WF-13 · Italy Variable Renewable Forecast

Italy Variable Renewable Forecast

Prevede il giorno civile D+1 Europe/Rome per solare, eolico e VRE totale, normalizzando per capacità e archiviando vintage point-in-time.

Sperimentale · forecast · point-in-timeGiornaliero 08:50 Europe/RomeEnergia · rinnovabili · forecasting
Card dimostrativa: sintesi del workflow, non evidenza di impianto reale.
1 · In una frase

Prevede il giorno civile D+1 Europe/Rome per solare, eolico e VRE totale, normalizzando per capacità e archiviando vintage point-in-time.

2 · Perché esiste

Produrre una previsione D+1 falsificabile di solare ed eolico normalizzata per capacità, preservando il vintage informativo disponibile al momento della previsione.

3 · Cosa produce

P10/P50/P90, GWh D+1, abundance index e metriche OOS vs baseline.

Le immagini provengono dai run dimostrativi inclusi nel repository allegato e sono mostrate senza data per illustrare struttura, metodo ed evidenza del workflow.

Panoramica del workflow e output principale.
Metodo di calcolo e pipeline.
Evidenza, metriche o controlli del run dimostrativo.
Storico, sensitività o contesto di validazione.

4 · Come funziona

Dal dato all’output, con controlli espliciti.

1Generazione/capacità osservata quando autorizzata
2Meteo ECMWF e feature temporali
3Normalizzazione per capacity factor
4Gradient Boosting D+1
5Intervalli e baseline
6Vintage e maturazione OOS

Pattern trasferibile: Forecast point-in-time normalizzato per capacità.

5 · Dati, AI/ML/RPA e metodo

Dati e feature

Terna Public API primaria e ENTSO-E fallback per generazione/capacità osservate; senza credenziali, proxy Open-Meteo non pubblicabile con vento a 100 m per nodi dichiarati, curva di potenza locale prima della media pesata, ECMWF D+1; lag 1/24/168h, stagionalità, clear-sky

Calcolo / inferenza

Gradient Boosting su capacity factor; intervalli empirici

Validazione

split temporale e persistenza; proxy separato da actual e mai maturato come forecast reale; baseline prospettica ENTSO-E A69 quando disponibile; nMAE/RMSE/bias/coverage/skill

Stack

Python, pandas, scikit-learn, requests, SQLite, Matplotlib

6 · Dossier tecnico

Condizioni operative e limiti dichiarati.

Frequenza di calcoloGiornaliero 08:50 Europe/Rome
Pubblicazione previstaIT mar 11:15 + dom 11:30; EN mar 17:00 + dom 19:00
Applicazioni possibiliload shifting, energy planning, storage e flessibilità
Uso di ricercavintage bias, skill vs baseline fisica e operatore
Condizione necessariaV1 riguarda solare+eolico; non certifica RFNBO
Failure modeconfondere proxy meteo/capacità con generazione osservata, vintage non archiviati o crescita capacità interpretata come skill
Limite di interpretazione

Senza fonte osservata autenticata il workflow usa un proxy meteo/capacità esplicitamente non pubblicabile come dato reale. Non certifica RFNBO né disponibilità elettrica di sito.

7 · Verifica e approfondimento

Leggi il workflow nel contesto del laboratorio.