Detailansicht
Behavioral pricing of energy swing options
a tailored solution algorithm for multi-stage stochastic bilevel program with applications in energy markets
Peter Gross
Art der Arbeit
Dissertation
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Betreuer*in
Georg Pflug
DOI
10.25365/thesis.33332
URN
urn:nbn:at:at-ubw:1-29064.82452.286264-2
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Energie Swing Optionen sind Energieversorgungsverträge deren Halter (Energie Empfänger) die Liefermengen kurzfristig festlegen kann, wobei der Lieferpreis jedoch bereits im Vorhinein fixiert wurde. Aufgrund der speziellen Struktur von Energiemärkten ist die vollständige Absicherung derartiger Verträge durch am Markt gehandelte Produkte (d.h. Replikation) nicht möglich. Deshalb müssen von Energieproduzenten Preis- und Mengenrisiken aus dem Verkauf derartiger Versorgungs- verträge besonders berücksichtigt werden. Das Ausmaß derartiger Risiken kann jedoch durch die Preissetzung in gewissem Umfang beeinflusst werden: Das Preisrisiko (und zum Teil auch das Mengenrisiko) kann durch bestehende Energieportfolios von Produzenten aufgefangen werden, während die Wahl des Lieferpreises das Bezugsverhalten von Energieempfängern und damit ebenfalls das Mengenrisiko beeinflusst. Unter Berücksichtigung dieser Dynamik kann die Bestimmung des optimalen Lieferpreises als mehrstufiges stochastisches Bilevel Optimierungsproblem formuliert werden, in dem die optimale Entscheidung von Verkäufern (Setzen des Lieferpreises und Portfoliooptimierung) unter Antizipation der optimalen Entscheidung von Käufern (optimale Vertragsnutzung) getroffen wird. Dieser Zugang zur Bepreisung von Energie Swing Optionen ist einer der wenigen die die optimale Preissetzung und nicht die Bewertung zum Ziel haben. Insbesondere hängen die so ermittelten Preise von der konkreten Zusammensetzung der Erzeugungsportfolios der jeweiligen Verkäufer ab. Eine weitere Besonderheit dieses Modells ist, dass keine Annahmen über den Energiemarkt (wie Vollständigkeit, oder keine Arbitrage) getroffen werden müssen. Der Nachteil dieses Bepreisungsmodells ist die extreme Schwierigkeit der Lösung des Problemtyps der mehrstufigen stochastischen Bilevel Optimierung. In der vorliegenden Arbeit wird ein maßgeschneiderter Algorithmus entwickelt, der eine effiziente Lösung des Bepreisungsproblems für lineare Portfoliomodelle ermöglicht. Eine Fallstudie belegt die praktische Anwendbarkeit der Methode für Probleme von realistischer Größenordnung. Dabei wird insbesondere der Einfluss des Erzeugungsportfolios von Verkäufern sowie die Auswirkung von geringer Marktliquidität auf den optimalen Lieferpreis untersucht.
Abstract
(Englisch)
Energy swing options are energy delivery contracts whose holder can specify the amount of energy to be delivered on short notice at a prespecified delivery price per unit. Due to the special structure of energy markets replication of this kind of contracts by exchange traded products is not possible. Therefore, risks emanating from unknown prices and demand have to be considered specifically when selling this derivative. Whereas some of the risks may be absorbed by the energy portfolio of the producer to some extent, the size of these risks can also be influenced by the delivery price: The delivery price influences the exercise behavior of the buyer and by this also the risk exposure of the seller. Incorporating these dynamics, determining the optimal delivery price leads to a multistage stochastic bilevel optimization problem: The optimal decision of the seller (setting the delivery price to be offered and optimization of the own generation portfolio) is determined anticipating its effect on the resulting optimal contract exercise policy of the buyer. The goal of this approach to price setting is to calculate a delivery price, instead of computing a cash value of the whole contract as usually done at derivative pricing. Also, widespread assumptions on the market such as completeness or no-arbitrage conditions are absent. Moreover, prices determined in the bilevel-model are depending on the initial generation portfolio of the seller, reflecting the seller's capabilities to absorb the buyer's consumption. The drawback of the bilevel pricing model is the extreme difficulty of solving multistage stochastic bilevel problems. In this thesis, a tailored algorithm is developed, which allows an efficient solution of the bilevel pricing problem for linear portfolio models. A case study illustrates the applicability of the method for problems of realistic size. In particular, the study investigates the influence of the composition of the seller's portfolio and market liquidity on the optimal choice of the delivery price.
Schlagwörter
Schlagwörter
(Englisch)
stochastic bilevel program swing option pricing energy portfolio optimization multistage stochastic programming
Schlagwörter
(Deutsch)
stochastisches Bilevel Problem Bepreisung von Swing Optionen Energie Portfolio Optimierung mehrperiodische stochastische Optimierung
Autor*innen
Peter Gross
Haupttitel (Englisch)
Behavioral pricing of energy swing options
Hauptuntertitel (Englisch)
a tailored solution algorithm for multi-stage stochastic bilevel program with applications in energy markets
Paralleltitel (Englisch)
Behavioral pricing of energy swing options
Publikationsjahr
2014
Umfangsangabe
III, 113 S. : graph. Darst.
Sprache
Englisch
Beurteiler*innen
Asgeir Tomasgard ,
David Wozabal
Klassifikation
31 Mathematik > 31.80 Angewandte Mathematik
AC Nummer
AC12099571
Utheses ID
29606
Studienkennzahl
UA | 094 | 136 | |