Architectures des marchés de l'électricité pour la sécurité d'approvisionnement à long terme dans un contexte de transition énergétique

par Ahmed Ousman Abani

Projet de thèse en Economie

Sous la direction de François Lévêque.

Thèses en préparation à Paris Sciences et Lettres , dans le cadre de École doctorale Économie, organisations, société (Nanterre) , en partenariat avec Centre d'économie industrielle (Paris) (laboratoire) et de École nationale supérieure des mines (Paris) (établissement de préparation de la thèse) depuis le 01-10-2014 .


  • Résumé

    Depuis plus d'une vingtaine d'années, le secteur électrique connaît d'importants bouleversements à la suite de l'ouverture progressive à la concurrence de certaines activités. La production et la vente ont été libéralisées tandis que le transport et la distribution demeurent des monopoles régulés. La libéralisation s'accompagne toujours d'une « rerégulation » dans la mesure où les changements de gouvernance nécessitent la mise en place de règles nouvelles - market designs -, notamment pour les activités en concurrence. L'introduction de la concurrence dans le secteur électrique, longtemps organisé autour d'un monopole intégré en production-transport (allant parfois jusqu'à la distribution), fait apparaître des problèmes de coordination qu'il convient de traiter par la mise en place de dispositifs adéquats (Glachant, 2003 et Glachant & Finon, 2003). En particulier, cette réforme impose la mise en place de dispositifs chargés de définir les règles du jeu dans le processus concurrentiel, en assurant et en encadrant la coordination nécessaire entre les acteurs de marchés. Cette coordination est fondamentale pour le système électrique à court terme (exploitation en temps réel, équilibrage consommation - production) et à long terme (décisions d'investissements). En effet, faute d'un équilibre physique entre la production et la consommation, le fonctionnement du système électrique peut être compromis, conduisant à de coûteuses coupures d'électricité pour l'économie, jusqu'à mener à un blackout en cas de déséquilibre brutal. La conception des règles de marché fait l'objet d'une littérature qui s'est considérablement développée au fur et à mesure que les enjeux se posaient dans la pratique. La littérature sur la conception de règles de marché (i.e., market design) apporte différentes contributions majeures à l'état de l'art. Si la coordination dans l'exploitation du système électrique à court terme (dispatching et mécanisme d'ajustement) a été étudiée depuis longtemps (par exemple Caramanis, 1982 ; Hsu, 1997 ; Glachant et Pignon, 2005 ; Bjørndal et Jörnsten, 2004 ; Meeus et al., 2009 ; O'Neill et al., 2005 ; Henriot, 2014 ; Borggrefe et Neuhoff, 2011 ; Vandezande et al., 2010 ; Khalfallah et Rious, 2013 ; etc.), la question des investissements en capacité et de l'impact des risques est plus récente et nécessite d'être étudiée en détail afin d'évaluer si des mécanismes de marché supplémentaires sont nécessaires afin d'améliorer la coordination des investissements. En effet, la libéralisation du secteur électrique, et notamment la mise en concurrence de la production d'électricité, ont fortement modifié cette coordination et la méthode de prises de décisions d'investissement. Ces décisions étaient autrefois prises par un acteur intégré qui supportait peu de risques. Elles résultent désormais de décisions décentralisées prises par plusieurs acteurs, souvent averses aux risques, avec une information imparfaite (Dyner et Larsen, 2001). La principale problématique consiste donc à étudier si les nouveaux marchés de l'électricité sont capables d'inciter les acteurs à investir correctement en capacité, c'est-à-dire à investir dans le bon type de capacité (base, pointe), au bon niveau et au bon moment. Même si en théorie les marchés peuvent procurer les incitations optimales pour investir (Caramanis, 1982) et peuvent gérer les risques des investissements (Boucher et Smeers, 2002), de nombreuses imperfections existent, rendant les investissements non adéquats (Stoft, 2002 ; Joskow, 2007). Ce problème est connu sous le nom de missing money dans la littérature. Afin de résoudre ces problèmes d'investissement, la littérature a proposé plusieurs mécanismes de marché complémentaires, connus sous le nom de mécanismes de rémunération de capacité (Finon et Pignon, 2006 ; Batlle et Pérez Arriaga, 2008 ; RTE, 2014). Si ces mécanismes permettent de fournir les signaux d'investissement