Scenario: quanta energia servirà domani, zona per zona
Ogni mattina trovate la previsione dei prelievi di energia, con meteo, calendario e un margine dichiarato. Il programma di prelievo lo firma una persona.
La situazione
La società di vendita di un gruppo multiservizi fornisce energia elettrica a 200.000 clienti, quasi tutti nella stessa provincia. Per questi clienti acquista l'energia sul mercato all'ingrosso. Ogni giorno deve dichiarare in anticipo quanta ne preleveranno, periodo per periodo: è il programma di prelievo.
La differenza tra il programma e il prelievo reale si chiama sbilanciamento, e si paga. In una giornata normale costa poco. Nelle giornate sbagliate costa molto: la prima ondata di caldo, un ponte festivo dimenticato. Una sola può mangiare il margine di una settimana.
Elena è responsabile della programmazione, con due analisti. Ogni mattina parte da un foglio di calcolo: il prelievo dello stesso giorno della settimana prima, corretto a mano per il meteo previsto. Aggiunge le festività e gli eventi che conosce, come una partita allo stadio o una fiera. Il programma deve partire entro l'orario di chiusura del mercato.
Il foglio vede la provincia come un blocco unico. Ma la provincia non consuma in modo uniforme. Il centro storico ha uffici e negozi che si svuotano la sera. La periferia ha famiglie con i condizionatori accesi dopo cena. La zona artigianale si ferma nel fine settimana. E nei quartieri nuovi molti tetti hanno pannelli fotovoltaici: a mezzogiorno, se c'è sole, i prelievi crollano; se arrivano le nuvole, risalgono di colpo.
Le misure orarie dei clienti arrivano dal distributore, con qualche giorno di ritardo, attraverso il sistema informativo nazionale del settore. Ci sono, ma nessuno ha il tempo di usarle zona per zona.
Cosa cambia
Ogni notte il sistema prepara la previsione del giorno dopo, e alle 6:30 è sul tavolo di Elena:
- raccoglie le misure orarie più recenti, aggregate per zona: mai per singolo cliente;
- le affianca a meteo previsto, irraggiamento, calendario, scuole aperte o chiuse, eventi segnalati;
- prevede i prelievi di ogni zona, periodo per periodo, con un intervallo di incertezza;
- somma le zone e prepara la proposta di programma per l'intera clientela;
- scrive in chiaro i motivi principali: «+6% alle 21 per il caldo in periferia», «mezzogiorno incerto: nuvole in arrivo sui quartieri con più fotovoltaico»;
- confronta la previsione di ieri con il prelievo vero, appena i dati arrivano, e mostra dove ha sbagliato.
Dove si ferma e chiede. Quando l'incertezza supera la soglia scelta da Elena. Quando manca un dato, per esempio il meteo aggiornato o le misure di una zona. Quando il giorno dopo ha qualcosa che la storia non conosce: uno sciopero, un'allerta meteo, l'apertura di un grande centro commerciale. In quei casi la proposta arriva con un avviso rosso, e la decisione è della programmazione.
Cosa resta a Elena. Le correzioni che solo lei conosce, la firma sul programma e l'invio. La scelta di quanto rischio accettare nei giorni incerti. Il sistema non invia nulla al mercato da solo.
La società di distribuzione del gruppo può usare lo stesso metodo per un'altra domanda: quanto carico arriverà su ogni cabina. Sono dati e decisioni separati, con permessi separati. Lo stesso vale per la previsione del gas e per quella delle chiamate al servizio clienti: vedete cosa possiamo rifare.
Una giornata, prima e dopo
Elena, un lunedì di giugno, con la prima ondata di caldo prevista a metà settimana.
| Ora | Prima | Dopo |
|---|---|---|
| 7:30 | PrimaElena apre il foglio di calcolo e copia i prelievi del lunedì precedente. | DopoElena trova la proposta pronta dalle 6:30, zona per zona, con tre avvisi da guardare. |
| 8:15 | PrimaScarica il meteo e corregge a mano le ore centrali, a sensazione. | DopoLegge i motivi: caldo in periferia la sera, nuvole a mezzogiorno sui quartieri nuovi. Ne accetta due su tre. |
| 9:00 | PrimaUn analista chiama un collega per sapere se la fiera apre domani. | DopoLa fiera è già nel calendario del sistema. L'analista controlla solo l'orario di apertura. |
| 10:30 | PrimaIl programma è pronto. Nessuno ha tempo di guardare com'è andata ieri. | DopoIl programma è firmato da Elena. Il confronto con ieri mostra un errore sulla zona artigianale, già spiegato. |
| 11:15 | PrimaInvio del programma all'ultimo momento, con un controllo veloce. | DopoInvio con margine, dopo il doppio controllo di un analista sulla somma delle zone. |
| 15:00 | PrimaElena prepara a mano il riepilogo settimanale degli sbilanciamenti per la direzione. | DopoIl riepilogo è pronto, con le giornate peggiori e il motivo di ciascuna. Elena aggiunge il commento. |
Numeri attesi
Stima, non garanzia: errore medio della previsione ridotto del 10–25% rispetto al metodo attuale; costi di sbilanciamento ridotti del 10–30% su base annua; due o tre ore al giorno liberate nella programmazione, spese sui giorni difficili invece che sulla copia.
