La gestione ottimale delle reti elettriche sia di trasmissione sia di distribuzione richiede una conoscenza puntuale dello stato attuale e futuro dei flussi che vi transitano. Indicazioni accurate e affidabili della produzione da fonti rinnovabili e del fabbisogno sono elementi indispensabili per ridurre la richiesta di riserve, costose e non sempre disponibili, e per limitare le congestioni di rete, ad es. utilizzando una gestione dinamica delle linee aeree. L’incertezza e la variabilità indotta dalle fonti rinnovabili è legata alla meteorologia e climatologia della località ove sono installate, come anche la domanda elettrica ad uso domestico. Occorre quindi effettuare previsioni su differenti orizzonti spaziali e temporali della produzione fotovoltaica ed eolica e del fabbisogno energetico. Le attività svolte sono state improntate a definire metodologie predittive innovative e performanti sia per la generazione sia per la domanda, costruendo sistemi ibridi multi-model meteorologici e di post-elaborazione basati su metodi statistici e di machine learning. Gli orizzonti temporali esaminati vanno dal breve termine (+3 giorni, con passo orario) al brevissimo termine (+3 ore, con passo quartodorario), mentre le tecniche sperimentate hanno spaziato dalla persistenza intelligente a metodi statistici (Analog Ensemble, functional Principal Component Analysis), machine learning (Support Vector Regression, Random Forest, Quantile Random Forest, Neural Network con serie 1-dim e 2-dim) e regressivi (ARIMAX con forzanti esogene fornite dalle previsioni a breve termine e satellitari). Inoltre, la presenza sempre più diffusa di sistemi fotovoltaici innovativi, quali quelli a concentrazione, piani ad inseguimento azimutale, bifacciali e celle tandem, richiedono un’informazione a livello spettrale della componente diretta e diffusa. La metodologia ARTEMIS (Automatic Radiative TransfEr Model for Irradiation with Satellite data), che si sta attualmente sviluppando, è un metodo ibrido che, usando informazioni fornite dal satellite meteorologico geostazionario Meteosat Second Generation (MSG) e da alcuni modelli numerici meteorologici, ricostruisce ad alta risoluzione spaziale e temporale e per l’intero territorio italiano gli spettri di radiazione in condizioni di cielo sereno. Il sistema è stato validato utilizzando i dati di alcuni spettrofotometri solari di RSE installati a Milano, Piacenza e Cagliari (presso Sardegna Ricerche).