ITA

Un distretto energetico produce energia rinnovabile, coordina accumuli, pompe di calore e veicoli elettrici, restituisce dati agli abitanti e utilizza algoritmi per ridurre i picchi. La comunità è stata coinvolta nella progettazione attraverso incontri, laboratori e processi partecipativi. Poi arriva una richiesta di flessibilità. La rete è congestionata, il prezzo cambia oppure la produzione reale non coincide con quella prevista. Alcuni consumi devono essere anticipati, ridotti o rinviati. Le batterie modificano il proprio ciclo operativo, le pompe di calore il setpoint, i veicoli elettrici l’orario di ricarica. Il sistema reagisce. Ma chi, concretamente, si è adattato?

La domanda non serve a sostenere che i sistemi energetici avanzati abbiano ignorato la dimensione sociale. Molti progetti integrano ormai partecipazione, piattaforme digitali, accumulo, condivisione locale e servizi di flessibilità. Il problema emerge proprio dopo questi progressi: quando occorre stabilire quale ruolo operativo venga assegnato ai diversi soggetti durante il funzionamento del sistema.

Essere ascoltati nella fase progettuale non equivale a controllare gli accumuli, conoscere la logica degli algoritmi o modificare le regole attraverso cui costi, ricavi e rischi vengono distribuiti. Una comunità può partecipare alla definizione iniziale del progetto e disporre di un potere molto limitato durante l’esercizio. Consultazione, partecipazione progettuale, controllo operativo e potere distributivo non sono la stessa cosa. La consultazione permette di esprimere bisogni e preferenze. La partecipazione può incidere su alcune scelte del progetto. Il controllo operativo riguarda invece la possibilità di comprendere e modificare il comportamento degli asset. Il potere distributivo stabilisce chi possa intervenire sui criteri attraverso cui vantaggi, costi e responsabilità vengono ripartiti. Una transizione giusta diventa concreta quando la partecipazione modifica questa architettura: chi decide, chi può intervenire, chi beneficia e chi conserva la possibilità di rifiutare.

La questione è sempre più rilevante perché la domanda energetica non viene considerata soltanto un dato da soddisfare. Sta diventando una risorsa da coordinare. Demand response, accumuli, smart charging e consumatori attivi possono facilitare l’integrazione delle fonti rinnovabili variabili, ridurre le congestioni e limitare alcuni investimenti sulla rete. La flessibilità non indica, però, un’unica operazione. Può essere infrastrutturale, quando la variabilità viene assorbita attraverso accumuli, reti, capacità di riserva o interconnessioni. Può essere automatizzata, quando pompe di calore, veicoli elettrici e sistemi di gestione modificano il proprio funzionamento entro limiti prestabiliti. Può, infine, essere comportamentale, quando alle persone viene chiesto di cambiare orari, abitudini o livelli di consumo.

Queste forme non sono equivalenti. Spostare automaticamente la ricarica di un veicolo all’interno di una finestra concordata è diverso dal chiedere a una famiglia di ridurre il comfort termico o di riorganizzare attività quotidiane. In entrambi i casi il modello può registrare una quantità di energia spostata. Non registra necessariamente lo stesso costo umano. Quando la domanda diventa una risorsa, anche la vita quotidiana può trasformarsi in un servizio di sistema.

Nei modelli la flessibilità appare come una quantità disponibile: un carico spostabile, una potenza riducibile, una batteria controllabile, una finestra entro cui ottimizzare il funzionamento. Nella realtà, quella quantità dipende dalla qualità dell’edificio, dagli asset disponibili, dal reddito, dagli orari di lavoro, dalle condizioni di salute, dalle responsabilità di cura e dal margine residuo presente nei consumi. Una famiglia che vive in un’abitazione efficiente, possiede un accumulo, un veicolo elettrico e sistemi automatici dispone di più opzioni per reagire a un segnale di prezzo. Chi abita in un edificio scarsamente isolato, utilizza già poca energia e concentra i consumi in attività difficilmente rinviabili possiede margini molto inferiori.

