Il tema tratta della previsione della produzione oraria di energia elettrica da impianti fotovoltaici utilizzando modelli fisici e dati previsionali meteorologici, con un approccio innovativo che integra modellazione, ottimizzazione e validazione sperimentale.

Uno degli aspetti maggiormente innovativi consiste nella validazione dell’accuratezza del modello di calcolo della potenza prodotta da un impianto fotovoltaico, quando i dati in ingresso non sono misure reali, bensì previsioni meteorologiche. In particolare, vengono considerate variabili previsionali come la radiazione solare (diretta, diffusa e globale), la temperatura dell’aria e la velocità del vento, acquisite tramite API da un fornitore professionale di dati meteo. Il modello utilizzato è di tipo deterministico e calcola il profilo orario di potenza a partire dalle specifiche dell’impianto fotovoltaico e dai dati previsionali.

L’aspetto distintivo del lavoro è duplice:

1. Separazione dell’errore di previsione meteorologica da quello del modello fotovoltaico: spesso i modelli di previsione della potenza vengono valutati nel loro complesso, senza distinguere l’effettivo contributo dell’errore dovuto a una previsione meteo inadeguata rispetto a quello introdotto dal modello fisico. In questa tesi viene quindi introdotto un confronto parallelo tra i dati di radiazione effettivamente misurati e quelli previsti, per attribuire correttamente la responsabilità dell’errore finale.
2. Ottimizzazione multivariabile non lineare dei parametri del modello: attraverso l’uso di tecniche di ottimizzazione è stato possibile migliorare la precisione del modello, intervenendo su parametri critici come l’efficienza dell’inverter, i coefficienti termici dei moduli, le perdite di impianto e la temperatura operativa delle celle. Due diversi modelli di calcolo della temperatura delle celle (NOCT e WIND) sono stati confrontati e ottimizzati, dimostrando che l’inclusione della velocità del vento permette una maggiore aderenza ai dati misurati, soprattutto nei mesi estivi.

Un’ulteriore innovazione riguarda l’utilizzo di profili previsionali su diversi orizzonti temporali: sono stati analizzati sei diversi “lead time” (ad esempio -6h, -12h, fino a -30h) per valutare l’evoluzione della qualità della previsione al variare del tempo di anticipo. Questo consente di quantificare quanto le previsioni meteo si avvicinano alla realtà man mano che si aggiornano, e di conseguenza quanto sia sensibile la stima della produzione fotovoltaica al livello di aggiornamento dei dati.

Infine, la metodologia sviluppata è scalabile e può essere applicata a qualunque impianto fotovoltaico di cui siano note le caratteristiche tecniche di base e sia disponibile una fonte affidabile di dati previsionali. L’analisi è stata applicata su un impianto reale, ma è facilmente estendibile a sistemi distribuiti o a scala regionale. Questo approccio ha grande rilevanza pratica per i gestori di rete, i produttori di energia e gli operatori di mercato, poiché consente di ridurre gli squilibri di rete, migliorare la pianificazione della produzione e ottimizzare la partecipazione ai mercati elettrici.