Il cliente è una delle principali realtà multiutility nazionali e uno dei primi produttori italiani di energia da fonti rinnovabili. Attraverso società controllate e partecipate, è presente in tutta la filiera energetica: produzione, distribuzione e vendita in tutta Italia di energia elettrica e gas.
Energy forecasting
Scenario
Richiesta del cliente
Incrementare il livello di accuratezza nelle previsioni della domanda di energia elettrica, come somma dei consumi dei clienti residenziali e commerciali in portfolio, con l‘obiettivo di ridurre gli oneri di sbilanciamento.
Risultati ottenuti
Errore medio ridotto del 50% rispetto al precedente fornitore (3% vs 6%).
Risparmio stimato in 300.000 €/anno
Strategia
STRATEGIA (PRA)
- Suddivisione distributori in macrozone
- Modelling e forecast singolo distributore con correzione CRPU (coefficiente di ripartizione del prelievo per unità di dispacciamento)
- Aggregazione pesata dei distributori per zona
- Backtesting & Error analysis
STRATEGIA (POD)
- Anomaly detection su dati storici (rimozione POD inattivi e outlier)
- Data aggregation per zona
- Backtesting & Error analysis
