Photo Pierre Cayet

Pierre Cayet

Doctorant(e)
  • Email
  • Tél. professionnel 0140977821
  • Bureau à Paris Nanterre (Bât. + num.) G313H
  • Axe de recherche

      Développement Durable, Environnement et Energie

2020-34 "Trajectory Based Distributionally Robust Optimization Applied to the Case of Electricity Facilities Investment with Significant Penetration of Renewables"

Pierre Cayet, Arash Farnoosh

Voir Télécharger le document de travail (via EconPapers)

Résumé
La pénétration à grande échelle des énergies renouvelables dans les mix électriques requière une flexibilité croissante de la part des unités de production modulables, le système électrique devant être adapté à des variations brutales de la demande résiduelle. Utilisant les outils de la distributionally robust optimization, nous introduisons la notion d'ensemble d'ambiguïté par trajectoire, incluant les trajectoires de demande résiduelle correspondant à la fois à des critères établis de support et de variabilité dynamique en utilisant l'information sur leurs quantiles, et proposes deux algorithmes heuristiques permettant d'approximer les trajectoires maximisant respectivement le niveau et la variabilité de la demande résiduelle. Ces trajectoires limites nous permettent de réaliser des décisions d'investissements robustes face à des variations brutales et des valeurs extrêmes potentiellement prises par la demande résiduelle. Nous proposons enfin une simulation numériques en utilisant un modèle d'investissement et de unit comitment, formulé en MILP, dans le cas de deux régions françaises.
Classification-JEL
C61
Mot(s) clé(s)
Recherche opérationnelle en énergie; Modélisation de l'incertitude; Analyse de la décision; Energies renouvelables
Fichier
load Veuillez patienter ...