Lo stesso incentivo non produce la stessa possibilità di risposta. La flessibilità è una capacità socialmente distribuita e non una risorsa tecnica astratta. Un carico può apparire teoricamente spostabile, risultare tecnicamente controllabile e non essere comunque realmente disponibile. Anche quando l’utente accetta di renderlo flessibile, questa disponibilità può cambiare in base alla stagione, alla salute, al lavoro o alle condizioni familiari. La flessibilità rappresentata nei modelli non coincide quindi con quella effettivamente attivabile.

Confondere questi livelli significa sovrastimare una risorsa e interpretare come inefficienza ciò che può essere un limite materiale, sociale o contrattuale. Un algoritmo può individuare un carico modificabile senza registrare il disagio prodotto dal cambiamento, la possibilità dell’utente di comprenderne gli effetti o la stabilità della sua disponibilità nel tempo. Questo non significa che la flessibilità sia necessariamente una forma di sfruttamento. Può ridurre costi, evitare congestioni, integrare meglio le rinnovabili e generare benefici per gli utenti, soprattutto quando è automatizzata, reversibile, comprensibile e adeguatamente remunerata. Diventa problematica quando la capacità di adattarsi viene presunta anziché verificata e quando il rifiuto comporta perdita di accesso, costi sproporzionati o riduzione di servizi essenziali. Da questa distinzione emerge un possibile principio progettuale: il diritto all’inflessibilità.

Non è un diritto illimitato al consumo né il rifiuto della gestione intelligente della domanda. È il principio secondo cui una quota di consumi, comfort e autonomia deve essere protetta dalla richiesta di adattamento. La mancata disponibilità alla flessibilità non può trasformarsi automaticamente in esclusione o penalizzazione sproporzionata. Non ogni attività domestica può essere rinviata. Non ogni variazione termica è irrilevante. Non tutte le persone possono controllare quotidianamente prezzi, segnali e dispositivi. Non tutte le famiglie devono diventare operatori energetici. Il diritto all’inflessibilità protegge ciò che non può essere trasformato senza conseguenze in una variabile di bilanciamento.

Tradotto nel progetto tecnico, richiede soglie minime di servizio e comfort, riconoscimento dei carichi essenziali, possibilità di override, sistemi di fallback e procedure che consentano agli utenti di modificare o interrompere la propria partecipazione. Richiede inoltre che la mancata risposta a un segnale non venga trattata automaticamente come comportamento irrazionale o opportunistico.

Un sistema giusto non misura soltanto quanta flessibilità possa ottenere dagli utenti. Stabilisce quanta inflessibilità debba essere in grado di sostenere. Questo cambia anche l’ordine attraverso cui il sistema cerca la flessibilità. Efficienza edilizia, accumuli, asset collettivi, rafforzamento della rete, automazione e adattamento comportamentale devono essere confrontati rispetto a costi, emissioni, affidabilità e impatti distributivi. Non esiste una gerarchia valida in ogni contesto, ma la sequenza scelta deve essere esplicita. La giustizia non riguarda soltanto quanto la flessibilità venga remunerata. Riguarda l’ordine con cui il sistema decide di procurarsela.

Se il cambiamento dei comportamenti viene privilegiato perché appare meno costoso di una riqualificazione, di un accumulo o di un investimento infrastrutturale, il progetto può limitarsi a trasferire il costo fuori dal proprio bilancio economico e dentro la vita quotidiana. Il costo dell’adattamento comportamentale non è nullo soltanto perché non compare nel conto dell’infrastruttura.

Questa scelta incide anche sul dimensionamento. Se il sistema presume una risposta costante e perfetta ai segnali, può ridurre riserve, capacità e ridondanze. Diventa più efficiente nelle condizioni nominali, ma dipende da una disponibilità sociale che non è necessariamente stabile o garantita.

Occorre, quindi, distinguere la flessibilità attesa da quella affidabile. Una quota può essere volontaria e opportunistica; un’altra può essere garantita contrattualmente o attraverso asset automatici. Non possono essere utilizzate nello stesso modo per ridurre margini di sicurezza e capacità di riserva. Un sistema che funziona soltanto quando tutti riescono ad adattarsi perfettamente ha trasferito la propria fragilità sugli utenti.

