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.
