Search

Predicting the price of the electricity commodity in the long term is a challenge that currenttechniques do not meet satisfactorily (Karakatsani et Bunn, 2010; Weron, 2014). In this paper,we introduce a new regression tree based model that yields good predictions on a long-termperiod with low computational resources requirements. Our approach is validated by temporalseries collected from an electricity provider.

Electric Vehicles (EVs), as their penetration increases, are not only challenging the sustainability of the power grid, but also stimulating and promoting its upgrading. Indeed, EVs can actively reinforce the development of the Smart Grid if their charging processes are properly coordinated through two-way communications, possibly benefiting all types of actors. Because grid systems involve a large number of actors with nonaligned objectives, we focus on the economic and incentive aspects, where each actor behaves in its own interest. We indeed believe that the market structure will directly impact the actors' behaviors, and as a result the total benefits that the presence of EVs can earn the society, hence the need for a careful design. The thesis first provides an overview of economic models considering unidirectional energy flows, but also bidirectional energy flows, i.e., with EVs temporarily providing energy to the grid. We describe and compare the main approaches, summarize the requirements on the supporting communication systems, and propose a classification to highlight the most important results and lacks. We propose to use the recharging processes of EVs to provide regulation to the grid by varying the instantaneous recharging power. We provide an economic analysis of the incentives at play, including the EV owners point of view (longer recharging durations and impact on battery lifetime versus cheaper energy) and the aggregator point of view (revenues from recharging versus regulation gains). In particular, we analyze the range of regulation rewards such that offering a regulation-oriented recharging benefits both EV owners and the aggregator. After that, we split the monopolistic aggregator into two competing entities. We model a non-cooperative game between them and examine the outcomes at the Nash equilibrium, in terms of user welfare, station revenue and electricity prices. As expected, competing stations offer users with lower prices than the monopolistic revenue-maximizing aggregator do. Furthermore, the amount of regulation service increases significantly than that in the monopolistic case. Considering the possibility of discharging, we propose an approach close to Vehicle-to-Grid, where EVs can give back some energy from their batteries during peak times. But we also use EVs as energy transporters, by taking their energy where it is consumed. A typical example is a shopping mall with energy needs, benefiting from customers coming and going to alleviate its grid-based consumption, while EV owners make profits by reselling energy bought at off-peak periods. Based on a simple model for EV mobility, energy storage, and electricity pricing, we quantify the reduction in energy costs for the EV-supported system, and investigate the conditions for this scenario to be viable., L'arrivée des véhicules électriques (VEs) a un impact non négligeable sur le réseau électrique, à cause de la grande quantité d'énergie demandée. La stabilité du réseau est susceptible d'être menacée. Cependant, dans l'optique de la transition du réseau électrique vers le Smart Grid, les VEs peuvent aussi être vus comme offrant de nouvelles opportunités. Grâce à la flexibilité des VE demande, leur présence ouvre la voie à des optimisations via le processus de recharge ou même par l'utilisation de cette nouvelle capacité de stockage d'énergie distribuée. Dans cette thèse, nous nous intéressons aux aspects économiques liés à la VE recharge, en prenant en compte le fait que l'écosystème associé aux VEs implique un grand nombre d'acteurs divers, aux objectifs rarement alignés et chaque acteur peut prendre des décisions stratégiques. Je présente d'abord un état de l'art structuré des modèles de la littérature introduits pour ces problèmes. Nous décrivons et comparons les principales approches, en mettant en évidence les besoins en communication des mécanismes correspondants, et les principales propriétés économiques afin de souligner les résultats les plus significatifs ainsi que les éventuels manques. Nous faisons ensuite une proposition consistant à utiliser le processus de VE recharge pour fournir un service de régulation au réseau électrique, en adaptant la puissance instantanée de charge. Nous conduisons une analyse économique des incitations en jeu. En particulier, nous analysons les valeurs des incitations à la régulation qui sont suffisantes pour qu'une offre de recharge-régulation soit bénéfique à la fois pour l'agrégateur et le réseau. Cette étude étant initialement conduite dans le cas d'un monopole qui peut offrir une recharge normale ou une recharge-régulation. Nous regardons ensuite l'impact de la compétition, entre un agrégateur n'offrant que des recharges à puissance fixe, et un autre n'offrant que de la recharge-régulation. La compétition semble préférable pour les utilisateurs et pour la société, puisque les prix sont alors plus bas qu'avec le monopole, et que la participation aux services de régulation est bien plus élevée. Enfin, nous proposons d'utiliser une autre propriété des VEs, à savoir leur capacité de stockage d'énergie. En effet, les VEs peuvent se charger pendant les heures de faible demande, donc à des prix réduits, et éventuellement revendre une partie pendant les pics de demande. Nous menons une étude économique des gains et coûts d'une telle approche. A partir de valeurs réalistes des marchés de l'électricité, nous déterminons numériquement les conditions pour qu'un tel scénario soit viable, et quantifions les économies qu'il peut apporter. Cette dissertation se conclut par une prise de recul sur les contributions et sur les extensions qui pourraient y être apportées.

