Battery Bidding under Price Uncertainty in Wholesale Electricity Markets

Cet article démontre que le comportement de rétention apparemment stratégique des batteries à l'échelle du réseau sur les marchés de gros de l'électricité peut s'expliquer par une gestion rationnelle des risques sous incertitude de prix, en utilisant un modèle de programmation linéaire reformulé pour montrer comment les niveaux d'état de charge et l'aversion au risque façonnent les courbes d'enchères.

L'essentiel

Imaginez une batterie géante et de haute technologie agissant comme un gestionnaire d'argent intelligent pour l'électricité. Sa mission est simple : acheter de l'électricité quand elle est bon marché (comme faire ses courses quand elles sont en promotion) et la revendre quand elle est chère (comme revendre ces mêmes courses avec une plus-value pendant une tempête).

Cependant, ce gestionnaire fait face à un problème délicat : il doit passer ses commandes avant de connaître le prix exact de demain. C'est comme essayer de fixer le prix de vente d'une maison avant de savoir si le marché va s'effondrer ou exploser la semaine suivante.

Cet article pose une question cruciale : lorsque nous voyons ces gestionnaires de batteries agir de manière étrange — comme refuser de vendre même si les prix semblent corrects — sont-ils en train d'être gourmands et de manipuler le marché, ou sont-ils simplement intelligents et prudents ?

Les auteurs affirment : c'est principalement la seconde option. Ils ont construit un modèle mathématique pour prouver que ce comportement « bizarre » est souvent une réponse rationnelle à l'incertitude et au risque, et non un signe de manipulation de marché.

Voici les trois points principaux, expliqués avec des analogies de la vie quotidienne :

1. L'effet du « portefeuille vide » (Pourquoi ils retiennent leurs ventes)

Imaginez que vous avez un portefeuille avec très peu d'argent liquide. Si vous voyez une occasion d'acheter un café pour 5 $, vous pourriez hésiter parce que vous ne savez pas si vous aurez besoin de ces 5 $ plus tard pour un ticket de bus pour rentrer chez vous. Vous gardez votre argent car il est rare.

• La conclusion de l'article : Lorsqu'une batterie possède très peu d'énergie stockée (un faible « état de charge »), elle agit comme cette personne au portefeuille vide. Même si le prix actuel de l'électricité semble intéressant, la batterie peut refuser de vendre (ou « retenir » l'énergie) car elle craint de tomber en panne de carburant avant un moment vraiment coûteux plus tard.
• Le résultat : On pourrait croire que la batterie est gourmande et qu'elle retient ses stocks, mais elle est en réalité simplement de peur de manquer de ressources.

2. Le rebondissement du « réservoir plein » (Pourquoi ils deviennent exigeants quand ils ont beaucoup)

Maintenant, imaginez que cette même personne possède un portefeuille plein d'argent. Soudain, elle devient plus disposée à dépenser. Mais voici le rebondissement : si elle a trop d'argent et que l'avenir est très imprévisible, elle peut devenir encore plus exigeante sur ses dépenses. Elle pourrait se dire : « J'ai tellement d'argent que je n'achèterai ce café que s'il est en énorme liquidation, juste au cas où j'aurais besoin d'acheter quelque chose de plus important plus tard. »

• La conclusion de l'article : Lorsque la batterie est pleine d'énergie, l'effet de l'incertitude change.
  • Si la batterie est vide, l'incertitude la pousse à vouloir conserver son énergie (ce qui augmente son prix de vente).
  • Si la batterie est pleine, l'incertitude peut en fait la pousser à baisser son prix de vente. Pourquoi ? Parce qu'elle possède tellement d'énergie qu'elle est prête à en vendre une partie à un prix inférieur pour s'assurer d'obtenir un peu d'argent, plutôt que de risquer de tout garder et de se retrouver coincée si les prix s'effondrent.

3. La stratégie du « gâteau à étages » (Comment ils gèrent le risque)

Considérez la stratégie d'enchères d'une batterie comme un gâteau à étages.

• L'étage du bas (Le pari sûr) : Cette partie du gâteau est conçue pour être mangée (vendue) presque tous les jours. Elle est tarifée pour garantir à la batterie un profit régulier et fiable, tout comme un compte d'épargne sûr.

