Multi-objective optimal design of hybrid PPA portfolios under uncertainty

In the recent years, governments have been progressively phasing out support schemes to renewable energy resources (RES), leading RES developers to look for alternative financing options. At the same time, due to sustainability commitments, more companies are willing to cover their demand with renewable energy and, especially after the 2022 energy crisis, they are looking for means to edge against electricity price volatility. Power purchase agreements (PPAs) can act as a synthesis of the three dynamics, and the interest towards such contracts is increasing. Bundling multi-location, multi-technology renewable and storage PPAs in hybrid portfolios has the potential of improving the financial performance while reducing the risk of PPAs investments. The difficulty in evaluating the performance and the risk of PPAs, especially when bundled in portfolios, is currently limiting their adoption. This work presents a tool to assess and design, based on buyer requirements, hybrid PPAs portfolios (including renewable and storage projects), with the objective of maximizing the financial profit while minimizing the risk from the off-taker perspective. Conditional value at risk (CVaR) is used for risk assessment, and the uncertainty on the evolution of the energy markets and the considered assets is accounted through a Monte Carlo simulation. The proposed tool is composed of three sub-models performing different tasks: long term electricity price forecasting, definition of storage operation and portfolio optimization. The three sub-models are solved in cascade to provide the final result from readily available input data. The multi-objective optimization is handled through Pareto fronts, which show the trade-off which may exist between financial return maximization and risk minimization. The optimal portfolio composition is chosen on the Pareto front depending on the risk adversity of the off-taker. The performance of the tool and the benefits of bundling multi-location, multi-technology renewable and storage PPAs are assessed on five case studies representing a menu of available contracts with different PPA prices scenarios. The results showed that the expected returns are maximized when the company invests in one or two renewable PPA projects, which are the most convenient ones; on the other hand, the inclusion of more renewable projects and storage contracts allows to reduce the risk, while reducing the expected financial performance.

Negli ultimi anni, i governi stanno progressivamente eliminando gli incentivi a sostegno delle fonti energetiche rinnovabili (FER), inducendo gli sviluppatori di FER a cercare opzioni di finanziamento alternative. Allo stesso tempo, a causa degli impegni di sostenibilità, un numero sempre maggiore di aziende è intenzionato a coprire la propria domanda tramite fonti rinnovabili ed è alla ricerca di mezzi per mitigare il rischio legato alla volatilità dei prezzi dell'energia elettrica, soprattutto dopo la crisi energetica del 2022. I Power Purchase Agreements (PPAs) possono rappresentare una sintesi di queste tre dinamiche e l'interesse verso questi contratti è in aumento. Il raggruppamento di PPA relativi a progetti con differente tecnologia e localizzazione, rinnovabili e di stoccaggio in portafogli ibridi ha il potenziale di migliorare le prestazioni finanziarie e di ridurre il rischio per il compratore. La difficoltà nel valutare la performance e il rischio dei PPA, soprattutto se raggruppati in portafogli, ne limita attualmente l'adozione. Questo lavoro presenta uno strumento per valutare e progettare, sulla base dei requisiti dell'acquirente, portafogli di PPA ibridi (comprendenti progetti rinnovabili e di accumulo), con l'obiettivo di massimizzare il profitto e minimizzare il rischio dal punto di vista del compratore. Per la valutazione del rischio viene utilizzato il concetto di Conditional Value at Risk (CVaR) e l'incertezza sull'evoluzione dei mercati energetici e degli asset considerati viene introdotta attraverso una simulazione Monte Carlo. Lo strumento proposto è composto da tre sottomodelli che svolgono compiti diversi: previsione dei prezzi dell'elettricità a lungo termine, definizione dell’esercizio degli stoccaggi e ottimizzazione del portafoglio. I tre sottomodelli sono risolti in cascata per fornire il risultato finale a partire da dati prontamente disponibili. L'ottimizzazione multi-obiettivo è gestita attraverso fronti di Pareto, che mostrano il compromesso che può esistere tra la massimizzazione del rendimento finanziario e la minimizzazione del rischio. La composizione ottimale del portafoglio viene scelta sul fronte di Pareto in base all'avversità al rischio del compratore. Le prestazioni dello strumento e i benefici del raggruppamento di PPA multi-locazione, multi-tecnologia, rinnovabili e di stoccaggio sono stati valutati su cinque casi di studio che rappresentano uno stesso menu di contratti disponibili con diversi scenari di prezzo. I risultati hanno mostrato che i rendimenti attesi sono massimizzati quando il compratore investe in uno o due progetti PPA rinnovabili, che sono i più convenienti; d'altra parte, l'inclusione di più progetti rinnovabili e contratti di stoccaggio consente di ridurre il rischio a discapito del rendimento finanziario atteso.