💰 quantitative finance

Optimizing Bidding Curves for Renewable Energy in Two-Settlement Electricity Markets

Questo articolo propone un framework di ottimizzazione bi-livello che genera curve di offerta ottimizzate per le energie rinnovabili variabili in mercati elettrici a due regolamenti, dimostrando che una curva a segmento singolo a prezzo zero raggiunge l'ottimalità di sistema, mentre un approccio multi-segmento linearizzato approssima efficacemente l'irraggiungibile esito stocastico a costo minimo nei sistemi pratici su larga scala.

Autori originali: Dongwei Zhao, Stefanos Delikaraogloub, Vladimir Dvorkin Alberto J. Lamadrid L., Audun Botterud

Pubblicato 2026-08-10

📖 4 min di lettura☕ Lettura da pausa caffè

CC BY 4.0

Autori originali: Dongwei Zhao, Stefanos Delikaraogloub, Vladimir Dvorkin Alberto J. Lamadrid L., Audun Botterud

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immaginate la rete elettrica come un enorme, rischioso gioco delle sedie musicali, ma invece delle persone, le sedie sono centrali elettriche e la musica è il sole che splende o il vento che soffia. In questo gioco, i giocatori sono divisi in due squadre: la squadra "Day-Ahead" (previsionale), che pianifica la festa di domani, e la squadra "Real-Time" (in tempo reale), che corre a rimediare ai disastri quando la festa vera e propria ha inizio. Il problema è che il vento e il sole sono ospiti notoriamente inaffidabili; potrebbero presentarsi con un carico completo di energia un minuto e svanire l'istante successivo. Se la squadra Day-Ahead pianifica una giornata soleggiata ma arrivano le nuvole, la squadra Real-Time deve affrettarsi, accendendo costosi generatori di backup per mantenere accese le luci. Questo correre ai ripari costa una fortuna e rende l'intero sistema inefficiente. La grande domanda che gli scienziati si pongono è: come possono i produttori di vento e sole dire alla squadra Day-Ahead esattamente quanta energia pianificare, in modo che tutti risparmino denaro e le luci restino accese?

Questo articolo affronta questo enigma proponendo un nuovo modo per i produttori di energia rinnovabile di "offrire" la loro energia nel mercato. Pensate a una curva di offerta come a un menu che un ristorante consegna a un catering. Invece di dire solo: "Abbiamo 100 hamburger", il menu dice: "Abbiamo 100 hamburger a 5 dollari l'uno, oppure 200 a 10 dollari l'uno". Nei mercati elettrici, i produttori presentano questi menu (curve di offerta) per dichiarare quanta energia possono fornire e a quale prezzo. Gli autori, utilizzando uno strumento matematico sofisticato chiamato "ottimizzazione bilevel" (che è come un maestro di scacchi che pensa tre mosse avanti), hanno individuato il menu perfetto per minimizzare il costo totale dell'intero gioco.

Ecco il colpo di scena sorprendente che hanno scoperto: per ottenere il miglior risultato possibile per l'intero sistema, i produttori di vento e sole non hanno bisogno di un menu complesso con prezzi sofisticati. Devono solo presentare una linea singola e semplice sul loro menu che dica: "Abbiamo questa quantità di energia, e ci costa zero dollari dartela". Il documento dimostra matematicamente che se il costo reale della produzione di energia eolica o solare è zero (il che è vero), allora offrire al prezzo zero è sufficiente per guidare il sistema verso il suo stato più efficiente. È come se il vento e il sole dicessero: "Prendete ciò di cui avete bisogno, gratuitamente, e noi gestiremo il resto più tardi se le cose dovessero andare male".

I ricercatori hanno testato questa idea su una scala massiccia e reale utilizzando la rete del New York Independent System Operator (NYISO), che copre 1.576 diverse località (bus) e gestisce migliaia di linee elettriche. Hanno eseguito simulazioni confrontando questa nuova strategia di "offerta intelligente" con lo standard attuale, in cui i produttori si limitano a indovinare la quantità media di vento o sole che prevedono di ricevere. I risultati sono stati drammatici. Utilizzando le loro curve di offerta ottimizzate, il sistema ha risparmiato circa 155.000 dollari l'ora rispetto alla strategia basata sulle ipotesi. Si tratta di una riduzione dei costi del 36%!

