Assessing the effects of climate-related variables on electricity prices in a changing energy market

Energy markets are facing a transition phase due to several factors; among the most important we find the process of liberalization, which began in the mid-1990s, which favoured competition in this sector, but above all the ever wider diffusion of the so-called "green" technologies, i.e. based on renewable sources. In particular, in recent years, the awareness of different world political forces regarding the problem of climate change has further encouraged investments in the renewable energy sector. Suffice it to say that Switzerland, our case study, has decided to abandon nuclear production by 2035, replacing almost entirely with renewable sources. This, however, has effects on energy production and consequently on energy prices, in fact due to the random nature of the sources, production scheduling will become more tough. Energy prices will therefore be influenced by this aspect and our aim is to understand how. The purpose of this thesis is to evaluate the impact of natural variables on energy prices, trying to develop a reliable mathematical model that forecasts them in a one-week time horizon. To do this we used a statistical model called SARMAX-GARCH, able to capture the seasonality and non-stationarity of energy prices by implementing exogenous variables. The natural variables that influence prices have been identified in temperature and wind speed; the latter, however, has been replaced by one of its proxies, namely German wind production. They have been progressively implemented in the model, gradually increasing its complexity, but improving its reliability. Analysing the metrics the best model turned out to be the one with the addition of both forecasters, with the useful temperature to predict the price peaks in winter and in small part also in summer, while a high wind production explains the negative prices on spring holidays.

I mercati dell’energia stanno affrontando una fase di transizione a causa di diversi fattori; tra i più importanti troviamo il processo di liberalizzazione, iniziato verso la metà degli anni ’90, che ha favorito la competizione in questo settore, ma soprattutto la diffusione sempre più ampia delle cosiddette tecnologie “green”, basate, cioè, sulle fonti rinnovabili. In particolare, negli ultimi anni, la presa di coscienza di diverse forze politiche mondiali riguardo al problema del cambiamento climatico ha favorito ancora di più gli investimenti nel settore energetico rinnovabile. Basti pensare che la Svizzera, il nostro caso studio, ha deciso di abbandonare la produzione nucleare entro il 2035, rimpiazzandola quasi tutta con fonti rinnovabili. Tutto ciò, tuttavia, ha effetti sulla produzione energetica e di conseguenza sui prezzi dell’energia, infatti a causa della natura aleatoria delle fonti, programmare la produzione diventerà più difficile. I prezzi dell’energia saranno dunque influenzati da questo aspetto, ma bisogna capire in che modo. Lo scopo di questa tesi è di valutare l’impatto di variabili naturali sui prezzi dell’energia cercando di sviluppare un modello matematico affidabile che vada a prevedere questi ultimi in un orizzonte temporale di una settimana. Per fare ciò ci siamo serviti di un modello statistico chiamato SARMAX-GARCH, in grado di catturare le stagionalità e la non-stazionarietà dei prezzi dell’energia implementando variabili esogene. Le variabili naturali che hanno influenza sui prezzi sono state individuate nella temperatura e nella velocità del vento; quest’ultima tuttavia è stata sostituita da un suo proxy, ossia la produzione eolica tedesca. Esse sono state implementate progressivamente nel modello, andandone ad aumentare via via la complessità, ma migliorandone l’affidabilità. Analizzando le metriche il modello migliore si è rivelato essere quello con l’aggiunta di entrambi i previsori, con la temperatura utile a prevedere i picchi dei prezzi in inverno e in piccola parte anche in estate, mentre un’elevata produzione eolica spiega i prezzi negativi nei giorni festivi primaverili.