Sintesi Tecnica: Valutazione dei Modelli di Fondazione per Serie Temporali nella Previsione dei Prezzi dell'Elettricità

Definizione del Problema

La previsione a breve termine dei prezzi dell'elettricità (EPF) è una componente critica delle moderne operazioni dei sistemi elettrici, ma rimane altamente complessa a causa della forte non stazionarietà, della variabilità multi-scala (stagionalità, picchi, eventi estremi) e di una forte dipendenza da dinamiche di sistema strutturali e contestuali complesse. Sebbene i Modelli di Fondazione per Serie Temporali (TSFM) abbiano dimostrato forti capacità di previsione zero-shot in vari domini, la loro generalizzazione in contesti guidati da covariate e non stazionari come l'EPF è ancora poco esplorata.

Gli existing benchmark per i TSFM affrontano spesso quattro specifiche limitazioni quando applicati all'EPF:

1. Rischio di Contaminazione: Molti TSFM sono pre-addestrati su dati relativi all'energia, il che rende difficile determinare se i dataset di benchmark si sovrappongano ai corpora di pre-addestramento, potenzialmente gonfiando le stime delle prestazioni.
2. Non stazionarietà: I cambiamenti distribuzionali e i picchi di prezzo possono compromettere la generalizzazione del modello.
3. Comportamento della Coda (Tail Behavior): La modellazione accurata degli eventi estremi (code) è critica per il processo decisionale consapevole del rischio nei sistemi elettrici, ma viene spesso trascurata nelle metriche di accuratezza media.
4. Dipendenza dalle Covariate: Storici dei prezzi da soli sono spesso insufficienti; un'accurata EPF si basa fortemente su covariate esogene (carico, prezzi dei combustibili, meteo, generazione), eppure molte valutazioni non testano adeguatamente il supporto delle covariate.

Metodologia

Framework di Benchmarking

Gli autori propongono un framework di benchmarking a due dataset progettato per mitigare il rischio di contaminazione e consentire una valutazione equa:

1. GEFCom2014-P: Un benchmark probabilistico standardizzato e ampiamente utilizzato per l'EPF, derivante dalla Global Energy Forecasting Competition 2014.
2. GridStatus2025: Un nuovo dataset curato derivato dall'API GridStatus (2022–2025). Questo dataset è stato selezionato specificamente perché il suo periodo di valutazione (2025) è successivo alla data di rilascio pubblica dei dati di pre-addestramento per i principali TSFM (Chronos 2, TimesFM 2.5) o si basa su dati sintetici (TabPFN-TS), minimizzando la sovrapposizione temporale e la contaminazione.

Modelli Valutati

Lo studio confronta quattro TSFM, valutando varianti sia senza covariate che con supporto di covariate:

• Chronos 2
• TimesFM 2.5
• TabPFN-TS
• TOTO 1.0

Questi sono confrontati con tre classi di baseline:

1. Modelli Statistici: Seasonal Naïve, Auto-ARIMA, Auto-ETS, Auto-Theta.
2. Deep Learning Task-Trained: DeepAR, TFT, TiDE, TSMixer, DLinear, NLinear.
3. Metodi EPF Specifici del Dominio: LEAR, DNN e CING-LEAR (progettati specificamente per sfruttare le informazioni del mercato elettrico).

Protocolli di Valutazione

• Metriche: Mean Absolute Error (MAE), Root Mean Square Error (RMSE) e Average Quantile Loss (aQL) attraverso nove quantili.
• Dimensioni di Analisi:
  • Previsione Puntuale e Probabilistica: Valutazione dell'accuratezza complessiva e della calibrazione distribuzionale.
  • Comportamento della Coda: Analisi delle prestazioni nei quantili estremi (es. Q(0.01), Q(0.99)) per valutare la robustezza rispetto ai picchi di prezzo e ai prezzi negativi.
  • Spostamenti Distribuzionali: Analisi dedicata delle prestazioni del modello durante gli eventi di picco di prezzo (definiti come osservazioni al di fuori dei percentili 5 e 95).
  • Significatività Statistica: Vengono utilizzati i test di Diebold-Mariano (DM) per verificare se il supporto delle covariate porti a miglioramenti statisticamente significativi.