• L'étage du haut (Le jackpot) : Cette partie est laissée sur l'étagère à un prix très élevé. La batterie espère qu'elle ne sera pas vendue souvent, mais si le marché devient fou et que les prix montent en flèche, cette couche sera vendue pour un profit colossal.

• La conclusion de l'article : Lorsque les gestionnaires de batteries sont inquiets du risque (ils veulent éviter de perdre de l'argent), ils ne cachent pas toute leur énergie. Au lieu de cela, ils construisent cette stratégie « par couches ». Ils sécurisent un revenu sûr et régulier avec l'étage du bas, tout en gardant un petit « ticket de loterie » (l'étage du haut) pour ces moments rares de pics de prix massifs. Cela rend leurs courbes d'offres complexes et « étranges », mais c'est en fait une manière intelligente de équilibrer sécurité et profit potentiel.

La grande conclusion

L'article utilise des données réelles du marché de l'électricité de la Californie pour montrer que les batteries ne trichent pas nécessairement.

Lorsque les régulateurs voient une batterie refuser de vendre à un prix « équitable », ils soupçonnent souvent la batterie de vouloir manipuler le marché pour faire monter les prix. Cet article soutient que non, elles ne font que jouer la prudence. Elles calculent les probabilités des prix futurs, gèrent leur risque de manquer d'énergie et tentent de se protéger contre des catastrophes financières.

En bref : Ce qui ressemble à de la « gourmandise » est souvent de la « prudence ». La batterie essaie de survivre à un marché tempétueux, pas de truquer le jeu.

Résumé technique

Résumé technique : Offres de batteries sous incertitude de prix dans les marchés de l'électricité de gros

Énoncé du problème
Les batteries à l'échelle du réseau deviennent de plus en plus critiques pour l'intégration des énergies renouvelables variables et la garantie de la fiabilité du réseau. Cependant, les modèles d'offres observés dans les marchés de gros — spécifiquement les écarts systématiques entre les offres soumises et les prix réels du marché de la veille (DAM) — ressemblent souvent à un comportement de « rétention » (par exemple, des offres de vente anormalement élevées ou des offres d'achat anormalement basses). Bien que de tels modèles soulèvent des préoccupations concernant le pouvoir de marché et la manipulation stratégique, les mesures existantes d'atténuation du pouvoir de marché ont montré un impact limité sur le déploiement des batteries. La question centrale abordée par cet article est de savoir si ces modèles d'offres peuvent découler d'opérations compétitives et rationnelles sous incertitude de prix et de gestion des risques, plutôt que de l'exercice d'un pouvoir de marché.

Méthodologie
Les auteurs développent un modèle au niveau de l'actif, de type preneur de prix (price-taking), pour un opérateur de batterie participant au marché de la veille. Le modèle est conçu pour optimiser des courbes d'offres par étapes (paires quantité-prix) plutôt que de simples quantités de déploiement, s'alignant ainsi sur les mécanismes réels de participation au marché.

1. Formulation du modèle :

   • Objectif : La batterie maximise un objectif moyenne–CVaR (Valeur en Risque Conditionnelle), arbitrant entre les revenus attendus et le risque de perte (downside risk).
   • Incertitude : Les prix du marché sont représentés par un ensemble fini de scénarios horaires.
   • Contraintes : Le modèle intègre des contraintes physiques (limites de puissance, capacité de stockage, efficacité de charge/décharge) et des contraintes de marché (absence de charge/décharge simultanée, imposée via une zone morte entre les prix d'achat et de vente).
   • État de charge (SoC) : La dynamique de l'inventaire est modélisée par l'évolution attendue du SoC à travers les scénarios, garantissant que la batterie ne charge pas lorsqu'elle est pleine et ne se décharge pas lorsqu'elle est vide en l'attente.

2. Reformulation exacte par programmation linéaire (LP) :

   • Une formulation naturelle de ce problème est un programme linéaire mixte (MILP) en raison de la nature binaire de l'exécution du marché (le fait qu'une offre soit exécutée dépend de si le prix réalisé traverse le prix de l'offre).
   • Les auteurs prouvent que pour un ensemble fini de scénarios de prix échantillonnés, les prix optimaux des offres peuvent être restreints à l'ensemble des prix échantillonnés sans perte d'optimalité.
   • Cette observation permet de précalculer les indicateurs d'exécution comme des coefficients fixes, transformant le MILP en une reformulation de programmation linéaire (LP) exacte.
   • Signification : Cette reformulation réduit les temps de résolution de plusieurs heures (pour le MILP) à moins d'une seconde, rendant l'analyse empirique numériquement traitable. Elle expose également des variables duales économiquement significatives, telles que le prix fictif (shadow price) de la contrainte de SoC, qui représente le coût d'opportunité intertemporel de la batterie.

