Le case italiane sotto la lente: un modello innovativo per capire (e ridurre) i consumi energetici

La decarbonizzazione del settore edilizio rappresenta un passaggio obbligato verso il raggiungimento degli obiettivi climatici stabiliti a livello europeo per ridurre le emissioni di gas a effetto serra. Secondo dati ISPRA, il solo settore residenziale è responsabile di oltre il 27% dei consumi di energia a livello nazionale.

Questo è specialmente valido per il settore residenziale italiano, a causa della considerevole dell’elevato numero di edifici residenziali costruiti prima dell’entrata in vigore delle normative sull’efficienza energetica degli edifici. Come si vede in Figura, ricavata sulla base del Censimento ISTAT di popolazione e abitazioni, due terzi degli edifici in Italia sono stati costruiti prima della Legge 373/76, e la percentuale sale all’86% se si considera la Legge 10/1991, che di fatto fu la prima legge a imporre dei limiti alle trasmittanze termiche degli involucri edilizi. 

Certamente negli anni successivi al Censimento qui considerato (cioè dal 2011 al 2025) sono stati costruiti altri edifici con elevate prestazioni dal punto di vista energetico, e una parte degli edifici antecedenti al 1990 è stata riqualificata grazie all’intervento di politiche di incentivazione come l’Ecobonus e il Superbonus. Tuttavia, ancor oggi la maggior parte degli edifici ha scarse prestazioni energetiche sia dal punto di vista dell’involucro sia dal punto di vista degli impianti. 

Inoltre quando si parla di consumi di energia delle abitazioni non ci si riferisce solamente al riscaldamento, ma anche al loro raffrescamento estivo, alla produzione di acqua calda sanitaria, all’uso cucina e all’uso di elettrodomestici (lavatrici, lavastoviglie, frigoriferi ecc) e di molti dispositivi presenti nella gran parte delle abitazioni (TV, computer, stereo, aspirapolveri ecc).

In tutti questi usi di energia l’utente gioca un ruolo importante nel determinare i consumi effettivi, che spesso si discostano in maniera significativa rispetto a quelli teorici stimati con gli Attestati di Prestazione Energetica. L’impatto dell’utente è significativo sia perché vi sono delle differenze individuali e delle differenze sociali nei consumatori. Per quanto riguarda le differenze individuali, queste portano a consumare di più o di meno in funzione ad esempio del proprio metabolismo, delle proprie abitudini e delle proprie convinzioni, che possono portare diversi soggetti a fare delle scelte di consumo diverse in funzione della propria sensibilità ai temi ambientali. Ci sono poi delle differenze a livello di società, che portano alcune abitazioni con famiglie più abbienti a consumare più di altre, in virtù del fatto di avere più elettrodomestici a disposizione e maggiore disponibilità economica per far fronte alle bollette. 

Le simulazioni degli edifici sono strumenti essenziali per valutare l'efficienza energetica e l'integrazione delle energie rinnovabili su larga scala. Tuttavia, ad oggi non c’è un approccio modellistico standardizzato che sia capace di cogliere queste differenze per simulare in maniera realistica i consumi domestici della popolazione.

Lo studio iniziato all’interno del progetto Grins vuole proprio a colmare questo gap. La ricerca ha seguito due direzioni principali. 

L’attività di ricerca principale è stata quella di sviluppare un modello per la simulazione degli edifici che fosse in grado di considerare sia la fisica dell’edificio sia la diversità degli utenti.

Per fare questo sono state utilizzate le risposte delle indagini ISTAT sui consumi energetici delle famiglie, poiché in tali indagini venivano fornite sia informazioni relative al tipo di occupanti e al tipo di abitazione. Inoltre, vengono forniti da ISTAT dei coefficienti che servono a fare l’upscaling del campione, cioè per ogni “famiglia” partecipante al sondaggio viene fornito un numero di famiglie rappresentate. Il modello considera anche la presenza di diverse zone climatiche all'interno di ciascuna regione.

Il modello è stato validato con i dati di consumo dei principali vettori energetici riportati nel Bilancio Energetico Nazionale degli anni 2013 e 2014, utilizzando i dati climatici di riferimento (Test Reference Year) del Comitato Termotecnico Italiano e sostituendo le variabili climatiche misurate nelle stazioni meteo negli anni 2013 e 2014. Questa sostituzione è stata fatta per 30 file climatici su 110 totali (8 province dell’Emilia Romagna, 4 del Friuli Venezia Giulia, 5 del Lazio, Milano per la Lombardia, 4 province inclusa Torino per il Piemonte, 7 province del Veneto e la provincia autonoma di Trento). 

