Intervista di El Periódico de la Energía ad Antonio Delgado Rigal, dottore di ricerca in Intelligenza Artificiale e CEO di AleaSoft Energy Forecasting

AleaSoft Energy Forecasting, 31 agosto 2026. Intervista di Ramón Roca, direttore di El Periódico de la Energía, ad Antonio Delgado Rigal, dottore di ricerca in Intelligenza Artificiale, fondatore e CEO di AleaSoft Energy Forecasting.

I prezzi del gas in Europa sono tornati a salire bruscamente quest’estate e anche i future dell’elettricità per i prossimi mesi sono diventati più cari. Siamo di fronte a un episodio legato alle tensioni geopolitiche e ai livelli di stoccaggio, o ci sono motivi per pensare che i prezzi possano rimanere elevati per tutto l’inverno?

C’è una combinazione di fattori congiunturali e strutturali. Il fattore scatenante più immediato è geopolitico, in particolare la situazione in Medio Oriente e l’incertezza sui flussi di GNL attraverso lo stretto di Hormuz. Ma l’Europa entra in questo episodio anche con riserve di gas al di sotto dei livelli abituali per questo periodo dell’anno e con una forte concorrenza dell’Asia per il GNL.

I future del gas TTF per il Front‑Month si sono attestati intorno a 68 €/MWh nell’ultima settimana di agosto, mentre le riserve di gas europee si trovano intorno al 63%‑64%, rispetto a livelli vicini all’80% che erano abituali per questo periodo dell’anno. Questo spiega perché il mercato stia incorporando un premio di rischio significativo in vista dell’inverno.

L’elettricità sta reagendo in modo molto chiaro. Il future spagnolo del quarto trimestre sul mercato OMIP ha raggiunto 121,77 €/MWh il 24 agosto e ha chiuso intorno a 120 €/MWh il 25 agosto. Si tratta di un segnale molto diverso da quello che il mercato dava solo pochi mesi fa.

Questo non significa necessariamente che i prezzi resteranno così alti per tutto l’inverno. Se la tensione geopolitica si allenta, i flussi di GNL aumentano o l’inverno è mite, il premio di rischio potrebbe scendere rapidamente. Ma l’episodio dimostra ancora una volta qualcosa di importante: l’Europa resta molto sensibile al prezzo internazionale del gas e questa esposizione si trasferisce rapidamente al mercato elettrico.

I future stanno già incorporando parte di quel rischio. In che misura riflettono ciò che è probabile che accada e in che misura includono un premio di rischio? Per un’industria che deve decidere oggi se coprirsi, quali informazioni fornisce la curva dei future e cosa può aggiungere una previsione di mercato?

Sono due informazioni diverse, ed entrambe sono necessarie.

La curva dei future ci dice a quale prezzo un’azienda può coprirsi oggi. È il prezzo che il mercato sta attribuendo al rischio in questo momento. Una previsione cerca di rispondere a una questione diversa: qual è l’evoluzione più probabile dei fondamentali che determinano i prezzi.

Quando emerge una crisi geopolitica, i future possono incorporare rapidamente un premio di rischio. Ciò non significa che il mercato si sbagli: significa che chi vende una copertura si assume un rischio e fa pagare un prezzo per farlo.

Per questo una strategia di acquisto non dovrebbe consistere nel decidere se “crediamo” di più ai future o a una previsione. Una previsione aiuta a contestualizzare la curva dei future e ad analizzare scenari. E i future consentono di eseguire una copertura.

In AleaSoft Energy Forecasting lavoriamo proprio con questa combinazione di orizzonti. Per un grande consumatore non basta sapere cosa succederà domani. Deve capire cosa potrebbe succedere nei prossimi mesi per decidere le proprie coperture, ma anche quale potrebbe essere il prezzo dell’elettricità tra cinque, dieci o venti anni se sta valutando un PPA, un investimento industriale o un nuovo impianto.

In pochi mesi abbiamo visto movimenti molto significativi nei prezzi dei future dell’elettricità. Qual è l’errore più comune che vede nelle strategie di acquisto e di copertura dei grandi consumatori?

