A Coalitional Game for Demand-Side Management in a Micro-Grid with Multiple Electricity Retailers

In het moderne elektriciteitsnet is de stroom van energie niet langer een eenrichtingsverkeer van een enorme centrale naar een passieve woning. Op het niveau van de distributie, waar de kabels verbinding maken met woonwijken, is een nieuwe dynamiek ontstaan. Consumenten worden actieve deelnemers, die in staat zijn om hun elektriciteitsverbruik te verschuiven op basis van prijssignalen, terwijl lokale energieleveranciers met elkaar concurreren om deze gebruikers aan te trekken. Dit samenspel, bekend als demand-side management (vraaggestuurde optimalisatie), rust op het idee dat als prijzen veranderen, mensen hun gewoonten zullen aanpassen, wat helpt om het netwerk in balans te houden. Er blijft echter een cruciale vraag bestaan: hoe beslissen meerdere concurrerende leveranciers welke klanten zij gaan bedienen, en hoe beslissen die klanten welke leverancier zij kiezen? In een wereld waarin hernieuwbare energiebronnen zoals wind en zon onzekerheid introduceren, houdt de traditionele aanname dat deze relaties vaststaan niet langer stand. De uitdaging is om een manier te vinden waarop deze concurrerende groepen zichzelf efficiënt kunnen organiseren, zodat iedereen een eerlijke deal krijgt terwijl het net stabiel blijft.

Een team van onderzoekers heeft dit complexe coördinatieprobleem aangepakt door de interactie tussen elektriciteitsleveranciers en hun klanten te beschouwen als een spel van coalievorming. In plaats van de toewijzing van klanten aan leveranciers als een statisch feit te behandelen, beschouwden zij het als een beslissing die geoptimaliseerd kan worden naast de prijs van elektriciteit en de hoeveelheid geconsumeerde energie. Zij stelden zich een scenario voor waarin verschillende leveranciers concurreren in een lokale microgrid, een kleinschalig netwerk dat onafhankelijk van of samen met het hoofdnet kan werken. In deze opstelling wil elke leverancier zijn winst maximaliseren, terwijl elke consument zijn eigen voordeel wil maximalen, wat de waarde is die zij halen uit het gebruik van elektriciteit minus de kosten die zij betalen. De onderzoekers realiseerden zich dat deze twee doelen diep met elkaar verweven zijn; de prijs die een leverancier vaststelt hangt af van wie hun klanten zijn, en de keuze van de klant voor een leverancier hangt af van de prijs.

Om dit op te lossen, ontwikkelden de auteurs een wiskundig kader dat het groeperen van leveranciers en consumenten behandelt als een "coalitiegames" (coalitiespel). In dit spel is een coalitie simpelweg een leverancier en de specifieke set klanten die zij hebben aangetrokken. De onderzoekers stelden een algoritme voor dat deze groepen iteratief laat vormen en opnieuw vormen. Het proces werkt als een reeks kleine aanpassingen: een klant kan overstappen van de ene naar de andere leverancier als dit de algehele uitkomst voor iedereen in die specifieke groep verbetert. Het algoritme controleert of een dergelijke overstap de gecombineerde welvaart van de leverancier en de consumenten vergroot. Als dat het geval is, vindt de overstap plaats. Als geen enkele klant naar een andere leverancier kan overstappen om de situatie te verbeteren, heeft het systeem een stabiele toestand bereikt. De onderzoekers bewezen dat dit proces niet eeuwig doorgaat; het is gegarandeerd dat het na een eindig aantal stappen stopt en tot rust komt in een configuratie waarin geen enkele deelnemer een prikkel heeft om hun arrangement te wijzigen.

De studie vond dat deze methode succesvol een reeks stabiele arrangementen identificeert waar de concurrerende doelen van winst en consumentenwelvaart in evenwicht zijn. Door simulaties uit te voeren op een theoretisch netwerk met drie leveranciers en vijf consumenten, toonde het team aan dat het algoritme consequent convergeerde naar deze stabiele toestanden. Zij toonden aan dat de uiteindelijke arrangementen een "Pareto-front" vertegenwoordigen, een concept dat betekent dat je de één niet beter kunt maken zonder de ander slechter af te maken. In hun simulaties produceerde het algoritme verschillende stabiele uitkomsten, afhankelijk van hoeveel gewicht er werd gegeven aan de winsten van de leveranciers versus de besparingen van de consumenten, wat effectief de verschillende afwegingen in de markt in kaart bracht. Dit biedt een duidelijke, hanteerbare manier om te analyseren hoe concurrentie en samenwerking naast elkaar kunnen bestaan in een complexe energiemarkt.

Naast het vinden van een stabiele prijs en een lijst met klanten, onderzochten de onderzoekers ook hoe dit systeem met risico's omgaat. In de echte wereld is de hoeveelheid energie die een groep mensen gebruikt niet perfect voorspelbaar; het fluctueert. Het team breidde hun model uit om deze onzekerheid in te sluiten, waarbij zij een statistische maatstaf gebruikten die bekend staat als "conditional value-at-risk" om rekening te houden met de mogelijkheid dat de groep meer stroom verbruikt dan de leverancier veilig kan leveren. Zij ontdekten dat wanneer consumenten de krachten bundelen in een coalitie, het statistische risico op overbelasting van het systeem afneemt. Dit gebeurt omdat de willekeurige fluctuaties in individueel verbruik elkaar lijken te compenseren wanneer ze gemiddeld worden over een groep. Het algoritme toonde aan dat zelfs wanneer risico een factor is, het systeem van nature evolueert naar een stabiele verdeling waarbij het risico op capaciteitsoverschrijdingen wordt geminimaliseerd, en geen enkele consument het risico van de groep verder kan verlagen door op eigen initiatief van leverancier te wisselen.

De resultaten van dit werk bieden een nieuwe manier om over energiemarkten na te denken. Het gaat verder dan het idee dat prijzen en klanttoewijzingen vaststaan of worden bepaald door een centrale autoriteit. In plaats daarvan laat het zien dat een gedecentraliseerd proces, waarbij leveranciers en consumenten interageren en hun relaties aanpassen, van nature kan leiden tot efficiënte en stabiele uitkomsten. De studie suggereert dat in een toekomst met veel concurrerende energieleveranciers en onzekere hernieuwbare bronnen, de markt zichzelf kan organiseren in groepen die risico's delen en kosten optimaliseren zonder dat er één entiteit nodig is om elke stap te dicteren. De simulaties bevestigen dat een dergelijk systeem niet alleen theoretisch solide is, maar ook praktisch berekenbaar, wat een robuust instrument biedt voor het ontwerpen van de volgende generatie slimme energienetten waar concurrentie en samenwerking hand in hand werken.