Program > By speacker > Erbs Guillaume

Wednesday 26
New application domain on OR (health, biology, computer science, economy, energy, sustainable growth, cloud computing...), transfer to industry and software
Guillaume Erbs
› 12:00 - 12:30 (30min)
› Bât. B - TD 35
Gestion de la demande de court terme dans un modèle d'investissement en capacités électriques de long terme
Guillaume Erbs  1@  , Ibrahim Abada  1  , Rania Barhoumi  1  , Andreas Ehrenmann  1  
1 : GDF SUEZ
GDF SUEZ

Dans les marchés électriques libéralisés, prendre des décisions d'investissement nécessite de se projeter à long terme afin d'évaluer la rentabilité d'un actif. La modélisation des fondamentaux économiques permet la recherche de l'équilibre entre l'offre et la demande et d'obtenir ainsi des projections de prix de marché. Ces modèles doivent représenter les actifs présents sur le marché sur un horizon de long terme. Leur taille implique de trouver un compromis entre la finesse de la modélisation et le temps de calcul nécessaire pour les résoudre. Ainsi, la demande sur une année est représentée par une monotone de charge découpée en blocs d'heures.

Historiquement, la demande d'électricité était très peu élastique au prix. Néanmoins, de nouvelles offres de gestion de la demande apparaissent et introduisent une élasticité de court terme. Cette dernière peut avoir un impact sur les prix, en particulier lors des heures de forte charge. La représentation de la demande en blocs d'heures implique la perte de la chronologie des décisions, ce qui ne permet pas de modéliser directement la gestion de la demande.

De Jonghe et al. [1] introduisent un modèle d'investissement de long terme avec une demande élastique et étudient son impact en fonction de valeurs de l'élasticité trouvées dans la littérature. Nous proposons d'évaluer de manière plus réaliste la valeur des élasticités en simulant le fonctionnement du marché électrique en y incluant la gestion de la demande et les aléas de production renouvelable. La consommation résiduelle et les prix obtenus par ces simulations servent à calibrer la fonction de demande utilisée dans le modèle de long terme. Nous présenterons des résultats montrant sur un cas jouet que cette méthodologie permet de capturer l'essentiel des variations de court terme de la demande dans le modèle de long terme.

Référence

[1] Cedric De Jonghe, Benjamin Hobbs et Ronnie Belmans, Integrating short-term demand response into long-term investment planning. EPRG Working Paper 1113 & Cambridge Working Paper in Economics 1132. 2011.


Online user: 1