optimaux à l'équilibre et de résoudre les problèmes de sous-investissement, le comportement de ces mécanismes en dynamique et sur le risque des investisseurs peut différer. Ainsi, plusieurs travaux de simulation, se basant principalement sur la méthode System Dynamics, développée par Forrester (1961), ont étudié les effets des mécanismes de capacité sur la dynamique des investissements, et notamment sur leurs effets à contrôler les cycles d'investissement (Hobbs, 2005 ; Hobbs el al., 2007 ; De Vries et Heijnen, 2008 ; Hasani et Hosseini, 2011 ; Eager, 2012). L'objectif de la thèse est d'étudier l'impact de différents market designs, notamment de mécanismes de rémunération de capacité sur le coût de financement et les décisions des investisseurs. Ce travail sera mené en développant un modèle adéquat. L'idée est d'étudier la boucle de causalité suivante. Différents mécanismes de rémunération de capacité (ou son absence) modifient le risque des investisseurs dans le système électrique en offrant un revenu total plus ou moins volatil. Lorsque la volatilité du revenu de la capacité croît, le risque et le coût de financement (WACC) des investisseurs croissent (comme l'écart-type du revenu). Par exemple, la mise en place d'un marché, voire d'un paiement, de capacité doit offrir un revenu total moins volatil que lorsque ce dernier n'est basé que sur le marché de l'énergie. Or les capacités des différentes technologies de production et d'effacement de consommation dépendent de leur coût d'investissement et en particulier de leur coût de financement. Choisir un mécanisme de rémunération de capacité plutôt qu'un autre impacte donc non seulement l'adéquation entre la production et la consommation mais également le mix des différentes technologies qui sont développées. Préalablement à l'atteinte de cet objectif, il sera nécessaire de modéliser plus finement le processus de prises de décisions des investissements, mal renseigné et trop souvent simplifié dans la littérature par rapport aux processus décisionnels mis en œuvre par les industriels. L'idée est d'estimer la valeur de l'investissement sur plusieurs années, en anticipant les revenus attendus et en tenant compte du risque inhérent à une telle anticipation sur une, deux, voire trois décennies. Des critères d'investissement plus sophistiqués que le calcul simple d'une valeur actuel nette (VAN) seront mis en œuvre pour correspondre davantage à la pratique d'évaluation le risque couru par les investissements (par exemple valeur de l'option, CVAR ou d'autres modélisations de l'aversion au risque). Les travaux de recherche seront organisés afin d'atteindre, de façon robuste, les objectifs précédemment identifiés. Il s'agira tout d'abord de modéliser le processus de décisions des investissements. Cette étape s'appuiera sur les modélisations déjà identifiées dans la littérature, suivant qu'elles prennent ou non en compte le risque (e.g. VAN versus CVAR), suivant la méthode d'estimation des revenus futurs mise en œuvre, etc.). Ces différentes modélisations des processus de décisions des investissements seront comparées en deux temps. Elles seront tout d'abord intégrées à un modèle simplifié d'investissement (e.g. celui développé par Hobbs et al., 2007). Dans un second temps, les différentes modélisations de processus de décisions des investissements seront intégrées à un modèle d'investissement prenant mieux en compte la complexité la séquence temporelle du marché électrique (e.g. celui développé Cepeda et Finon, 2011). La seconde étape des travaux consistera à analyser l'effet du risque sur le coût de financement des investissements. Il s'agira d'intégrer une boucle de causalité supplémentaire aux modèles (simplifiés – e.g. à la «Hobbs et al. 2007» – ou plus complexes – e.g. à la «Cepeda et Finon 2011») afin de moduler le niveau du coût de financement en fonction de l'incertitude du revenu. Cette approche en deux temps (à la «Hobbs et al. 2007» puis à la « Cepeda et Finon 2011») assure la robustesse de la modélisation et facilite l'analyse. En effet, elle permet de distinguer les effets qui proviennent respectivement de la modélisation des processus de décisions et de la modulation du coût de financement en fonction de l'incertitude, du design des mécanismes de rémunération de capacité et de leur interaction avec les marchés électriques de court terme. Il sera alors possible d'analyser l'impact du processus de décisions d'investissement sur la dynamique d'investissement.