Anciché ancora più impressionante, il loro metodo ha reso il sistema quasi economico ed efficiente quanto un mondo teorico "perfetto" dove il futuro è noto con una certezza del 100% — uno scenario che attualmente è impossibile da raggiungere nella realtà. Il documento mostra che, sebbene i produttori possano presentare menu complessi con molteplici punti di prezzo, il sistema funziona meglio quando si attengono alla semplice strategia del prezzo zero. Gli autori suggeriscono che questo quadro potrebbe essere utilizzato dai regolatori del mercato come un "parametro di riferimento" o un "punteggio di rischio" per aiutare i produttori su come fare le offerte, assicurando che tutti giochino in un modo che mantenga l'elettricità accessibile e affidabile per tutti. Sebbene lo studio si basi su simulazioni e non includa ancora batterie o risposta della domanda, esso offre una strada potente e dimostrata per rendere la nostra transizione verso l'energia verde più fluida e meno costosa.

Sintesi Tecnica: Ottimizzazione delle Curve di Offerta per le Energie Rinnovabili in Mercati Elettrici a Due Regolamenti

Definizione del Problema
La transizione verso sistemi elettrici a zero emissioni di carbonio richiede l'integrazione su larga scala delle Energie Rinnovabili Variabili (VRE) nei mercati elettrici ristrutturati. Tuttavia, l'attuale progettazione dei mercati, radicata in quadri progettati per generatori fossili programmabili, opera attraverso due regolamenti deterministici sequenziali: un Mercato Day-Ahead (DAM) e un Mercato Real-Time (RTM). Sebbene i produttori di VRE possiedano costi marginali nulli, la loro intrinseca incertezza di produzione crea una sfida di coordinamento. Se i produttori offrono il loro vero costo marginale (zero) basandosi sulle previsioni attese, il DAM potrebbe sovra-impegnare le VRE, portando a un significativo e costoso ri-dispatch nel RTM. Al contrario, se i produtti offrono prezzi più elevati per riflettere i potenziali rischi del RTM, potrebbero essere sotto-dispacciati, riducendo l'utilizzo delle rinnovabili. Il problema centrale affrontato è l'identificazione delle curve di offerta ottimali (prezzi e quantità) per i produttori di VRE che minimizzino il costo totale atteso del sistema sia nel DAM che nel RTM, rimanendo al contempo compatibili con le esistenti strutture di regolamento deterministico.

Metodologia
Il documento propone un framework di ottimizzazione bilevel per determinare le curve di offerta di riferimento per i produttori di VRE.

Livello Superiore (Upper Level): L'operatore di sistema (o un pianificatore centrale) ottimizza le curve di offerta delle VRE (segmenti di prezzo e quantità) per minimizzare la somma del costo di sistema day-ahead e del costo atteso di ri-dispatch real-time.
Livello Inferiore (Lower Level): Il processo di regolamento del mercato avviene in due fasi. Primo, il DAM si regola sulla base delle curve di offerta fornite dal livello superiore. Secondo, il RTM si regola per specifici scenari di incertezza, minimizzando i costi di ri-dispatch dati i programmi del day-ahead.
Approccio di Soluzione: Il problema bilevel generale comporta termini bilineari (prezzo $\times$ quantità) ed è computazionalmente impegnativo. Per risolverlo in sistemi su larga scala, gli autori utilizzano una tecnica di rilassamento basata sulla dualità forte e sugli inviluppi di McCormick. Questo trasforma il problema bilevel in un problema di Programmazione Lineare (LP) a livello singolo, consentendo la scalabilità a sistemi con oltre 1.500 nodi (bus).
Semplificazione Teorica: Gli autori dimostrano che, se il vero costo marginale delle VRE è zero, una curva di offerta a segmento singolo con un prezzo di offerta pari a zero è teoricamente sufficiente per raggiungere l'ottimalità del sistema. Il modello bilevel deve quindi ottimizzare solo la quantità di questo singolo segmento.

