Development of a real options model to support utility investment strategy in power plant portfolio improvement

This work is part of a research project between the Politecnico di Milano and the University of Lincoln (UK), which has led to the development of an innovative real options approach (The Simulation with Optimized Exercise Thresholds) to support a utility in its decision of investment in base – load power plants. The aim of this work is the further development of the model to make it as close to reality as possible with the objective of maintaining all the advantages it has if compared with the others real options evaluation methods and with the “discounted cash flow method”(DCF). The steps of improvement we identify and develop in this work are: The length and the cost of the pre – operational phase of a power plant is not determined only by the construction phase. The time elapsed from the moment the decision to invest is taken and the moment in which the plant starts effectively to produce electricity is really different between the base – load technologies. First aim of this work is to consider in the model different lead time between the decision of investment and the moment in which the PP starts to produce electricity. To show how it is possible to use the intrinsic flexibility of the pre – operational phase of a nuclear PP modeling it as the succession of three sequential compound options and thus to show how the possibility to abandon or to delay the beginning of each phase at the end of the previous one add a great value to the overall investment. From the utility’s point of view, an investment in a base – load PP is always an investment in a wider portfolio of already existing investments. Hence, this work aims to build an innovative framework that, thanks to the integration between the Simulation with Optimized Thresholds (SOET) Method and the most important method to perform portfolio analysis(The Mean Variance Portfolio Theory), consider the actual portfolio of a utility in its decision of investment Through a literature review the advantages of this approach will be explained like for example how the main drawback that is limiting the use of the MVP Theory will be solved. With this method the most critical variables (including the price of electricity, the gas fuel cost, the coal fuel cost, the overnight cost, the study cost, the design cost and the cost of carbon emission) are modeled as stochastic processes. Furthermore several kind of real options has been implemented with the compound options to model the pre – operational phase of a nuclear PP. With this model four different technologies has been compared: the large nuclear reactor(LR), the small modular reactor(SMR), the gas plant(CCGT) and the coal plant. These technologies has been evaluated in different case – studies(in each of them the aim is to fulfill an additional request of 1,5 GWe) to show one at a time the three steps of improvement implemented. The study – cases considered are: The chosen of the “best” PP considering the whole length of the pre – operational phase of a PP modeling it both with and without the succession of three sequential compound options, without considering the actual portfolio of already existing investments. The chosen of the “best” PP considering the whole length of the pre – operational phase of a PP modeling it both with and without the succession of three sequential compound options, and considering a dummy actual portfolio of already existing investments. The chosen of the “best” PP considering the whole length of the pre – operational phase of a PP modeling it both with and without the succession of three sequential compound options, and considering the real actual portfolio of EDF’s already existing investments in UK. Implementing this model each portfolio in the plane E(NPV) – σ(NPV) will not a single static point on it anymore but it will be function of the value of the exercise thresholds too that, by triggering the investment in different conditions, influence the value of the expected NPV and of the level of risk of the overall portfolio. Thus, each possible portfolio will have its own efficient frontier and it will be then possible to compare them building an Optimized Efficient Frontier. In this way the model user will be able to choose the best additional investment and the best condition to perform it in order to maximize a specific objective function. At the end of this work the model developed here will be applied to the real actual portfolio of EDF in UK when an additional request of 1,5 GW is implemented. The technology obtained as optimal to build is the SMR’s one.

