IL FUTURO DEL CONSUMO DI ENERGIA
Un estratto della Tesi di Laurea Magistrale in Quantitative Finance al Politecnico di Milano
di Giuseppe Messuti
L'utilizzo dell'energia elettrica è ormai fondamentale nella vita di tutti i giorni, accostandosi sempre di più ai beni di prima necessità. Non solo alimenta telefoni e computer, ma è in grado di sostituire il gas ad uso alimentare nella cucina, la benzina e il diesel per i trasporti pubblici e privati, e ci permette di portare a termine le azioni quotidiane donando luce ogni giorno dell'anno.
​
A differenza del gas, l'energia elettrica è un bene di passaggio, che può essere fornito previa richiesta in grandi quantità, ma molto difficilmente può essere immagazzinato. Gran parte dell'energia che stiamo utilizzando in questo momento è stata generata nell'ultima mezz'ora, e per tale motivo gli impianti che introducono energia elettrica nella rete di distribuzione locale e nazionale devono avere il più possibile in anticipo un'idea della richiesta che avranno nel prossimo futuro.
Questo, perché l'attivazione o lo spegnimento degli impianti di generazione richiedono molto più tempo di quelli di un semplice interruttore, e una sovrapproduzione non solo nuoce ai loro interessi, ma anche alla rete elettrica stessa che rischia un sovraccarico. D'altro canto, una sottoproduzione ha generalmente come conseguenza un black-out, seguito dall'accensione di fonti d'emergenza generalmente non rinnovabili, come quelle termiche, in quanto richiedono tempi di avviamento minori.
​
​
Perciò, una buona stima del futuro consumo di energia non solo permette alle aziende produttrici di risparmiare denaro, ma aiuta a purificare l'ambiente circostante dall'inquinamento, diminuendo le quantità di CO2 prodotte a favore di un'energia più pulita e rinnovabile. Inoltre, la diminuzione del rischio di avere un consumo di energia diverso da quello che ci si aspetta può favorire la nascita e lo sviluppo di impianti eolici e fotovoltaici on-shore e off-shore, che permetterebbero una veloce diminuzione dell'utilizzo di fonti non rinnovabili per la produzione della maggior parte dell'energia.
​
In questo contesto si introduce la necessità di un modello matematico che sia capace di descrivere in un modo accurato e affidabile il consumo di energia elettrica.
Nel nostro studio ci siamo dedicati al consumo effettivo di energia elettrica in una regione del Regno Unito.
​
Il nostro obiettivo è quello di creare un modello per il consumo di energia giornaliero, composto da effetti di accumulo della volatilità durante le stagioni fredde, un andamento stagionale e una componente auto-regressiva con breve memoria.
In questa tesi modelliamo il processo destagionalizzato attraverso un legame con le condizioni meteorologiche giornaliere usando relazioni lineari e non-lineari per mezzo dei seguenti modelli matematici:
-
una Regressione Lineare;​
-
una Regressione basata sulla distanza tra le condizioni meteorologiche attraverso la Nearest Neighbour Regression;
-
una Regressione basata sulla covarianza generata dalle condizioni meteorologiche attraverso la Gaussian Process Regression;
-
una relazione fortemente non-lineare con Reti Neurali a cascata e auto-regressive.
Vogliamo mostrare come un incremento della complessità del modello porti a un miglioramento della previsione del consumo di energia.
​
Questo tipo di approccio ibrido in cui si combinano gli effetti di diversi fattori attraverso la combinazione di vari modelli può portare a una precisa descrizione del processo del consumo di energia elettrica e fornire:
-
un modello di previsione del valore atteso del consumo di energia elettrica indipendente dall'orizzonte temporale, che può essere utilizzato per la previsione giornaliera del consumo di energia;
-
un ambiente per la simulazione del consumo di energia elettrica per qualsiasi orizzonte temporale, in grado di fornire una maggiore descrizione del processo stesso.
E' possibile comparare visivamente e numericamente i risultati dei modelli descritti, toccando con mano i punti di forza e le debolezze di ognuno di essi.
