As power and gas markets are becoming more and more mature and globally competitive, the importance of reaching maximum potential economic efficiency is fundamental in all the sectors of the value chain, from investments selection to asset optimization, trading and sales. Optimization techniques can be used in many different fields of the energy industry, in order to reduce production and financial costs, increase sales revenues and mitigate all kinds of risks potentially affecting the economic margin. For this reason the industry has now focused its attention on the general concept of…mehr
As power and gas markets are becoming more and more mature and globally competitive, the importance of reaching maximum potential economic efficiency is fundamental in all the sectors of the value chain, from investments selection to asset optimization, trading and sales. Optimization techniques can be used in many different fields of the energy industry, in order to reduce production and financial costs, increase sales revenues and mitigate all kinds of risks potentially affecting the economic margin. For this reason the industry has now focused its attention on the general concept of optimization and to the different techniques (mainly mathematical techniques) to reach it.
Optimization Methods for Gas and Power Markets presents both theoretical elements and practical examples for solving energy optimization issues in gas and power markets. Starting with the theoretical framework and the basic business and economics of power and gas optimization, it quickly moves on to review the mathematical optimization problems inherent to the industry, and their solutions - all supported with examples from the energy sector. Coverage ranges from very long-term (and capital intensive) optimization problems such as investment valuation/diversification to asset (gas and power) optimization/hedging problems, and pure trading decisions.
This book first presents the readers with various examples of optimization problems arising in power and gas markets, then deals withgeneral optimization problems and describes the mathematical tools useful for their solution. The remainder of the book is dedicated to presenting a number of key business cases which apply the proposed techniques to concrete market problems. Topics include static asset optimization, real option evaluation, dynamic optimization of structured products like swing, virtual storage or virtual power plant contracts and optimal trading in intra-day power markets. As the book progresses, so too does the level of mathematical complexity, providing readers with an appreciation of the growing sophistication of even common problems in current market practice.
Optimization Methods for Gas and Power Markets provides a valuable quantitative guide to the technicalities of optimization methodologies in gas and power markets; it is essential reading for practitioners in the energy industry and financial sector who work in trading, quantitative analysis and energy risk modeling.
Enrico Edoli is Founder and CEO of Phinergy, a consulting firm which produces analytics and quantitative tools for energy trading and risk management. He has published several technical articles and a book related to quantitative energy finance. He is also Lecturer of a course in Mathematical Finance at the University of Padova. Enrico has a degree in Mathematics from the University of Padova, Italy and a PhD in Applied Mathematics from the same university. Stefano Fiorenzani is a recognized expert in Energy Trading and Risk Management, with a career spanning numerous top European energy companies and financial institutions. He has published several scientific and business articles and three books on advanced methods in the energy finance area. Stefano is Founder and Chairman of Phinergy. He holds a degree in Economic Science, a Master of Science in Financial Economics and a PhD in Mathematical Finance. Tiziano Vargiolu is Associate Professor of Probability and Statistics at the Department of Mathematics of the University of Padua, Italy, since 1998. There, he has taught courses on Probability, Statistics and Quantitative Finance at undergraduate, master's and PhD level, and directed PhD and master's theses in Financial Mathematics. His research interests span a wide range of topics including stochastic optimal control, pricing of contingent claims, portfolio optimization, interest rates models, credit risk and energy markets.
Inhaltsangabe