L’errore principale è cercare di indovinare il punto di minimo.

Una politica di copertura non dovrebbe basarsi sull’attesa del momento perfetto per comprare. Quel momento si conosce solo a posteriori. Quando un’azienda aspetta perché pensa che il prezzo possa ancora scendere, sta assumendo una posizione di mercato, anche se non ne è consapevole.

La strategia deve iniziare molto prima, definendo quale percentuale dei consumi si vuole coprire, su quale orizzonte e quale livello di rischio l’azienda può assumersi. Da lì si possono combinare mercato spot, future, contratti bilaterali e PPA.

È inoltre importante lavorare con scenari. Conoscere lo scenario centrale non basta. Un CFO dovrebbe sapere cosa succede al proprio budget se si ripete una situazione estrema nel gas, se abbiamo un anno con una bassa produzione rinnovabile o, al contrario, se il fotovoltaico continua a crescere rapidamente e compaiono molte ore a basso prezzo.

La copertura è fondamentalmente gestione del rischio, non speculazione. E la previsione dovrebbe aiutare a quantificare quel rischio.

La Spagna vuole attrarre data center e industria energivora facendo leva, tra gli altri fattori, sulla sua elevata produzione rinnovabile. Tuttavia, continuiamo a vedere episodi di prezzi alti e di volatilità significativa. La Spagna è ancora competitiva per questo tipo di investimenti a dieci o venti anni? Cosa deve sapere una multinazionale prima di decidere dove localizzare un grande sito di consumo elettrico?

La Spagna conserva un vantaggio strutturale molto importante: ha una delle migliori risorse solari d’Europa, una buona risorsa eolica e un’enorme pipeline di progetti rinnovabili. Questo dovrebbe tradursi in elettricità competitiva nel lungo termine.

Ma una multinazionale non decide dove investire in uno stabilimento o in un data center guardando il prezzo medio del mercato dell’ultimo anno. Sta prendendo una decisione per venti o trent’anni.

Deve conoscere il costo atteso dell’energia, la sua volatilità, le possibilità di chiudere un PPA o di impostare una strategia di copertura, la disponibilità reale di connessione alla rete e le prospettive di crescita del sistema elettrico.

E c’è un aspetto che qui a volte viene sottovalutato: avere molta produzione rinnovabile non basta. Servono anche rete, accumulo di energia, interconnessioni e nuovo fabbisogno in grado di consumare quell’elettricità.

La Commissione europea ha infatti segnalato che la Spagna deve continuare ad aumentare l’accumulo e le interconnessioni e a rafforzare le sue reti.

Se realizziamo bene questi investimenti, la combinazione di rinnovabili, accumulo e nuovo fabbisogno industriale può diventare un vantaggio competitivo straordinario per la Spagna.

La crescita delle rinnovabili, dell’accumulo e dei nuovi grandi consumi sta cambiando radicalmente il modo in cui viene utilizzato il sistema elettrico. È necessario rivedere nuovamente i pedaggi e le tariffe di rete per adattarli a questa realtà? Questa riforma dovrebbe essere diversa per i consumatori domestici e per l’industria?

Sì, ma credo che dobbiamo distinguere molto chiaramente tra consumatori domestici e industriali.

Per un’utenza domestica dovremmo puntare alla semplicità e alla protezione, consentendo al tempo stesso a chi ha la possibilità di spostare i consumi, per esempio con un veicolo elettrico, una pompa di calore, uno scaldabagno elettrico o una batteria, di trarne vantaggio. Non avrebbe molto senso trasferire al consumatore domestico tutta la complessità oraria del sistema elettrico.

Per l’industria e i grandi consumatori, invece, può avere senso inviare segnali economici più precisi su quando e come utilizzano la rete. Molti processi industriali hanno una certa capacità di adattamento e una buona struttura dei pedaggi può contribuire a ridurre le congestioni, a sfruttare meglio le infrastrutture esistenti e a facilitare l’integrazione di nuovo fabbisogno.