Il problema riguarda anche proprietà e controllo. Una comunità può possedere formalmente un impianto senza controllarne davvero il funzionamento. Può condividere energia senza conoscere la logica con cui vengono attivati gli accumuli, produrre dati senza decidere come vengano utilizzati e ricevere una parte dei ricavi sostenendo una quota sproporzionata dei rischi. Proprietà, controllo, beneficio e rischio non coincidono automaticamente. Un accumulo collettivo può essere utilizzato per massimizzare l’autoconsumo locale, offrire servizi alla rete, ridurre il costo di alcuni gruppi oppure generare ricavi sul mercato. La tecnologia può rimanere la stessa. Cambiano la funzione di controllo, le priorità, l’accesso ai vantaggi e i soggetti che sostengono degrado, manutenzione e incertezza economica.

Ogni funzione obiettivo formalizza una scelta su ciò che il sistema considera importante. Un algoritmo non decide autonomamente quale risultato sia giusto. Ottimizza l’obiettivo e i vincoli che gli vengono assegnati. Ridurre il costo complessivo può essere compatibile con l’aumento del costo per alcuni utenti. Massimizzare il valore economico di un accumulo non garantisce che i ricavi rimangano nel territorio. Ridurre il picco aggregato non mostra chi abbia modificato il proprio comportamento. Aumentare l’autoconsumo non chiarisce chi possieda gli impianti e chi possa accedere ai benefici. La giustizia non può essere compressa in un unico coefficiente. Può però modificare la formulazione del problema: introdurre vincoli distributivi, distinguere categorie di carico, rappresentare capacità differenti di risposta e osservare non soltanto la prestazione media, ma la distribuzione di costi, rischi e possibilità di scelta.

Una transizione giusta non è un sistema energetico ottimizzato al quale viene aggiunta successivamente una politica sociale. È un sistema progettato attraverso una diversa definizione dell’ottimo. Questa definizione deve includere anche ciò che accade quando il sistema non si comporta come previsto. Ogni strategia operativa dipende da ipotesi su domanda, clima, prezzi, produzione, disponibilità degli asset e comportamento degli utenti. L’ottimizzazione può ridurre l’errore atteso, ma non elimina scostamenti, rischi e condizioni impreviste.

L’errore di previsione è la differenza tra ciò che era stato stimato e ciò che accade. Il rischio riguarda eventi di cui possono essere valutati probabilità e impatto. L’incertezza comprende trasformazioni che non possono essere pienamente anticipate. Il progetto deve gestire gli errori ordinari, distribuire i rischi e conservare opzioni per ciò che non riesce a prevedere.

Quando la produzione è inferiore alle attese, un accumulo si degrada prima del previsto o un segnale tariffario non modifica i consumi, qualcuno deve assorbire la differenza. Può farlo l’operatore attraverso un costo aggiuntivo, il gestore mediante una riserva, il soggetto pubblico attraverso una garanzia oppure l’utente attraverso una bolletta più alta, una riduzione del servizio o una perdita di comfort. Possiamo definire distribuzione dell’errore il modo in cui costi, disservizi e perdita di prestazione vengono ripartiti quando domanda, prezzi, clima o asset divergono dalle previsioni.

Un sistema può essere efficiente in media e ingiusto negli scostamenti. Chi diventa il dispositivo di sicurezza del sistema quando la previsione fallisce?

La risposta rende la giustizia una proprietà dell’affidabilità. Un sistema non è robusto soltanto quando continua a funzionare dopo un guasto tecnico. Deve anche evitare che ogni deviazione venga assorbita sistematicamente dagli stessi soggetti, soprattutto da quelli con minori risorse economiche e operative. Progettare significa distribuire opzioni prima che l’incertezza si manifesti. Gli utenti devono poter comprendere quali dati vengono raccolti e quali logiche orientano il controllo. Devono poter modificare le proprie preferenze, effettuare un override e segnalare condizioni particolari. Devono poter uscire da un servizio o cambiare fornitore senza costi sproporzionati. Devono poter contare su livelli minimi di continuità quando automazione, mercato o previsione falliscono.