Risultati Chiave

1. Prestazioni Zero-Shot Competitive con Dipendenza dalle Covariate

• Su GEFCom2014-P, i TSFM hanno ottenuto prestazioni zero-shot competitive rispetto a molte sottomissioni delle competizioni, ma non sono riusciti a raggiungere i primi 5 posti, con il miglior TSFM (TOTO 1.0) che si è classificato ottavo. Ciò suggerisce che, sebbene il pre-addestramento offra una capacità generale, il design specifico del dominio rimane vantaggioso.
• Su GridStatus2025, i TSFM hanno generalmente superato le baseline statistiche e di deep learning general-purpose. Fondamentalmente, le varianti con supporto di covariate (es. Chronos 2 w., TabPFN-TS w.) si sono classificate costantemente tra i modelli più forti.
• Le varianti senza covariate sono state sostanzialmente peggiori, confermando che l'informazione esogena è critica per l'EPF. I test di Diebold-Mariano hanno confermato statisticamente che l'uso delle covariate riduce significativamente la perdita di previsione per Chronos 2 e TabPFN-TS.

2. I Metodi Specifici del Dominio Rimangono Altamente Competitivi

• CING-LEAR, un metodo specifico del dominio, ha ottenuto la seconda migliore prestazione individuale su GridStatus2025, superando la maggior parte dei TSFM e dei modelli general-purpose.
• Ciò indica che per l'EPF, i bias induttivi specifici del compito e l'ingegneria delle feature adattate ai segnali dei prezzi elettrici rimangono altamente efficaci.

3. Il Potere degli Ensemble

• Un semplice ensemble, costruito mediando le previsioni del miglior TSFM (Chronos 2 w.) e del miglior metodo specifico del dominio (CING-LEAR), ha ottenuto la migliore prestazione complessiva in tutte le metriche (MAE, RMSE, aQL).
• Ciò suggerisce che i TSFM e i metodi aware del dominio catturano informazioni predittive complementari, e la loro combinazione produce guadagni significativi rispetto a ciascun approccio preso singolarmente.

4. Comportamento della Coda e Robustezza

• Prestazioni della Coda: I modelli statistici hanno mostrato un degrado significativo nelle regioni della coda inferiore (es. prezzi negativi), mentre i TSFM hanno prodotto previsioni di coda più bilanciate. I metodi specifici del dominio (CING-LEAR) sono stati altamente competitivi in tutti i quantili della coda.
• Picchi di Prezzo: Durante gli eventi di picco, i modelli con supporto di covariate (Chronos 2 w., CING-LEAR) e il loro ensemble hanno dimostrato una maggiore robustezza rispetto ai modelli senza covariate.
• Asimmetria: I metodi statistici tendevano a performare meglio nella coda superiore (prezzi alti) ma faticavano con i movimenti verso il basso improvvisi, mentre i TSFM offrivano una robustezza distribuzionale più bilanciata.

5. Sensibilità alla Contaminazione

• TOTO 1.0 ha mostrato prestazioni forti su GEFCom2014-P ma è degradato sostanzialmente su GridStatus2025. Gli autori attribuiscono ciò a potenziali differenze nelle condizioni di mercato e nelle caratteristiche dei dati, evidenziando la necessità di protocolli di valutazione consapevoli della contaminazione.

Significato e Rivendicazioni

L'articolo sostiene che, sebbene i TSFM siano molto promettenti per l'EPF, il loro successo è criticamente dipendente dal supporto delle covariate e non superano costantemente i metodi progettati specificamente per il dominio. Lo studio sottolinea che:

1. La valutazione consapevole della contaminazione è essenziale per domini strutturati come l'EPF per evitare stime gonfiate delle prestazioni.
2. Il design informato dal dominio rimane vitale per sistemi complessi con forti dipendenze strutturali.
3. Gli ensemble che combinano la generalizzazione ampia dei TSFM con i modelli aware del dominio rappresentano una strada fruttuosa per raggiungere competenze predittive allo stato dell'arte.

Gli autori concludono che il lavoro futuro dovrebbe concentrarsi sul fine-tuning dei TSFM per obiettivi specifici dell'EPF (come l'accuratezza della coda) e sullo sviluppo di ensemble più forti che sfruttino i punti di forza sia dei modelli di fondazione che delle architetture specifiche del dominio.