3. Analyse empirique :

   • Le modèle est testé avec des données de prix du marché de la veille (DAM) de 2024 de la CAISO (California ISO).
   • L'incertitude des prix est modélisée à l'aide d'un processus gaussien calibré sur les résidus historiques, avec un paramètre scalaire contrôlant le niveau d'incertitude.
   • Trois simulations sont conduites :
     1. Décharge de soirée neutre face au risque avec un SoC initial variable.
     2. Charge de mi-journée et décharge de soirée neutre face au risque (cycle intraday complet).
     3. Opérations prudentes (variance de l'indice moyen-CVaR) sous le cycle intraday complet.

Contributions clés et résultats

1. Rétention rationnelle sans pouvoir de marché :
   L'article démontre que le comportement de « rétention » (soumettre des offres qui évitent d'être exécutées sur le marché de la veille) peut résulter naturellement d'un comportement compétitif et preneur de prix. Lorsque l'énergie stockée est rare, le coût d'opportunité d'utiliser cette énergie maintenant plutôt que de la réserver pour une heure future potentiellement plus chère augmente. Cette valorisation rationnelle conduit à des offres de vente plus élevées, même sans pouvoir de marché.

2. Dépendance de l'incertitude vis-à-vis de l'état de charge (SoC) :
   L'effet de l'incertitude des prix sur les offres est non monotone et dépend fortement de l'inventaire initial de la batterie :

   • Inventaire rare : Une plus grande incertitude augmente la valeur de la conservation de l'énergie pour des opportunités futures de prix élevés, augmentant ainsi les prix des offres de vente.
   • Inventaire abondant : Lorsque la batterie dispose d'une énergie suffisante pour couvrir les pics, une plus grande incertitude peut en réalité baisser les prix de vente. L'opérateur est plus enclin à liquider l'inventaire excédentaire sur une gamme plus large de scénarios pour éviter de se retrouver avec de l'énergie invendue à la fin de l'horizon.

3. Structures d'offres par couches issues de la gestion des risques :
   L'introduction de l'aversion au risque (via le terme CVaR) remodèle les courbes d'offres en structures « stratifiées ».

   • Pour garantir un plancher de revenus, la batterie abaisse une partie de ses offres de vente pour assurer l'exécution à travers un large ensemble de scénarios.
   • Simultanément, elle conserve une partie de sa capacité à des prix très élevés (ressemblant à de la rétention) pour préserver l'exposition à des pics de prix rares mais précieux.
   • Cela produit une courbe d'offres qui équilibre la stabilité de l'exécution du cœur de métier avec le potentiel de hausse, plutôt qu'un simple décalage de l'ensemble de la courbe.

Signification et affirmations
L'article affirme que les modèles d'offres de batteries observés dans les marchés de gros, souvent interprétés comme des preuves de manipulation de marché, peuvent être entièrement expliqués par des opérations économiques légitimes sous incertitude. Les auteurs soutiennent que :

• Changement d'interprétation : Les cadres de surveillance du marché doivent distinguer la rétention stratégique (pouvoir de marché) du comportement prudent et preneur de prix. Ce dernier est une réponse rationnelle à la nature intertemporelle du stockage par batterie et à la volatilité des prix.
• Utilité méthodologique : La reformulation exacte par LP fournit un outil pratique pour l'analyse empirique, permettant aux chercheurs de résoudre efficacement des problèmes d'offres complexes et d'extraire des variables duales offrant des perspectives économiques sur les coûts d'opportunité.
• Implication politique : Les conclusions suggèrent que les outils actuels d'atténuation du pouvoir de marché peuvent être mal alignés avec les véritables moteurs du comportement des batteries, qui sont souvent ancrés dans la gestion des risques et la rareté de l'inventaire plutôt que dans la manipulation stratégique.

L'article conclut en notant que, bien que le modèle isole l'arbitrage énergétique, les travaux futurs devront étendre ce cadre pour inclure la co-optimisation avec les services auxiliaires et les obligations d'adéquation des ressources, ce qui influencerait davantage la formation des offres par des coûts d'opportunité supplémentaires.