• Comunità Energetiche
• Energy Community
• Mixed Integer Linear Programming (MILP)
• Modello stocastico
• Programmazione Lineare Mista Intera (MILP)
• Stochastic Model

Le Comunità Energetiche (EC) rappresentano uno strumento promettente per affrontare il problema del Cambiamento Climatico e per raggiungere gli obiettivi della Transizione Energetica. Tuttavia, la creazione e la gestione di una EC richiedono delle conoscenze approfondite del Mercato Energetico e sono solitamente affidate ad un aggregatore. Si pone, quindi, il problema di stabilire in che modo l'aggregatore deve decidere il dimensionamento delle risorse energetiche della Comunità. Nel compiere questa decisione, si deve tener conto che il Gestore dei Mercati Energetici richiede all'aggregatore una stima del consumo e della produzione energetica della EC, ma il profilo del carico della Comunità nel medio/lungo termine non è ben definito. Pertanto, partendo dal modello deterministico fornito da Fioriti D. et al. (2021), nel presente lavoro di Tesi è stato sviluppato un innovativo modello stocastico per ottimizzare il dimensionamento di una EC gestita da un aggregatore, in cui tutti gli utenti cooperano per massimizzare il profitto. Elemento peculiare del modello è la necessità di rappresentare le fluttuazioni energetiche derivanti dalle risorse ad energia rinnovabile, che ha richiesto l'introduzione di due diversi livelli di incertezza, riguardanti il lungo e breve periodo. Tale modello è stato ottimizzato sulla base di un set di dati reali e per testare la bontà dei risultati si è utilizzato il metodo Monte Carlo. È emerso che un modello di tipo stocastico permette di diminuire sensibilmente lo squilibrio energetico della Comunità, tramite l’adozione di soluzioni come l'installazione di impianti di accumulo o la riduzione del numero di impianti ad energia rinnovabile installati, generando così maggiori profitti per gli utenti.