1. Optimization in Energy Markets 1.1 Classification of optimization problems 1.1.1 Linear versus Nonlinear Problems 1.1.2 Deterministic versus Stochastic Problems 1.1.3 Static versus Dynamic Problems 1.2 Optimal portfolio selection among different investment alternatives 1.3 Energy Asset Optimization 1.3.1 Generation Asset Investment Valuation with Real Option Methodology 1.3.2 Generation, Transportation and Storage Asset Operational Optimization and Valuation 1.4 Energy Trading and Optimization 1.4.1 Asset allocation with Capital Constraints 1.4.2 Intraday trading 2. Optimization Methods 2.1 Linear Optimization 2.1.1 LP problems 2.2 Nonlinear Optimization 2.2.1 Unconstrained problem 2.2.2 Constrained Problems with Equality Constraints 2.2.3 Constrained Problems with Inequalities Constraints 2.3 Pricing financial assets 2.3.1 Pricing in energy markets 2.3.2 Pricing in incomplete markets 2.3.3 A motivating example: utility indifference pricing 2.4 Deterministic Dynamic Programming 2.5 Stochastic Dynamic Programming, discrete time 2.5.1 A motivating example 2.5.2 The general case 2.5.3 Tree methods 2.5.4 Least Square Monte Carlo methods 2.5.5 Naïve Monte Carlo with Linear Programming 2.6 Stochastic Dynamic Programming, continuous time 2.6.1 The Hamilton-Jacobi-Bellman equation 2.7 Deterministic numerical methods 2.7.1 Finite Difference Method for HJB equation 2.7.2Boundary conditions 2.8 Probabilistic numerical methods 2.8.1 Tree methods, continuous time 2.8.2 Computationally simple trees in dimension 1 2.8.3 Lattice of trees 2.8.4 Monte Carlo methods 3. Cases on Static Optimization 3.1 Case A: investment alternatives 3.2 Case B: Optimal generation mix for an electricity producer: a mean-variance approach 3.3 Conclusions 4. Valuing project's exibilities using the diagrammatic approach 4.1 Introduction 4.2 Description of the Investment Problem 4.3 Traditional evaluation Methods 4.4 Modelling Electricity Price Dynamics 4.5 Valuing Investment Flexibilities By Means Of The Lattice Approach 4.5.1 Investment alternative A 4.5.2 Investment alternative B 4.5.3 Investment alternative C 4.6 Conclusions 5. Virtual Power Plant Contracts 5.1 Introduction 5.2 Valuation Problem 5.2.1 Example 6. Algorithms comparison The Swing Case 6.1 Introduction 6.2 Swing contracts 6.2.1 Indexed strike price modelling for gas swing contracts 6.2.2 The stochastic control problem 6.2.3 Dynamic Programming 6.3 Finite difference algorithm 6.3.1 Boundary conditions 6.3.2 The algorithm 6.4 Least Square Monte Carlo algorithm 6.4.1 The algorithm, and a reduction to one dimension 6.5 Naïve Monte Carlo with Linear Programming 6.6 Numerical Experiments 6.6.1 Finite differences 6.6.2 Least Square Monte Carlo 6.6.3 One year contract 6.7 Conclusions 7.Storage contracts 7.1 The contract 7.2 The evaluation problem 7.3 The optimal strategy (in the case of a physical gas storage) 7.4 The implementation 7.4.1 The gas cave 7.4.2 The gas spot price 7.4.3 The boundary conditions 7.4.4 Numerical experiment, no-penalty case 7.4.5 Numerical experiment, penalty case 8. Optimal Trading Strategies in Intraday Power Markets 8.1 Intraday power markets 8.1.1 Intraday power price features 8.1.2 Conclusions 8.2 Optimal Algorithmic Trading in Auction-Based Intraday Power Markets 8.2.1 The optimization problem 8.2.2 Example: Italian intra-day market 8.3 Optimal Algorithmic Trading in Continuous Time Power Markets 8.3.1 The optimization problem 8.3.2 Example: EPEX Spot market
1. Optimization in Energy Markets 1.1 Classification of optimization problems 1.1.1 Linear versus Nonlinear Problems 1.1.2 Deterministic versus Stochastic Problems 1.1.3 Static versus Dynamic Problems 1.2 Optimal portfolio selection among different investment alternatives 1.3 Energy Asset Optimization 1.3.1 Generation Asset Investment Valuation with Real Option Methodology 1.3.2 Generation, Transportation and Storage Asset Operational Optimization and Valuation 1.4 Energy Trading and Optimization 1.4.1 Asset allocation with Capital Constraints 1.4.2 Intraday trading 2. Optimization Methods 2.1 Linear Optimization 2.1.1 LP problems 2.2 Nonlinear Optimization 2.2.1 Unconstrained problem 2.2.2 Constrained Problems with Equality Constraints 2.2.3 Constrained Problems with Inequalities Constraints 2.3 Pricing financial assets 2.3.1 Pricing in energy markets 2.3.2 Pricing in incomplete markets 2.3.3 A motivating example: utility indifference pricing 2.4 Deterministic Dynamic Programming 2.5 Stochastic Dynamic Programming, discrete time 2.5.1 A motivating example 2.5.2 The general case 2.5.3 Tree methods 2.5.4 Least Square Monte Carlo methods 2.5.5 Naïve Monte Carlo with Linear Programming 2.6 Stochastic Dynamic Programming, continuous time 2.6.1 The Hamilton-Jacobi-Bellman equation 2.7 Deterministic numerical methods 2.7.1 Finite Difference Method for HJB equation 2.7.2Boundary conditions 2.8 Probabilistic numerical methods 2.8.1 Tree methods, continuous time 2.8.2 Computationally simple trees in dimension 1 2.8.3 Lattice of trees 2.8.4 Monte Carlo methods 3. Cases on Static Optimization 3.1 Case A: investment alternatives 3.2 