⚡ electrical engineering

Structural Misalignment in Financial Transmission Rights

Dit artikel introduceert een geometrisch raamwerk om structurele onderfinanciering van Financiële Transmissierechten (FTRs) te diagnosticeren, veroorzaakt door modelmisalignementen tussen veilingen en de dagmarkten, en analyseert de impact van netwerkbepalingen en meervoudige tijdsintervallen op de marktsolventie.

Oorspronkelijke auteurs: Erich Trieschman, Saurabh Amin

Gepubliceerd 2026-04-21

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Erich Trieschman, Saurabh Amin

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

De "Stroom-Verzekering": Waarom Elektriciteitsnetten soms te duur of te duur zijn

Stel je voor dat je een grote stad bent die elektriciteit nodig heeft. De elektriciteit wordt niet alleen geproduceerd, maar moet ook door een ingewikkeld netwerk van hoogspanningsdraden worden vervoerd. Soms zijn deze draden vol, net als een file op de snelweg. Dit heet "congestie".

Om te voorkomen dat mensen in de file vastlopen, hebben ze een FTR (Financial Transmission Right) bedacht. Dit is eigenlijk een verzekering of een ticket. Als je zo'n ticket koopt, weet je dat je de prijsstijgingen door de file (congestie) niet hoeft te betalen. De netbeheerder (de ISO) belooft je dat geld terug te betalen als de file er is.

Het probleem? De netbeheerder moet die uitkeringen betalen met het geld dat hij verdient aan de files zelf (de "merchandising surplus"). Als de files te zwaar zijn of de berekeningen niet kloppen, heeft de netbeheerder niet genoeg geld om alle verzekeringen uit te betalen. Dat heet onderfinanciering. Als hij juist te voorzichtig is, kunnen mensen hun verzekering niet volledig gebruiken. Dat heet inefficiëntie.

Deze paper van Erich Trieschman en Saurabh Amin legt uit waarom dit mislukken gebeurt, zelfs als iedereen eerlijk speelt. Het ligt niet aan de mensen die handelen, maar aan de tekeningen die de netbeheerder gebruikt.

1. Twee verschillende kaarten voor hetzelfde landschap

Stel je voor dat je een wandeling plant.

De Auktie (De Verzekering): Twee jaar van tevoren koopt iemand een ticket. De netbeheerder tekent toen een kaart van het landschap. Hij zegt: "Deze brug is sterk genoeg voor 100 auto's."
De Realiteit (De Dagmarkt): Op de dag zelf, als de wandeling echt begint, blijkt dat de brug door regenwater zwakker is geworden en maar 80 auto's aankan. Of er staat een onverwachte boom op de weg.

Als de kaart van de verzekering (de Auktie) optimistischer is dan de werkelijkheid (de Realiteit), belooft de verzekeraar meer geld terug te betalen dan hij kan ophalen. Resultaat: De kassa is leeg (onderfinanciering).

Als de kaart van de verzekering juist pessimistischer is (hij zegt "maximaal 50 auto's" terwijl de brug er 100 aankan), dan kunnen mensen hun verzekering niet volledig gebruiken. Resultaat: Mensen betalen voor een verzekering die ze niet helemaal kunnen benutten (inefficiëntie).

2. De "Wiskundige Meetlat" (De Geometrie)

De auteurs gebruiken een slimme wiskundige truc om dit te meten. Ze vergelijken de twee kaarten niet met woorden, maar met vormen (polytoepen).

Stel je voor dat alle mogelijke routes die je kunt lopen een klont deeg vormen.
De DAM-kaart (de realiteit) is een stuk deeg dat precies past bij de huidige brug en de huidige boom.
De FTR-kaart (de verzekering) is een ander stuk deeg, gebaseerd op de oude tekening.

De paper laat zien dat je kunt meten hoeveel het ene stuk deeg uitsteekt boven het andere.

Steekt het FTR-deeg eruit? Dan is de verzekering te groot (gevaar: leeg kassa).
Is het FTR-deeg kleiner? Dan is de verzekering te klein (gevaar: verspilling).

3. De "Schaduw" die alles verklapt

Het meest interessante deel is hoe ze precies kunnen zeggen waar het misgaat. Ze gebruiken een concept dat ze "dual weights" noemen, maar we kunnen het schaduw-analyse noemen.

Stel je voor dat je een lamp op een muur schijnt. De vorm van de schaduw die je ziet, vertelt je precies welke obstakels (bruggen, bomen) de vorm van het deeg bepalen.

Als de schaduw van de "oude kaart" (verzekering) een stukje uitsteekt waar de "nieuwe kaart" (realiteit) niet is, dan weet de netbeheerder precies welke brug of welke lijn het probleem veroorzaakt.
Ze kunnen zelfs zeggen: "Ah, het probleem is niet de hele brug, maar specifiek die ene brug als er een storing is op de andere kant van de stad."

