Wind power has been growing rapidly in Sweden over the past decade as the country focuses on 100% renewable energy by 2040. The thesis seeks to investigate if increased wind power has had a dampening effect on the hourly day-ahead spot prices in Sweden’s bidding area SE3. An empirical approach is undertaken to estimate the impact that wind power has had onprices. Hourly spot prices for bidding area SE3 for the years 2016-2019 are analysed using a multivariate regression method. Other important variables like hydropower and nuclear production which are very significant in the Swedish electricity market are controlled for in the study. The results confirm that in the period 2016-2019, bidding SE3 experienced a merit order effect on price caused by increased wind power. The study shows that a 1% increase inwind power production is estimated to have decreased SE3 hourly spot prices by between 0.0268% and 0.059% between 2016 and 2019.

Les émissions de gaz à effet de serre sont responsables du réchauffement climatique observé ces dernières décennies. Il est donc aujourd’hui indispensable de décarboner notre mode de vie, le secteur énergétique et notamment la production électrique. Les énergies renouvelables comme l’éolien et le photovoltaïque se sont fortement développées ces dernières années. Ces sources d’énergies présentent une contrainte majeure à leur développement : elles sont intermittentes et non pilotables pour équilibrer la demande. Plus la part de ces productions deviendra importante dans le mix électrique, plus les difficultés d’équilibrage de la demande deviendront problématiques.Dans ce travail doctoral, les productions éolienne terrestre et photovoltaïque ont été modélisées et corrigées suivant une distribution homogène à travers la France et l’Europe entre 1979 et 2015 d’après les réanalyses d’ERA-interim. Dans un second temps, un modèle simplifié d’équilibre entre l’offre renouvelable et la demande française (MSEOD) a été développé et appliqué sur la période des réanalyses ERA-interim de 1979 à 2015. Ce modèle vise à explorer le potentiel et les limites d’un foisonnement des énergies renouvelables suivant que le coût de l’électricité ou le volume d’énergie stocké est optimisé.Nous avons montré que la minimisation du coût de l’électricité (entre 186 et 194 e/MWh selon les scenarii) conduit à une faible surproduction (entre 10 à 20 %) avec d’importants moyens de stockage (puissance et volume d’énergie stockée - entre 20 et 81 heures de la consommation moyenne française), alors que le choix d’une minimisation du volume maximal d’énergie stockée conduit à une forte surproduction (entre 164 à 199 %) engendrant un coût de l’électricité environ deux fois supérieur (entre 373 et 488 e/MWh). Malgré une forte surproduction (proche de 200 % de la consommation moyenne), il est toujours nécessaire de disposer d’une puissance complémentaire (de déstockage et de production thermique) supérieure à la consommation moyenne pour permettre l’équilibrage de la demande lors de certains événements météorologiques dimensionnants le système. L’absence de contrainte du réseau sur les puissances importées permet de réduire d’un facteur 10 le volume maximal d’énergie stockée par rapport au cas d’une France en autarcie. La puissance complémentaire, nécessaire à l’équilibre de la demande française, n’est que marginalement réduite. Ce travail à montré que certains événements météorologiques conduisent à une très faible production renouvelable à l’échelle du contient européen. Le mix technologique optimal est fortement éolien, entre 68 à 100 % de la production renouvelable intermittente d’origine éolienne selon les scenarii et des LCOE testés. L’utilisation des coûts de production électrique plus faible (60 e/MWh pour le photovoltaïque et de 65 e/MWh pour l’éolien),conduit à un coût de l’électricité de l’ordre de 100 e/MWh pour une volume maximal du stockage correspondant à une journée de consommation moyenne. / Greenhouse gas emissions are responsible of the global warming observed in recent decades. It is therefore essential today to decarbonise our way of life, the energy sector and the production of electricity in particular. Renewable energies, such as wind and photovoltaic power, have developed strongly these last years. These sources of energy have a main constraint for their development : they are intermittent and non-controllable for balancing the demand. The share of these productions becomesimportant in the electricity mix, the larger the problems of balancing the demand will become.In this PhD study, terrestrial and photovoltaic wind generation were modeled and corrected according to an homogeneous distribution of capacities across France and Europe between 1979 and 2015 according to the ERA-interim reanalysis. In a second step, a simplified model of renewable supply and the French demand balancing (MSEOD) was developed and applied during the period of the ERAinterim reanalysis from 1979 to 2015. The aims of this model is to explore the potential and the limits of renewable energies balancing depending on the cost optimisation of electricity or