Dal punto di vista dell’operatore di sistema questa rapida e massiccia diffusione di fonti aleatorie rappresenta una nuova problematica per la pianificazione e l’esercizio sicuro del sistema. Le scelte di pianificazione e sviluppo della rete devono quindi tenere conto adeguatamente della presenza di grandicapacità di FRNP installate nel sistema e della caratteristica aleatoria delle loro produzioni.
Approcci di tipo probabilistico diventano quindi fondamentali nell’analisi degli scenari di medio termine per tenere in debita considerazione gli effetti della produzione non programmabile sugli esiti del mercato elettrico e dell’esercizio della rete.
Per adeguare gli strumenti MTSIM e REMARK includendo l’analisi probabilistica, è stato sviluppato un modello basato sulle catene di Markov per la definizione di serie temporali di produzione da fonte eolicae fotovoltaica che rispettino le distribuzioni di probabilità e le correlazioni spaziali fra i siti produttivi impostati come input. Questo strumento è stato integrato nei due tool già esistenti, implementando una procedura Monte Carlo sequenziale che ad ogni iterazione genera un caso differente che sarà analizzato dal solutore di base del tool.
Oltre all’implementazione del nuovo strumento AMaCha2, l’attività si è concentrata sull’integrazione di AMaCha2 nei due strumenti già esistenti, attraverso l’implementazione della procedura iterativa che costituisce il Monte Carlo, oltre che alla definizione di un modulo dedicato alla gestione e all’elaborazione degli output per l’analisi statistica. Gli strumenti sono stati infine testati su dei casi tipici di applicazione per l’analisi di sistema annuale in uno scenario previsionale al 2020.