FER Z, aree idonee e IA: cosa cambia davvero

FER Z, aree idonee e IA: cosa cambia davvero per chi investe nelle rinnovabili

Nel giro di poche settimane il quadro normativo italiano sulle rinnovabili è stato stravolto: nuovo schema di Decreto FER Z, correttivo al TU FER, decreto-legge sulle nuove aree idonee (D.L. 175/2025), mini-moratoria in Sardegna, sentenze chiave in Sicilia.

Per uno sviluppatore, un investitore o una utility, questo non è rumore di fondo: significa rivedere pipeline, business plan, strategie di portafoglio. E significa, soprattutto, che la capacità di usare dati e intelligenza artificiale farà la differenza tra chi rimane bloccato nel contenzioso e chi chiude progetti bancabili in tempi ragionevoli.

In questa puntata della serie “IA nel Settore Energetico Italiano: Transizione Verde” mettiamo ordine tra le novità normative e vediamo come integrarle in una strategia di sviluppo supportata dall’IA, dalla scelta dei siti fino alla gestione dei profili FER Z.

---

1. FER Z: dal singolo impianto al profilo di portafoglio

Il Decreto FER Z, ora in consultazione, sposta l’attenzione dall’impianto al profilo orario di energia. Non si incentiva più il singolo parco fotovoltaico o eolico, ma la capacità dell’operatore di garantire un certo profilo (baseload, peak, ecc.) combinando più asset, anche con accumuli e time-shifting.

Come funziona in pratica

Il meccanismo prevede:

• Gare fino a 5 GW complessivi
• Profili standard (es. baseload, picco) che gli operatori si impegnano a fornire
• Albo di impianti presso il GSE che generano certificati associati a quei profili
• CfD a due vie legati al profilo, non al singolo asset fisico
• Ruolo centrale di aggregatori, trader e utility che gestiscono portafogli misti e il rischio pluriennale

Il cuore del FER Z è chiaro:

chi sa progettare e gestire portafogli ottimizzati di rinnovabili + accumuli avrà un vantaggio competitivo enorme.

Dove entra in gioco l’intelligenza artificiale

Per costruire un profilo FER Z credibile e bancabile, servono tre cose che l’IA fa molto bene:

1. Previsione di produzione

   • Modelli di machine learning che incrociano serie storiche meteo, output reali degli impianti, anomalie di rete.
   • Stime di generazione oraria fotovoltaico/eolico con orizzonte giornaliero, mensile, stagionale.

2. Ottimizzazione del mix tecnologico e geografico

   • Algoritmi di ottimizzazione (es. modelli stocastici) per trovare il miglior mix tra FV, eolico, BESS, eventualmente idroelettrico e altre FER.
   • Riduzione della variabilità combinando impianti distribuiti in zone con risorse complementari.

3. Gestione dinamica degli accumuli

   • Strategie di time-shifting supportate da IA: quando caricare, quando scaricare, quanto riservare alla copertura del profilo e quanto lasciare al mercato spot.
   • Simulazioni di scenari (prezzi, meteo, congestioni di rete) per valutare il rischio di sbilanciamento e le penali.

Chi oggi sta progettando partecipazioni alle aste FER Z dovrebbe già avere una piattaforma dati in grado di:

• integrare dati meteo, di produzione e di mercato;
• simulare diversi profili standard;
• calcolare il rischio di under-delivery e i costi potenziali di penale.

Senza questi strumenti, il rischio è di presentare offerte aggressive per vincere l’asta, salvo poi bruciare margini in penali e costi non previsti.

---

2. Correttivo TU FER: procedure, agrivoltaico e complessità autorizzativa

Il correttivo al Testo Unico sulle FER non fa notizia come FER Z, ma ha un impatto molto concreto sulla bancabilità dei progetti. Le commissioni parlamentari chiedono chiarimenti e modifiche su:

• definizione di avvio dei lavori e impatto sugli incentivi;
• valutazione degli impatti cumulativi;
• compatibilità automatica con gli strumenti urbanistici nelle aree idonee;
• regime di servitù, espropri e opere di rete connesse;
• definizione di area occupata per repowering e revamping, soprattutto in agricolo;
• impianti agrivoltaici, fotovoltaico galleggiante, biometano, idroelettrico, geotermico.

