Price Information Is Not Enough: Ordering and Decision Rules in Storage Bidding

Resumen Técnico: La información de precios no es suficiente: Reglas de pedido y decisión en la oferta de almacenamiento

Planteamiento del problema
La literatura sobre la previsión de precios de la electricidad es extensa, pero evalúa las previsiones casi exclusivamente en unidades de precio (por ejemplo, Error Absoluto Medio, Raíz del Error Cuadrático Medio). Sin embargo, los operadores de almacenamiento de energía no consumen previsiones; consumen programas de actividad y cobran en ingresos (euros). El vínculo entre la precisión de la previsión (unidades de precio) y el valor realizado (ingresos) está mediado por la regla de decisión. Este artículo investiga la conexión entre el contenido de información de una señal de precios (medido en nats) y los ingresos que puede generar para un activo de almacenamiento que acepta precios (price-taker). El estudio desafía la suposición de que un mayor contenido de información o un menor error de predicción se traducen necesariamente en mayores ingresos, argumentando que el ordenamiento de los intervalos de precios es el determinante crítico y a menudo pasado por alto del valor.

Metodología
El estudio emplea una combinación de límites teóricos, experimentos numéricos prerregistrados y análisis ordinal sobre los precios de la electricidad del mercado diario francés (939 días desde enero de 2024 hasta julio de 2026).

1. Marco Teórico:

   • Problema de Decisión: Un activo de almacenamiento con un conjunto factible fijo de programas $X$ (definido por límites de potencia, capacidad de energía y eficiencia de ida y vuelta) busca maximizar los ingresos $\langle x, \Pi \rangle$.
   • Límite de Información: El autor deriva un límite superior para la ganancia de ingresos de cualquier señal $S$ sobre una línea de base climatológica (conocer solo los precios promedio por mes y hora). Utilizando la propiedad subgaussiana de los precios y las desigualdades de entropía de transporte, demuestra que la ganancia óptima está acotada por $Ls\sqrt{2I(S; \Pi | C)}$, donde $L$ es el rendimiento diario (throughput), $s$ es la escala subgaussiana e $I$ es la información mutua condicional.
   • Suficiencia Ordinal: En una versión relajada del problema de almacenamiento (eliminando las restricciones de trayectoria de estado de carga intradía), el autor demuestra que un programa óptimo depende únicamente del ordenamiento de los intervalos (emparejar los intervalos de carga más baratos con los de descarga más caros) y de un umbral de rentabilidad, más que de la magnitud absoluta de los precios.

2. Diseño Experimental:

   • Señales: Se construyó una familia de "garbled gaussian" (ruido gaussiano) donde la señal es el precio real más ruido gaussiano independiente ($S = \Pi + \epsilon$). El nivel de ruido ($\sigma$) se recorrió de 1 a 1280 EUR/MWh. Este diseño permite el cálculo de la información mutua en forma cerrada.
   • Reglas de Decisión: Se probaron tres políticas de inserción (plug-in):
     • Directa: Pujar con la señal bruta.
     • Bayes (Agrupada): Contracción lineal de la señal hacia la media climatológica utilizando una varianza agrupada única.
     • Bayes (Heterocedástica): Contracción utilizando la varianza específica por mes y hora.
   • Métricas: Los ingresos se midieron como una proporción del "incremento" (uplift) (la diferencia entre los ingresos con previsión perfecta y los ingresos climatológicos).

Contribuciones Clave

1. Un Límite de Información de Raíz Cuadrada: El artículo establece un techo teórico para el valor de la información: $V(S|C) - V_0 \leq Ls\sqrt{2I}$. Crucialmente, esto es un envolvente superior, no una predicción de ingresos para una política específica.
2. No Monotonicidad de los Ingresos: El estudio demuestra que los ingresos realizados no son monótonos con respecto al contenido de información. En la familia gaussiana probada, las políticas pueden destruir ingresos (rendir peor que ignorar la señal por completo) incluso cuando la señal contiene información significativa.
3. Dominancia Ordinal: El artículo identifica que la regla de decisión depende del ordenamiento de los intervalos de precios, no de sus magnitudes. La información mutua agrega toda la dependencia, pero no logra distinguir entre señales que preservan el orden correcto y aquellas que no lo hacen.
4. Una Nueva Métrica de Diagnóstico: El autor propone una "puntuación de rango ponderada por el diferencial" ($S_R$) que pondera el acuerdo de rango por el diferencial financiero entre intervalos, argumentando que esta es una métrica más relevante para la valoración del almacenamiento que los estándares de predicción.

Resultados

• La Climatología es Poderosa: Un postor que conoce solo el precio promedio para un mes y hora específicos captura el 78% de los ingresos de previsión perfecta (47.5 kEUR/MW-año frente a 61.1 kEUR/MW-año). Todo el valor de la previsión se confina en el 22% restante.
• El Límite es Laxo: El límite de información teórico es órdenes de magnitud superior al incremento de ingresos real logrado por cualquier política. No logra discriminar entre políticas.
• Destrucción de Ingresos: Con niveles de ruido residual (donde la señal sigue siendo "informativa" en un sentido estadístico), la mejor regla de contracción gaussiana logró un -46% del incremento (es decir, perdió dinero en comparación con la línea de base climatológica). La regla directa rindió aún peor (-121%).
• El Acuerdo de Rango Explica la Varianza: Mientras que el logaritmo del límite superior de información explica solo 0.34 de la varianza de los ingresos, la media diaria del acuerdo de rango entre el vector de puja y el precio de liquidación explica el 0.99 de la varianza.
• Sensibilidad al Ordenamiento:
  • Una señal que contiene solo el ranking correcto (sin información de precio cardinal) capturó el 90% del incremento.
  • Una señal con los precios exactos (al céntimo) pero con los intervalos más baratos y más caros intercambiados perdió el 53% de los ingresos totales, rindiendo significativamente peor que la línea de base climatológica.

Significado y Reivindicaciones
El artículo sostiene que la cantidad de información (información mutua) o la magnitud del error de predicción (MSE) es insuficiente para valorar una política de almacenamiento impulsada por previsiones. La "moneda" del valor para el almacenamiento es el ordenamiento.

• Evaluación: Las previsiones para el almacenamiento deben evaluarse basándose en los ingresos realizados del programa inducido y en el ordenamiento que este produce, no solo en las métricas de error de precio.
• Umbral de Despliegue: Una previsión no solo debe superar el error climatológico, sino que debe hacerlo por un margen significativo (factor de 2 a 4 en el caso gaussiano probado) para evitar la destrucción de ingresos. Una previsión que mejora la climatología en solo un 20% en MSE puede seguir siendo perjudicial si corrompe el ordenamiento.
• Limitaciones: El autor reconoce que el garbled gaussian es un experimento diseñado, no un modelo de los errores de previsión del mundo real (que son sesgados y heterocedásticos). Sin embargo, una prueba de sensibilidad con ruido heterocedástico y con correlación serial confirmó que el mecanismo ordinal sigue siendo el factor dominante, incluso si la magnitud de la destrucción de ingresos se reduce ligeramente.

En conclusión, el artículo argumenta que para los activos de almacenamiento, "la cantidad de información por sí sola no valora una política impulsada por previsiones; los programas realizados y el ordenamiento deben evaluarse explícitamente". La restricción principal del valor no es la cantidad de información, sino la preservación de la estructura ordinal correcta de los precios.