Dit helpt de netbeheerder om te zien of ze te voorzichtig zijn (en dus geld verspillen) of te roekeloos (en dus geld verliezen).

4. De Valstrik van de "Tijdsrekening"

Er is nog een lastig punt: Tijd.
Een verzekering duurt vaak een jaar. Maar de file op de snelweg verandert elke dag.

Soms is het druk op maandagochtend, soms op vrijdagavond.
De paper laat zien dat als je één ticket koopt voor het hele jaar, je automatisch een beetje "inefficiëntie" creëert. Waarom? Omdat de file op maandagochtend misschien een heel andere route nodig heeft dan de file op vrijdagavond. Je kunt niet met één ticket perfect heden voor beide situaties. Het is alsof je één paraplu koopt voor een jaar: hij is perfect voor de regen in juli, maar misschien te groot of te klein voor de regen in december.

Samenvatting voor de leek

Deze paper zegt eigenlijk:

Het probleem is niet dat mensen vals spelen. Het probleem is dat de "tekeningen" (modellen) die we gebruiken om verzekeringen te verkopen, niet perfect overeenkomen met de realiteit op de dag zelf.
We kunnen het meten. Met slimme wiskunde (geometrie en schaduwen) kunnen we precies zien hoeveel geld er misgaat en waar het misgaat.
De oplossing is balans. Netbeheerders moeten een balans vinden tussen:
- Te optimistisch zijn (risico op een lege kassa).
- Te pessimistisch zijn (risico dat mensen hun verzekering niet kunnen gebruiken).

De auteurs geven de netbeheerders nu een diagnose-tool. Als er geld ontbreekt, kunnen ze met deze tool precies zien: "Het is niet onze schuld, het is die ene onverwachte storing op brug X die we niet hadden zien aankomen." Of: "We zijn te bang geweest en hebben onnodig veel ruimte weggegooid."

Kortom: Het is een handleiding om de elektriciteitsverzekeringen eerlijker en slimmer te maken, zodat de kassa vol blijft en iedereen zijn geld krijgt.

Titel: Structurele Misalignering in Financiële Transmissierechten (FTR)

1. Het Probleem

Financiële Transmissierechten (FTR's) zijn instrumenten in de elektriciteitsmarkt die deelnemers in staat stellen om risico's op congestie in de Dag Vooraf Markt (Day Ahead Market - DAM) af te dekken. De uitbetalingen van FTR's worden gefinancierd door het "merchandising surplus" (congestie-renten) dat door de Onafhankelijke Systeemoperator (ISO) wordt verzameld in de DAM.

Het fundamentele probleem is revenue adequacy (inkomensdekkingsgraad): de totale uitbetalingen aan FTR-houders mogen de in de DAM gegenereerde surplus niet overschrijden. In de praktijk treedt echter vaak een structurele misalignering op tussen het netwerkmodel dat wordt gebruikt voor de FTR-veiling (vastgesteld maanden of jaren van tevoren) en het gerealiseerde netwerkmodel in de DAM (beïnvloed door onverwachte storingen, topologiewijzigingen en hernieuwbare integratie).

Deze misalignering leidt tot twee soorten falen:

Onderfinanciering (Underfunding): Als het FTR-model minder restrictief is dan het gerealiseerde DAM-model, kunnen de uitbetalingen de opbrengsten overschrijden.
Inefficiëntie in hedging: Als het FTR-model te conservatief (restrictief) is, kunnen deelnemers niet volledig profiteren van het beschikbare surplus, wat leidt tot inefficiëntie.

De auteurs stellen dat deze problemen vaak worden veroorzaakt door het netwerkmodel zelf en niet door het biedgedrag van marktdeelnemers.

2. Methodologie

De auteurs ontwikkelen een geometrisch en dualistisch raamwerk om deze misalignering te analyseren. De kern van hun methode is als volgt:

Netwerk-Feasible Injectie Polytope: Zowel de DAM als de FTR-veiling worden gemodelleerd als een verzameling van haalbare injecties (stroomopnames en -afnames) die voldoen aan de netwerkbeperkingen (DC-optimal power flow). Dit wordt gedefinieerd als een polytoop $Q_{net}$ .
Support Functies: De auteurs tonen aan dat zowel het DAM-merchandising surplus als het maximaal ondersteunbare FTR-uitbetalingsbedrag kunnen worden uitgedrukt als supportfuncties van deze polytope. Een supportfunctie $\phi(b; y)$ geeft de maximale waarde van een lineaire functie (de congestie-renten) over een convex gebied (de polytoop) in een bepaalde richting (de schaduwprijzen $y$ ).
Dual Representatie: Door gebruik te maken van lineaire programmering (LP) dualiteit, worden deze problemen vertaald naar een dual formulering. Cruciaal is dat de dual-feasible set (de verzameling van geldige duale variabelen) alleen afhangt van de netwerkgeometrie ( $K$ , de PTDF-matrix) en niet van de specifieke limieten (de constraints).
Constraint-Level Attribution: Omdat de dual-optima vaak niet uniek zijn (dual degeneracy), introduceren de auteurs robuste multiplier-bereiken. Dit stelt hen in staat om per constraint (transmissielijn onder een specifieke contingency) te bepalen of deze "definitief bindend", "degeneraat bindend" of "definitief vrij" is, ongeacht welke specifieke duale oplossing wordt gekozen.

3. Belangrijkste Bijdragen

Geometrische Unificatie: Het probleem van revenue adequacy en hedging-efficiëntie wordt verenigd in één geometrisch raamwerk gebaseerd op de vergelijking van supportfuncties van twee verschillende polytope (FTR vs. DAM).
Robuste Toewijzing (Attribution): Een methode om onderfinanciering of inefficiëntie toe te schrijven aan specifieke netwerkbeperkingen (bijv. een specifieke lijn of een specifieke storing), zelfs in aanwezigheid van dual degeneracy.
Analyse van Conservatieve Keuzes: Het kwantificeren van de kosten van conservatieve modelleringkeuzes, zoals uniforme derating (verlaging van lijnlimieten) in het FTR-model.
Multi-Interval Inefficiëntie: Het aantonen dat zelfs bij perfecte structurele alignering, multi-interval FTR-producten (die over meerdere tijdsintervallen worden afgerekend) intrinsieke inefficiëntie kunnen veroorzaken als de congestiepatronen in de tijd variëren.

4. Resultaten en Kwantitatieve Bevindingen

De auteurs leiden scherpe implicaties af voor veelvoorkomende modelleringpraktijken:

Uniforme Derating: Als het FTR-model lijnlimieten uniform verlaagt met een factor $\alpha$ (bijv. 75%), dan is de maximale FTR-uitbetaling exact $\alpha$ maal het DAM-surplus. Dit betekent dat een 25% veiligheidsmarge leidt tot een exact 25% verlies aan hedging-efficiëntie, zonder risico op onderfinanciering.
Extra Contingencies in FTR: Het toevoegen van extra storingen (contingencies) aan het FTR-model (maar niet aan de DAM) maakt het model restrictiever. Dit leidt tot hedging inefficiëntie (onderfinanciering is onmogelijk), maar nooit tot onderfinanciering.
Ontbrekende Contingencies in FTR: Het weglaten van storingen in het FTR-model die wel in de DAM voorkomen (bijv. onverwachte uitval) maakt het FTR-model permissiever. Dit kan leiden tot onderfinanciering (risico op tekort), maar nooit tot hedging inefficiëntie.
Multi-Interval Producten: Wanneer FTR's worden afgerekend over meerdere intervallen, is de totale uitbetaling strikt kleiner dan de som van de individuele intervallen-surplus, tenzij de congestiepatronen in alle intervallen identiek zijn. Dit introduceert een inherente inefficiëntie door tijdsaggregatie.

De auteurs illustreren deze resultaten met een gestileerd 3-knooppunten netwerkmodel, waarbij ze de polytope en de duale waarden visualiseren voor verschillende scenario's (uniforme derating, extra contingencies, en onverwachte uitval).

5. Significantie en Toepassing

Deze studie biedt ISO's en marktontwerpers rigoureuze wiskundige hulpmiddelen om:

Onderfinanciering te diagnosticeren: Bij een tekort kunnen ISO's systematisch identificeren welke specifieke lijnbeperkingen of storingen in het DAM-model verantwoordelijk zijn voor het verschil met het FTR-model.
Efficiëntiekosten kwantificeren: Het is mogelijk om de exacte economische kosten van conservatieve modelleringkeuzes (zoals uniforme derating) te berekenen.
Modelontwerp optimaliseren: Het raamwerk stelt ISO's in staat om een bewuste afweging te maken tussen het minimaliseren van onderfinancieringsrisico's en het maximaliseren van hedging-efficiëntie, gebaseerd op de specifieke dual-variabelen van gerealiseerde marktuitkomsten.

Samenvattend verlegt dit papier de focus van het analyseren van biedgedrag naar het analyseren van de structurele eigenschappen van de netwerkmodellen zelf, en biedt het een nieuwe taal (supportfuncties en duale toewijzing) om de complexiteit van elektriciteitsmarkten te begrijpen en te beheersen.