ETLAB ha partecipato all’AEIT International Annual Conference 2026, svoltasi presso la Sapienza Università di Roma dall’8 al 10 settembre 2026, dove Silvia Zordan ha presentato il lavoro di ricerca dal titolo “A Data-Driven Multi-Scenario Strategy for Optimal Operation of a Battery Storage System in Wholesale Energy Market”.

Il lavoro rappresenta una collaborazione scientifica tra l’Università degli Studi di Pavia e l’Università di Trento, combinando competenze nei sistemi elettrici, nei mercati dell’energia, nell’ottimizzazione e nelle tecnologie di accumulo. La ricerca è stata sviluppata da Rouzbeh Shirvani e Alessandro Bosisio dell’Università di Pavia, in collaborazione con Asja Alic, Silvia Zordan e Vincenzo Trovato dell’Università di Trento.

La ricerca affronta il tema dell’esercizio ottimale dei Battery Energy Storage Systems (BESS) nei mercati all’ingrosso dell’energia elettrica, concentrandosi su due importanti sfide: l’incertezza e la volatilità dei prezzi dell’energia e il degrado non lineare della capacità delle batterie causato dal funzionamento ciclico. Questi fattori svolgono un ruolo fondamentale nella definizione delle strategie operative dei sistemi di accumulo, con l’obiettivo di massimizzare i ricavi preservando al tempo stesso le prestazioni e le capacità operative nel lungo periodo.

La strategia proposta combina un modello di previsione data-driven con una metodologia di ottimizzazione che tiene conto del degrado delle batterie. L’approccio di previsione genera molteplici scenari possibili per i futuri prezzi del mercato all’ingrosso dell’energia elettrica, consentendo di includere direttamente l’incertezza e la volatilità del mercato nell’ottimizzazione dell’esercizio del BESS.

La metodologia data-driven genera 100 scenari dei prezzi del mercato all’ingrosso dell’energia elettrica italiano. L’approccio considera fattori stagionali e intra-annuali che possono influenzare i prezzi di mercato e combina i dati storici dei prezzi orari dell’energia con i principali driver mensili. Attraverso tecniche statistiche di analisi delle serie temporali, tra cui decomposizione spettrale, regressione SARIMAX e simulazione Monte Carlo, la metodologia produce un insieme di possibili traiettorie future dei prezzi.

Gli scenari di prezzo generati vengono successivamente utilizzati come input per l’Optimal Capacity Revamping Algorithm (OCRA). Questo framework di ottimizzazione massimizza i ricavi derivanti dalla partecipazione al mercato all’ingrosso dell’energia elettrica tenendo conto del degrado ciclico non lineare delle celle della batteria. Oltre alle decisioni operative di breve periodo, la metodologia valuta possibili interventi di revamping nel lungo periodo, finalizzati al ripristino della capacità degradata e al mantenimento delle prestazioni operative del sistema.

I risultati evidenziano l’importanza di considerare congiuntamente l’incertezza del mercato e il degrado delle batterie. Sebbene i ricavi netti simulati mostrino una variabilità moderata tra i diversi scenari di prezzo, emergono differenze più significative nelle strategie ottimali di revamping nel lungo periodo, dimostrando come le future condizioni di mercato possano influenzare sia le decisioni operative sia quelle di investimento.

Lo studio contribuisce allo sviluppo di strategie avanzate per la gestione dei sistemi di accumulo dell’energia in mercati elettrici sempre più dinamici. Combinando previsione data-driven, analisi multi-scenario e ottimizzazione consapevole del degrado, l’approccio proposto supporta decisioni più informate sia per l’esercizio quotidiano sia per la gestione di lungo periodo dei sistemi di accumulo a batteria.

La ricerca è stata supportata dal progetto BOOSSTED, nell’ambito del “Bando a Cascata NEST” sotto il PNRR Missione 4, e dal programma FMJH PGMO. Queste iniziative evidenziano l’importanza della collaborazione tra diverse istituzioni e competenze nell’affrontare le sfide tecnologiche ed economiche associate alla transizione energetica.

La partecipazione all’AEIT International Annual Conference 2026 ha rappresentato un’importante occasione per condividere i risultati della ricerca con la comunità scientifica e professionale e per confrontarsi sulle nuove sfide legate ai sistemi di accumulo, ai mercati dell’energia elettrica e all’esercizio futuro dei sistemi elettrici.

ETLAB si congratula con Silvia Zordan per aver presentato il lavoro in questa importante conferenza internazionale e ringrazia tutti gli autori e i collaboratori coinvolti nella ricerca. Il contributo evidenzia il valore della collaborazione scientifica tra l’Università degli Studi di Pavia e l’Università di Trento nell’affrontare le nuove sfide legate ai sistemi di accumulo a batteria, ai mercati dell’energia elettrica e allo sviluppo di sistemi energetici sempre più efficienti e sostenibili.

 

Luogo

Rome Italy

Persone

Alessandro Bosisio

Docenti

Rouzbeh Shirvani

Dottorando

Contatti