La Spagna finanzia l’idrogeno verde pagando la produzione RFNBO. Ecco come funziona il modello, cosa può copiare l’Italia e dove l’IA diventa decisiva.
Perché il modello spagnolo sull’idrogeno verde ci riguarda da vicino
126,4 milioni di euro, due maxi progetti industriali e un messaggio chiarissimo: in Spagna l’idrogeno verde non è più solo un pilota, è politica industriale. E il modo in cui Madrid sta finanziando questi impianti è esattamente il tipo di modello che manca oggi al mercato italiano.
Questo interessa chi lavora nell’energia per due motivi. Primo: l’idrogeno RFNBO sarà uno dei pilastri della decarbonizzazione di industria pesante, logistica e shipping. Secondo: il modello di asta su produzione usato dal MITECO apre una strada concreta per dare visibilità dei ricavi ai progetti, ridurre il rischio bancario e attrarre capitali privati. In più, con l’IA che entra ovunque nel settore energetico, questi progetti sono il terreno ideale per algoritmi di ottimizzazione, previsione e gestione dei rischi.
In questo articolo vediamo cosa sta facendo la Spagna, come funziona il meccanismo Auction as a Service (AaaS), cosa c’è di interessante per l’Italia e dove l’intelligenza artificiale può fare davvero la differenza nella redditività degli impianti.
1. Il nuovo modello di finanziamento per l’idrogeno verde in Spagna
Il cuore della strategia spagnola è semplice: non si finanzia l’investimento, si finanzia la produzione certificata di idrogeno rinnovabile. Gli aiuti arrivano solo quando l’impianto produce H₂ RFNBO, entro un tetto massimo di tonnellate e per un periodo limitato (fino a 10 anni).
La prima asta nazionale AaaS ha assegnato 126,4 milioni di euro a due progetti:
- Orange.Bat (Onda, ComunitĂ Valenciana)
- eM Numancia (Garray, Castiglia e LeĂłn)
Entrambi erano già stati preselezionati dalla Banca Europea dell’Idrogeno ma non avevano ottenuto fondi per esaurimento del budget UE. Il governo spagnolo ha deciso di recuperarli con risorse nazionali del PRTR (il PNRR spagnolo), gestite dall’IDAE.
Perché questo è interessante? Perché il modello:
- riduce il rischio per lo Stato (paghi solo se si produce davvero);
- dĂ al promotore un floor di ricavi per kg di idrogeno prodotto;
- rende più bancabile l’impianto, perché le banche possono modellare i cash flow sulla base di un prezzo minimo garantito.
In un mercato ancora immaturo come quello dell’idrogeno, questa logica è più efficace dei classici contributi in conto capitale. E apre spazi enormi per l’uso di IA nel forecasting e nell’ottimizzazione della produzione, perché ogni chilogrammo in più o in meno impatta direttamente sull’aiuto ricevuto.
2. Orange.Bat: 100 MW di elettrolisi per la ceramica spagnola
Orange.Bat è, di fatto, un caso scuola di come collegare rinnovabili, idrogeno e industria tradizionale.
Dati chiave del progetto
- Localizzazione: Onda (CastellĂłn)
- Tecnologia: elettrolizzatore alcalino da 100 MW
- Produzione: 11.960 t/anno di idrogeno verde
- Beneficiari industriali: 11 aziende ceramiche locali
- Rinnovabili dedicate:
- 120 MW eolico
- 260 MWp fotovoltaico tramite PPA
- Incentivo unitario: 0,69 €/kg di H₂ RFNBO
- Produzione incentivabile: 119.604 t su 10 anni
- Contributo massimo: 82,5 milioni di euro
Questo schema trasforma l’idrogeno in un “servizio” energetico per il distretto ceramico, agganciato a nuova capacità rinnovabile via PPA. Un esempio concreto di valle dell’idrogeno a scala regionale.
Vincoli e tempistiche
Per accedere ai fondi, il progetto deve rispettare milestone stringenti:
- 24 mesi per ottenere l’Autorizzazione Ambientale Integrata;
- 30 mesi per la decisione finale d’investimento (FID);
- rispetto del Real Decreto 535/2025 che disciplina il meccanismo.
Queste scadenze sono un incentivo forte contro la “progettite” senza esecuzione: o si parte davvero, o si perdono i fondi.