Queste possibilità non dipendono soltanto dagli asset installati. Dipendono dalle capacità che rimangono localmente dopo l’intervento: interpretare i dati, modificare le regole operative, effettuare manutenzione, sostituire un fornitore e reagire quando le condizioni iniziali cambiano. Non sono questioni sociali collocate dopo l’ingegneria. Definiscono interfacce, vincoli, gerarchie di controllo, ridondanze e condizioni contrattuali. È in questo senso che il progetto dà forma alla tecnologia. La tecnologia rende disponibili determinate prestazioni; il progetto stabilisce per chi, secondo quali priorità e con quali possibilità di correzione verranno utilizzate.

Questo vale anche per i Positive Energy Districts. Il saldo energetico positivo rimane una misura importante, ma non descrive da solo la qualità territoriale del distretto. Un progetto può esportare energia e produrre, nello stesso tempo, dipendenze operative, informative o contrattuali che il territorio non è in grado di governare.

Alla positività del bilancio dovrebbe, quindi, corrispondere una crescita della capacità locale di comprendere, mantenere e modificare il sistema. Non perché un PED debba risolvere ogni problema sociale, ma perché una prestazione energetica costruita su dipendenze incontrollabili rimane territorialmente fragile.

La transizione giusta non elimina flessibilità, automazione o ottimizzazione. Stabilisce quali consumi possano essere adattati, quale inflessibilità debba essere protetta e come costi e rischi vengano distribuiti quando il sistema devia dalle previsioni. La giustizia non è un’aggiunta sociale alla tecnologia. È incorporata nei vincoli, nelle funzioni obiettivo, nelle gerarchie di controllo e nelle alternative lasciate agli utenti. Un sistema energetico può essere intelligente, positivo e partecipativo, e lasciare comunque aperta la domanda decisiva: quando deve adattarsi, chi conserva il diritto di non farlo?

ENG

A energy district generates renewable energy, coordinates storage systems, heat pumps, and electric vehicles, feedback data to residents, and deploys algorithms to shave peak loads. The community was actively involved during the design phase through meetings, workshops, and participatory processes. Then comes a request for flexibility. The grid is congested, energy prices fluctuate, or actual generation diverges from forecasts. Certain loads must be brought forward, curtailed, or deferred. Batteries alter their charge-discharge cycles, heat pumps adjust their setpoints, and electric vehicles reschedule their charging windows. The system responds. But who, in concrete terms, actually adapted?

This question does not imply that advanced energy systems have ignored the social dimension. Indeed, many contemporary projects successfully integrate community participation, digital platforms, energy storage, local sharing, and flexibility services. Rather, the dilemma emerges precisely after these advancements: when operational roles must be assigned to different actors during actual system operation.

Being heard during the design phase is not equivalent to controlling energy storage, understanding algorithmic logic, or altering the rules by which costs, revenues, and risks are distributed. A community may participate in the initial definition of a project while retaining very limited power during its operational life. Consultation, participatory design, operational control, and distributive power are fundamentally distinct concepts. Consultation allows needs and preferences to be expressed. Participatory design can influence specific project choices. Operational control, by contrast, concerns the ability to understand and modify asset behavior. Distributive power dictates who can alter the criteria through which benefits, costs, and liabilities are allocated. A just transition becomes tangible only when participation reshapes this underlying architecture: who decides, who can intervene, who benefits, and who retains the right to refuse.

This issue is becoming increasingly critical because energy demand is no longer treated merely as a given load to be satisfied. It is turning into a resource to be coordinated. Demand response, energy storage, smart charging, and active consumers can facilitate the integration of variable renewables, alleviate grid congestion, and defer network investments. Yet flexibility is not a uniform operation. It can be infrastructure-based, when variability is absorbed through storage, grid expansion, backup capacity, or interconnectors. It can be automated, when heat pumps, electric vehicles, and energy management systems adjust their operations within pre-established parameters. Or it can be behavioral, when individuals are asked to alter their schedules, routines, or level of consumption.

These modalities are not equivalent. Automatically shifting an electric vehicle’s charging schedule within an agreed window differs fundamentally from asking a household to compromise its thermal comfort or reorganize daily domestic tasks. In both cases, the underlying model may log the exact same quantity of shifted energy. It does not, however, record the same human cost. When demand is transformed into a system resource, everyday life itself risks being turned into a grid-balancing service.

In energy models, flexibility appears as an abstract, available quantity: a shiftable load, a curtailable capacity, a controllable battery, or a time window for operational optimization. In reality, that quantity depends on building quality, available assets, household income, working hours, health conditions, caregiving responsibilities, and the remaining elasticity within a household’s consumption. A family living in an energy-efficient home, equipped with storage, an electric vehicle, and automated management systems, enjoys ample options to respond to a price signal. Conversely, residents in poorly insulated homes who already consume minimal energy and concentrate their usage on non-deferrable activities possess far narrower margins.

The same financial incentive does not produce the same capacity to respond. Flexibility is a socially distributed capacity, not an abstract technical parameter. A load may appear shiftable in theory and prove controllable in technical terms, yet remain genuinely unavailable in practice. Even when a user consents to provide flexibility, that availability fluctuates according to season, health, work demands, or family circumstances. The flexibility represented in predictive models therefore fails to align with the flexibility that can realistically be activated.

Conflating these levels leads to overestimating available resources and misinterpreting material, social, or contractual constraints as user inefficiency. An algorithm can identify a modifiable load without registering the discomfort caused by the adjustment, the user’s ability to comprehend its effects, or the stability of that availability over time. This does not mean flexibility is inherently exploitative. It can reduce costs, prevent grid congestion, optimize renewable integration, and yield substantial user benefits—especially when it is automated, reversible, transparent, and adequately compensated. It becomes problematic, however, when the capacity to adapt is presumed rather than verified and when refusal results in lost access, disproportionate costs, or the degradation of essential services. From this distinction emerges a key design principle: the right to inflexibility.

This is neither an unconstrained right to consume nor a rejection of smart demand management. Rather, it is the principle that a baseline of energy consumption, comfort, and autonomy must be safeguarded from demands for adaptation. A lack of flexibility must not automatically translate into exclusion or disproportionate penalties. Not every domestic task can be postponed; not every thermal shift is trivial; not all individuals can continuously monitor prices, signals, and smart appliances; and not every household should be forced to act as an energy trader. The right to inflexibility protects that which cannot be converted into a grid-balancing variable without real consequence.

Translated into engineering design, this principle demands minimum service and comfort baselines, recognition of essential loads, mandatory user-override capabilities, fallback mechanisms, and clear procedures enabling users to adjust or opt out of participation. It further requires that non-responsiveness to a grid signal is not automatically categorized as irrational or opportunistic behavior.

A just system does not merely measure how much flexibility it can extract from its users; it defines how much inflexibility it can structurally tolerate. This fundamentally alters the sequence through which flexibility is sought. Building efficiency, energy storage, collective assets, grid reinforcement, automation, and behavioral adjustment must be systematically evaluated against costs, emissions, reliability, and distributive impacts. While no single hierarchy applies to every context, the chosen sequence must be explicit. Energy justice is not merely a matter of how flexibility is compensated; it is defined by the priority order through which the system chooses to procure it.

If behavioral change is prioritized simply because it appears less capital-intensive than deep retrofits, energy storage, or grid upgrades, the design risks merely shifting costs off the infrastructure balance sheet and onto daily life. The cost of behavioral adaptation is not zero simply because it fails to appear in infrastructure accounting.

This choice directly impacts system sizing. If a system assumes flawless and constant user response to signals, it may reduce reserve margins, operational capacity, and redundancies. While this increases efficiency under nominal conditions, it leaves the system reliant on a social availability that is neither stable nor guaranteed.

It is therefore essential to distinguish between expected flexibility and reliable flexibility. A portion of flexibility may be voluntary and opportunistic, whereas another portion is contractually guaranteed or delivered through automated assets. These two types cannot be treated identically to justify reducing safety margins and backup capacity. A system that functions only when all actors adapt flawlessly has ultimately transferred its fragility onto its users.

This challenge extends to issues of ownership and governance. A community may formally own an asset without exercising real control over its operation. It may share energy locally without understanding the underlying dispatch logic of its batteries, generate data without deciding how it is used, and receive a fraction of the revenues while carrying a disproportionate share of the operational risks. Ownership, control, benefits, and liabilities do not automatically coincide. A shared energy storage system can be dispatched to maximize local self-consumption, provide grid services, lower costs for vulnerable groups, or generate revenue on wholesale markets. The underlying hardware remains identical, yet the control functions, priorities, distribution of benefits, and exposure to asset degradation, maintenance, and market volatility shift dramatically.

