Embed Size (px)
Citation preview
Misura e controllo
dell'onere di
sbilanciamento Luigi Poderico, MBI
L'onere come rischio
La penale da sbilanciamento
Sbilanciamento fisico Mercato elettrico
Misura dello sbilanciamento Discrepanza tra il programma vincolante modificato e
corretto e l’energia effettivamente prodotta o consumata
Valorizzazione degli
sbilanciamenti
effettivi
Meccanismo del single-dual
pricing. Delibera 444/2016 a
regime. 7,5%
Penalizza gli sbilanciamenti che obbligano Terna ad
acquistare sul mercato del bilanciamento senza soglia
Premia gli sbilanciamenti che sollevano Terna fino al 7,5%
Penale di
sbilanciamento
Differenza di esborso Esborso ipotetico se avessi saputo acquistare quanto
effettivamente consumo
Esborso effettivo perché ho acquistato una previsione di
consumo
Fonti principali del
rischio onere
Incertezza sugli indici di mercato Prezzi MGP, Prezzi MSD, Segni di sbilanciamento
Incertezza sulle previsioni
Efficacia finanziaria delle previsioni
(€ 50.000,00)
€ 0,00
€ 50.000,00
€ 100.000,00
€ 150.000,00
€ 200.000,00
€ 250.000,00
€ 300.000,00
€ 350.000,00
Media 10mo pctle 90mo pctle
194.000 MWh nominati in
un mese
- 6% Media dell'errore
relativo orario
€ 255.441,3 Penale nel caso
migliore
Penale cumulata
Agosto 2016
(€ 50.000,00)
€ 0,00
€ 50.000,00
€ 100.000,00
€ 150.000,00
€ 200.000,00
€ 250.000,00
€ 300.000,00
€ 350.000,00
Media 10mo pctle 90mo pctle Ottimizzazione
Potenzialità del portafoglio
€ 255.441,3 Penale senza
controllo del
rischio
€ 28.277,36 Penale con
controllo del
rischio
-€ 227,163,94 Risparmio totale
-€ 1,17 Risparmio per
MWh
Agosto 2016
Penale cumulata
Quali strumenti per
gestire il rischio?
La gerarchia di funzionalità
• Gestione del rischio CVaR
• Gestione dell’incertezza Modelli
stocastici
• Time to Market Programmazione
lineare
• Minimizzare la
penale
Ottimizzazione
matematica
Ottimizzazione matematica
Variabili decisionali
Vincoli
Funzione obiettivo
Problema di
ottimizzazione
Programmazione lineare
numeri reali: v1, v2, … , vN
v1×a1 + v2×a2 +…+ vN×aN ≤ b
v1×c1 + v2×c2 +…+ vN×cN
Programmazione lineare
Variabili decisionali
Vincoli
Funzione obiettivo
Problema di
ottimizzazione
Modelli stocastici
ω ← scenario di accadimento
πω ← probabilità di accadimento nello scenario ω
𝑥 ← unica offerta valida per tutti gli scenari
penale(ω, 𝑥 ) ← penale nello scenario ω proveniente
dall’offerta 𝑥
Penale attesa = Σ ω (πω × penale(ω , 𝑥 ))
Gestione del rischio
0
0,02
0,04
0,06
0,08
0,1
0,12
20 11 10 9 8 7 6 5 4 3 2 1 0 -1 -2 -3 -4 -5 -6 -7
Intervallo di confidenza
VaR
πω
Portafoglio in perdita Portafoglio in attivo
La gestione del
rischio "onere"
Elaborazione delle offerte
Formazione delle offerte
con PowerSchedO
PowerSchedO
for forecast
PowerSchedO
for zModel
(€ 50.000,00)
€ 0,00
€ 50.000,00
€ 100.000,00
€ 150.000,00
€ 200.000,00
€ 250.000,00
€ 300.000,00
€ 350.000,00
Media 10mo pctle 90mo pctle Ottimizzazione
Il risultato dell'ottimizzazione
€ 255.441,3 Penale senza
controllo del
rischio
€ 28.277,36 Penale con
controllo del
rischio
-€ 227,163,94 Risparmio totale
-€ 1,17 Risparmio per
MWh
Agosto 2016
Penale cumulata
Sono a disposizione per ogni chiarimento.
Confidentiality Statement This presentation contains information and descriptions of technologies, methodologies and
processes developed and solely owned by M.B.I. S.r.l. (hereinafter referred to as MBI).
This document may not be used, quoted, distributed or reproduced, in part or in whole, without the
written permission of MBI .
The oral report is complementary to the previous pages, which therefore do not make up the
presentation by themselves.
Credits Created with images by epicantus - "clock time hour" • emilio labrador -
"Bull Itch" • Ramdlon - "good bad opposite" • stevepb - "confused muddled
illogical" • kaboompics - "cup coffee espresso"
Poderico Luigi
@poderico
www.powerschedo.it