Dove entra l’IA in un progetto come Orange.Bat
Su un impianto di queste dimensioni, l’IA non è un vezzo: è un moltiplicatore di margine. Alcune applicazioni pratiche:
- Previsione congiunta eolico/FV e costo elettrico per decidere quando far lavorare l’elettrolizzatore al massimo o al minimo.
- Ottimizzazione dinamica dei PPA: algoritmi che suggeriscono la ripartizione ottimale fra contratti a prezzo fisso, indicizzati o flessibili.
- Manutenzione predittiva sull’elettrolizzatore per ridurre downtime e mantenere stabile la produzione incentivata.
- Gestione della domanda delle ceramiche, anticipando i picchi produttivi e modulando la fornitura di idrogeno.
La logica è chiara: se ogni kg prodotto vale 0,69 € in più di incentivo, la combinazione di IA + dati operativi può valere milioni in 10 anni.
3. eM Numancia: metanolo verde e industria multi-settore
eM Numancia sposta l’attenzione dall’idrogeno come vettore diretto ai combustibili sintetici, con un focus sul metanolo rinnovabile.
Dati chiave del progetto
- Localizzazione: Garray (Soria)
- Elettrolizzatore: alcalino da 60 MW
- Rinnovabili collegate:
- 120 MW eolico
- 69 MWp FV tramite PPA
- 50 MWp FV dedicati alla produzione di idrogeno
- Produzione annua:
- 6.363 t di idrogeno rinnovabile
- 33.334 t di metanolo verde
- Settori serviti: chimico, legno (maderero), logistica, marittimo
- Contributo massimo: 43,9 milioni di euro
- Produzione Hâ‚‚ incentivabile: 63.630 t in 10 anni
Qui il valore non è solo nell’idrogeno, ma nella sua conversione in un e-fuel esportabile e pronto per shipping e industria chimica.
Tempistiche e vincoli
Il progetto deve:
- ottenere Autorizzazione Ambientale Integrata entro 24 mesi;
- chiudere il FID entro 30 mesi;
- entrare in operativitĂ entro 60 mesi dalla risoluzione definitiva.
Anche eM Numancia è soggetto ai moduli di aiuto del Real Decreto 535/2025 e al principio DNSH (Do No Significant Harm).
IA e metanolo verde: cosa si può fare in più
Su una piattaforma integrata H₂ + metanolo, l’IA può:
- ottimizzare il bilanciamento tra vendita di idrogeno e produzione di metanolo, in funzione dei prezzi di mercato e della domanda dei diversi settori;
- prevedere la domanda logistica e marittima di metanolo verde, supportando contratti di fornitura a lungo termine;
- ridurre il consumo specifico di energia nella sintesi del metanolo con algoritmi di controllo avanzato;
- analizzare scenari di prezzo COâ‚‚, ETS marittimo e regolazioni future per orientare le strategie commerciali.
Qui il vero punto è: senza modelli predittivi robusti, è molto difficile chiudere business plan credibili su e-fuel che ancora non hanno un mercato maturo. L’IA, integrata con competenze di finanza e regolazione, diventa uno strumento di risk management strategico.
4. Il quadro spagnolo: PERTE, IDAE e asta AaaS
La Spagna non si limita a qualche bando spot: l’idrogeno verde è inserito in una architettura di politiche pubbliche coerente.
Punti cardine:
- PERTE ERHA: grande progetto strategico per rinnovabili, idrogeno e accumulo.
- Hoja de Ruta del HidrĂłgeno Renovable: roadmap nazionale che definisce obiettivi e prioritĂ .
- IDAE: ente pubblico che gestisce i programmi di finanziamento.
Ad oggi, l’IDAE segnala 2.721 milioni di euro di contributi a progetti idrogeno tramite:
- H2 Pioneros (progetti pionieri);
- H2 Cadena de Valor (sviluppo della supply chain industriale);
- H2 Valles (distretti territoriali dell’idrogeno);
- iniziative IPCEI cofinanziate con il PRTR e la sua “Adenda”.
L’asta AaaS si inserisce in questo quadro come primo esempio di supporto esclusivamente basato sulla produzione RFNBO, in linea con la Direttiva UE sulle rinnovabili.
