Clear Sky Science · it

Un quadro basato sugli expectili per una valutazione credibile e calibrata al rischio della capacità di centrali virtuali sotto incertezze di previsione eolica e fotovoltaica

· Torna all'indice

Perché questo è importante per le reti elettriche future

Poiché abitazioni e imprese dipendono sempre di più da turbine eoliche e pannelli solari sui tetti, le reti elettriche devono gestire elettricità che sale e scende con il tempo meteorologico. Questo articolo esplora come gruppi di dispositivi di energia pulita, aggregati in una “centrale virtuale”, possano garantire potenza affidabile alla rete anche quando il vento cala o arrivano le nuvole. Gli autori introducono un nuovo modo per decidere quanta potenza una simile centrale può impegnare in sicurezza, bilanciando i ricavi con il rischio di non riuscire a fornire quanto promesso.

Figure 1. Come una centrale virtuale combina eolico, solare e batterie per fornire energia più stabile nonostante le variazioni meteorologiche.
Figure 1. Come una centrale virtuale combina eolico, solare e batterie per fornire energia più stabile nonostante le variazioni meteorologiche.

Dai dispositivi dispersi a una singola centrale intelligente

Una centrale virtuale riunisce molte risorse diverse, come parchi eolici, grandi impianti fotovoltaici, batterie e utenti flessibili, permettendo loro di comportarsi come se fossero una grande centrale nel mercato. Gli operatori di sistema vogliono che queste centrali prendano impegni solidi sulla quantità di potenza che consegneranno. Tuttavia, la produzione eolica e solare può variare rapidamente e in modo correlato durante tempeste o periodi di calma. Gli strumenti tradizionali di pianificazione o ignorano queste variazioni congiunte o usano margini di sicurezza eccessivamente semplicistici, il che può rendere gli operatori troppo cauti o esporli a improvvisi deficit.

Vedere il rischio nelle code della distribuzione meteorologica

Lo studio si concentra sulle situazioni rare ma gravi in cui produzione eolica e solare sono contemporaneamente insolitamente basse. Invece di trattare tutti gli errori di previsione allo stesso modo, gli autori impiegano il concetto di expectile per dare peso extra agli esiti peggiori mantenendo però la matematica liscia e gestibile per calcoli su larga scala. Costruiscono modelli atmosferici dettagliati che catturano come vento e sole in siti diversi si muovono insieme, anche durante eventi estremi come prolungate assenze di vento o coperture nuvolose diffuse. Mescolando dati di previsione normali con schemi estremi simulati, creano insiemi di scenari che riflettono meglio il rischio reale di carenze congiunte.

Far cooperare accumulo e previsione

Il quadro poi collega questi scenari meteorologici con un modello di programmazione che decide, ora per ora, quanta potenza la centrale virtuale debba impegnare e come le sue batterie debbano caricare e scaricare. Le batterie sono modellate con limiti pratici sul livello di carica, sui tassi di variazione e sull’usura, così il piano resta realistico. Invece di usare margini di sicurezza fissi, la capacità credibile della centrale emerge direttamente dall’ottimizzazione: il modello trova il livello di impegno di potenza che soddisfa un obiettivo di affidabilità scelto sfruttando l’accumulo per assorbire surplus e sostenere il sistema quando la produzione rinnovabile cala.

Figure 2. Come le incertezze nelle produzioni eolica e solare interagiscono con le azioni delle batterie per creare una fornitura di energia più affidabile nel tempo.
Figure 2. Come le incertezze nelle produzioni eolica e solare interagiscono con le azioni delle batterie per creare una fornitura di energia più affidabile nel tempo.

Cosa rivelano le simulazioni su dati reali

Gli autori mettono alla prova il loro approccio su una raccolta reale di cinque parchi eolici, quattro impianti solari e due grandi batterie nell’est della Cina, usando un anno completo di dati meteorologici e di potenza con intervalli di 15 minuti. Confrontano il loro metodo con approcci più comuni che usano quantili o una misura di rischio popolare in finanza. Il metodo basato sugli expectili produce intervalli di impegno più stringenti, il che significa che la centrale può promettere più potenza senza assumere rischi eccessivi. Nei test numerici, gli eventi di carenza si riducono fino al 73 percento rispetto ai metodi basati sui quantili, mentre la centrale virtuale realizza comunque fino al 95 percento del ricavo massimo possibile. I risultati mostrano anche che l’uso ottimale delle batterie si sposta naturalmente verso i momenti in cui le statistiche segnalano maggiore pericolo di carenze, come rampate rapide al mattino e alla sera.

Cosa significa per l’affidabilità delle energie pulite

Per un non specialista, il messaggio chiave è che l’articolo propone un modo più intelligente per le centrali virtuali di decidere quanta elettricità possano impegnare in modo affidabile quando fanno ampio affidamento su vento e sole. Focalizzandosi sugli eventi di bassa produzione più dannosi e coordinandoli con il comportamento delle batterie, il metodo aiuta gli operatori di rete a ottenere capacità affidabile dalle rinnovabili variabili senza sprecare troppo potenziale di guadagno. Questo tipo di pianificazione consapevole del rischio può facilitare la partecipazione dei portafogli di energia pulita ai mercati di capacità e di riserva, contribuendo a mantenere i sistemi elettrici futuri allo stesso tempo verdi e affidabili.

Citazione: Hua, D., Zeng, J., Lin, Q. et al. An expectile-based framework for risk-calibrated credible capacity evaluation of virtual power plants under wind and PV forecast uncertainties. Sci Rep 16, 15253 (2026). https://doi.org/10.1038/s41598-026-44559-5

Parole chiave: centrale virtuale, eolico e solare, accumulo energetico, rischio nel sistema elettrico, previsione delle rinnovabili