Every objective function formalizes an implicit choice about what a system values. An algorithm does not independently decide what outcome is equitable; it merely optimizes the objective function and constraints assigned to it. Minimizing total system costs can coexist with increased costs for specific users. Maximizing the financial returns of a battery does not guarantee that economic value remains within the local community. Reducing aggregate peak load conceals who actually altered their behavior. Increasing self-consumption does not clarify who owns the assets or who accesses the proceeds. Justice cannot be compressed into a single mathematical coefficient. It can, however, reshape problem formulations: by introducing distributional constraints, differentiating load categories, accounting for variable response capacities, and evaluating not just average system performance, but the equitable distribution of costs, risks, and choices.

A just transition is not an optimized energy system to which social policy is retroactively appended. It is a system engineered around a fundamentally different definition of optimality—one that explicitly accounts for system behavior when reality diverges from model assumptions. Every operational strategy relies on hypotheses regarding demand, weather, market prices, generation output, asset availability, and user behavior. While optimization reduces expected errors, it cannot eliminate operational deviations, systemic risks, or unpredicted conditions.

Forecast error represents the discrepancy between estimated and actual outcomes. Risk concerns events with quantifiable probabilities and impacts. Uncertainty encompasses structural shifts that cannot be fully anticipated. System design must manage routine errors, distribute risks equitably, and preserve strategic options for unquantifiable uncertainties.

When generation falls short of predictions, a battery degrades faster than anticipated, or a tariff signal fails to alter consumer behavior, the resulting imbalance must be absorbed by someone. It can be absorbed by the market operator through additional costs, by the grid operator via reserve capacity, by public institutions through guarantees, or by the end-user through higher bills, service curtailment, or reduced comfort. The mechanism by which costs, service disruptions, and performance drops are allocated when variables diverge from forecasts can be termed the distribution of error.

A system can be efficient on average yet profoundly unjust during operational deviations. Who becomes the system’s safety valve when forecasts fail?

The answer positions justice as a fundamental property of system reliability. A resilient system is not merely one that maintains technical operation following a component failure; it must also prevent operational deviations from being systematically absorbed by the same vulnerable groups—particularly those with limited financial and operational leverage. Engineering a just system means allocating options before uncertainty materializes. Users must be able to understand what data is collected and what logic drives system control. They must retain the ability to adjust preferences, execute manual overrides, and signal unique circumstances. They require the freedom to exit a service or switch providers without prohibitive costs, alongside guaranteed baseline continuity when automation, markets, or predictive models fail.

These capabilities do not depend solely on deployed hardware. They depend on the operational capacities retained locally post-deployment: the ability to interpret data, adjust operational rules, perform maintenance, change service providers, and adapt when initial conditions shift. These are not secondary social questions to be addressed after engineering is complete; they define system interfaces, constraint sets, control hierarchies, redundancies, and contractual terms. It is in this precise sense that design gives shape to technology. Technology provides raw performance capabilities; system design determines for whom, under what priorities, and with what corrective mechanisms those capabilities are deployed.

This principle applies directly to Positive Energy Districts (PEDs). While a positive annual energy balance remains an important metric, it does not independently capture a district’s local quality or resilience. A project can easily export net positive energy while generating operational, informational, or contractual dependencies that the local community is ill-equipped to govern.

A positive energy balance should therefore be matched by an expansion in local capacity to understand, maintain, and adapt the underlying system. This is not because a PED must solve every broader social issue, but because technical performance built on unmanageable dependencies remains inherently fragile.

A just transition does not eliminate flexibility, automation, or algorithmic optimization. Instead, it defines which energy loads can be adapted, specifies which baseline of inflexibility must be protected, and determines how costs and risks are distributed when system operations diverge from predictions. Equity is not an external social add-on to technology; it is embedded directly within the constraints, objective functions, control hierarchies, and choices left to users. An energy system may be smart, net-positive, and participatory, yet still leave the decisive question unanswered: when the system must adapt, who retains the right not to?

• LinkedIn
• Facebook
• E-mail