Auteur / Autrice : | Francesco Maria Cimmino |
Direction : | Eric Girardin, Costin Protopopescu |
Type : | Thèse de doctorat |
Discipline(s) : | Sciences économiques |
Date : | Soutenance le 16/12/2021 |
Etablissement(s) : | Aix-Marseille |
Ecole(s) doctorale(s) : | Ecole Doctorale Sciences Economiques et de Gestion d'Aix-Marseille (Aix-en-Provence) |
Jury : | Président / Présidente : Stéphane Genoud |
Examinateurs / Examinatrices : Miriam Scaglione | |
Rapporteurs / Rapporteuses : Massimiliano Capezzali, Fredj Jawadi |
Mots clés
Mots clés contrôlés
Mots clés libres
Résumé
Une thèse « d’exercice » fait le pont entre le monde académique et le monde de l’économie. Dans cette thèse, ces deux univers ont été réunis pour pouvoir apporter des solutions aux entreprises suisses qui veulent créer des centrales virtuelles de production (Virtual power plant - VPP). Pour pouvoir affronter le sujet, j’ai commencé la thèse en analysant les aspects législatifs qui ont permis le développement de cette technologie où l’élément le plus important est le « Winter pack » de la Commission européenne sur l’ouverture du marché. Je me suis ensuite concentré sur les explications des développements techniques nécessaires au VPP, qui sont liées aux développements du « smart grid ». La fin de l’introduction de ma thèse explique dans les grandes lignes les différentes théories économiques qui permettent de comprendre la structure des marchés financiers où la valorisation du VPP est possible. Après cette introduction, qui permettra aux lecteurs de se familiariser avec le sujet, il y a trois articles scientifiques dans lesquels j’analyse des questions majeures auxquelles les entreprises sont confrontées dans ce secteur, à savoir la prévision de la demande d’énergie, de la production et des prix du marché secondaire. Les articles ont permis de répondre à ces questions en fournissant des méthodologies de prévision efficientes en comparaison avec la littérature ; en outre, certains de ces modèles sont utilisés par des entreprises. Les méthodologies pour répondre à ces questions sont issues du monde de la finance (ARMA, SETAR, VAR) et du « machine learning » (LSTM, GRU), mais aussi d’autres disciplines comme le marketing (MCA) et la géostatistique (IWD).