Optimisation et valorisation analytiques des options de stockage d’énergie

Résumé

Le document analyse l’optimisation du stockage statique d’énergie comme un problème d’exercice d’option. L’analyse variationnelle donne une règle d’exercice optimale implicite et montre comment elle réagit à des contraintes telles que les coûts de portage et les limites de cyclage. Elle compare aussi la valorisation intrinsèque, fondée sur les prix actuels, à la valorisation stochastique, qui tient compte de l’incertitude des prix futurs. L’analyse établit que la stratégie d’exercice stochastique est de type tout ou rien et reste proche de la stratégie intrinsèque.

Pour le problème stochastique, les auteurs élaborent une méthode de perturbation afin d’approcher la solution et d’estimer la valeur temps de l’option. Ils examinent le comportement de cette valeur lorsque le paramètre de retour à la moyenne tend vers zéro ou devient élevé, et comparent les options de stockage aux options swing. Les valorisations numériques concorderaient bien avec les résultats analytiques. Le résumé ne précise ni le processus de prix sous-jacent, ni le calibrage, ni l’erreur numérique ; il donne donc peu d’éléments pour évaluer dans quelle mesure ces approximations s’appliquent à des marchés particuliers.

Idées clés

• L’analyse variationnelle fournit une solution implicite à l’optimisation du stockage statique.
• Les coûts de portage et les limites de cyclage modifient la règle d’exercice optimale.
• La stratégie d’exercice optimale stochastique est de type tout ou rien et reste proche de la stratégie intrinsèque.
• L’analyse par perturbation approche la valeur stochastique et aide à estimer la valeur temps des options de stockage.
• Les résultats analytiques sont comparés aux valorisations numériques, mais le document ne détaille ni le calibrage du modèle ni l’erreur.

Étiquettes

# Storage option an Analytic approach


# Storage option an Analytic approach









The mathematical problem of the static storage optimisation is formulated and solved by means of a variational analysis. The solution obtained in implicit form is shedding light on the most important features of the optimal exercise strategy. We show how the solution depends on different constraint types including carry cost and cycling constraint. We investigate the relation between intrinsic and stochastic solutions. In particular we give another proof that the stochastic problem has a "bang-bang" optimal exercise strategy. We also show why the optimal stochastic exercise decision is always close to the intrinsic one. In the second half we develop a perturbation analysis to solve the stochastic optimisation problem. The obtained approximate solution allows us to estimate the time value of the storage option. In particular we find an answer to rather academic question of asymptotic time value for the mean reversion parameter approaching zero or infinity. We also investigate the differences between swing and storage problems. The analytical results are compared with numerical valuations and found to be in a good agreement.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.