Optimisation d'un portefeuille GNL, approché par une technique de programmation stochastique

LNG portfolio optimization approach by stochastic programming technique

• Auteur / Autrice : Zhihao Cen
• Direction : Frédéric Bonnans
• Type : Thèse de doctorat
• Discipline(s) : Mathématiques appliquées
• Date : Soutenance en 2010
• Etablissement(s) : Palaiseau, Ecole polytechnique
• Partenaire(s) de recherche : Laboratoire : Centre de mathématiques appliquées de l'Ecole polytechnique (Palaiseau ; 1974-....)
• Jury : Président / Présidente : Emmanuel Gobet
• Jury : Examinateurs / Examinatrices : Pierre Bonami, Thibault Christel, Michel De Lara
• Jury : Rapporteurs / Rapporteuses : René Henrion, Gilles Pagès

Mots clés

Mots clés contrôlés

Sensibilité, Théorie de la (mathématiques)

Gestion de portefeuille

Programmation dynamique

Analyse vectorielle

Programmation stochastique

Résumé

Le travail présenté dans cette thèse est motivé par le problème de la gestion d’un équipe de cargos de gaz naturel liquéfié (GNL) initialement proposé par Total. Le détenteur du portefeuille doit respecter ses contrats avec ses homologues, en essayant de générer des profits en arbitrant entre différents marchés de produits de base. Par conséquent, la gestion de portefeuille peut être modélisée comme un problème d'optimisation stochastique, dynamique et en nombre entiers. Le travail comprend principalement trois parties: la programmation stochastique duale, l'analyse de sensibilité et l'exploration heuristique de la programmation stochastique en nombre entiers.

The work presented in this Ph. D dissertation is motivated by the problem of management of a team of cargos transporting liquid natural gas (LNG) initially proposed by Total. The holder of the portfolio has to meet its commitments towards its counterparts, while trying to generate ports through arbitrating different commodities market. Hence, the management of portfolio can be modeled as a stochastic, dynamic and integer optimization problem. The work consists mainly 3 parts: dual stochastic programming, sensitivity analysis, and heuristic exploration of integer stochastic programming.