💻 computer science

Revenue Adequate Prices for Chance-Constrained Electricity Markets with Variable Renewable Energy Sources

Questo articolo propone un metodo per derivare prezzi dell'elettricità basati sulle aspettative e adeguati al ricavo per modelli di clearing del mercato con vincoli di probabilità (chance-constrained) e fonti di energia rinnovabile variabili, utilizzando le variabili duali ottimali dell'equivalente deterministico, garantendo così il recupero dei costi per tutti i generatori e producendo prezzi in tempo reale uniformi indipendenti dai risultati specifici della generazione rinnovabile.

Autori originali: Xin Shi, Alberto J. Lamadrid L., Luis F. Zuluaga

Pubblicato 2026-08-10

📖 7 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Xin Shi, Alberto J. Lamadrid L., Luis F. Zuluaga

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immaginate la rete elettrica come un gigantesco gioco delle sedie musicali ad alta posta in gioco, ma invece della musica, il segnale è il vento. In questo gioco, le "sedie" sono le luci nelle vostre case, le fabbriche e i dispositivi che tengono in funzione il nostro mondo. I giocatori sono le centrali elettriche che cercano di far sì che tutti rimangano seduti. La parte difficile? Uno dei giocatori principali, il parco eolico, è un po' imprevedibile. A volte il vento soffia forte, riempiendo la stanza di sedie extra; altre volte cala, lasciando le persone in piedi. Se gli organizzatori del gioco (gli amministratori del mercato) non pianificano questi cambiamenti improvvisi, la musica si ferma, le luci sfarfallano o qualcuno finisce per pagare una fortuna per riparare il disastro.

Questo è il mondo dei mercati elettrici, un angolo complesso di economia e ingegneria dove la scienza incontra le luci della vostra stanza. La sfida centrale è l' "adeguatezza dei ricavi". Pensate a questo come a una promessa: se giocate correttamente e seguite le regole, non dovreste perdere soldi. Per gli organizzatori, significa che non dovrebbero ritrovarsi in debito dopo aver bilanciato la rete. Per le centrali elettriche, significa che i loro guadagni dovrebbero coprire i loro costi. Quando il vento è imprevedibile, mantenere questa promessa diventa un incubo matematico. I metodi tradizionali cercano di indovinare ogni possibile scenario del vento, il che è come cercare di prevedere ogni singola raffica di vento per la prossima settimana. È complicato, costoso e spesso porta a prezzi che cambiano selvaggiamente a seconda di quale "ipotesi" si riveli corretta.

Questo articolo, scritto da ricercatori della Lehigh University, affronta questo problema introducendo un nuovo modo di giocare utilizzando uno strumento chiamato "Ottimizzazione con Vincolo di Probabilità" (Chance-Constrained Optimization). Invece di indovinare ogni singolo scenario del vento, utilizzano una rete di sicurezza statistica. Dicono: "Non abbiamo bisogno di avere ragione il 100% delle volte; abbiamo solo bisogno di avere ragione il 97,5% delle volte". Accettando un rischio minimo e calcolato di sbagliare, possono creare un sistema di prezzi molto più semplice e stabile. Gli autori dimostrano che questo metodo permette loro di stabilire prezzi che garantiscono che l'organizzatore del mercato non perda denaro e che tutte le centrali elettriche (sia quelle affidabili che quelle eoliche) recuperino i propri costi, in media. Fondamentalmente, a differenza dei metodi più vecchi che potrebbero cambiare l'etichetta del prezzo ogni volta che il vento cambia, questo nuovo approccio stabilisce un prezzo singolo e uniforme per il mercato in tempo reale, rendendo l'intero sistema più equo e facile da gestire.

Il Gioco del Vento delle Sedie Musicali

Approfondiamo come gli autori hanno risolto questo enigma. Immaginate di essere l'arbitro di un enorme mercato elettrico. Avete due tipi di giocatori: Generatori Convenzionali (come le centrali a carbone o gas) che sono affidabili e si presentano sempre con una quantità prestabilita di energia, e le Fonti di Energia Rinnovabile Variabile (VRES), come le turbine eoliche, che sono fantastiche ma capricciose. Il vento può soffiare esattamente come previsto, oppure può sorprendere tutti.

