💰 quantitative finance

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

Este artigo propõe uma estrutura de otimização bi-nível que gera curvas de oferta otimizadas para energia renovável variável em mercados de eletricidade de dois liquidações, provando que uma curva de segmento único de preço zero alcança a otimalidade do sistema, enquanto uma abordagem multi-segmentada linearizada aproxima efetivamente o inalcançável resultado estocástico de menor custo em sistemas práticos de grande escala.

Autores originais: Dongwei Zhao, Stefanos Delikaraogloub, Vladimir Dvorkin Alberto J. Lamadrid L., Audun Botterud

Publicado 2026-08-10

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Dongwei Zhao, Stefanos Delikaraogloub, Vladimir Dvorkin Alberto J. Lamadrid L., Audun Botterud

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine a rede elétrica como um jogo de cadeiras musicais gigante e de alto risco, mas em vez de pessoas, as cadeiras são usinas de energia e a música é o sol brilhando ou o vento soprando. Neste jogo, os jogadores estão divididos em dois times: o time do "Dia Seguinte", que faz um plano para a festa de amanhã, e o time do "Tempo Real", que corre para consertar qualquer bagunça quando a festa de fato começa. O problema é que o vento e o sol são convidados notoriamente pouco confiáveis; eles podem aparecer com uma carga total de energia em um minuto e desaparecer no próximo. Se o time do Dia Seguinte planeja um dia ensolarado, mas as nuvens chegam, o time do Tempo Real tem que se apressar, acionando geradores de reserva caros para manter as luzes acesas. Esse apressar-se custa uma fortuna e torna todo o sistema ineficiente. A grande questão que os cientistas estão fazendo é: Como os produtores de energia eólica e solar podem dizer ao time do Dia Seguinte exatamente quanta energia planejar, para que todos economizem dinheiro e as luzes permaneçam acesas?

Este artigo aborda esse enigma propondo uma nova maneira para os produtores de energia renovável "licitarem" sua energia no mercado. Pense em uma curva de licitação como um menu que um restaurante entrega a um buffet. Em vez de apenas dizer, "Temos 100 hambúrgueres", o menu diz, "Temos 100 hambúrgueres a US$ 5 cada, ou 200 a US$ 10 cada". Nos mercados de eletricidade, os produtores submetem esses menus (curvas de licitação) para dizer quanta energia podem fornecer e a qual preço. Os autores, usando uma ferramenta matemática sofisticada chamada "otimização bilevel" (que é como um mestre de xadrez pensando três jogadas à frente), descobriram o menu perfeito para minimizar o custo total de todo o jogo.

Aqui está a reviravolta surpreendente que eles descobriram: Para obter o melhor resultado absoluto para todo o sistema, os produtores de energia eólica e solar não precisam de um menu complexo com preços sofisticados. Eles só precisam de uma linha única e simples em seu menu que diga, "Temos esta quantidade de energia, e nos custa zero dólares para entregá-la a você". O artigo prova matematicamente que, se o custo real de produzir energia eólica ou solar é zero (o que é o caso), licitar a preço zero é suficiente para guiar o sistema ao seu estado mais eficiente. É como se o vento e o sol estivessem dizendo, "Pegue o que precisar, de graça, e nós cuidaremos do resto mais tarde se algo der errado".

Os pesquisadores testaram essa ideia em uma escala massiva e real usando a rede do Operador Independente do Sistema de Nova York (NYISO), que cobre 1.576 locais diferentes (barramentos) e lida com milhares de linhas de energia. Eles rodaram simulações comparando essa nova estratégia de "licitação inteligente" contra o padrão atual, onde os produtores simplesmente adivinham a quantidade média de vento ou sol que esperam obter. Os resultados foram dramáticos. Ao usar suas curvas de licitação otimizadas, o sistema economizou cerca de US$ 155.000 por hora em comparação com a estratégia de adivinhação. Isso é uma redução de 36% nos custos!

Ainda mais impressionante, o método deles tornou o sistema quase tão barato e eficiente quanto um mundo teórico "perfeito" onde o futuro é conhecido com 100% de certeza — um cenário que é atualmente impossível de alcançar na vida real. O artigo mostra que, embora os produtores possam enviar menus complexos com múltiplos pontos de preço, o sistema funciona melhor quando eles aderem à estratégia simples de preço zero. Os autores sugerem que este framework poderia ser usado por reguladores de mercado como um "parâmetro" ou uma "pontuação de risco" para ajudar a guiar os produtores sobre como licitar, garantindo que todos joguem o jogo de uma forma que mantenha a eletricidade acessível e confiável para todos. Embora o estudo seja baseado em simulações e ainda não inclua baterias ou resposta à demanda, ele oferece um caminho poderoso e comprovado para tornar nossa transição para a energia verde mais suave e barata.

Resumo Técnico: Otimização de Curvas de Oferta para Energias Renováveis em Mercados de Eletricidade de Dois Liquidações

Definição do Problema
A transição para sistemas de energia de carbono zero exige a integração em larga escala de Energias Renováveis Variáveis (VRE) em mercados de eletricidade reestruturados. No entanto, os atuais desenhos de mercado, baseados em estruturas para geradores despacháveis movidos a combustíveis fósseis, operam através de duas liquidações determinísticas sequenciais: um Mercado de Dia Seguinte (DAM) e um Mercado de Tempo Real (RTM). Embora os produtores de VRE possuam custo marginal zero, sua incerteza inerente de produção cria um desafio de coordenação. Se os produtores ofertarem seu custo marginal real (zero) com base em previsões esperadas, o DAM pode realizar uma excessiva compensação (over-commit) de VRE, levando a um re despacho significativo e dispendioso no RTM. Por outro lado, se os produtores ofertarem preços mais altos para refletir potenciais riscos do RTM, eles podem ser sub-despachados, reduzindo a utilização de renováveis. O problema central abordado é identificar as curvas de oferta ideais para o DAM (preços e quantidades) para produtores de VRE que minimizem o custo total esperado do sistema em ambos os mercados (DAM e RTM), mantendo-se compatíveis com as estruturas de liquidação determinística existentes.

