A Distributionally Robust Optimization Strategy for Virtual Bidding in Two-Settlement Electricity Markets

Xavier Audet

Mémoire de maîtrise (2025)

Accéder à ce document
Disponible
Libre accès au texte intégral dans PolyPublie
Texte Texte • 1MB •

Résumé

Ce mémoire propose une stratégie de courtage des virtuels sur les marchés de l’électricité de gros, basée sur une approche d’optimisation robuste en distribution (DRO) combinée à une mesure de risque par la valeur conditionnelle à risque (CVaR). Cette stratégie vise à maximiser les profits tout en limitant les risques dans un environnement de marché caractérisé par une forte incertitude et volatilité des prix. La stratégie DRO-CVaR est formulée comme un problème d’optimisation convexe, où les quantités d’énergie à soumettre sont déterminées en tenant compte d’un ensemble de distributions probables des écarts de prix (DART spreads), défini par une boule de Wasserstein autour de la distribution empirique. Le modèle intègre également la CVaR pour atténuer les risques liés aux fluctuations extrêmes des prix, en équilibrant les pertes attendues et les pertes en queue de distribution selon un facteur d’aversion au risque. La stratégie est mise en œuvre dans un cadre d’optimisation en temps réel, où les données disponibles sont mises à jour quotidiennement. Pour chaque jour de soumission de position de courtage, un ensemble de jours similaires est sélectionné à partir d’une fenêtre mobile de deux ans, en fonction de profils de charge et de capacité de génération hors ligne. Les hyperparamètres du modèle, incluant la taille de l’ensemble de données, le rayon de la boule de Wasserstein, le niveau de risque et les bornes d’incertitude, sont optimisés sur une période d’entraînement de douze mois à l’aide de la librairie Optuna, avec pour objectif la maximisation du ratio de Calmar. La stratégie est ensuite testée sur une période de huit mois à l’aide de données du marché New York Independent System Operator (NYISO). Les résultats illustrent que la stratégie DRO-CVaR surpasse les autres approches étudiées, i.e., une optimisation stochastique basée sur des scénarios (SO), une optimisation stochastique avec CVaR (SO-CVaR), une approche robuste en distribution sans CVaR (DRO) et une stratégie statique qui vend systématiquement les DART spreads équitablement sur tous les bus (EW) en matière de performance ajustée au risque. La stratégie proposée obtient les meilleurs résultats en termes de profit par MWh, de ratio de Sharpe et de ratio de Calmar. Bien qu’elle arrive en deuxième position en termes de profits cumulés, elle se distingue par sa robustesse et sa régularité, n’enregistrant que peu de pertes sur la période testée. En conclusion, ce mémoire propose une approche combinant DRO et CVaR, laquelle permet de concevoir une stratégie de courtage des virtuels efficace et résiliente dans les marchés de l’électricité de gros.

Programme:
Génie énergétique
Directeurs ou directrices:
Adresse URL de PolyPublie:
Université/École:
Polytechnique Montréal
OAI:
oai:publications.polymtl.ca:71208
ORCID
Date du dépôt:
23 mars 2026 13:24
Dernière modification:
14 oct. 2026 14:32
Citer en APA 7:
Audet, X. (2025). A Distributionally Robust Optimization Strategy for Virtual Bidding in Two-Settlement Electricity Markets [Mémoire de maîtrise, Polytechnique Montréal]. PolyPublie. https://publications.polymtl.ca/71208/

Statistiques

Total des téléchargements à partir de PolyPublie

Téléchargements par année

Provenance des téléchargements

Actions réservées au personnel

Afficher document
Afficher document