La conseguenza? Il processo autorizzativo rimane un labirinto. Eppure è proprio qui che una gestione intelligente dei dati può evitare mesi di ritardi.

Come usare l’IA per navigare le autorizzazioni

Una strategia matura oggi dovrebbe prevedere:

• Mappatura normativa dinamica

  • Sistemi che incrociano GIS, piani paesaggistici, vincoli ambientali, strumenti urbanistici, specifiche regionali.
  • Alert automatici quando una zona perde o acquisisce status di area idonea, o quando una legge regionale (come in Sardegna) introduce una moratoria.

• Supporto documentale intelligente

  • Modelli linguistici che aiutano a:
    • impostare relazioni tecniche coerenti con gli ultimi orientamenti normativi;
    • controllare la coerenza tra elaborati diversi (urbanistica, paesaggio, VIA, PAS);
    • generare in modo semi-automatico parti standardizzate della documentazione.

• Valutazione ex ante del rischio autorizzativo

  • Algoritmi che assegnano un “punteggio di rischio” al progetto, basato su storico dei procedimenti nella stessa area, giurisprudenza, tipologia di vincoli.
  • Prioritizzazione della pipeline: si spingono prima i progetti con miglior rapporto MW / probabilità di successo / tempo stimato.

Ho visto operatori passare da anni di attesa a iter molto più rapidi semplicemente perché hanno selezionato in modo scientifico i siti. L’IA, qui, non è un vezzo tecnologico: è l’arma per non buttare via CAPEX su progetti che non vedranno mai il cantiere.

---

3. Aree idonee, D.L. 175/2025 e moratorie: geostrategia dei siti

Con il D.L. 175/2025 cambia nuovamente il perimetro delle aree idonee ex lege. In senso restrittivo.

Le novità più rilevanti

• Nessuna disciplina transitoria: i procedimenti in corso non sono protetti. Molti progetti in pipeline rischiano sospensioni o rigetti, con conseguente contenzioso.
• Conferma del divieto di FV a terra in area agricola, con apertura agli agrivoltaici “standard”, ma con requisiti vaghi (moduli “adeguatamente elevati da terra”).
• Revisione delle aree agricole di margine vicino a stabilimenti:
  • distanza ridotta da 500 m a 350 m;
  • contano solo stabilimenti soggetti ad AIA, esclusi quelli agricoli;
  • risultato: drastica riduzione delle opzioni per grandi impianti FV su terreni agricoli di margine.
• Eliminazione delle aree non vincolate fuori fascia come aree idonee automatiche.
• Divieto per le Regioni di qualificare come idonee aree in contrasto con norme di attuazione dei piani paesaggistici.
• Mancato coordinamento esplicito con il Decreto Aree Idonee del 21/06/2024, con il rischio di conflitti interpretativi.
• Nessun chiarimento sul perimetro delle aree idonee per i BESS, nonostante siano cruciali per FER Z.

A questo quadro si aggiunge il caso Sardegna:

• Mini-moratoria di 90 giorni sui progetti in aree non idonee e stop a nuove domande in gran parte del territorio.
• Prevalenza del criterio di non idoneità se un impianto ricade sia in aree idonee sia in non idonee.
• Unica eccezione (condizionata): impianti FV e accumuli in zone D e G a destinazione commerciale/logistica.

Questa impostazione rischia di entrare in rotta di collisione con il D.Lgs. 199/2021, ma intanto genera incertezza progettuale.

Come l’IA aiuta a scegliere i siti giusti

Con un quadro così mobile, il “vecchio” approccio da sviluppatore (mappa, sopralluogo, richiesta di connessione e poi vediamo) non regge più. Serve una geostrategia data-driven:

1. Piattaforme GIS avanzate con IA

   • Integrazione di:
     • vincoli paesaggistici e ambientali;
     • piani regolatori e zonizzazione (incluso dettaglio delle zone D e G);
     • linee di trasmissione e capacità di rete;
     • dati su ventosità, irraggiamento, orografia.
   • Filtri automatici che escludono aree a rischio normativo elevato e propongono alternative con profilo simile di risorsa.