Nel vecchio modo di fare (chiamato "Ottimizzazione Stocastica"), l'arbitro cercherebbe di pianificare per ogni possibile esito del vento. Creerebbe un elenco di scenari: "E se il vento soffia a 10 mph? E se soffia a 20 mph? E se c'è un uragano?". Per ogni scenario, calcolerebbe un prezzo diverso. Il problema? Se il vento si rivela diverso dallo specifico scenario su cui avevate puntato, i prezzi potrebbero non coprire i costi e qualcuno perde denaro. È come scommettere sul punteggio esatto di una partita di calcio; se la partita finisce diversamente, la vostra scommessa è nulla.

Gli autori propongono una strategia più intelligente utilizzando l' Ottimizzazione con Vincolo di Probabilità (CCO). Invece di elencare ogni possibile velocità del vento, guardano alla probabilità del vento. Dicono: "Pianificheremo la nostra rete in modo da essere sicuri al 97,5% di non rimanere senza energia o di non sprecarne troppa". Nel documento, fissano una "tolleranza" (chiamata $\epsilon$ ) di 0,025, il che significa che accettano una probabilità del 2,5% che il vento si comporti in un modo che richieda un piccolo intervento di emergenza.

La Magia del Prezzo "Uniforme"

Ecco la parte più entusiasmante della loro scoperta. Nel vecchio metodo "Stocastico", il prezzo che pagate per l'elettricità in tempo reale dipende interamente da quale scenario del vento si verifica effettivamente. Se il vento è forte, il prezzo potrebbe essere basso; se il vento è debole, il prezzo potrebbe essere alto. Questo crea caos e rende difficile per tutti concordare sulle regole.

Il nuovo metodo CCO, tuttavia, produce prezzi uniformi rispetto all'incertezza. Questo è un modo elegante per dire: "Il prezzo è lo stesso, indipendentemente da ciò che il vento fa realmente".

Come è possibile? Gli autori utilizzano un trucco matematico che coinvolge i "controlli affini". Immaginate che quando il vento cambia, le centrali elettriche non restino lì inerti; esse si regolano automaticamente verso l'alto o verso il basso, proprio come un termostato che si regola alla temperatura. Gli autori hanno progettato un sistema in cui queste regolazioni automatiche sono incorporate nella matematica. Poiché il sistema è progettato per gestire il comportamento medio del vento all'interno di quella zona di sicurezza del 97,5%, il prezzo non ha bisogno di saltare continuamente. Rimane stabile, come il fascio di un faro che taglia la nebbia indipendentmente da come si infrangono le onde.

La Promessa di Nessuna Perdita

L'articolo dimostra che questo nuovo schema di prezzi mantiene tutti felici, o almeno, evita che perdano denaro.

Per l'Amministratore del Mercato (L'Arbitro): Gli autori dimostrano che l'arbitro otterrà sempre un profitto non negativo in media. Non andrà in bancarotta cercando di tenere accese le luci.
Per le Centrali Elettriche (I Giocatori): Che si tratti di una affidabile centrale a gas o di un capriccioso parco eolico, gli autori dimostrano che il ricavo che ottengono dal mercato sarà sufficiente a coprire i loro costi. Questo è chiamato "recupero dei costi". Anche se il vento è imprevedibile, la matematica assicura che, in media, il parco eolico riceva abbastanza denaro per restare in attività.

La Prova sul Campo

Per vedere se questo funziona davvero, gli autori hanno eseguito una simulazione utilizzando una piccola rete elettrica ipotetica. Aveva quattro generatori a gas, due parchi eolici e due gruppi di consumatori di elettricità. Hanno impostato l'errore di previsione del vento a circa il 15% del vento previsto (basandosi su dati reali di parchi eolici belgi).

I risultati sono stati promettenti. La simulazione ha mostato che il nuovo schema di prezzi CCO ha bilanciato con successo la rete. I prezzi sono rimasti uniformi anche al variare del vento, e la matematica ha confermato che l'amministratore del mercato e tutti i generatori erano finanziariamente al sicuro. Gli autori hanno anche calcolato la "deviazione standard" dei profitti, che è un modo per misurare quanto il denaro possa oscillare su e giù. Hanno scoperto che, sebbene ci sia ancora un po' di oscillazione (perché il vento è pur sempre il vento), il sistema è abbastanza robusto da gestirla senza mandare in rovina nessuno.