  • Titre traduit

    Electricity market design for long-term capacity adequacy in a context of energy transition


  • Résumé

    For over two decades, the power sector has been undergoing major changes as a result of the gradual opening to competition of certain activities. The generation and supply have been liberalized while the transmission and distribution remain regulated monopolies. Liberalisation is always accompanied by a "re-regulation" to the extent that governance changes require the implementation of new rules - market designs - especially for competitive activities. The introduction of competition in the electricity sector, long organized around an integrated monopoly bulk power (sometimes up to distribution), revealed problems of coordination that should be addressed by the establishment of adequate arrangements (Glachant, 2003 and Glachant & Finon, 2003). In particular, this reform requires the establishment of a structure which should develop the rules in the competitive process, ensuring and supervising the necessary coordination between market players. This coordination is fundamental to the short-term electricity system (real-time operation, balancing consumption - production) and long term (investment decisions). Indeed, for lack of a physical equilibrium between production and consumption, the operation of the electrical system can be compromised, leading to costly blackouts for the economy to lead to a blackout in case of brutal imbalance. The literature on the design of market rules (i.e., market design) brings several major contributions to the state of the art. If coordination in the operation of short-term electricity system (dispatching and adjustment mechanism) has been studied for a long time (eg Caramanis, 1982; Hsu, 1997; Glachant and Gable, 2005; Bjørndal and Jörnsten 2004; Meeus et al., 2009; O'Neill et al., 2005; Henriot, 2014; Borggrefe and Neuhoff, 2011; Vandezande et al, 2010; Khalfallah and Rious, 2013; etc.), the issue of investment in capacity and the impact of risk is more recent and needs to be studied in detail to assess whether further market mechanisms are needed to improve coordination of investments. Indeed, liberalization of the electricity sector, including the introduction of competition in electricity production have greatly modified this method of coordination and making investment decisions. These decisions were once made by an integrated player which bear little risk. They now are the result of decentralized decisions of many actors, which are often risk averse, with imperfect information (Dyner and Larsen, 2001). The main issue is therefore to examine whether the new electricity markets are able to encourage the players to properly invest in capacity, that is to say, to invest in the right kind of capacity (basic, advanced), at right level at the right time. Although in theory the market can provide the optimal incentives for investment (Caramanis, 1982) and can manage risk investments (Boucher and Smeers, 2002), many imperfections exist, making them unsuitable investments (Stoft 2002; Joskow, 2007). This problem is known as the missing money in the literature. To solve these problems of investment, literature proposed several complementary market mechanisms, known as capacity remuneration mechanisms (Finon and Pignon, 2006 Batlle and Pérez Arriaga, 2008, RTE, 2014). If these mechanisms can provide the optimal investment signals to balance and resolve underinvestment problems, the behaviour of these mechanisms dynamics and investor risk may differ. Thus, several simulation works, based primarily on the System Dynamics method, developed by Forrester (1961) studied the effects of capacity mechanisms on the dynamics of investments, including their effects to control investment cycles (Hobbs, 2005; Hobbs el al., 2007; De Vries and Heijnen, 2008; Hasani and Hosseini, 2011; Eager, 2012). The aim of the thesis is to study the impact of different market designs, including capacity payment mechanisms on the cost of financing and investment decisions. This will be done by developing an adequate model. The idea is to study the following causal loop. Capacity remuneration mechanisms affect investors' risk in the electric system by providing a more or less volatile income. When the volatility of the income increases, the risk and financing costs (WACC) of investors increase as well (as the standard deviation of the income). For example, the establishment of a market or a payment capacity should offer a total income less volatile than when it is based on the energy market. Now the capacity of different technologies of production and consumption deletion depend on their investment cost and in particular their financing costs. The choice of a capacity remuneration mechanism over another thus impacts not only the balance between production and consumption, but also the mix of different technologies that are developed. Prior to this objective, it will be necessary to model more accurately the process of investment decision, which is too often simplified in the literature with respect to the decision-making processes implemented by companies. The idea is to estimate the value of an investment over several years, by anticipating the expected income and taking into account the risk inherent to such anticipation. Investment criteria that are more sophisticated than the simple calculation of net present value (NPV) will be implemented in order account for a more practical assessment of risk (e.g. value of the option, CVaR, other models of risk aversion). The research will be organized to achieve, robustly, the previously identified objectives. It will initially model the investment decision process. This step will build on the existing models in the literature, according to whether or not they take risk assessment into account (e.g. VAN versus CVaR). These different models of investment decision will be compared in two stages. They will first be integrated into a simplified investment model (e.g. one developed by Hobbs et al., 2007). Secondly, the various models of investment decision will be incorporated into a more realistic investment model which takes into account the complexity of the time sequence of the electricity market (e.g. one developed and Finon Cepeda, 2011). The second phase of the work will be to analyse the effect of risk on the cost of financing investments. It will integrate an additional causal loop models (simplified - e.g. to "Hobbs et al 2007." - Or more complex - e.g. the "Cepeda and Finon 2011") to modulate the level of the cost of financing based on the uncertainty of income.