2. Scenario planning normativo

   • Simulazioni di impatto economico se una porzione di pipeline diventa non idonea.
   • Stress test: cosa succede al piano industriale se il 20–30% dei MW autorizzativi previsti salta per effetto di una legge regionale o di un nuovo decreto?

3. Ottimizzazione per FER Z + aree idonee

   • Non basta trovare aree idonee: devono anche contribuire a un profilo orario compatibile con le aste FER Z.
   • L’IA può valutare, per ciascun cluster di siti, quanto contribuisce al profilo target (es. baseload) e quanto espone a rischio di sbilanciamento.

Chi ragiona solo in termini di “quanti MW posso mettere a terra” si troverà presto fuori mercato. Il tema è dove, quando e con che profilo orario quei MW entreranno nel sistema.

---

4. Mercato secondario, trasferimenti di progetti e certezza giuridica

Le sentenze del CGARS (n. 758 e 759 del 13/10/2025) in Sicilia hanno annullato il divieto regionale di trasferire autorizzazioni per progetti FER prima dell’entrata in esercizio. Tradotto: il mercato secondario dei progetti esiste, ed è legittimo.

Questo è cruciale per due motivi:

1. Liquidità: sviluppatori puri possono cedere progetti in una fase intermedia a soggetti più strutturati (utility, fondi), liberando capitale.
2. Ottimizzazione di portafoglio per FER Z: chi partecipa alle aste può acquisire progetti già autorizzati per aggiustare il proprio profilo orario.

Dove l’IA può fare la differenza

• Valutazione automatizzata dei progetti

  • Modelli che stimano valore atteso e rischio di ciascun progetto in funzione di:
    • stato autorizzativo;
    • localizzazione e risorsa;
    • compatibilità con aree idonee attuali e probabili futuri scenari;
    • contributo al profilo FER Z del portafoglio.

• Matching tra venditori e acquirenti

  • Piattaforme digitali che usano IA per proporre a un buyer i progetti che meglio chiudono il gap del suo profilo (es. coprire ore serali o ridurre volatilità in inverno).

• Due diligence intelligente

  • Analisi automatizzata di autorizzazioni, vincoli, eventuali contenziosi pendenti.
  • Prioritizzazione degli aspetti critici che potrebbero bloccare la voltura.

Chi struttura ora il proprio processo M&A con questi strumenti si troverà avvantaggiato quando il FER Z inizierà a generare domanda forte di progetti “su misura di profilo”.

---

5. Come impostare oggi una strategia IA-ready per la transizione verde

Visti insieme, FER Z, correttivo TU FER, D.L. 175/2025 e le mosse regionali raccontano una cosa chiara: la transizione energetica italiana non è solo una questione di MW installati, ma di intelligenza nella pianificazione.

Una strategia concreta per il 2026 dovrebbe includere almeno:

1. Data foundation robusta

   • Raccolta e normalizzazione di dati su:
     • produzione storica degli impianti;
     • meteo e previsioni;
     • prezzi di mercato (MGP, MI, MSD);
     • stato autorizzativo e vincoli normativi;
     • capacità di rete e tempi di connessione.

2. Modelli IA specifici per il business energetico

   • Previsione produzione e carico.
   • Ottimizzazione portafoglio per FER Z.
   • Valutazione rischio autorizzativo e normativo.
   • Supporto alla redazione e revisione documentale.

3. Processi decisionali integrati

   • Il team sviluppo non può lavorare separato dal team trading/portfolio e dal legal.
   • Le decisioni su dove sviluppare, cosa comprare/vendere sul mercato secondario e come partecipare alle aste FER Z devono nascere dagli stessi scenari IA.

La realtà è più semplice di quanto sembri: chi integra presto IA e dati nei propri processi avrà più progetti autorizzati, meglio posizionati e più redditizi. Chi resta su fogli Excel e intuizioni personali farà fatica a stare dietro alla velocità dei cambi normativi.

Se vuoi che la tua azienda resti protagonista nella transizione verde italiana, il 2026 non è l’anno per “guardare cosa fanno gli altri”: è l’anno per costruire la tua infrastruttura dati e IA nel settore energetico.

---