Effetti orari e giornalieri sul prezzo del PUN

Nell'articolo L'impatto delle fonti rinnovabili sul PUN italiano è descritta un'analisi di regressione che spiega le variazioni del prezzo orario PUN dell'energia elettrica italiana in funzione del prezzo del gas, del costo dei certificati CO2 e della quota di produzione elettrica da fonti rinnovabili. I risultati di questa analisi sono molto significativi e riescono a spiegare dettagliatamente i prezzi orari del PUN registrati in un periodo di oltre 5 anni.

L'impatto della domanda per ora e per giorno

In questo articolo verifichiamo se tali stime possano essere ulteriormente migliorate, includendo anche le variazioni della domanda nelle diverse ore del giorno e tra i giorni della settimana. A tal fine, abbiamo considerato i residui della regressione descritta nell'articolo citato e calcolato il residuo medio per ciascuna ora del giorno negli ultimi 5 anni, distinguendo tra giorni festivi^[1] e giorni feriali.

Il grafico seguente mostra i risultati ottenuti: ogni punto delle due curve rappresenta l'effetto aggiuntivo (positivo) o diminutivo (negativo) che l'ora del giorno esercita sul prezzo del PUN. Ad esempio, alle 8 del mattino dei giorni feriali, il prezzo del PUN risulta in media maggiore di oltre 20 euro/MWh rispetto alla media, a parità di prezzo del gas, dei certificati CO2 e della quota di produzione elettrica da fonti rinnovabili. Questo valore può essere considerato il contributo che la domanda di energia elettrica esercita mediamente in quell'ora sul prezzo del PUN.

Dall'analisi del grafico emergono i seguenti elementi:

• Durante le ore diurne, il prezzo del PUN è generalmente più elevato nei giorni feriali rispetto ai giorni festivi, mentre nelle ore serali e notturne si verifica il contrario.
• L’impatto della domanda raggiunge i picchi nelle ore serali, con valori successivi al picco leggermente superiori nei giorni festivi.

L'impatto della stagionalità sui prezzi del PUN

Il grafico sopra riportato mostra chiaramente come le variazioni di domanda per ora e per giorno della settimana influenzino il prezzo del PUN. Può essere utile verificare se la domanda di energia elettrica può influire sul PUN anche nel corso dei mesi dell'anno. Per questa analisi, abbiamo calcolato le medie mensili dei residui dell'equazione di base del PUN, precedentemente utilizzati per calcolare le medie orarie e giornaliere.
Il grafico seguente riporta i risultati ottenuti.

L'analisi di questo grafico evidenzia un effetto stagionale significativo a luglio, mese in cui la media dei residui risulta positiva con un picco massimo. Questo significa che, per effetto della maggiore domanda, i prezzi del PUN a luglio, a parità di altre condizioni (prezzo del gas, dei certificati CO2 e della quota di energia da fonti rinnovabili), sono mediamente superiori di 10 euro/MWh rispetto alla media. Al contrario, nei mesi di gennaio e febbraio l’effetto della domanda sul PUN è contenuto, risultando in prezzi medi più bassi.

Una regressione inclusiva degli effetti orari e giornalieri

La persistenza di effetti a livello orario, giornaliero e mensile ci ha suggerito di ristimare l'equazione di base del PUN, includendo tra i regressori alcune variabili dummy puntuali in grado di cogliere gli effetti della diversa domanda nelle varie ore del giorno, nei giorni della settimana e nei mesi dell'anno.
A questo fine, abbiamo utilizzato la tecnica dei panel data, considerando come base di riferimento la fascia oraria del mattino, i giorni feriali e il periodo estivo. Abbiamo quindi incluso come ulteriori regressori le seguenti variabili:

• 3 dummy puntuali, ciascuna con valore 1 rispettivamente per la fascia oraria pomeridiana, serale e notturna;
• 1 dummy puntuale con valore 1 per i giorni festivi;
• 3 dummy puntuali con valore 1 rispettivamente per i periodi autunnale, invernale e primaverile.

I risultati dei coefficienti di regressione sono riportati nella tabella che segue. Essi risultano, dal punto di vista statistico, particolarmente validi. Oltre all’elevata significatività dei parametri stimati, l’R² della stima risulta superiore al 90%, il che significa che questa equazione spiega oltre il 90% della variabilità dei prezzi orari del PUN in un periodo di oltre 5 anni, caratterizzato da forte turbolenza del mercato elettrico italiano e, più in generale, europeo.

I risultati della regressione sono interessanti da vari punti di vista. Anzitutto, è rilevante che l’introduzione delle dummy orarie, giornaliere e mensili non abbia modificato, se non marginalmente, i valori dei coefficienti delle altre variabili (prezzo del gas al PSV, prezzo dei certificati CO2 e quota SFER di energia elettrica prodotta da fonti rinnovabili). Questo conferma la solidità dei risultati ottenuti.

Particolarmente significativi sono i valori dei coefficienti stimati per le diverse variabili dummy, dai quali emergono le seguenti informazioni:

• nei giorni festivi, il prezzo del PUN risulta mediamente inferiore di 13.6 euro/MWh rispetto al PUN medio dei giorni feriali;
• nelle ore notturne, il prezzo del PUN è mediamente inferiore di 32.3 euro/MWh rispetto alla fascia mattutina; questo differenziale si riduce a 1.8 euro/MWh per le ore pomeridiane. Viceversa, nelle ore serali, il PUN risulta mediamente più alto di 2.6 euro/MWh rispetto ai prezzi del mattino;
• rispetto ai prezzi medi estivi, il prezzo del PUN risulta mediamente più basso in inverno di 10.9 euro/MWh, e rispettivamente di 3.7 e 5.1 euro/MWh in primavera e in autunno.

Conclusioni

Questo articolo descrive i risultati di una stima econometrica in grado di spiegare con elevata precisione i prezzi orari del PUN per l'energia elettrica in Italia, su un periodo di oltre 5 anni. Le determinanti del PUN sono risultate:

• dal lato dei costi e dell'offerta: il prezzo del gas, il prezzo dei certificati CO2 e la quota di produzione di energia elettrica da fonti rinnovabili;
• dal lato della domanda: le variazioni della domanda nell'arco della giornata, tra giorni feriali e festivi, e nel corso dei diversi mesi dell'anno.

L’elevata qualità dei parametri statistici ottenuti in questa analisi suggerisce la possibilità di proseguire lo studio anche per finalità previsive.