In this thesis, we study mathematical models for the representation of prices on the electricity markets, from the viewpoints of statistics of random processes and optimal stochastic control.In a first part, we perform estimation of the components of the volatility coefficient of a multidimensional diffusion process, which represents the evolution of prices in the electricity forward market. It is driven by two Brownian motions. We aim at achieving estimation efficiently in terms of convergence rate and, concerning the parametric part of those components, in terms of limit law. To do so, we must extend the usual notion of efficiency in the Cramér-Rao sense. Our estimation methods are based on realized quadratic variation of the observed process.In a second part, we add model error terms to the previous model, in order to care for some kind of degeneration occurring in it as soon as the dimension of the observed process is greater than two. Our estimation methods are still based on realized quadratic variation, and we give other tools in order to keep on estimating the volatility components with the optimal rate when error terms are present. Then, numerical tests provide us with some evidence that such errors are present in the data.Finally, we solve the problem of a producer, which trades on the electricity intraday market in order to cope with the uncertainties on the outputs of his production units. We assume that there is market impact, so that the producer influences prices as he trades. The price and the forecast of the consumers’ demand are modelled by jump diffusions. We use the tools of optimal stochastic control to determine the strategy of the producer in an approximate problem. We give conditions so that this strategy is close to optimality in the original problem, as well as numerical illustrations of that strategy., Cette thèse porte sur l’étude de modèles mathématiques de l’évolution des prix sur les marchés de l’électricité, du point de vue de la statistique des processus et de celui du contrôle optimal stochastique.Dans une première partie, nous estimons les composantes de la volatilité d’un processus de diffusion multidimensionnel représentant l’évolution des prix sur le marché à terme de l’électricité. Sa dynamique est conduite par deux mouvements browniens. Nous cherchons à réaliser l’estimation efficacement en termes de vitesse de convergence, et de variance limite en ce qui concerne la partie paramétrique de ces composantes. Cela nécessite une extension de la définition usuelle de l’efficacité au sens de Cramér-Rao. Nos méthodes d’estimation sont fondées sur la variation quadratique réalisée du processus observé.Dans la deuxième partie, nous ajoutons des termes d’erreur de modèle aux observations du modèle précédent, pour pallier le problème de surdétermination qui survient lorsque la dimension du processus observé est supérieure à deux. Les techniques d’estimation sont toujours fondées sur la variation quadratique réalisée, et nous proposons d’autres outils afin de continuer à estimer les composantes de la volatilité avec la vitesse optimale en présence des termes d’erreur. Des tests numériques permettent de mettre en évidence la présence de telles erreurs dans nos données.Enfin, dans la dernière partie nous résolvons le problème d’un producteur qui intervient sur le marché infrajournalier de l’électricité afin de compenser les coûts liés aux rendements aléatoires de ses unités de production. Par ses actions, il exerce un impact sur le marché. Les prix et son anticipation de la demande de ses consommateurs sont modélisés par une diffusion à sauts. Les outils du contrôle optimal stochastique permettent de déterminer sa stratégie dans un problème approché. Nous donnons des conditions pour que cette stratégie soit très proche de l’optimalité dans le problème de départ, et l’illustrons numériquement.

