Algoritmi, machine learning e competenza: la risposta alle sfide del futuro

Ogni settore dell'attività umana in questi anni è stato profondamente innovato dall'aumento della quantità e della qualità dei dati e dallo sviluppo dell'intelligenza artificiale e di tutte le tecnologie in grado di farli "parlare". Per come è strutturato il rapporto tra la domanda e l'offerta, questo vale a maggior ragione per il mercato dell'energia, ed è questa la direzione sulla quale sta puntando Enel Energia per rendere il proprio servizio ancora più evoluto. Per capire in che modo machine learning e big data stanno cambiando approvvigionamento e fornitura dell'energia, dobbiamo prima tornare alle peculiarità del suo stesso funzionamento.

Provate a immaginare il viaggio di un altro bene primario: il cibo. Un pacco di pasta viene prodotto, lavorando le materie prime in un pastificio. Il prodotto viene successivamente inscatolato e trasportato in un magazzino, nel quale viene stoccato per poi finire sugli scaffali di un negozio o di un supermercato, dove viene venduto al consumatore, il quale a sua volta lo porta a casa, lo conserva nella dispensa e infine lo prepara per metterlo in tavola. Si tratta di un viaggio lungo, articolato e distribuito nel tempo. Quasi nessun passaggio di questo processo standard può essere applicato all'energia che illumina le case e alimenta la vita e l'economia di tutti noi.

L'energia viene prodotta e “spedita” istantaneamente a destinazione in un contesto in cui le potenzialità dell’accumulo sono ancora in fase di sviluppo. Non ci sono scaffali, non ci sono code ai negozi, non c'è la dispensa a casa e non c'è il sold out (e se c'è parliamo di black out). Il risultato è che l'energia che consumate viene prodotta istantaneamente, a ogni ora del giorno, ogni giorno dell'anno. Un mercato che vive di tempo reale ha una serie di esigenze specifiche: la più importante è la previsione degli andamenti della domanda, per rispondere alle esigenze dei cittadini e delle aziende e far sì che le risorse energetiche del sistema vengano impiegate in maniera ottimale.

Si tratta di un ambito nel quale l'innovazione gioca un ruolo cruciale, e per questo Enel Energia studia continuamente nuove soluzioni per migliorare le sue capacità di previsione, anche alla luce di due importanti novità. La prima è l'installazione da parte di e-Distribuzione dei nuovi contatori 2G in particolare per i clienti residenziali: permettono di misurare i consumi ogni quarto d'ora, moltiplicando dati e informazioni e rendendo ogni previsione più accurata. Nel 2020 poi sarà introdotta la contrattazione continua, che consente di correggere la previsione fino a un'ora dal consumo.

Avvicinare sempre di più la capacità di previsione al tempo reale è la grande sfida del futuro per il mercato, quella che plasmerà il settore nei prossimi anni. Enel Energia la affronta innovando su due dimensioni, modellistica e automazione, integrandole con l'indispensabile competenza degli analisti.

La modellistica si basa su tecniche di Data Science che comprendono algoritmi di machine learning unsupervised e supervised utili a creare modelli per una migliore stima della previsione della domanda di energia elettrica e per ottenere una conoscenza più approfondita delle abitudini di consumo per ogni tipologia di cliente. Il processo di raccolta automatico invece accumula con frequenza almeno giornaliera dati di consumo, meteorologici e di mercato, alimentando costantemente la base dati e aggiornandoli in modo tale da avere sempre una fotografia dello stato attuale dei trend energetici.

La realtà, però, non è mai lineare, ed è qui che entrano in gioco gli analisti esperti, che sanno interpretare e gestire le situazioni che i modelli non hanno ancora affrontato e per le quali non ci sono quindi precedenti, anche alla luce di cambi di norme, scelte degli operatori o nuove informazioni. I dati stanno cambiando il mercato dell'energia, ma saranno sempre le persone a dare una direzione, una guida e una forza innovativa ai processi.