Perché Questo è Importante

La bellezza di questo articolo non risiede solo nella matematica complessa; risiede nella semplicità della soluzione. Accettando un rischio minimo e calcolato (la probabilità del 2,5% di una sorpresa del vento), gli autori hanno sbloccato un sistema che è molto più equo e stabile. Elimina la necessità per tutti di discutere su quale "scenario del vento" sia quello corretto. Inveve, otteniamo un unico prezzo chiaro che funziona per tutti, assicurando che, mentre ci muoviamo verso un futuro più verde e ventoso, le luci restino accese e le bollette rimangano eque. È un promemoria del fatto che, a volte, per risolvere un problema caotico, non è necessario prevedere il futuro perfettamente; basta essere abbastanza intelligenti da gestire le sorprese.

Sintesi Tecnica: Prezzi Adeguati alle Entrate per Mercati Elettrici con Vincoli di Probabilità e Fonti Energetiche Rinnovabili Variabili

Definizione del Problema
Il documento affronta la sfida di derivare prezzi di clearing del mercato adeguati alle entrate per i mercati elettrici caratterizzati dall'incertezza delle Fonti Energetiche Rinnovabili Variabili (VRES), come l'eolico e il solare. Nei mercati delle commodity, l'adeguatezza delle entrate garantisce che l'amministratore del mercato non incorra in perdite (profitto non negativo in valore atteso) e che i partecipanti al mercato (generatori e carichi) ottengano il recupero dei costi (le entrate coprono i costi operativi in valore atteso).

La letteratura esistente utilizza prevalentemente l'ottimizzazione stocastica (SO) per modellare queste incertezze, formulando tipicamente il clearing del mercato come un problema stocastico a due stadi basato su un insieme finito di scenari. Sebbene gli approcci SO siano stati ampiamente studiati per l'adeguatezza delle entrate, essi producono prezzi in tempo reale che dipendono dalla specifica realizzazione dei parametri incerti (ad esempio, specifici esiti della generazione eolica). Questa dipendenza può introdurre difficoltà di governance, come la necessità per gli stakeholder di concordare su specifici scenari e le relative compensazioni di benessere. Inoltre, gli approcci di ottimizzazione robusta, pur evitando la dipendenza dagli scenari, possono portare a risultati eccessivamente conservativi ignorando le informazioni sulla distribuzione.

Metodologia
Gli autori propongono un framework di clearing del mercato basato sull'Ottimizzazione con Vincoli di Probabilità (CCO - Chance-Constrained Optimization). La metodologia procede attraverso i seguenti passaggi:

Formulazione del Modello Nominale: Gli autori stabiliscono innanzitutto un modello deterministico di clearing del mercato elettrico a due stadi utilizzando un'approssimazione DC power flow. Questo modello minimizza i costi di operazione del sistema (generazione convenzionale, spill di VRES e riduzione del carico) soggetti a vincoli di bilancio di potenza, capacità di trasmissione e riserve dei generatori. Questo funge da modello base equivalente alle versioni nominali dei modelli stocastici presenti nella letteratura precedente (es. Morales et al., 2012).
Modellazione dell'Incertezza: A differenza dei modelli SO che si affidano a scenari discreti, l'approccio CCO modella la generazione VRES ( $W_n$ ) come una variabile casuale definita da una previsione ( $W^f_n$ ) e un errore di previsione distribuito normalmente ( $\Delta W^f_n \sim N(0, \sigma_n)$ ). Ciò consente al modello di utilizzare le informazioni sulla distribuzione (media e varianza) preservando al contempo le strutture di correlazione tra le diverse generatori VRES.
Controllo Affine e Equivalente Deterministico: Per gestire l'incertezza nelle decisioni in tempo reale (schieramento delle riserve, spill di VRES e riduzione del carico), gli autori introducono politiche di controllo affine. Queste politiche regolano le variabili in tempo reale linearmente in base alla realizzazione dell'errore di previsione. Sostituendo questi controlli affini nei vincoli di bilancio e applicando i vincoli di probabilità (garantendo che i vincoli siano soddisfatti con probabilità $1-\epsilon$ ), il problema stocastico viene trasformato in un modello di Ottimizzazione con Vincoli di Probabilità Equivalente Deterministico (DCCO). Questo modello DCCO è un Programma Lineare (LP).
Derivazione dello Schema di Prezzi: Il nucleo della metodologia consiste nel derivare uno schema di prezzi dai variabili duali ottimali del LP DCCO. Gli autori definiscono prezzi specifici per:
- Energia programmata (convenzionale e VRES).
- Riserve upward e downward in tempo reale.
- Surplus/carenza VRES in tempo reale.
- Riduzione del carico (load curtailment).
- Un termine di compensazione specifico ( $\zeta$ ) viene calcolato per bilanciare il budget dell'amministratore del mercato.

