Thèse Evaluation Économique de l'Intégration des Énergies Renouvelables au Sein du Système Électrique une Perspective Européenne. H/F - Doctorat.Gouv.Fr

Établissement : Université de Montpellier
École doctorale : EDEG - Economie Gestion
Laboratoire de recherche : MRE - Montpellier Recherche en Economie
Direction de la thèse : François BENHMAD ORCID 000000026444911X
Début de la thèse : 2026-10-01
Date limite de candidature : 2026-05-23T23:59:59

L'objet de la thèse consiste à effectuer une évaluation économique des challenges de l'intégration progressive des énergies renouvelables (EnR) intermittentes (éolien et solaire)et son impact sur le système électrique européen.
Nous choisissons d'abord d'analyser le tournant énergétique allemand (Energiewende) en explorant l'impact de l'introduction des énergies renouvelables dans le mix électrique de l'Allemagne sur le prix de gros de l'électricité ( Spot) ainsi que sur leur volatilité.
Le prix d'équilibre sur le marché de l'électricité est fixé par l'équipement marginal qui fournit la dernière unité susceptible de satisfaire la demande. L'équipement marginal était toujours une centrale à gaz naturel dont le coût marginal est très élevé, le gaz naturel étant importé et son prix est fixé sur le marché international. Or, les EnR en déplaçant de la courbe d'offre à droite provoque une éviction des centrales à gaz et permettent aux centrales à charbon dont le coût marginal est moins élevé de jouer le rôle d'équipement marginal. Ce qui fait baisser le prix d'équilibre sur le marché de gros de l'électricité. C'est l'effet merit-order. Les études empiriques mettent en évidence que chaque GWh supplémentaire de production de ces énergies renouvelables provoque une baisse des prix de l'électricité sur le marché de gros d'environ 1 Euros/ MWh. Plus il y a des capacités installées des EnR, plus les prix de l'électricité sur le marché de gros vont baisser, et même parfois devenir négatifs .
C'est un signal prix qui exige une disponibilité de technologies de stockage à grande échelle et à coûts compétitifs (barrages (STEP), batteries (BESS)). Cela a un coût que le système électrique doit prendre en compte.
L'éolien et le solaire intermittentes. Il faut donc une production d'électricité suffisamment flexibles afin de compenser les déséquilibres entre Offre/Demande. C'est souvent une centrale à gaz. Ces centrales à gaz, ne pouvant récupérer leurs coûts fixes à partir d'une rémunération par le marché de l'électricité, doivent recevoir des compensations pour leurs capacités installées grâce au marché des capacités. Ce back-up constitue un surcoût qu'il faut intégrer.
En outre, Il faut investir massivement dans les réseaux de transport afin de permettre l'acheminement de l'électricité renouvelable des lieux de production vers les lieux de consommation. Cela correspond à un surcoût.
Enfin, les EnR ont bénéficié de politiques de soutien consistant d'abord à racheter la totalité de leur production d'électricité à des prix de rachat garantis (Feed-In-Tariffs), puis de Feed-in-Premium et ensuite vers un système d'enchères pour les installations d''éolien off-shore.
Le consommateur final de l'électricité et en particulier les ménages ont supporté le coût de ces politiques. En Allemagne, la charge de soutien aux EnR s'est élevée en 2022 à 67,56 €/MWh, le prix TTC du kilowattheure d'électricité en Allemagne est le plus élevé en Europe.
Les EnR jouent un rôle central dans la lutte contre le réchauffement climatique grâce à leur effet d'éviction sur les énergies fossiles. Mais, cette externalité positive ne doit pas éviter les débats sur les surcoûts occasionnés par les EnR intermittentes (back-up, stockage, de renforcement de réseaux, prix négatifs, subventions ...). Ce qu'on appelle communément les coûs-système.

IDans une deuxième partie, on analysera le système électrique au sein de de l'union. Le développement spectaculaire des échanges transfrontaliers entre pays européens et le couplage de leurs marchés de l'électricité exigent un nouveau market design susceptible d'accélérer la convergence vers un marché unique de l'électricité. Nous allons mobiliser la théorie de portefeuille de Markowitz (1952) pour explorer les pistes d'un mix électrique optimal à l'échelle européenne. Ce mix électrique doit garantir aux consommateurs européens une électricité verte, compétitive et avec une grande sécurité d'approvisionnement.

Afin de lutter contre le réchauffement climatique en réduisant ses émissions de gaz à effet de serre (GES), l'Union Européenne a lancé le premier paquet Energie-Climat en 2008. Cette stratégie a été principalement motivée par le besoin de décarbonation du secteur énergétique de l'Union européenne. Ce paquet fixa aux Etats membres de l'UE 3 objectifs dits « 3 fois 20 » à l'horizon 2020 :
1. Réduire de 20% les émissions de GES par rapport au niveau de 1990.
2.Atteindre une proportion de 20% d'énergies renouvelables dans la consommation énergétique totale.
3. Réduire de 20% la consommation d'énergie en améliorant l'efficacité énergétique.
D'autre part, la Commission européenne a adopté un ensemble de propositions 14 juillet 2021 afin de réduire les émissions nettes de gaz à effet de serre d'au moins 55 % d'ici 2030 (paquet Fit for 55), par rapport aux niveaux de 1990. Étant donné que la production et l'utilisation de l'énergie représentent 75 % des émissions de l'UE, la directive sur les énergies renouvelables a fixé un objectif de produire 40 % de notre énergie à partir de sources renouvelables d'ici 2030.

Trouver le mix électrique optimal au sens du la théorie de portefeuille de Markowitz en France et en Europe permettant sur une intégration réussie des énergies renouvelables.

Afin de répondre à la problématique, nous allons mobiliser l'organisation industrielle afin de modéliser le comportement des acteurs du marché de l'électricité en France et au sein de l'Union Européenne. Dans un deuxième temps, nous allons faire appel à l'économétrie ( Panel, variables qualitatives, séries temporelles...) afin de mener des analyses empiriques en se basant sur des bases de données de haute fréquences ( 15minutes, heures,...) de variables pertinentes.

Connaissance approfondie des marchés de l'énergie et en particulier le marché de l'électricité.
Maîtrise de l'économétrie des séries temporelles, du panel et des variables qualitatives.
Maîtrise du logiciel STATA.
Compétences en programmation sur R ou Python
Maîtrise de l'Anglais