La previsione della domanda di energia elettrica costituisce un’attività essenziale per la pianificazione energetica, ad esempio per definire le strategie adottate dagli operatori dei mercati o per la formulazione di adeguate politiche energetiche ed ambientali. Il compito è impegnativo, non solo nei paesi in via di sviluppo in cui i dati indispensabili, modelli adeguati e le istituzioni necessarie mancano, ma anche nei paesi industrializzati in cui tali limiti sono meno gravi. Le previsioni della domanda di energia elettrica, ad esempio, spesso risultano meno accurate di quanto sarebbe auspicabile ottenere a causa di limitazioni nella struttura del modello oppure di ipotesi inappropriate. Le condizioni meteorologiche certamente influenzano il consumo di energia elettrica. I periodi con temperature dell’aria particolarmente fredde e calde, come quelle della stagione invernale ed estiva,producono un evidente aumento del fabbisogno energetico legato ad esempio alla climatizzazione degli edifici, che difficilmente può essere previsto senza l’utilizzo di adeguate informazioni di carattere meteorologico. Inoltre la copertura nuvolosa influenza i carico elettrico in conseguenza della richiestadi illuminazione. Questi effetti sono generalmente ritenuti non trascurabili, pertanto risulta opportuna una corretta ed accurata modellazione.Questo rapporto illustra la risposta caratteristica del carico elettrico nazionale alla variabilità meteorologica e le metodologie messe in atto per la realizzazione di un modello di simulazione giornaliera della domanda elettrica. Il modello realizzato si basa su un approccio di tipo auto regressivo cui segue una modellazione mediante una regressione lineare multipla per tenere conto della variabilitàmeteorologica. I dati di ingresso al modello consistono nel carico elettrico nazionale e in alcune grandezze meteorologiche, quali la temperatura dell”aria e la copertura nuvolosa, misurate in 28 stazioni meteorologiche distribuite sul territorio italiano. I dati di uscita consistono nella previsione del caricogiornaliero aggregato con alcuni giorni di anticipo. L”uso delle misure meteorologiche permette di ottenere un sensibile miglioramento dellaaccuratezza predittiva del modello: a tal riguardo si segnala, ad esempio, una riduzione significativa del MAPE (Mean Absolute Percentage Error) globale osservata nel periodo 1999-2008 rispetto al caso in cui le informazioni meteorologiche non sono state inserite. Il modello, sviluppato mediante un codiceMATLAB denominato PreGio (Previsioni Giornaliere della domanda elettrica), si basa attualmente su dati meteorologici misurati ma può essere usato per fornire simulazioni del fabbisogno elettrico nazionale utilizzando in ingresso dati meteorologici di previsione.