Case B: Optimal generation mix for an electricity producer: a mean-variance approach 3.3 Conclusions 4. Valuing project's exibilities using the diagrammatic approach 4.1 Introduction 4.2 Description of the Investment Problem 4.3 Traditional evaluation Methods 4.4 Modelling Electricity Price Dynamics 4.5 Valuing Investment Flexibilities By Means Of The Lattice Approach 4.5.1 Investment alternative A 4.5.2 Investment alternative B 4.5.3 Investment alternative C 4.6 Conclusions 5. Virtual Power Plant Contracts 5.1 Introduction 5.2 Valuation Problem 5.2.1 Example 6. Algorithms comparison The Swing Case 6.1 Introduction 6.2 Swing contracts 6.2.1 Indexed strike price modelling for gas swing contracts 6.2.2 The stochastic control problem 6.2.3 Dynamic Programming 6.3 Finite difference algorithm 6.3.1 Boundary conditions 6.3.2 The algorithm 6.4 Least Square Monte Carlo algorithm 6.4.1 The algorithm, and a reduction to one dimension 6.5 Naïve Monte Carlo with Linear Programming 6.6 Numerical Experiments 6.6.1 Finite differences 6.6.2 Least Square Monte Carlo 6.6.3 One year contract 6.7 Conclusions 7.Storage contracts 7.1 The contract 7.2 The evaluation problem 7.3 The optimal strategy (in the case of a physical gas storage) 7.4 The implementation 7.4.1 The gas cave 7.4.2 The gas spot price 7.4.3 The boundary conditions 7.4.4 Numerical experiment, no-penalty case 7.4.5 Numerical experiment, penalty case 8. Optimal Trading Strategies in Intraday Power Markets 8.1 Intraday power markets 8.1.1 Intraday power price features 8.1.2 Conclusions 8.2 Optimal Algorithmic Trading in Auction-Based Intraday Power Markets 8.2.1 The optimization problem 8.2.2 Example: Italian intra-day market 8.3 Optimal Algorithmic Trading in Continuous Time Power Markets 8.3.1 The optimization problem 8.3.2 Example: EPEX Spot market
Rezensionen
Energy markets are extremely competitive markets. Optimization of business decisions is fundamental for performance maximization. This book represents an excellent synthesis of optimization theory and practice applied to a wide and significant range of cutting-edge business problems characterizing power and natural gas markets.' - Domenico De Luca, CEO, Axpo Trading and Member of Executive Board Axpo Group
'Optimization methods play an important role when making decisions and managing risk in today's liberalized energy markets. When planning a power plant or entering a structured gas contract, stochastic control is the key mathematical tool to assess the inherent risk. The authors of this book present an excellent account of the problems and methods for optimization in energy and power markets. The scope ranges from a rigorous theoretical analysis of the control problems, through numerical methods and to in-depth discussions of relevant practical case studies. This bookis unique in providing a solid mathematical analysis of various optimization problems, yet never losing the market practice out of sight. It will be an invaluable reference for both academics and practitioners in power and gas markets.' - Fred Espen Benth, Professor of Mathematical Finance at the University of Oslo, Department of Mathematics and Deputy Manager
Es gelten unsere Allgemeinen Geschäftsbedingungen: www.buecher.de/agb
Impressum
www.buecher.de ist ein Internetauftritt der buecher.de internetstores GmbH
Geschäftsführung: Monica Sawhney | Roland Kölbl | Günter Hilger
Sitz der Gesellschaft: Batheyer Straße 115 - 117, 58099 Hagen
Postanschrift: Bürgermeister-Wegele-Str. 12, 86167 Augsburg
Amtsgericht Hagen HRB 13257
Steuernummer: 321/5800/1497
USt-IdNr: DE450055826
Wir verwenden Cookies und ähnliche Techniken, um unsere Website für Sie optimal zu gestalten und Ihr Nutzererlebnis fortlaufend zu verbessern. Ihre Einwilligung durch Klicken auf „Alle Cookies akzeptieren“ können Sie jederzeit widerrufen oder anpassen. Bei „Nur notwendige Cookies“ werden die eingesetzten Techniken, mit Ausnahme derer, die für den Betrieb der Seite unerlässlich sind, nicht aktiviert. Um mehr zu erfahren, lesen Sie bitte unsere Datenschutzerklärung.
Notwendige Cookies ermöglichen die Grundfunktionen einer Website (z. B. Seitennavigation). Sie können nicht deaktiviert werden, da eine technische Notwendigkeit besteht.
Dieser Service wird für die grundlegende technische Funktionalität von buecher.de benötigt.
Zweck: Notwendige
Dieser Service wird für die grundlegende technische Funktionalität von Google-Diensten wie z.B. reCaptcha benötigt.
Zweck: Notwendige
Dieser Service wird für die grundlegende technische Funktionalität von Klaro der Cookie-Zustimmung benötigt.
Zweck: Notwendige
Funktionale Cookies sorgen für ein komfortables Nutzererlebnis und speichern z. B. ob Sie eingeloggt bleiben möchten. Diese Arten von Cookies dienen der „Wiedererkennung“, wenn Sie unsere Website besuchen.
