A carregar...
Publicação
Renewable energy cannibalization and corporate PPA risk : an empirical analysis using machine learning and econometric methods
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 2.95 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
As global decarbonization accelerates, the mass deployment of variable renewable energy is fundamentally altering energy price formation through the merit-order effect. This thesis investigates the phenomenon of cannibalization, where high renewable penetration depresses market prices specifically during peak generation hours, thereby eroding the capture price and value factor of the technologies themselves. The research focuses on the financial implications of this dynamic for corporate buyers holding long-term Power Purchase Agreements (PPAs). To protect against unpredicted energy prices increases, corporations entered fixed price PPA contracts. While these contracts provide revenue certainty for generators, this study demonstrates how such contracts may expose corporate energy buyers to structural overpayment. As the correlation between renewable generation and low-price events strengthens, PPA holders are increasingly obligated to pay fixed strike prices for energy that is progressively declining in real market value. Methodologically, this thesis employs Machine Learning techniques to model these non-linear market dynamics and forecast the trajectory of value factor degradation. By quantifying the divergence between average market prices and realized capture prices, the research highlights the critical risks inherent in standard PPA structures and underscores the necessity for advanced forecasting models in renewable energy procurement strategies.
À medida que a descarbonização global se acelera, a implantação em larga escala de energia renovável variável está a transformar fundamentalmente a formação dos preços da eletricidade através do efeito da ordem de mérito. Esta tese investiga o fenómeno da canibalização, no qual uma elevada penetração de energias renováveis deprime sistematicamente os preços de mercado durante as horas de pico de geração, reduzindo o preço de captura e o fator de valor das próprias tecnologias. A investigação concentra-se nas implicações financeiras desta dinâmica para compradores corporativos que celebram Contratos de Compra de Energia (PPAs) de longo prazo. Para se protegerem contra aumentos inesperados dos preços da eletricidade, as empresas têm recorrido a PPAs de preço fixo. Embora estes contratos proporcionem previsibilidade de receitas aos geradores, o estudo demonstra que podem expor os compradores corporativos a um pagamento excessivo estrutural. À medida que a correlação entre a produção renovável e eventos de preços baixos se intensifica, os detentores de PPAs são cada vez mais obrigados a pagar preços de exercício fixos por energia cujo valor de mercado real se encontra em declínio. Metodologicamente, esta tese aplica técnicas de aprendizagem automática para modelar estas dinâmicas de mercado não lineares e prever a trajetória da degradação do fator de valor. Ao quantificar a divergência entre os preços médios de mercado e os preços de captura realizados, a investigação identifica riscos críticos inerentes às estruturas convencionais de PPA e sublinha a necessidade de modelos de previsão avançados nas estratégias de aquisição de energia renovável.
À medida que a descarbonização global se acelera, a implantação em larga escala de energia renovável variável está a transformar fundamentalmente a formação dos preços da eletricidade através do efeito da ordem de mérito. Esta tese investiga o fenómeno da canibalização, no qual uma elevada penetração de energias renováveis deprime sistematicamente os preços de mercado durante as horas de pico de geração, reduzindo o preço de captura e o fator de valor das próprias tecnologias. A investigação concentra-se nas implicações financeiras desta dinâmica para compradores corporativos que celebram Contratos de Compra de Energia (PPAs) de longo prazo. Para se protegerem contra aumentos inesperados dos preços da eletricidade, as empresas têm recorrido a PPAs de preço fixo. Embora estes contratos proporcionem previsibilidade de receitas aos geradores, o estudo demonstra que podem expor os compradores corporativos a um pagamento excessivo estrutural. À medida que a correlação entre a produção renovável e eventos de preços baixos se intensifica, os detentores de PPAs são cada vez mais obrigados a pagar preços de exercício fixos por energia cujo valor de mercado real se encontra em declínio. Metodologicamente, esta tese aplica técnicas de aprendizagem automática para modelar estas dinâmicas de mercado não lineares e prever a trajetória da degradação do fator de valor. Ao quantificar a divergência entre os preços médios de mercado e os preços de captura realizados, a investigação identifica riscos críticos inerentes às estruturas convencionais de PPA e sublinha a necessidade de modelos de previsão avançados nas estratégias de aquisição de energia renovável.
Descrição
Palavras-chave
Renewable energy Power purchase agreements (PPA) Merit-order effect Capture price & value factor Machine learning
Contexto Educativo
Citação
Editora
Licença CC
Sem licença CC