Le stime derivano dalla nostra esperienza sui sistemi in produzione e dai valori tipici del settore; il valore reale si misura con il pilota, caso per caso.
Cosa può andare storto: i rischi e come li gestiamo
| Rischio | Come lo gestiamo |
|---|---|
| Un giorno fuori dal comune sorprende la previsione | Il sistema riconosce quando manca storia simile e lo dice. Il margine si allarga e l'avviso va a Elena, che decide. |
| Le misure del distributore arrivano in ritardo o incomplete | Il sistema segnala le zone senza dati freschi e usa l'ultima base valida, dichiarandolo. Nessun buco viene riempito in silenzio. |
| I dati orari rivelano le abitudini di una famiglia | Le misure si usano solo aggregate per zona, con un numero minimo di clienti per zona. Nessun profilo individuale esce dal sistema. |
| La direzione si fida del numero senza guardare il margine | Ogni previsione mostra l'intervallo e l'errore dei giorni passati. Nel riepilogo, i giorni sbagliati sono in cima. |
Le regole che valgono qui
- Dispacciamento e sbilanciamento: chi preleva energia per i propri clienti comunica i programmi e paga le differenze. Valgono le regole dell'ARERA (Autorità di regolazione per energia reti e ambiente) e del gestore della rete di trasmissione. La responsabilità del programma resta alla società.
- GDPR (la legge europea sulla privacy): le misure orarie sono dati personali, perché dicono quando una casa è abitata. Per la previsione bastano dati aggregati, e si usano solo quelli.
- REMIT: il regolamento europeo sull'integrità dei mercati all'ingrosso dell'energia vieta di usare informazioni privilegiate e chiede trasparenza. Il sistema lavora solo su dati della società e fonti pubbliche, e tiene traccia di ciò che ha usato.
- NIS2: la vendita e la distribuzione di energia sono tra i settori con più obblighi di sicurezza informatica. Accessi e fornitori vanno censiti e controllati.
Non è un parere legale: è la base per parlarne con chi segue il rischio di mercato e la conformità.
Come si parte
1
Tre settimane di analisi: due anni di misure aggregate, meteo storico, calendario, programmi inviati e sbilanciamenti pagati. Si sceglie come dividere la provincia in zone.
2
Dieci settimane di pilota in parallelo: il sistema prevede, Elena lavora come sempre, e ogni giorno si confrontano le due previsioni con il prelievo vero. Misure: errore medio, errore nei giorni difficili, costo di sbilanciamento simulato.
3
Decisione: se la previsione nuova batte quella attuale, diventa la base del programma.
Demo collegata
Nella demo sulle previsioni vedete un intervallo sul periodo successivo, con la fonte di ogni dato usato. I numeri sono inventati. Tutte le demo
Per il responsabile IT e la sicurezza
| Domanda | Risposta |
|---|---|
| Dove stanno i dati | Data warehouse in UE o on-premise. Le curve orarie individuali restano nei vostri sistemi; al modello arrivano solo aggregati per zona. |
| Come ci colleghiamo | Lettura dai flussi di misura già ricevuti, dal sistema di trading e da servizi meteo esterni. Nessuna connessione verso le piattaforme di mercato: l'invio resta vostro. |
| Chi può fare cosa | Gli analisti vedono proposte e motivi; solo il responsabile della programmazione firma. Modifiche a zone e soglie tracciate nel log. |
| Se il modello sbaglia | Backtest continuo, intervalli di previsione calibrati, allarme sui giorni fuori distribuzione, ritorno immediato al metodo precedente. |
| Quali modelli e perché | Modelli statistici e di machine learning per serie storiche, spiegabili variabile per variabile. Il modello che scrive i motivi in italiano non calcola i numeri. |
| Riferimenti normativi | Regole ARERA sul dispacciamento; REMIT; NIS2; GDPR (aggregazione e minimizzazione). |