Nel rinnovato scenario operativo e normativo che caratterizza il settore dell’energia, l’accurata previsione della domanda costituisce per Snam Rete Gas, primo player nazionale nel trasporto e nel dispacciamento di gas naturale, un fattore strategico di primaria importanza. La liberalizzazione del mercato ha profondamente ridisegnato il contesto competitivo e modificato la missione di Snam, il cui core business è oggi concentrato nel trasporto di gas naturale. In funzione delle nomine giornaliere, Snam deve assicurare la corretta allocazione delle quantità nominate presso gli oltre 7.000 punti di riconsegna rappresentati dalle reti locali e dalle grandi utenze industriali e termoelettriche. Il tutto nel rispetto dei criteri di servizio stabiliti dall’Autorità per l’Energia Elettrica e il Gas e garantendo l’operatività in condizioni di massima sicurezza e affidabilità del sistema.

Una segmentazione più granulare della domanda
Il cambiamento sostanziale del core business ha imposto la parallela revisione dell’intero parco applicativo dedicato al dispacciamento, allo scopo di ottimizzare l’insieme dei processi e delle operazioni necessarie sia per instradare correttamente il gas verso i punti di riconsegna (forecasting della domanda in base alle serie storiche e alle previsioni meteo, pianificazione, piano di trasporto, ecc.), sia per monitorare il sistema di instradamento e attuare, nel caso, le opportune azioni correttive. Come sottolinea Natale Maiocchi, CIO di Snam Rete Gas, «Una delle esigenze prioritarie è quella di migliorare non solo la precisione, ma anche il dettaglio dei forecast. Operiamo infatti in un mercato regolato dall’Autorità e siamo tenuti a rispettare criteri molto stringenti in termini di qualità del servizio. Le esigenze sono quelle di segmentare le previsioni in modo più granulare, ad esempio per area geografica o per tipologia di utenza, e di far fronte, in modo efficace e tempestivo, ad uno scenario futuro che potrebbe vedere aumentare la frequenza con la quale vengono fatte le nomine. A ciò si aggiunga la necessità di superare l’obsolescenza tecnologica delle applicazioni, realizzate in epoche diverse e in base a modelli non più rispondenti agli attuali bisogni di business».

Prevedere in dettaglio il fabbisogno dei consumi
Dopo una fase di software selection, Snam ha scelto SAS Forecast Server come piattaforma di riferimento per ottimizzare il processo previsionale. «La scelta di SAS – interviene Marzio Bonelli, Responsabile Sistemi Applicativi – fa parte di una politica che da un lato privilegia il best of breed esistente sul mercato rispetto alle realizzazioni customizzate e dall’altro punta all’integrazione dei sistemi, perché per rispondere con tempestività alle esigenze di business è necessario non solo dotarsi di soluzioni performanti, ma anche disporre rapidamente dei dati che ci consentono di fondare sui fatti le nostre decisioni». Grazie alla soluzione, gli operatori saranno in grado di accelerare drasticamente la rapidità del processo previsionale, anche a partire da serie storiche di grandi dimensioni, migliorandone al contempo l’accuratezza e il grado di dettaglio. In base ai driver e ai vincoli che intervengono nelle attività di trasporto, come le serie storiche dei consumi, le previsioni meteo o le limitazioni di capacità indotte dagli interventi di manutenzione della rete, vengono prodotte previsioni a livello settimanale, volte a ottimizzare la gestione degli stoccaggi, previsioni nazionali del giorno gas e previsioni di dettaglio dei consumi per area geografica e per tipologia di utenza. «È importante – riprende Marzio Bonelli – conoscere in dettaglio il fabbisogno nei punti di riconsegna all’interno delle attuali diciassette aree di prelievo in cui abbiamo suddiviso la rete, perché il vettoriamento del gas non è omogeneo sull’intero territorio nazionale. Anche la tipologia di utenza è un parametro rilevante perché influisce fortemente sui consumi, come nel caso delle aziende termoelettriche e industriali».

Automatizzazione dei forecast e rapidità decisionale
La soluzione promette risultati significativi, tanto da rendere auspicabile la sua estensione ad altre aree aziendali, come il risk management in area finanziaria o la previsione a medio-lungo termine del trend dei consumi. Ma quali sono i benefici che ci si attende? «In primo luogo – risponde Natale Maiocchi – la capacità di generare in modo automatico modelli previsionali molto precisi e affidabili a partire da un numero elevato di serie storiche e di scegliere, sempre automaticamente, il modello ottimale. Gli automatismi e la rapidità nelle previsioni non solo si traducono in un consistente risparmio di tempo, ma saranno un fattore determinante nell’ipotesi di una aumento della frequenza delle nomine. In secondo luogo, la facilità d’uso, grazie all’interfaccia grafica e intuitiva, e la semplicità nella produzione della reportistica, il che si traduce in una diffusione più agevole delle funzioni analitiche e predittive in ambito aziendale. E infine una riduzione dei costi dei servizi statistici, tanto più rilevante quanto più la soluzione andrà progressivamente affinandosi in funzione delle peculiari caratteristiche del nostro business».

© Copyright dell'editore. L'articolo non è riproducibile senza il suo consenso.