Contributi Chiave

Framework Bilevel per le Curve di Offerta: Questo lavoro presenta il primo framework di ottimizzazione bilevel specificamente progettato per ottimizzare le curve di offerta delle VRE in un mercato a due regolamenti per minimizzare i costi attesi del sistema, piuttosto che massimizzare i profitti individuali dei produttori.
Ottimalità Teorica dei Segmenti Singoli a Prezzo Zero: Il documento fornisce una prova teorica che una curva semplificata a segmento singolo con prezzo zero raggiunge lo stesso costo di sistema atteso di una curva complessa a più segmenti con prezzi ottimizzati, a condizione che il costo marginale delle VRE sia zero. Ciò affronta la complessità computazionale del problema generale.
Soluzione Scalabile per Grandi Sistemi: Sfruttando la dualità forte e gli inviluppi di McCormick, gli autori dimostrano che il framework bilevel può essere risolto efficientemente per sistemi pratici su larga scala (testato specificamente su un sistema NYISO a 1576 nodi), superando i limiti di scalabilità dei precedenti approcci basati su Programmazione Lineare Intera Mista (MILP) tramite condizioni KKT.
Benchmarking Pratico: Il framework funge da strumento per generare quantità di offerta di riferimento per i produttori di VRE. Anche quando ai produttori è permesso offrire curve a più segmenti con prezzi non nulli, il framework può regolare le quantità per approssimare l'ottimo di sistema.

Risultati
Il framework proposto è stato testato su un sistema NYISO a 1576 nodi utilizzando dati di vento e carico dell'agosto 2, 2019, con 20 scenari congiunti.

Riduzione dei Costi: Rispetto a una linea di base di "Dispatch Miopico" (MyD), in cui i produttori di VRE offrono le quantità previste, il framework bilevel proposto (BiD) ha ridotto il costo di sistema orario atteso del 36% (da \ $430k a \$ 275k).
Prossimità all'Ottimo Stocastico: I risultati del BiD si sono avvicinati strettamente alla soluzione di "Dispatch Stocastico" (StD), che rappresenta l'esito teoricamente meno costoso ma incompatibile con gli attuali disegni di mercato sequenziali. La differenza di costo tra BiD (\ $275k) e StD (\$ 263k) è stata minima.
Sensibilità al Prezzo: Le simulazioni hanno mostato che, sotto il framework BiD, la variazione del prezzo di offerta entro un intervallo ragionevole (fino a $26/MWh) ha avuto scarso impatto sul costo di sistema poiché il modello regola dinamicamente le quantità di offerta. Al contrario, la strategia MyD era altamente sensibile ai prezzi di offerta, portando a significativi aumenti di costo o carenze.
Performance Multi-segmento: Quando applicato a curve multi-segmento (con prezzi fissi non nulli), il framework ha ottimizzato con successo le quantità per ogni segmento, ottenendo risultati quasi identici al caso a segmento singolo a prezzo zero.

Significatività e Rivendicazioni
Il documento sostiene che il framework proposto offre un meccanismo pratico per migliorare il coordinamento economico tra i mercati day-ahead e real-time senza richiedere un cambiamento fondamentale nella struttura attuale del mercato deterministico. Internalizzando il costo del ri-dispatch real-time nelle curve di offerta day-ahead, il sistema raggiunge un'efficienza quasi ottimale. Gli autori sottolineano che, sebbene il framework sia centralizzato e generi curve di "riferimento", può servire come strumento regolatorio o di monitoraggio per guidare le strategie di offerta dei produttori privati di VRE, potenzialmente attraverso punteggi di rischio o meccanismi di incentivo. Il lavoro riconosce esplicitamente di non modellare attualmente l'accumulo di energia (storage) o la risposta della domanda, identificandoli come aree per ricerche future, e mantiene una prospettiva centralizzata piuttosto che game-theoretic per le strategie dei singoli produttori.

Sintesi Tecnica: Ottimizzazione delle Curve di Offerta per le Energie Rinnovabili in Mercati Elettrici a Due Regolamenti

Articoli simili