Modeling the evolution of electricity prices in a context of high penetration of renewables in electricity markets - PASTEL - Thèses en ligne de ParisTech Accéder directement au contenu
Thèse Année : 2022

Modeling the evolution of electricity prices in a context of high penetration of renewables in electricity markets

Modélisation de l’évolution des prix sur le marché de l’électricité dans un contexte de forte pénétration des énergies renouvelables

Résumé

Electricity markets have been developed worldwide during the past decades to facilitate energy transaction. Since wholesale electricity prices evolve depending on the supply-demand equilibrium, risks and opportunities constantly emerge, not only for market participants but also for society as a whole. The evolution of prices is especially uncertain in the context of the energy transition due to considerable changes in the power system, notably the growing importance of renewables in the electricity mix. Nevertheless, anticipating possible price developments is needed to make adequate long-term decisions in terms of investments, market design, and public policies.The main objective of this thesis is to propose a method to simulate multiannual time series of electricity prices on day-ahead markets. The novelty of our model lies in its goal to bridge the gap between (i) optimization methods that estimate the minimal total cost to supply electricity, and (ii) data-driven methods that aim at capturing the observed trends in how the market effectively solves this resource allocation problem. Bringing the two approaches together enables us to build upon robust theoretical foundations without neglecting the effects observed in practice.The proposed model accounts for the physical constraints imposed on electricity delivery, while also reflecting the actual price formation mechanism on day-ahead markets (merit order and marginal pricing). A key advantage of our method is that it makes possible to fully exploit market data (e.g. historical prices, supply curves), as well as power system data (e.g. availability of generation units, evolution of demand). To this end, we propose a parametrization of sell orders, and a statistical estimation method to set the values of these parameters. This modelling technique offers great modularity and allows us to consider the influence of multiple price drivers, such as strategic bidding. As a result, we are able to simulate time series of prices, which display dynamics similar to the hourly price variations observed on day-ahead markets. This validated model is then exploited to conduct prospective studies in order to assess the potential evolution of wholesale electricity prices under future techno-economic scenarios.
Les marchés de l'électricité se sont développés au cours des dernières décennies à travers le monde afin faciliter les échanges entre producteurs et consommateurs. Du fait de l'évolution des prix de gros de l'électricité en fonction de l'équilibre offre-demande, de nouveaux risques et opportunités émergent constamment, non seulement pour les acteurs du marché mais aussi pour la société dans son ensemble. L'évolution des prix est particulièrement incertaine dans le contexte de la transition énergétique en raison de changements considérables au sein du système électrique, notamment l'importance croissante des renouvelables dans le mix électrique. Néanmoins, anticiper les possibles évolutions des prix est nécessaire pour prendre des décisions à long terme adéquates en ce qui concerne les investissements, la conception des règles de marché et la définition de politiques publiques.L'objectif principal de cette thèse est de proposer une méthode pour simuler des séries temporelles pluriannuelles des prix de l'électricité sur les marchés journaliers. La nouveauté de notre modèle réside dans son objectif de rapprocher (i) les méthodes d'optimisation qui permettent d'estimer le coût total minimal pour fournir l'électricité, et (ii) les méthodes basées sur les données qui visent à inférer à partir des tendances observées la façon dont le marché résout efficacement ce problème d'allocation des ressources. Le rapprochement de ces deux approches permet de s'appuyer sur des fondements théoriques solides tout en considérant les effets observés en pratique.Le modèle proposé tient compte des contraintes physiques qui s'imposent à la fourniture d'électricité, tout en reflétant le mécanisme réel de formation des prix sur les marchés journaliers (ordre de préséance économique et principe de la tarification marginale). Un avantage clé de notre méthode est qu'elle permet d'exploiter pleinement les données de marché (par exemple, les historiques de prix et les courbes d'offre), ainsi que les données du système électrique (par exemple, la disponibilité des unités de production et l'évolution de la demande). Pour cela, nous proposons une paramétrisation des ordres de vente complétée d'une méthode d'estimation statistique pour fixer les valeurs de ces paramètres. Cette technique de modélisation offre une grande modularité et nous permet de prendre en compte l'influence de plusieurs facteurs influant sur les prix de marché, tels que les enchères stratégiques qui diffèrent du coût marginal de production. De ce fait, nous sommes capables de simuler des séries temporelles de prix qui présentent des dynamiques représentatives des variations horaires observées pour les prix sur les marchés journaliers. Ce modèle validé est ensuite exploité à travers des études prospectives évaluant les potentielles évolutions des prix de gros de l'électricité dans le cadre de futurs scénarios technico-économiques.
Fichier principal
Vignette du fichier
2022UPSLM018_archivage.pdf (10.87 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03870568 , version 1 (24-11-2022)

Identifiants

  • HAL Id : tel-03870568 , version 1

Citer

Valentin Mahler. Modeling the evolution of electricity prices in a context of high penetration of renewables in electricity markets. Chemical and Process Engineering. Université Paris sciences et lettres, 2022. English. ⟨NNT : 2022UPSLM018⟩. ⟨tel-03870568⟩
189 Consultations
297 Téléchargements

Partager

Gmail Facebook X LinkedIn More