Metodologia
O artigo propõe um framework de otimização bilevel para determinar curvas de oferta de referência para produtores de VRE.

Nível Superior (Upper Level): O operador do sistema (ou um planejador central) otimiza as curvas de oferta de VRE (segmentos de preço e quantidade) para minimizar a soma do custo do sistema no dia seguinte e o custo esperado de re despacho em tempo real.
Nível Inferior (Lower Level): O processo de liquidação do mercado ocorre em dois estágios. Primeiro, o DAM liquida com base nas curvas de oferta fornecidas pelo nível superior. Segundo, o RTM liquida para realizações específicas de incerteza (cenários), minimizando os custos de re despacho dado o cronograma do DAM.
Abordagem de Solução: O problema bilevel geral envolve termos bilineares (preço $\times$ quantidade) e é computacionalmente desafiador. Para resolver isso em sistemas de grande escala, os autores utilizam uma técnica de relaxação baseada em dualidade forte e envoltórias de McCormick. Isso transforma o problema bilevel em um problema de Programação Linear (LP) de nível único, permitindo a escalabilidade para sistemas com mais de 1.500 barras.
Simplificação Teórica: Os autores provam que, se o custo marginal real da VRE for zero, uma curva de oferta de segmento único com preço de oferta zero é teoricamente suficiente para atingir a otimalidade do sistema. O modelo bilevel, então, só precisa otimizar a quantidade deste segmento único.

Principais Contribuições

Framework Bilevel para Curvas de Oferta: Este trabalho apresenta o primeiro framework de otimização bilevel especificamente projetado para otimizar as curvas de oferta de VRE em um mercado de duas liquidações para minimizar os custos esperados do sistema, em vez de maximizar os lucros individuais dos produtores.
Otimalidade Teórica de Segmentos Únicos de Preço Zero: O artigo fornece uma prova teórica de que uma curva simplificada de segmento único com preço zero alcança o mesmo custo de sistema esperado que uma curva complexa de múltiplos segmentos com preços otimizados, desde que o custo marginal da VRE seja zero. Isso aborda a complexidade computacional do problema geral.
Solução Escalável para Grandes Sistemas: Ao utilizar a dualidade forte e as envoltórias de McCormick, os autores demonstram que o framework bilevel pode ser resolvido eficientemente para sistemas práticos de grande escala (especificamente testado em um sistema NYISO de 1576 barras), superando as limitações de escalabilidade das abordagens anteriores de Programação Linear Inteira Mista (MILP) baseadas em condições KKT.
Benchmarking Prático: O framework serve como uma ferramenta para gerar quantidades de oferta de referência para produtores de VRE. Mesmo quando os produtores têm permissão para ofertar curvas de múltiplos segmentos com preços não nulos, o framework pode ajustar as quantidades para aproximar o ótimo do sistema.

Resultos
O framework proposto foi testado em um sistema NYISO de 1576 barras usando dados de vento e carga de 2 de agosto de 2019, com 20 cenários conjuntos.

Redução de Custo: Comparado a uma linha de base de "Despacho Miope" (MyD), onde os produtores de VRE ofertam suas quantidades previstas, o framework bilevel proposto (BiD) reduziu o custo esperado horário do sistema em 36% (de \ $430k para \$ 275k).
Proximidade ao Ótimo Estocástico: Os resultados do BiD aproximaram-se estritamente da solução de "Despacho Estocástico" (StD), que representa o resultado de menor custo teórico, mas é incompatível com os atuais desenhos de mercado sequenciais. A diferença de custo entre o BiD (\ $275k) e o StD (\$ 263k) foi mínima.
Sensibilidade de Preço: Simulações mostraram que, sob o framework BiD, variar o preço de oferta dentro de uma faixa razoável (até $26/MWh) teve pouco impacto no custo do sistema porque o modelo ajusta dinamicamente as quantidades de oferta. Em contraste, a estratégia MyD foi altamente sensível aos preços de oferta, levando a aumentos significativos de custo ou escassez.
Desempenho de Múltiplos Segmentos: Quando aplicado a curvas de múltiplos segmentos (com preços não nulos fixos), o framework conseguiu otimizar as quantidades para cada segmento, alcançando resultados quase idênticos ao caso de segmento único com preço zero.

Significância e Alegações
O artigo alega que seu framework proposto oferece um mecanismo prático para melhorar a coordenação econômica entre os mercados de dia seguinte e de tempo real sem exigir uma mudança fundamental na estrutura de mercado existente. Ao internalizar o custo do re despacho em tempo real nas curvas de oferta do dia seguinte, o sistema atinge uma eficiência próxima da ótima. Os autores enfatizam que, embora o framework seja centralizado e gere curvas de "referência", ele pode servir como uma ferramenta regulatória ou de monitoramento para guiar as estratégias de oferta de produtores privados de VRE, potencialmente através de pontuações de risco ou mecanismos de incentivo. O trabalho reconhece explicitamente que não modela atualmente o armazenamento de energia ou a resposta da demanda, identificando estes como áreas para pesquisas futuras, e mantém uma perspectiva centralizada em vez de uma perspectiva teórica de jogos para estratégias de produtores individuais.

Resumo Técnico: Otimização de Curvas de Oferta para Energias Renováveis em Mercados de Eletricidade de Dois Liquidações

Mais como este