Il mercato del servizio di dispacciamento: sviluppo di un algoritmo per un'analisi statistica.

Abstract

Il presente lavoro di Tesi propone un'analisi statistica del Mercato per il Servizio di Dispacciamento, realizzata grazie alla creazione di uno strumento in grado di elaborare i dati delle offerte pubbliche. Per effettuare questo tipo di analisi non è possibile utilizzare i dati grezzi contenuti nei file delle offerte, ragion per cui, è stato stilato un algoritmo per elaborare i dati a disposizione. Questo algoritmo è stato sviluppato nell’ambiente virtuale del programma Spyder. I dati, una volta elaborati, sono stati utilizzati per realizzare i grafici su cui si basa l’analisi statistica della presente Tesi. Questi grafici sono di due tipologie e riportano: • gli andamenti della frequenza con cui vengono accettate quantità in un determinato intervallo ; • gli andamenti dei volumi di quantità accettata e quantità offerta. Sono state inoltre evidenziate molteplici casistiche sulla base dei parametri: • Tipologia di giorno: feriale e festivo; • Stagione: primavera, estate, autunno e inverno; • Tipologia di offerta: a vendere e a comprare; • Fascia oraria: 00:00-12:00; 12:00-24:00; • Tipologia di servizio. Tramite questa analisi si andrà a caratterizzare il comportamento di Terna. Dunque, i risultati di tale analisi potranno essere implementati all’interno di sistemi di simulazione come un Energy Management System, in modo da considerare il comportamento del gestore di rete in maniera più realistica.

This thesis work proposes a statistical analysis of the Dispatching Service Market, carried out thanks to the creation of a tool capable of processing the data of the public offers. To carry out this type of analysis it is not possible to use the raw data contained in the offer files, which is why an algorithm has been drawn up to process the available data. This algorithm was developed in the virtual environment of the Spyder program. The data, once processed, was used to create the graphs on which the statistical analysis of this thesis is based. These graphs are of two types and report: • trends in the frequency with which quantities are accepted in a given interval; • trends in volumes of quantity accepted and quantity offered. Several cases were also highlighted on the basis of the parameters: • Type of day: weekdays and holidays; • Season: spring, summer, autumn and winter; • Type of offer: to sell and to buy; • Hours: 00:00-12:00; 12:00-24:00; • Type of service. Through this analysis, Terna's behavior will be characterized. Therefore, the results of this analysis can be implemented within simulation systems such as an Energy Management System, in order to consider the behavior of the grid manager in a more realistic way.