Questo lavoro si inserisce in un percorso di ricerca già avviato presso il Politecnico di Milano con la collaborazione dell’Università di Lincoln (UK) che ha portato allo sviluppo di un modello di applicazione delle Opzioni Reali (la Simulazione Ottimizzata con Soglie d’Esercizio) che supporti una utility nella decisione di investimento in centrali elettriche di base load. Il presente lavoro ha come scopo lo sviluppo ulteriore di quel modello per renderlo il più aderente possibile alla realtà con l’obiettivo di mantenerne tutti i vantaggi che lo caratterizzano rispetto agli altri metodi di applicazione delle opzioni reali e al metodo “discounted cash flow” (DCF). Le direzioni di miglioramento identificate e sviluppate sono tre: 1. La durata e il costo della fase pre – operativa di una centrale elettrica non sono determinati solo dalla fase di costruzione. Il tempo trascorso dal momento in cui la decisione d’investimento è presa a quando l’impianto effettivamente diventa operativo si differenzia notevolmente tra le tecnologie di base load. Primo obiettivo di questo lavoro è considerare nel modello differenti lead time tra decisione di investimento e inizio delle operazioni. 2. Mostrare come sia possibile sfruttare la flessibilità intrinseca alla fase pre – operativa di un impianto nucleare modellandola come successione di tre “compound options sequenziali”, modellando la possibilità di abbandonare o ritardare l’inizio di ogni fase al termine della precedente aggiunga valore all’investimento intero. 3. Un investimento in una centrale base load analizzato dal punto di vista di una utility è sempre un investimento in un portfolio di investimenti già esistente. Questo lavoro mira dunque a costruire un nuovo frame work che, integrando il metodo della Simulazione con Soglie d’Esercizio Ottimizzate (SOET) con il principale metodo per effettuare un’analisi di portfolio(la Mean Variance Portfolio Theory), tenga conto nella decisione di investimento del portfolio attualmente esistente. Attraverso l’analisi della letteratura verrà spiegato quali siano i vantaggi di questo approccio e come anche la principale debolezza che ha limitato l’uso della MVP Theory sia superata. Per utilizzare questo modello le variabili più critiche (prezzo dell’energia elettrica, costo del gas, costo del carbone, costo di costruzione, costo del design, costo dello studio e costo delle emissioni di CO2) sono state modellate tramite processi stocastici. Allo stesso tempo sono state implementate diversi tipi di opzioni reali e le compound options per modellare la fase pre – operativa di un impianto nucleare. Quindi, usando questo modello, quattro diverse tecnologie sono state confrontate: i reattori nucleari di taglia grande (LR), di taglia piccola (SMR), le centrali a gas (CCGT) e le centrali a carbone. Queste tecnologie sono state valutate in differenti case – study(accomunati dal fatto che si va a soddisfare il bisogno energetico di 1,5 GW) per mostrare uno alla volta i tre step di miglioramento inseriti. I case – study considerati sono: i. Scelta impianto più profittevole considerando l’intera durata della fase pre – operativa di una centrale e modellandola sia con che senza la successione di tre compound options, senza però considerare un portfolio attuale di investimenti già esistenti . ii. Scelta impianto più profittevole considerando l’intera durata della fase pre – operativa di una centrale modellandola sia con che senza la successione di tre compound options e considerando un fittizio portfolio attuale di investimenti già esistenti . iii. Scelta impianto più profittevole considerando l’intera durata della fase pre – operativa di una centrale modellandola sia con che senza la successione di tre compound options e considerando il portfolio attuale di investimenti già esistenti di EDF in UK.Implementando tale modello ogni portfolio nel piano E(NPV) – σ(NPV) non sarà più un singolo punto statico su di esso ma diverrà anche funzione del valore delle soglie d’esercizio che, facendo scattare le opzioni in condizioni differenti, modificano il valore atteso e il livello di rischio dell’intero portfolio. Ogni portfolio avrà dunque una propria frontiera efficiente per cui sarà possibile confrontarne gli andamenti e costruire una Frontiera Efficiente Ottimizzata che garantisca all’investitore di scegliere l’investimento addizionale e la condizione in cui effettuarlo affinché una definita funzione obiettivo venga massimizzata. Nel caso di applicazione di tale modello al caso di portfolio attuale di EDF in UK la tecnologia ottimale su cui investire per colmare una richiesta di 1,5 GW sono gli SMR.