In parallelo, è stata fatta un’analisi della tipologia di utenti che hanno partecipato al sondaggio, per capire se gli utenti possono essere raggruppati in “archetipi di utente” sulla base della numerosità della famiglia, dell’età dei componenti e sul loro livello di istruzione. Inoltre si è cercato di capire se vi fosse qualche correlazione tra tali archetipi di utente e i consumi delle relative abitazioni.

Poiché le indagini dell’ISTAT forniscono solamente la regione della famiglia partecipante al sondaggio, i consumi calcolati dal modello possono essere aggregati dal punto di vista “spaziale” solamente a livello nazionale o regionale. 

Essendo un modello fisico e non puramente statistico, i risultati possono restituire informazioni relative sia al fabbisogno di energia sia ai consumi divisi tra i vari vettori energetici (gas naturale, energia elettrica ecc). 

Inoltre, i consumi possono essere aggregati anche in base all’uso finale a cui sono associati. Per esempio, i consumi di gas naturale mostrati in Figura 2 sono dovuti alla combustione del gas naturale nelle caldaie (autonome o centralizzate) per la fornitura di riscaldamento e acqua calda sanitaria, ma anche per la combustione aperta nei fornelli e nei forni da cucina. 

Figura 3 invece mostra i risultati raggruppati non sulla base del vettore energetico ma sulla base dell’uso finale di energia. Qui si vede chiaramente l’importanza di considerare le risposte degli utenti. Infatti mentre i consumi legati al riscaldamento sono più alti, come ci si aspetta, nelle regioni più popolose del Nord Italia, quelli legati al raffrescamento non seguono la stessa logica, che vorrebbe i maggiori consumi nelle regioni più popolose del Sud Italia, ma dipendono anche dalla presenza o meno di condizionatori estivi nelle abitazioni. Questa variabile, che è possibile considerare in quanto presente nelle informazioni dell’indagine ISTAT, ci permette di ottenere un risultato più realistico rispetto ad un modello puramente fisico. 

La validazione rispetto ai Bilanci Energetici Nazionali del 2013 e 2014 ha mostrato un allineamento per il consumo di gas naturale (errore da 0 a +13%), elettricità (errore da 0 e 4%) e biomassa (errore da -6 a +6%), ma discrepanze significative per GPL, benzina e teleriscaldamento. I risultati sono stati caricati sulla piattaforma AMELIA. Si ritiene che le discrepanze nei tre principali vettori energetici siano legate all’incompleta sostituzione dei file climatici, che ha portato a delle sovrastime dei consumi nell’anno 2014 che è stato un anno particolarmente anomalo dal punto di vista climatico. Per i rimanenti vettori, si ritiene che la numerosità del campione statistico non sia sufficiente. Tuttavia, l’aumento delle dimensioni del campione statistico (che è passato da 20.000 famiglie nell’indagine del 2013 a oltre 40.000 nell’indagine del 2021), renderà probabilmente più fedeli i risultati nelle analisi basate su tale dataset. 

L’analisi statistica sulle variabili demografiche ha permesso di individuare quattro tipologie di utenti domestici. È stato inoltre trovato che a partire dalle caratteristiche delle abitazioni, è possibile stabilire una probabilità che esse siano abitate da un certo tipo di utente. Infine, si è trovato che per ogni archetipo di utente in una certa abitazione è possibile determinare delle variabili comportamentali che ne influenzano i consumi. 

In conclusione, l’approccio modellistico seguito è in grado di simulare i consumi degli edifici residenziali a livello nazionale cogliendo sia le dipendenze fisiche (ad es. variabili climatiche, tipologie costruttive dell’edificio) sia quelle legate al tipo di utenti presenti nelle abitazioni. Questo approccio sembra essere un buon compromesso tra modelli statistici e modelli fisici, al fine di simulare i consumi dell’intero patrimonio edilizio residenziale italiano partendo da un campione rappresentativo delle abitazioni, e quindi senza essere proibitivo dal punto di vista computazionale. Il modello è stato chiamato ita-domes ed è open-source.  

Prossimamente si aggiorneranno queste analisi utilizzando i dati dei questionari condotti dall'ISTAT nel 2021. Essendo un modello di tipo bottom-up basato sulla fisica, esso può fornire stime sull'effetto delle misure di efficienza energetica adottate a livello nazionale con risoluzione regionale, risultando così uno strumento utile per informare i decisori politici.