Ottimizzazione dei Sistemi di Accumulo Energetico per la Partecipazione al Mercato del Giorno Prima Italiano

Abstract

L'attuale transizione energetica, guidata dagli obiettivi di decarbonizzazione dell'UE, sta trasformando il sistema elettrico italiano. La crescente penetrazione delle Fonti di Energia Rinnovabile (FER) non programmabili introduce sfide significative per la stabilità della rete e il bilanciamento di domanda e offerta. In tale contesto, il Piano Nazionale Integrato per l'Energia e il Clima (PNIEC) identifica i sistemi di accumulo Utility-Scale (BESS) come tecnologia cardine per mitigare l'intermittenza. Tuttavia, per gli investitori, quantificare la sostenibilità economica a lungo termine di questi asset resta complesso a causa delle incertezze sulle dinamiche future di mercato e sui prezzi delle commodity. Questa tesi affronta tale incertezza sviluppando un framework predittivo data-driven per stimare i ricavi da arbitraggio dei BESS nelle zone di mercato italiane (2025–2040). La ricerca adotta una metodologia ibrida che integra ottimizzazione lineare e algoritmi di regressione. Inizialmente, un algoritmo deterministico ha modellato l'operatività giornaliera di un'unità di riferimento (1 MW/4 MWh) rispetto ai prezzi storici del Mercato del Giorno Prima (2017–2024), generando un dataset di ricavi ottimali. Successivamente, un processo di feature engineering ha correlato i risultati economici a parametri fisici, come il carico residuo e i pattern di domanda zonale. L'applicazione di algoritmi di regressione (Elastic Net e Huber Regressor) allo scenario PNIEC "Slow" ha prodotto previsioni a lungo termine che rivelano una chiara dicotomia geografica: Sardegna, Sicilia e Sud emergono come i mercati più attraenti grazie alla distribuzione delle rinnovabili. Al contrario, il Nord mostra una crescita modesta in un contesto più saturo. Infine, integrando un modello di degrado fisico (SoH), lo studio quantifica una perdita netta di ricavi del 10–13%. Nonostante ciò, l'investimento risulta economicamente sostenibile, confermando il valore strategico dello storage in Italia.

The ongoing energy transition, driven by ambitious EU decarbonisation targets, is profoundly reshaping the Italian power system. The increasing penetration of non-programmable Renewable Energy Sources (RES) introduces significant challenges regarding grid stability and the balancing of supply and demand. In this context, the Integrated National Energy and Climate Plan (PNIEC) identifies Utility-Scale Battery Energy Storage Systems (BESSs) as a pivotal technology to mitigate intermittency. However, for investors, quantifying the long-term economic viability of these assets remains complex due to uncertainties regarding future market dynamics and commodity prices. This thesis addresses this uncertainty by developing a robust, data-driven framework to forecast BESS arbitrage revenue across Italian market zones (2025–2040). The research adopts a hybrid methodology integrating linear optimisation with predictive regression. Initially, a deterministic algorithm modelled the daily operation of a reference 1 MW/4 MWh unit against historical Day-Ahead Market (DAM) prices (2017–2024) to generate an optimal revenue dataset. Subsequently, a comprehensive feature engineering process linked these economic outcomes to physical parameters, such as residual load and zonal demand patterns. Regression algorithms, specifically Elastic Net and Huber Regressor, were applied to the PNIEC "Slow" scenario to generate long-term forecasts. Results reveal a clear geographical dichotomy: Sardinia, Sicily, and the South emerge as the most attractive markets due to uneven renewable distribution. Conversely, Northern zones display modest growth, reflecting a saturated and competitive environment. Finally, the study integrates a physical degradation model mapping State of Health decline, quantifying a cumulative net revenue loss of 10–13%. Despite this, findings confirm the investment remains economically viable, providing a comprehensive tool for assessing the strategic value of storage in Italy.