Predizioni di risparmi legati all'ottimizzazione di impianti di cogenerazione energetici

Questa tesi descrive il progetto svolto durante il tirocinio presso Maps Group S.p.A., focalizzato sull'ottimizzazione dei costi degli impianti di cogenerazione energetica (CHP). Gli impianti CHP generano simultaneamente elettricità e calore, e in alcuni casi anche energia frigorifera. Il progetto ha riguardato la traduzione e ottimizzazione di un software basato su Excel, utilizzato per calcolare i costi orari delle diverse configurazioni degli impianti CHP e identificare quelle più vantaggiose in termini di risparmio economico. Il software originale poteva lavorare solo su dati storici, ma è stato potenziato per prevedere configurazioni future ottimali. Questo miglioramento è stato reso possibile tramite la previsione dei prezzi del gas naturale (TTF e PSV) e dell'elettricità (PUN) utilizzando modelli matematici e di machine learning, tra cui la Regressione Lineare, ARIMA, Prophet e TiDE. La nuova versione del software è stata sviluppata con un'architettura Model View Controller (MVC), composta da un backend, un frontend, un database e una sezione dedicata alla previsione dei prezzi. Due approcci sono stati proposti per calcolare le configurazioni future: uno basato su un singolo modello predittivo e uno che combina vari modelli, valutandone le prestazioni passate e utilizzando un meccanismo di voto per determinare la configurazione ottimale.