È inoltre importante non confondere il segnale di mercato con il segnale di rete. Il prezzo orario dell’elettricità dovrebbe riflettere quando c’è abbondanza o scarsità di energia. I pedaggi, invece, dovrebbero riflettere fondamentalmente il costo di disporre e di utilizzare le reti necessarie per trasportare quell’elettricità.

Inoltre, la Spagna vuole attrarre nuova industria, data center e altri grandi consumatori, e al tempo stesso ha bisogno di investire molto di più nelle reti. La sfida è trovare un equilibrio: finanziare quelle infrastrutture senza imporre costi che frenino l’elettrificazione o riducano la competitività industriale.

Pertanto, più che una riforma volta semplicemente ad abbassare i pedaggi, credo che serva una struttura tariffaria che combini tre obiettivi: uso efficiente della rete, competitività ed elettrificazione.

La Spagna ha accumulato decine di gigawatt di progetti di batterie in diverse fasi di sviluppo, ma la capacità effettivamente operativa resta molto ridotta. Cosa distingue un progetto BESS che oggi viene realizzato da uno che resta sulla carta?

È sempre più chiaro che avere un punto di connessione e un progetto tecnicamente fattibile non basta.

Il grande salto è dimostrare che esiste un modello di ricavi sufficientemente robusto da ottenere il finanziamento. Una batteria può partecipare all’arbitraggio giornaliero e infragiornaliero, ai servizi di bilanciamento e, in futuro, al mercato della capacità. Ma ognuna di queste fonti di ricavo ha un profilo di rischio diverso.

Inoltre, non possiamo prendere gli spread di oggi e moltiplicarli per vent’anni. Quando entreranno in esercizio molti gigawatt di batterie, le batterie stesse cambieranno gli spread e competeranno tra loro. Lo stesso vale per i servizi di bilanciamento: sono mercati relativamente piccoli e non possono assorbire nuova capacità illimitata mantenendo i rendimenti attuali.

Per questo stiamo assistendo a un cambio di fase. Il primo interrogativo era: “Ha la connessione?” Il successivo era: “Quanto può guadagnare?” Ora l’interrogativo decisivo sta diventando: “Questi ricavi sono bancabili?”

Questo cambiamento è fondamentale. I progetti che riusciranno a dimostrare ricavi solidi in scenari diversi, una strategia operativa coerente e una struttura finanziaria resiliente saranno quelli con maggiori probabilità di essere realizzati.

Il mercato della capacità dovrebbe aggiungere una nuova fonte di ricavo per l’accumulo. In che misura può cambiare il finanziamento di una batteria, o sarà comunque necessario assumersi un’esposizione merchant significativa? Cosa dovranno vedere le banche per incorporare quei ricavi nei loro modelli?

Il mercato della capacità può essere un tassello molto importante, ma non rende automaticamente bancabile una batteria.

La Commissione europea ha approvato il meccanismo spagnolo alla fine di maggio, con una dotazione fino a 9 miliardi di euro in dieci anni. Il suo obiettivo è remunerare la capacità disponibile per produrre, accumulare o ridurre i consumi quando il sistema ne ha bisogno.

Per una batteria, un ricavo relativamente stabile legato alla disponibilità può migliorare notevolmente il profilo finanziario, perché riduce la dipendenza esclusiva dai ricavi merchant.

Ma dovremo conoscere l’esito reale delle aste, la remunerazione, i fattori di derating, la durata dei contratti e gli obblighi associati. Una cosa è che esista un meccanismo di capacità, un’altra è quanto ricavo bancabile possa essere attribuito a un progetto specifico.

Credo che il futuro del finanziamento dei BESS risieda proprio nel revenue stack: combinare diverse fonti di ricavo invece di affidarsi a una sola. Arbitraggio, mercati di bilanciamento, capacità e, dove possibile, contratti a lungo termine.

Quanto maggiore sarà la quota prevedibile o contrattualizzata di quei ricavi, tanto più facile sarà aumentare la leva finanziaria e ridurre il costo del capitale.