Contributi Chiave
L'articolo dichiara i seguenti contributi primari:

Nuovo Schema di Prezzi: Presenta il primo schema di prezzi che garantisce l'adeguatezza delle entrate per l'amministratore del mercato e il recupero dei costi per tutti i generatori (convenzionali e VRES) in valore atteso all'interno di un framework di clearing del mercato con vincoli di probabilità.
Prezzi in Tempo Reale Uniformi: Viene evidenziata una distinzione fondamentale tra il proposto approccio CCO e i tradizionali approcci di Ottimizzazione Stocastica (SO). Il modello CCO produce prezzi in tempo reale uniformi rispetto all'incertezza. Questi prezzi non cambiano in base alla specifica realizzazione degli esiti della generazione VRES in tempo reale. Al contrario, gli schemi di pricing SO producono prezzi che variano a seconda dello specifico scenario realizzato.
Vantaggi di Governance: Decoupling (disaccoppiamento) dei prezzi in tempo reale dalle specifiche realizzazioni degli scenari, il sistema proposto evita le difficoltà di governance associate alla SO, come la necessità per gli stakeholder di concordare su un set specifico di scenari e sulle relative compensazioni di benessere.
Dimostrazione Teorica: Gli autori forniscono prove rigorose utilizzando la Programmazione Lineare e le tecniche di dualità Lagrangiana per dimostrare che i prezzi derivati garantiscono un profitto atteso non negativo per l'amministratore del mercato e un profitto non negativo (recupero dei costi) per tutti i generatori.

Risultati e Caso di Studio
Per illustrare i risultati teorici, gli autori conducono un caso di studio su una semplice rete di potenza a tre nodi contenente quattro generatori convenzionali, due generatori eolici e due carichi.

Implementazione Numerica: Lo studio utilizza parametri derivati da dati di parchi eolici belgi, impostando la deviazione standard degli errori di previsione eolica a circa il 15-20% della previsione.
Confronto: I risultati confrontano i prezzi e i profitti ottenuti tramite il proposto approccio CCO rispetto a un approccio stocastico adeguato alle entrate.
Risultati: I risultati numerici confermano che lo schema di pricing CCO raggiunge con successo l'adeguatezza delle entrate e il recupero dei costi in valore atteso. Inoltre, l'analisi delle variabili duali dimostra che la distribuzione dei ricavi attraverso la rete sotto lo schema CCO può differire significamente da quella dello schema stocastico, in particolare riguardo a come l'incertezza viene prezzata nel sistema.

Significatività e Dichiarazioni
L'articolo posiziona il proprio lavoro come un significativo avanzamento nella letteratura sulla determinazione dei prezzi dei mercati elettrici sotto incertezza. Sebbene l'ottimizzazione stocastica e robusta sia stata ampiamente studiata per il dispatch e il pricing, l'applicazione dell'ottimizzazione con vincoli di probabilità per derivare prezzi adeguati alle entrate è un contributo originale.

Gli autori dichiarano con modestia che il loro lavoro "apre la strada alla progettazione di schemi di prezzi per il clearing del mercato con diverse proprietà" per modelli in cui la modellazione dell'incertezza tramite vincoli di probabilità è appropriata o desiderabile. Essi sottolineano che la capacità di generare prezzi in tempo reale uniformi senza dipendere da specifiche realizzazioni di scenari offre un vantaggio pratico nella governance del mercato, affrontando un limite specifico dei meccanismi di pricing stocastico esistenti. Il documento non pretende di risolvere tutti i problemi di progettazione del mercato, ma fornisce un'alternativa matematicamente rigorosa per gestire l'incertezza VRES che bilancia il conservatorismo (a differenza dell'ottimizzazione robusta) con l'indipendenza dagli scenari (a differenza dell'ottimizzazione stocastica).

Il Gioco del Vento delle Sedie Musicali

La Magia del Prezzo "Uniforme"

La Promessa di Nessuna Perdita

La Prova sul Campo

Perché Questo è Importante

Articoli simili