Les systèmes électriques Français et Européen évoluent : libéralisation, augmentation de la part d’énergie renouvelable, diminution de la part du nucléaire, évolution de la consommation électrique, etc. Dans un tel contexte la compréhension de l’évolution sur le long terme des prix de l’électricité et de leurs dynamiques est clé à la fois pour les décideurs qui forgent les règles de marché et les mécanismes de soutien, pour les producteurs dont les revenus sont déterminés par le marché mais aussi pour les banquiers qui les financent.

La difficulté dans la simulation du marché de l’électricité n’est évidement pas de simuler l’empilement des moyens de production en fonction de leurs offres de prix mais bien de simuler ces offres de prix. Sur la majorité des marchés de l’électricité ces offres et à plus forte raisons les règles qui déterminent ces offres sont cachées. Nous proposons ici une démarche reposant sur une modélisation des règles déterminant les offres des différents producteurs et un apprentissage statistique des paramètres de ce modèle.

La prise en compte de contraintes temporelles propres aux producteurs est un enjeu ici dans la mesure où l’on envisage la possibilité d’intégrer par exemple le rôle du stockage ou des contraintes temporelles de rampes dans la formation des prix. Ici la rapidité de l’algorithme d’optimisation est essentielle à l’exploration de l’espace des paramètres pour un apprentissage statistique. Pour ce faire nous avons développé une technique de programmation dynamique [1] qui s’inspire du principe de Bellman et d’algorithmes de transformée de Legendre rapide, elle permet une résolution du problème de gestion du stockage en un temps quasi linéaire.

Je donnerai une présentation détaillée des méthodologies développées et j’illustrerai leur intérêt sur le cas de l’apprentissage des offres de prix des producteurs en France. Je prendrai aussi un peu de temps au début de ma présentation pour vous présenter les thèmes de mon équipe de recherche sur l’intégration des énergies renouvelables et les systèmes électriques intelligents.

[1] R. Girard, V. Barbesant, F. Foucault and G. Kariniotakis, "Fast dynamic programming with application to storage planning," 2014 IEEE PES T&D Conference and Exposition, Chicago, IL, USA, 2014, pp. 1-5, http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=6863551&isnumber=6863147