Per il finanziamento di un impianto fotovoltaico esiste già una lunga esperienza con curve di prezzo, PPA e diversi scenari finanziari. Una batteria deve stimare spread, cicli, servizi di bilanciamento, degrado e altre fonti di ricavo per molti anni. Cosa chiede oggi una banca per considerare quelle previsioni sufficientemente robuste? E quali ipotesi dovrebbero suscitare maggiore cautela?

Una banca ha bisogno, soprattutto, di capire da dove provengono i ricavi e di verificare che il progetto possa comunque ripagare il proprio debito in scenari meno favorevoli di quello centrale.

In un impianto fotovoltaico il problema è relativamente più semplice: stimiamo la produzione, i prezzi catturati e, se esiste, il PPA. In una batteria c’è un’interazione molto maggiore tra prezzi orari, strategia di carica e scarica, efficienza, degrado, numero di cicli e mercati diversi.

Uno degli errori che dobbiamo evitare di più è estrapolare i ricavi straordinari di un periodo recente sull’intera vita dell’asset.

Per esempio, spread elevati oggi sono una buona notizia per le batterie esistenti, ma costituiscono anche un segnale economico per l’ingresso di nuove batterie. Quella nuova capacità finirà per cambiare proprio il mercato che stiamo cercando di prevedere.

Per questo le simulazioni orarie a lungo termine e le analisi di sensibilità sono essenziali. Attualmente stiamo dedicando molti sforzi a quest’area, non solo alla previsione dei prezzi, ma alla trasformazione di quelle previsioni in scenari di ricavi per diverse configurazioni di batterie e ibridazioni.

È un passo naturale, perché la questione non è più solo quanto può guadagnare una batteria, ma quale parte di quei ricavi una banca può ragionevolmente considerare nel decidere quanto finanziare.

La prosecuzione dell’attività di Almaraz fino al 2030 cambia una delle ipotesi importanti utilizzate per il mercato elettrico spagnolo nei prossimi anni. Cosa potrebbe cambiare nelle previsioni dei prezzi, nella produzione a gas, nelle eccedenze di rinnovabili e nelle opportunità per le batterie? Potrebbe influire anche sui progetti che stanno chiudendo in questo momento il loro finanziamento o un PPA?

Sì. Ed è un ottimo esempio del perché le previsioni a lungo termine debbano essere aggiornate continuamente quando cambiano i fondamentali.

La proroga approvata consente ad Almaraz di continuare a operare fino a giugno 2030, mentre in precedenza la chiusura delle sue due unità era prevista nel 2027 e nel 2028.

Mantenere in funzione diversi gigawatt di produzione nucleare durante quegli anni significa aggiungere al sistema più produzione a basso costo variabile. In termini generali, questo esercita una pressione al ribasso sui prezzi del mercato elettrico e riduce la necessità di produzione a ciclo combinato in determinati momenti.

Ma c’è una seconda conseguenza. Se fotovoltaico ed eolico continuano a crescere allo stesso tempo, mantenere in funzione più produzione inflessibile può aumentare le situazioni di eccesso di offerta e le ore a prezzi molto bassi.

Ed è qui che emerge un paradosso interessante per le batterie: un prezzo medio un po’ più basso non significa necessariamente meno opportunità. Per una batteria conta molto di più la differenza tra le ore a basso prezzo e le ore a prezzo più alto che il prezzo medio del mercato.

Il sistema deve essere simulato di nuovo. Per chi oggi finanzia una batteria o un impianto rinnovabile, o chiude un PPA a lungo termine, il 2030 non è lontano. Cambiare diversi anni di produzione nucleare può alterare i prezzi catturati, gli spread e i ricavi attesi dell’asset.

Tutto il settore parla ora di intelligenza artificiale. AleaSoft utilizza tecniche di intelligenza artificiale e modelli statistici fin dai suoi primi anni. Cosa c’è di genuinamente nuovo nell’IA di oggi applicata ai mercati energetici e quale parte è semplicemente marketing?