Thèse réalisée en collaboration avec EDF R&D, département EFESE.; This thesis contributes to the literature on optimal policy choice. It studies the use of policy combinations to mitigate greenhouse gases emissions from electricity production. One finding applies to cases where uncertainty is such that the risk of a nil carbon price cannot be excluded. A cap on emissions alone may then not trigger enough abatements, justifying the addition of e.g. a renewable subsidy. When considering a transition toward a carbon-free electricity sector, capital accumulation causes complex dynamic effects to happen. We find that decisions taken by comparing the levelized costs of abatement technologies, even including carbon costs, would favor intermediate technologies (e.g. gas plants) to the detriment of more-expensive but lower-carbon technologies (renewable power), leading to a suboptimal investment schedule. This thesis also studies the effects of marginal policy changes in a mix comprising the main French instruments. We find that surprisingly, adding a tariff for renewables financed by a tax on electricity consumption to a cap on emissions and a subsidy for energy efficiency will reduce the consumer electricity price when the non-renewable production is fixed and does not depend on the carbon price. The assessment of the French climate policies in the electricity sector shows that overlapping policies for mitigation may be justified by multiple carbon price failures, even if the ideal long-term policy mix depends on the carbon price trajectory.; Cette thèse étudie les conditions d'efficacité d'un portefeuille de politiques pour réduire les émissions de gaz à effet de serre du secteur électrique. Il est montré qu'en présence d'incertitude, le prix du carbone issu d'un marché de permis d'émissions peut ne pas entraîner suffisamment de réductions d'émission, justifiant l'ajout d'une politique au marché de permis, par exemple une subvention renouvelable. Dans le cadre d'une transition vers une production électrique décarbonée, l'accumulation du capital électrique génère des effets dynamiques complexes. Il est montré que l'utilisation naïve du signal-prix du carbone ou de critères statiques pour évaluer les investissements peut alors conduire à un sous-investissement en capital vert. L'effet d'une modification à la marge du portefeuille de politiques actuel est également étudié. Il est montré en particulier que si on suppose une seule technologie de production fossile à taux d'émission constant, contrainte par un plafond d'émissions - donc toutes les réductions d'émissions proviennent des renouvelables - augmenter à la marge le tarif d'achat renouvelable réduit le prix de l'électricité perçu par le consommateur, et ce paradoxalement même si la taxe à la consommation nécessaire pour financer le tarif augmente. Cette thèse réalise enfin une évaluation qualitative du portefeuille actuel de politiques climat-énergie en France. Cet examen montre que les multiples défaillances du prix du carbone justifient l'utilisation d'une combinaison de politiques, même si le portefeuille cible varie en fonction des hypothèses sur les trajectoires du prix du carbone.

