesanti nell’approvvigionamento energetico. In attesa che infrastrutture nazionali basate su energie rinnovabili possano alleviare la dipendenza da forniture energetiche estere, l’efficienza è la migliore risposta disponibile per l’industria alimentare di oggi.

Didascalie

Figura 1

Consumi GN in Italia suddiviso per i diversi comparti civile, industriale e commerciale.

Figura 2

Fabbisogno di energia dell’industria italiana, suddivisa per settori e per tipologia, termica ed elettrica. (ESG)

Figura 3

Grafico che mette in relazione Data valorization e Data monetization, sull’asse delle ascisse è riportato il grado di elaborazione dei dati raccolti dalle soluzioni di sensoristica presenti in azienda, mentre sull’asse delle ordinate è indicato dove sono utilizzati i dati e quindi dove creano valore. (ESG)