L’intelligenza artificiale non è iniziata con ChatGPT. In AleaSoft Energy Forecasting utilizziamo reti neurali e modelli statistici per elaborare previsioni dal 1999.

Quello che sta succedendo ora, però, rappresenta davvero un salto molto significativo. Fino a pochi anni fa utilizzavamo l’IA principalmente per modellare relazioni complesse ed elaborare previsioni. L’IA generativa permette di aggiungere un nuovo livello: interpretare informazioni non strutturate, collegare grandi quantità di conoscenza e costruire agenti capaci di utilizzare modelli, dati e strumenti diversi.

Nel settore energetico questo apre possibilità enormi. Possiamo collegare una previsione dei prezzi con modelli di ricavi, informazioni di mercato, regolazione e modelli finanziari, e rendere tutta quella conoscenza molto più accessibile.

Ma c’è anche molto marketing. Un modello generativo può scrivere una spiegazione apparentemente eccellente e sbagliarsi comunque. Nell’energia, dove dietro a una sola previsione possono esserci centinaia di milioni di euro di investimenti, non possiamo sostituire modelli quantitativi, dati affidabili e validazione statistica con una risposta convincente di un chatbot.

Proprio per questo stiamo creando un laboratorio di intelligenza artificiale all’interno della nostra divisione AleaConsulting. L’idea non è aggiungere l’IA a tutto perché è di moda, ma individuare problemi specifici in cui apporta realmente valore. Uno dei progetti principali è una piattaforma per analizzare i ricavi e il finanziamento delle batterie. Stiamo lavorando anche all’automazione dell’analisi di mercato e ad agenti specializzati per il settore energetico.

Credo che il vero salto verrà dalla combinazione di modelli predittivi, IA generativa, dati e conoscenza esperta.

Le crisi del 2021 e del 2022 hanno mostrato anche i limiti di qualsiasi modello. Con più dati, più capacità di calcolo e strumenti di intelligenza artificiale sempre più potenti, stiamo producendo previsioni migliori o c’è il rischio di creare una falsa sensazione di precisione? Cosa distingue oggi una buona previsione da una semplicemente sofisticata?

Stiamo producendo previsioni migliori, ma questo non significa che possiamo eliminare l’incertezza.

Nessun modello poteva conoscere in anticipo la data di un’invasione, l’interruzione di determinati flussi di gas o una decisione politica straordinaria. L’errore sta nel chiedere a una previsione qualcosa che una previsione non può fornire.

Una buona previsione non è quella che pretende di sapere esattamente quanto costerà l’elettricità tra dieci anni. È quella che rappresenta correttamente i fondamentali del mercato, permette di costruire scenari coerenti e quantifica l’incertezza intorno allo scenario centrale.

Per questo sosteniamo la combinazione di metodologie diverse. Nel nostro caso utilizziamo modelli ibridi che combinano reti neurali, modelli statistici di serie temporali e regressione causale. Ogni metodologia cattura una parte diversa del problema.

E c’è qualcosa di ancora più importante: la validazione. Un modello può essere estremamente sofisticato e produrre un grafico spettacolare, ma se non viene sottoposto sistematicamente a backtesting e non si analizzano le sue previsioni precedenti, quella sofisticazione serve a poco.

Dopo quasi 27 anni di previsioni sui mercati energetici, abbiamo anche imparato che il cambiamento strutturale conta quanto i dati storici. La crescita massiccia del fotovoltaico, delle batterie, dei veicoli elettrici, dei data center o una decisione come il prolungamento della vita di Almaraz cambiano le relazioni che esistevano in precedenza.

L’intelligenza artificiale migliorerà notevolmente la nostra capacità di analisi, ma non elimina la necessità di conoscenza esperta. Probabilmente renderà ancora più importante saper distinguere tra una risposta che suona plausibile e una previsione che può essere difesa quantitativamente. Questa, a mio avviso, sarà una delle grandi sfide della prossima fase dell’intelligenza artificiale applicata al settore energetico.

Fonte: AleaSoft Energy Forecasting.