Thèse réalisée en collaboration avec EDF R&D, département EFESE.; This thesis contributes to the literature on optimal policy choice. It studies the use of policy combinations to mitigate greenhouse gases emissions from electricity production. One finding applies to cases where uncertainty is such that the risk of a nil carbon price cannot be excluded. A cap on emissions alone may then not trigger enough abatements, justifying the addition of e.g. a renewable subsidy. When considering a transition toward a carbon-free electricity sector, capital accumulation causes complex dynamic effects to happen. We find that decisions taken by comparing the levelized costs of abatement technologies, even including carbon costs, would favor intermediate technologies (e.g. gas plants) to the detriment of more-expensive but lower-carbon technologies (renewable power), leading to a suboptimal investment schedule. This thesis also studies the effects of marginal policy changes in a mix comprising the main French instruments. We find that surprisingly, adding a tariff for renewables financed by a tax on electricity consumption to a cap on emissions and a subsidy for energy efficiency will reduce the consumer electricity price when the non-renewable production is fixed and does not depend on the carbon price. The assessment of the French climate policies in the electricity sector shows that overlapping policies for mitigation may be justified by multiple carbon price failures, even if the ideal long-term policy mix depends on the carbon price trajectory.; Cette thèse étudie les conditions d'efficacité d'un portefeuille de politiques pour réduire les émissions de gaz à effet de serre du secteur électrique. Il est montré qu'en présence d'incertitude, le prix du carbone issu d'un marché de permis d'émissions peut ne pas entraîner suffisamment de réductions d'émission, justifiant l'ajout d'une politique au marché de permis, par exemple une subvention renouvelable. Dans le cadre d'une transition vers une production électrique décarbonée, l'accumulation du capital électrique génère des effets dynamiques complexes. Il est montré que l'utilisation naïve du signal-prix du carbone ou de critères statiques pour évaluer les investissements peut alors conduire à un sous-investissement en capital vert. L'effet d'une modification à la marge du portefeuille de politiques actuel est également étudié. Il est montré en particulier que si on suppose une seule technologie de production fossile à taux d'émission constant, contrainte par un plafond d'émissions - donc toutes les réductions d'émissions proviennent des renouvelables - augmenter à la marge le tarif d'achat renouvelable réduit le prix de l'électricité perçu par le consommateur, et ce paradoxalement même si la taxe à la consommation nécessaire pour financer le tarif augmente. Cette thèse réalise enfin une évaluation qualitative du portefeuille actuel de politiques climat-énergie en France. Cet examen montre que les multiples défaillances du prix du carbone justifient l'utilisation d'une combinaison de politiques, même si le portefeuille cible varie en fonction des hypothèses sur les trajectoires du prix du carbone.

Los contratos en los mercados liberalizados de electricidad constituyen una herramienta para proteger a los agentes de la volatilidad; en este contexto, los pronósticos de los precios son una entrada clave para la toma de decisiones estratégicas y operativas de los agentes. En este artículo, se pronostican los precios promedios de los contratos despachados en el mercado eléctrico colombiano, usando una red neuronal con arquitectura dinámica conocida como DAN2. El modelo desarrollado es capaz de capturar la dinámica intrínseca de la serie de precios y de pronosticar el precio para el siguiente mes con más precisión que la metodología ARIMA clásica, para horizontes de predicción de 12 y 24 meses. Contracts in unregulated electricity markets are a tool to protect the agents from volatility; in this context, price predictions are a key input to enable customers to make strategic and operational decisions. In this article, average prices are predicted for contracts signed in the Colombian electricity market, using a neuronal network with dynamic architecture known as DAN2. The model developed is able to capture the intrinsic dynamic of series of prices and forecast the price for the following month with greater precision than the classic ARIMA methodology, for forecasting horizons of 12 and 24 months. Les contrats dans les marchés libéralisés d'électricité sont un moyen de protection des agents de la volatilité; dans ce contexte, les pronostics de prix sont essentiels pour la prise de décisions stratégiques et opératives des agents. Dans cet article, les prix moyens des contrats fournis sur le marché électrique colombien sont pronostiqués, moyennant l'emploi d'un réseau neuronal avec architecture dynamique connue sous le nom de DAN2. Le modèle développé permet de capturer la dynamique intrinsèque de la série de prix et de pronostiquer le prix pour le mois suivant de façon plus précise que la méthodologie classique ARIMA, pour un horizon de prédiction de 12 mois et de 24 mois. Os contratos nos mercados liberalizados de eletricidade são uma ferramenta para proteger aos agentes da volatilidade; neste contexto, os prognósticos dos preços são uma entrada chave para a tomada de decisões estratégicas e operativas dos agentes. Neste artigo, prognostica-se a média de preços dos contratos estabelecidos no mercado elétrico colombiano, usando uma rede neural com arquitetura dinâmica conhecida como DAN2. O modelo desenvolvido é capaz de capturar a dinâmica intrínseca da série de preços e prognosticar o preço para o mês seguinte com mais precisão que a metodologia ARIMA clássica, para horizontes de predição de doze a vinte e quatro meses.