En quoi les prix Day-Ahead sont-ils utiles pour prévoir la consommation de gaz naturel du jour suivant ?

Résumé L'objectif de cet article est d'étudier, pour la première fois, si la consommation de gaz naturel du jour suivant peut être prévue avec précision à l'aide d'un modèle simple qui intègre uniquement les informations contenues dans les données du marché dayahead. Ainsi, contrairement aux modèles standards qui utilisent un certain nombre de variables météorologiques, nous ne considérons que deux prédicteurs : le prix du gaz naturel et le spark ratio mesurant le prix relatif de l'électricité par rapport au gaz. Nous développons une approche de modélisation appropriée qui capture les caractéristiques essentielles de la consommation quotidienne de gaz et, en particulier, les non-linéarités résultant de la répartition de l'électricité, et nous l'appliquons au cas de la France. Nos résultats documentent l'existence d'une relation à long terme entre la demande et les prix spot et fournissent des estimations des impacts marginaux que ces variables de prix ont sur les niveaux de demande observés. Nous mettons également en évidence le rôle central du ratio d'étincelles à court terme, qui a un impact asymétrique et hautement non linéaire sur les variations de la demande. Enfin, nous montrons que notre modèle simple est suffisant pour générer des prédictions qui sont considérablement plus précises que les prévisions publiées par les opérateurs d'infrastructure.