Solutions
exemples de nos réussites

Le marché de l’énergie est géré en Italie par le Gérant des Marchés Énergétiques (GME), une société placée sous la tutelle du Ministère de l’Économie et des Finances dans le but de garantir la transparence, la libre concurrence et la neutralité entre les différents acteurs du marché. Il établit les règles régissant la vente et l’achat d’énergie et les modalités de l’offre des prix de vente et d’achat. Il établit en outre les mécanismes à travers lesquels s’établit le prix, ceci en essayant de maximiser les volumes échangés et en tentant d’équilibrer le réseau. Davantage de détails sont à trouver sur le Vademecum della Borsa Elettrica.
Une entreprise engagée dans la fourniture d’énergie électrique sur le territoire italien (ou d’un autre pays, d’ailleurs) est donc tenue au double objectif de satisfaire les besoins de ses clients, mais aussi d’acheter (ou vendre) à un prix aussi avantageux que possible.

La disponibilité publique de la totalité des données journalières du passé relatifs aux différentes phases du marché, reparties heure par heure et zone par zone, constitue une ressource fondamentale pour l’application du modèle bayésien. La caractéristique de base de l’approche bayésienne réside dans la possibilité d'engranger e mettre opportunément en corrélation toutes les informations disponibles, qu’elles viennent des données brutes, comme la base de données du GME, ou des connaissances d’experts du secteur de l’énergie à travers lesquelles il est possible reconstruire le lien de corrélation sous-jacent la simple information numérique.
En ayant à disposition ces deux composantes (données relatives au passé et le savoir-faire d’experts) on peut construire un modèle bayésien en mesure d’évaluer et quantifier les relations entre les variables d’un problème " en apprenant " des événements passés.
Grâce à ce modèle nous sommes en mesure d’évaluer en quelle phase du marché il est intéressant d’acheter ou de vendre de l’énergie, mais pas seulement, nous pouvons aussi estimer quelle probabilité est associée à chaque choix.

 

UN EXEMPLE DE RÉUSSITE

Gala est un opérateur italien auquel s’adressent tant des particuliers que des entreprises pour satisfaire leurs besoins d’électricité. Un grand opérateur tel que Gala est profondément intéressé au développement d’une stratégie optimale de commerce énergétique sur le Mercato a Pronti. Cela ne peut se limiter à considérer uniquement la phase de marché la plus intéressante pour acheter ou vendre de l’énergie, mais devra aussi soupeser les conséquences que ses propres agissements auront sur le marché (une forte offre ou demande en certaines phases du marché peut avoir des répercussions macroscopiques sur les prix) et les risques liés à la particulaire stratégie en cours de déploiement. En lien avec des experts de Gala nous avons donc élaboré un système complexe de calcul capable de définir en détail la stratégie optimale à suivre. Le cœur du système est composé d’un Réseau bayésien qui fournit des indications détaillées sur quelle zone du marché il sera plus intéressant d’agir et avec quelle probabilité de succès ; alors que pour soupeser les quantités énergétique sur lesquelles se positionner et les risques associés aux différentes actions on a échafaudé une structure statistique complexe basée sur des simulations de Monte Carlo. Tout cela fournit, en clé quantitative et pas qualitative, une stratégie d’action détaillée visant le gain maximal avec des niveaux de risque prédéfinis.

Mieux vaut prévoir sans certitude,
que de ne pas prévoir du tout
Henri Poincaré

Ce site web utilise des cookies pour analyser son utilisation et permettre l’accès aux pages réservées. Nos cookies ne permettent pas d’identifier les utilisateurs. Les cookies sont enregistrés dans votre navigateur et sont utilisés pour personnaliser votre expérience sur notre site web. Continuer la navigation sans modifier vos préférences actuelles implique l’acceptation des cookies. Vous pouvez modifier vos préférences d’utilisation de cookies à tout moment.