the minimisation of volume of energy stored.During this PhD thesis, we have shown that the cost optimisation of electricity (between 186 and 194 euro / MWh according to the scenarii) leads to a low overproduction (between 10 to 20 %) with an important storage capacity (power and stored energy - between 20 and 81 hours of the average consumption), while the minimization of the maximum sizing of stored energy leads to a high overproduction (between 164 to 199 %) generating electricity costs about twice as large (between 373 and 488 euro / MWh). Despite a strong overproduction (close to 200 % of the average consumption), an additional power (destocking and thermal production) large than the average consumption is still necessary for balancing the demand during sizing meteorological events. The absence of constraint of imported powers on the network makes it possible to reduce the maximum size of stored energy by a factor of 10 as compared to the case of a self-sufficient French production. The additional power required for the balance of energy is little reduced. This work has shown that some meteorological sizing events lead to a very low renewable production at European scale. The optimal technological mix is highly wind-powered. Between 68 and 100 % of the intermittent production mix comes from wind production (depending of the scenarii and the LCOEs tested). The use of electricity production using smaller cost (60 e/MWh for photovoltaïque and 65 e/MWh for wind production), leads to an electricity cost around 100 e/MWh for a maximum storage volume corresponding to a day of the average consumption.

Cette thèse traite de problèmes de dépendance entre processus stochastiques en temps continu. Ces résultats sont appliqués à la modélisation et à la gestion des risques des marchés de l'électricité.Dans une première partie, de nouvelles copules sont établies pour modéliser la dépendance entre deux mouvements Browniens et contrôler la distribution de leur différence. On montre que la classe des copules admissibles pour les Browniens contient des copules asymétriques. Avec ces copules, la fonction de survie de la différence des deux Browniens est plus élevée dans sa partie positive qu'avec une dépendance gaussienne. Les résultats sont appliqués à la modélisation jointe des prix de l'électricité et d'autres commodités énergétiques. Dans une seconde partie, nous considérons un processus stochastique observé de manière discrète et défini par la somme d'une semi-martingale continue et d'un processus de Poisson composé avec retour à la moyenne. Une procédure d'estimation pour le paramètre de retour à la moyenne est proposée lorsque celui-ci est élevé dans un cadre de statistique haute fréquence en horizon fini. Ces résultats sont utilisés pour la modélisation des pics dans les prix de l'électricité.Dans une troisième partie, on considère un processus de Poisson doublement stochastique dont l'intensité stochastique est une fonction d'une semi-martingale continue. Pour estimer cette fonction, un estimateur à polynômes locaux est utilisé et une méthode de sélection de la fenêtre est proposée menant à une inégalité oracle. Un test est proposé pour déterminer si la fonction d'intensité appartient à une certaine famille paramétrique. Grâce à ces résultats, on modélise la dépendance entre l'intensité des pics de prix de l'électricité et de facteurs exogènes tels que la production éolienne. / In this thesis, we study some dependence modeling problems between continuous time stochastic processes. These results are applied to the modeling and risk management of electricity markets. In a first part, we propose new copulae to model the dependence between two Brownian motions and to control the distribution of their difference. We show that the class of admissible copulae for the Brownian motions contains asymmetric copulae. These copulae allow for the survival function of the difference between two Brownian motions to have higher value in the right tail than in the Gaussian copula case. Results are applied to the joint modeling of electricity and other energy commodity prices. In a second part, we consider a stochastic process which is a sum of a continuous semimartingale and a mean reverting compound Poisson process and which is discretely observed. An estimation procedure is proposed for the mean reversion parameter of the Poisson process in a high frequency framework with finite time horizon, assuming this parameter is large. Results are applied to the modeling of the spikes in electricity prices time series. In a third part, we consider a doubly stochastic Poisson process with stochastic intensity function of a continuous semimartingale. A local polynomial estimator is considered in order to infer the intensity function and a method is given to select the optimal bandwidth. An oracle inequality is derived. Furthermore, a test is proposed in order to determine if the intensity function belongs to some parametrical family. Using these results, we model the dependence between the intensity of electricity spikes and exogenous factors such as the wind production.