I potenziali vantaggi di una previsione accurata della generazione di energia da impianti di piccola taglia alimentati con fonti di energia rinnovabile non programmabile (FER-NP) includono:

• la possibilità per i produttori di adeguare i profili di generazione nei mercati elettrici e ridurre gli oneri di sbilanciamento. Ciò può essere particolarmente rilevante nel nuovo mercato infragiornaliero europeo a contrattazione continua (XBID), dove una delle principali novità è che l’energia viene acquistata e venduta fino a un’ora prima della consegna;
• diminuzione del fabbisogno di margini di riserva di sistema e riduzione del rischio di congestioni della rete elettrica dovute a inattesi surplus di generazione;
• diminuzione delle movimentazioni di energia per il bilanciamento del sistema, poiché gli impianti FER-NP dispongono di nuovi strumenti per auto-bilanciarsi.

Per prima cosa è presentato il problema della previsione a brevissimo termine (in particolare per i sistemi fotovoltaici), insieme alle sue differenze rispetto alla previsione a breve termine. Identificati i modelli matematici relativi a quest’area dell’analisi dei dati (problemi di regressione), sono specificati il ​​dataset disponibile e tutti i regressori utilizzati per questo studio. I due modelli statistici sviluppati (ARIMA e Reti Neurali) sono brevemente descritti. In seguito, sono visualizzati e commentati alcuni dei risultati salienti ottenuti, anche confrontando le performance dei modelli proposti con quelle di opportuni modelli di benchmark. In conclusione, sono riassunte le principali implicazioni di questo studio e le idee per sviluppi futuri.