Dieser Service wird für die erweiterte Funktionalität von buecher.de verwendet.
Zweck: Funktionale
Dieser Service wird verwendet, um eine sichere Anmeldung bei Google-Diensten zu ermöglichen und Ihre Sitzung zu verwalten.
Zweck: Funktionale
Personalisierung ermöglicht es uns, Inhalte und Anzeigen basierend auf Ihren Interessen und Ihrem Verhalten anzupassen. Dies umfasst die Anpassung von Empfehlungen und anderen Inhalten, um Ihre Erfahrung auf unserer Website zu verbessern.
Dieser Service wird für die Personalisierung der Besucher von buecher.de verwendet.
Zweck: Personalisierung
Wir nutzen Marketing Cookies, um die Relevanz unserer Seiten und der darauf gezeigten Werbung für Sie zu erhöhen und auf Ihre Interessen abzustimmen. Zu diesem Zweck teilen wir die Daten auch mit Drittanbietern.
Dieser Service wird für die Personalisierung von Werbung auf buecher.de verwendet.
Zweck: Marketing
Dieser Service wird genutzt, um zu erfassen, ob Sie über einen Partner aus dem Adtraction-Netzwerk zu uns gelangt sind. Damit kann die Vermittlung korrekt nachvollzogen und abgerechnet werden.
Zweck: Marketing
Dieser Service wird genutzt, um nachzuvollziehen, über welche Partner-Website Sie zu uns gelangt sind. Dadurch können wir sicherstellen, dass Partner für vermittelte Verkäufe korrekt vergütet werden.
Zweck: Marketing
Dieser Service wird genutzt, um zu erfassen, ob Sie über das Preisvergleichsportal billiger.de zu uns gelangt sind. Damit kann die Vermittlung korrekt nachvollzogen und abgerechnet werden.
Zweck: Marketing
Bing ist ein Werbedienst von Microsoft, der es ermöglicht, Werbung auf anderen Websites anzuzeigen. Dabei können personenbezogene Daten wie Nutzungsdaten verarbeitet werden.
Zweck: Marketing
Dieser Service wird genutzt, um personalisierte Produktempfehlungen und Werbung basierend auf Ihrem Surfverhalten bereitzustellen.
Zweck: Marketing
Criteo ist ein Retargeting-Dienst, der es ermöglicht, personalisierte Werbung auf anderen Websites anzuzeigen. Dabei können personenbezogene Daten wie Nutzungsdaten verarbeitet werden.
Zweck: Marketing
Facebook ist ein soziales Netzwerk, das es ermöglicht, mit anderen Nutzern zu kommunizieren und verschiedene Inhalte zu teilen. Dabei können personenbezogene Daten wie Nutzungsdaten verarbeitet werden.
Zweck: Marketing
Getback ist ein Retargeting-Dienst, der es ermöglicht, personalisierte Werbung auf anderen Websites anzuzeigen. Dabei können personenbezogene Daten wie Nutzungsdaten verarbeitet werden.
Zweck: Marketing
Google Ads ist ein Werbedienst von Google, der es ermöglicht, Werbung auf anderen Websites anzuzeigen. Dabei können personenbezogene Daten wie Nutzungsdaten verarbeitet werden.
Zweck: Marketing
Google Analytics ist ein Webanalysedienst, der von Google zur Erhebung von Nutzungsdaten verwendet wird. Diese Daten ermöglichen uns, unsere Website zu optimieren und Ihnen den bestmöglichen Service zu bieten.
Zweck: Marketing
Dieser Service wird genutzt, um personalisierte Werbung anzuzeigen. Dadurch können wir Ihnen relevante Angebote und Empfehlungen bereitstellen.
Zweck: Marketing
Dieser Service wird genutzt, um personalisierte Inhalte und gesponserte Empfehlungen bereitzustellen, die auf Ihrem bisherigen Nutzungsverhalten basieren.
Zweck: Marketing
RTB House ist ein Retargeting-Dienst, der es ermöglicht, personalisierte Werbung auf anderen Websites anzuzeigen. Dabei können personenbezogene Daten wie Nutzungsdaten verarbeitet werden. Weitere Informationen finden Sie in der RTB House-Datenschutzerklärung.
Zweck: Marketing
Dieser Service wird genutzt, um nachvollziehen zu können, über welchen Partner Sie auf unsere Website gelangt sind. So kann die Vergütung von Partnern bei erfolgreichen Vermittlungen korrekt erfolgen.
Zweck: Marketing
Xandr ist ein Werbedienst von AT&T, der es ermöglicht, Werbung auf anderen Websites anzuzeigen. Dabei können personenbezogene Daten wie Nutzungsdaten verarbeitet werden.
Zweck: Marketing
Mit diesem Schalter können Sie alle Dienste aktivieren oder deaktivieren.