Cosa può copiare (bene) l’Italia
Rispetto alla situazione italiana – dove spesso i progetti H₂ faticano a chiudere il funding mix – il modello spagnolo offre alcuni spunti concreti:
-
Dal CAPEX al pay-per-kg
Premiare direttamente la produzione certificata, invece del solo investimento iniziale, allinea interessi pubblici e privati. -
Aste nazionali integrate con meccanismi UE
Utilizzare bandi nazionali per “salvare” buoni progetti rimasti fuori dai fondi europei. -
Programmi dedicati alla catena del valore
Non solo impianti, ma anche componentistica, sistemi di controllo, servizi digitali. -
Vincoli temporali stringenti
Evitare che i progetti si trascinino per anni in iter autorizzativi infiniti.
Per chi lavora in Italia su IA per il settore energetico, questo significa una cosa molto concreta: se si costruisce un quadro simile, la domanda di soluzioni di forecasting, ottimizzazione e manutenzione predittiva sugli impianti H₂ può esplodere in pochi anni.
5. Italia, IA e idrogeno verde: come trasformare il modello spagnolo in opportunitĂ
Qui entra in gioco la serie “IA nel Settore Energetico Italiano: Transizione Verde”. L’idrogeno verde non è solo un tema di ingegneria chimica: è una sfida di dati, algoritmi e decisioni in tempo reale.
Tre aree dove l’IA può fare la differenza
-
Progettazione e bancabilitĂ dei progetti
- simulazioni Monte Carlo su prezzi energia, ore di funzionamento e domanda industriale;
- modelli di rischio per banche e investitori;
- ottimizzazione del dimensionamento tra rinnovabili, elettrolizzatori, storage, rete.
-
Gestione operativa e riduzione dei costi
- previsione produzione eolica/fotovoltaica;
- controllo avanzato degli elettrolizzatori per ridurre consumo kWh/kg;
- manutenzione predittiva su stack, compressori, valvole e infrastrutture.
-
Integrazione con la rete e con i mercati
- algoritmi che scelgono quando consumare, quando modulare, quando vendere servizi di flessibilitĂ ;
- modelli di previsione della domanda di Hâ‚‚ RFNBO da parte di acciaierie, chimica, logistica.
La realtà è che un modello di asta sulla produzione come quello spagnolo ha senso pieno solo se gli operatori sono in grado di gestire in modo data-driven ogni singolo MWh. E questo è esattamente il campo di gioco dell’intelligenza artificiale.
Da dove può partire un’azienda italiana
Se lavori in utility, industria energivora o sviluppo progetti, una roadmap realistica potrebbe essere:
- Mappare i processi energetici dove l’idrogeno può sostituire combustibili fossili (forni, processi termici, trasporto pesante interno).
- Costruire un modello dati di base: consumi orari, profili di produzione, costi, vincoli di processo.
- Introdurre strumenti di previsione con IA su domanda, prezzi energia e disponibilitĂ rinnovabile.
- Simulare scenari “alla spagnola”: quanto varrebbe un incentivo per kg di H₂ prodotto sul tuo sito? A che prezzo diventerebbe bancabile un impianto?
- Prepararsi al dialogo con regolatore e finanziatori, portando numeri robusti, non solo slide.
Chi arriverĂ a questo livello di maturitĂ digitale prima degli altri sarĂ in posizione di vantaggio quando il quadro regolatorio italiano evolverĂ verso schemi piĂą simili a quelli spagnoli.
Conclusione: l’idrogeno verde è anche una sfida di intelligenza (artificiale)
Il modello spagnolo per l’idrogeno verde dimostra che non basta mettere soldi, serve progettare bene come li si distribuisce. Pagare la produzione RFNBO, legare gli incentivi a milestone chiare e collegare gli impianti a distretti industriali reali è un approccio che funziona, e che l’Italia dovrebbe guardare con attenzione.
Per chi lavora nella transizione energetica italiana, la lezione è doppia:
- sul piano politico-regolatorio, servono aste e schemi che diano visibilitĂ di ricavi alla produzione di idrogeno;
- sul piano industriale e digitale, serve IA per trasformare questi schemi in margini reali, con impianti che funzionano, prevedono, ottimizzano.
Se l’Italia riuscirà a combinare un quadro di incentivi intelligente con l’uso serio di dati e algoritmi nel settore energetico, l’idrogeno verde potrà diventare non solo un costo di compliance climatica, ma un vero asset competitivo per le nostre filiere industriali.
La domanda da porsi oggi è semplice: se domani partisse un’asta “alla spagnola” sull’idrogeno verde in Italia, la tua azienda sarebbe pronta, sia sul lato progetto che sul lato dati e IA?