Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Optimisation stochastique sous contrainte de risque
Academiques - EAN : 9783838178264
Édition papier
EAN : 9783838178264
Paru le : 19 févr. 2013
49,00 €
46,45 €
Disponible
Pour connaître votre prix et commander, identifiez-vous
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9783838178264
- Réf. fournisseur : 5708806
- Editeur : Academiques
- Date Parution : 19 févr. 2013
- Disponibilite : Disponible
- Barème de remise : NS
- Nombre de pages : 140
- Format : H:229 mm L:152 mm E:8 mm
- Poids : 216gr
- Interdit de retour : Retour interdit
- Résumé : Dans un contexte d'ouverture à la concurrence et d'émergence des marchés de l'énergie, la production d'électricité est affectée par de nouvelles sources d'aléas ; les variations de prix. Ces sources d'aléas induisent un nouveau risque, le risque de marché. Nous étudions la possibilité d'introduire des contraintes, exprimées par des mesures de risque, dans le processus d'optimisation de la production de l'électricité lorsque des contrats financiers sont échangés sur les marchés de l'énergie. Pour ce qui est du risque, nous distinguons l'approche ``ingénieur'' (prise en compte du risque par des mesures de risque) de l'approche ``économiste'' (prise en compte du risque par des fonctions d'utilité). Un aperçu global de ces différentes approches est donné au Chapitre 1. Ces deux points de vue sont rapprochés dans le Chapitre 2. Le résultat d'équivalence obtenu au Chapitre 2 est étendu à un cadre d'optimisation dynamique sous contraintes de risque dans le Chapitre 3. Une application numérique de cette approche est présentée pour résoudre un problème de gestion de production de l'électricité sous contrainte de Conditional Value-at-Risk ; c'est l'objet du Chapitre 4.