L'effetto delle rinnovabili sul PUN orario italiano

In questi ultimi anni, il prezzo orario dell’energia elettrica in Italia (PUN) ha mostrato una crescente volatilità, con episodi sempre più frequenti di prezzi nulli o molto bassi, anche in presenza di alti costi del gas e della CO₂. (si veda l'articolo Come l'energia rinnovabile sta cambiando i prezzi orari dell'elettricità in Italia)

Questo fenomeno pone dei quesiti fondamentali: quali sono ad oggi i principali fattori determinanti del PUN? E quanto incide la produzione da fonti rinnovabili, soprattutto quando si concentra in specifiche aree del Paese?

In questo articolo proponiamo una risposta quantitativa, grazie a un modello statistico stimato su decine di migliaia di osservazioni orarie, che partono dall’1 gennaio 2023 fino alla prima metà del 2025. I risultati offrono spunti preziosi per comprendere e prevedere l’evoluzione del mercato elettrico italiano.

Il modello econometrico

L’analisi parte da una ricostruzione dettagliata dei dati orari del PUN a partire dal 2023, integrati con:

• i prezzi giornalieri del gas naturale e dei certificati CO₂;
• la domanda elettrica totale in Italia per ora;
• la quota percentuale di energia elettrica da fonti di energia rinnovabili (FER), sia a livello nazionale che zonale.

Il modello stimato è una regressione lineare, in cui il PUN orario viene spiegato come funzione dei prezzi del gas (in €/MWh) e dei certificati di CO₂ (in €/tonnellata), della domanda elettrica (corrispondente al Fabbisogno Italia di energia elettrica) espressa in GWh, della quota di FER a livello Italia e di una variabile dummy che segnala con il valore 1 quando, in almeno una zona elettriche d’Italia (Nord, Centro-Nord, Centro-Sud, Sud, Calabria, Sicilia e Sardegna), la produzione oraria da FER non programmabili supera il 50% della produzione locale, altrimenti 0.

Le fonti rinnovabili non programmabili includono tecnologie come l’eolico e il solare fotovoltaico (insieme alla tecnologia di “idrico-fluente” delle centrali idroelettriche, termine che indica un tipo di centrale che sfrutta il flusso naturale di un corso d'acqua per generare energia), la cui produzione dipende direttamente dalle condizioni meteorologiche e non può essere controllata in modo diretto o regolata in tempo reale. Al contrario delle fonti rinnovabili programmabili (come l’idroelettrico a bacino, il geotermico o la biomassa), non è possibile aumentarne o ridurne l’erogazione in funzione della domanda. Quando, in una determinata zona, la produzione da queste fonti supera la metà della produzione totale di energia elettrica, si può verificare un effetto di compressione del prezzo, dovuto all’abbondanza di energia a costo marginale molto basso (prossimo a zero).

I risultati della stima del modello

Nella tabella seguente sono riportati i valori dei coefficienti stimati e i relativi errori standard delle variabili presenti nel modello. I risultati sono statisticamente molto robusti, confermando la validità della relazione ipotizzata.

La capacità della regressione di spiegare la variabilità del PUN orario è pari al 68%, un risultato soddisfacente considerando l’elevata volatilità di questa variabile. Le interpretazioni degli effetti dei singoli regressori sul PUN orario sono le seguenti:

• Gas: ogni aumento di 1 €/MWh del gas spinge in media il PUN di 1,53 €/Mwh;
• CO₂: ogni euro in più per tonnellata aumenta il PUN di 0,33 €/MWh;
• Domanda: l’effetto della domanda è positivo e pari a 1,34 €/MWh per ogni GWh aggiuntivo di consumo. L’elasticità media del prezzo PUN rispetto a variazioni della domanda, implicita in questo valore, è pari a 0,40. Ciò significa che una variazione del 10% della domanda elettrica oraria determina, in media, una variazione del 4% del prezzo orario..
• Quota FER: ogni punto percentuale in più di rinnovabili abbassa il PUN di circa 0,89 €/MWh.
• Dummy: quando in almeno una zona la quota di FER non programmabili supera il 50%, il PUN si abbassa di ulteriori 6,07 €/MWh.

Va precisato che il modello stimato è particolarmente adatto a cogliere gli effetti di medio-lungo periodo delle variabili sul prezzo orario dell’elettricità. Per indagare dinamiche di breve termine, come picchi improvvisi, inversioni rapide o effetti lag temporali, sono necessarie ulteriori specificazioni econometriche, come modelli dinamici a correzione dell'errore.

Conclusioni

Il prezzo orario dell’energia elettrica in Italia resta fortemente legato ai mercati del gas e della CO₂, ma l’analisi mostra con chiarezza come anche la crescita della produzione da fonti rinnovabili è un fattore sempre più rilevante. In particolare, la presenza di rinnovabili non programmabili concentrate zonalmente produce effetti molto significativi sul prezzo. Questo conferma l’utilità di considerare indicatori geografici e non solo medi nazionali nei modelli di previsione del PUN. In un contesto di transizione energetica, dove la quota di FER continuerà ad aumentare, l’adozione di modelli statistici che tengano conto di queste nuove dinamiche diventerà uno strumento imprescindibile per tutti gli operatori del mercato dell’energia elettrica.