AleaSoft a développé une méthodologie pour la prévision d’énergie qui est unique, en assurant le plus haut degré d’efficience et précision. AleaSoft fournit des prévisions de prix d’énergie à court, moyen, et long terme à plusieurs marchés de l’industrie électrique. Il procure des prévisions des prix de l’énergie aux marchés d’électricité les plus grandes d’Europe, ainsi que MIBEL (Espagne et Portugal), EPEX SPOT (France, Allemagne et Autriche, Belgique, Pays Bas y Suisse), IPEX (Italie), Nord Pool Spot (Norvège, Suède, Finlande, Danemark, Estonie, Lituanie et Lettonie), SEM (Irlande), POLPX (Pologne), ROPEX (Roumanie) y N2EX (Royaume-Uni), en offrant des services à Traders, distributeurs, grandes clients, entreprises électriques, bancs et investisseurs. AleaSoft complète les prévisions des prix d’énergie avec prévisions d’autres variables liés aux prix, lesquelles sont aussi importantes pour les participants du marché, ainsi comme les prévisions des prix des produits de base (pétrole, gaz, charbon, émission de CO2), production par technologie (éolien, hydraulique, solaire) et des variables météorologiques, lesquelles influencent dans l’industrie électrique. AleaSoft a été un agent important au marché européen, et ses ambitions sont fournir ses prévisions des prix de l’énergie globalement. La solution d’Aleasoft pour les prévisions de prix d’électricité peut être offerte comme un produit ou un service.
AleaSoft offre les suivants produits et services pour les prévisions de prix d’énergie:
AleaSoft offre des prévisions de prix des marchés européens à long terme. Les prévisions de prix ont une granularité horaire et 30 ans d’horizon. Les principaux variables qui sont considérées pour générer les prévisions de prix sont:
Aussi, on considère des plans pour augmenter la capacité d’interconnexion entre les principaux marchés européens d’électricité, pour prendre en compte la convergence des prix entre marchés.
On génère les prévisions en utilisant toutes les données disponibles jusqu’à maintenant.
Les prévisions prennent en compte les scénarios de diffusion des nouvelles et des technologies existantes (véhicules électriques, batteries, autoconsommation, pompes à chaleur etc.) et leur impact dans le volume de la demande et dans le profil horaire du prix.
Les prévisions incluent les bandes de confidence maxime et minime des prévisions du prix avec granularité annuelle. On réalisera le calcul des bandes en utilisant un nombre suffisamment grand de simulation de prix généré à partir de simulations aléatoires des variables explicatives, en prenant en compte la probabilité associée à chacun des simulations des variables. La variabilité et la probabilité d’occurrence de chaque simulation des variables seront déterminées selon leur comportement passé et pour les scénarios futurs réalistes de la variable.
Dans un PPA (Power Purchase Agreement), c’est fondamental pour toutes les partes impliquées d’avoir des prévisions fiables de prix a long terme : investisseurs, fabricants, installateurs, administrateurs, producteurs et consommateurs.
AleaSoft réalise des prévisions de prix des marchés européens à court terme. Les prévisions de prix ont de la granularité horaire et 10 jours d’horizon.
Les prévisions à court terme sont essentielles pour tous les acteurs qui participent dans le marché journalier : producteurs, consommateurs directs, distributeurs, traders etc.
Les principaux variables qui sont considérées pour générer les prévisions de prix sont :
Les prévisions de prix prennent en compte des prévisions de prix des pays interconnectés, et ils optimisent la prévision de prix avec la capacité d’échange disponible dans les interconnections internationaux.
Le service de simulation des prix du marché de l’électricité à moyen terme d’AleaSoft comprend 1000 simulations de prix avec un horizon allant jusqu’à trois ans et une granularité mensuelle. Ces simulations sont un input essentiel pour l’analyse avancée de la gestion des risques et permettent d’obtenir des distributions de probabilités, des estimations de Value-at-Risk et des bandes de confiance. Tout cela avec une métrique probabiliste entièrement scientifique.
Pour obtenir les simulations de prix, 1000 simulations des variables explicatives suivantes sont réalisées, en tenant compte des scénarios moyens les plus probables, de la variabilité historique, de la variabilité attendue et des corrélations temporelles entre eux:
