CONSENT: A Negotiation Framework for Leveraging User Flexibility in Vehicle-to-Building Charging under Uncertainty

Resumo Técnico: CONSENT – Um Framework de Negociação para Carregamento V2B

1. O Problema

O crescimento acelerado de Veículos Elétricos (VEs) cria um conflito fundamental nos ambientes de Veículo para Edifício (V2B):

• Operadores de Edifícios: Enfrentam custos energéticos elevados devido a picos de demanda não coordenados e tarifas de demanda (cobrança baseada no pico de potência).
• Motoristas: Priorizam conveniência, garantindo que o veículo esteja totalmente carregado e pronto para partida no horário exato solicitado.

A coordenação tradicional falha porque ignora a incerteza (chegadas e partidas imprevisíveis) e o comportamento humano. Estratégias puramente técnicas (como controle centralizado sem negociação) frequentemente falham em garantir a adesão voluntária dos usuários, enquanto métodos de negociação existentes muitas vezes não integram o controle de carregamento em tempo real com incentivos personalizados, levando a altas taxas de rejeição ou custos subótimos.

2. Metodologia: O Framework CONSENT

O artigo propõe o CONSENT (Co-Optimization of Negotiation and Charging for EVs in Smart Buildings), um framework baseado em Controle Preditivo Modelado Estocástico (SMPC) e Programação Linear Inteira Mista (MILP). O sistema funciona como uma ponte estratégica entre a gestão de energia estacionária e as necessidades de mobilidade dinâmica.

Principais Componentes Técnicos:

• Estrutura de Negociação em 5 Passos:

  1. Chegada: O VE conecta-se ao carregador.
  2. Solicitação: O usuário informa o horário de partida e o Estado de Carga (SoC) desejado.
  3. Geração de Opções (Incentivos): O sistema gera um menu de opções personalizadas. Cada opção oferece um desconto financeiro em troca de uma flexibilidade moderada (atraso na partida ou redução do SoC).
  4. Seleção: O usuário escolhe uma opção ou rejeita todas (optando por carregar externamente).
  5. Execução (MPC): Um motor de Model Predictive Control (MPC) executa o plano de carregamento negociado, otimizando as taxas de carga/descarga em tempo real.

• Lógica de Controle (MC-MPC):

  • Utiliza Amostragem de Monte Carlo para simular múltiplos cenários futuros de chegadas de VEs, cargas do edifício e preços de energia.
  • Resolve um problema de otimização (MILP) para cada cenário, minimizando o custo total (energia + tarifa de demanda + penalidades por não atender SoC).
  • O controle é "rolante" (rolling horizon), ajustando-se a novas informações a cada passo de tempo (ex: 15 minutos).

• Modelagem Comportamental:

  • Baseado em um estudo com 28 participantes, os usuários são agrupados em 4 tipos com diferentes sensibilidades a atrasos e redução de autonomia.
  • Um modelo de utilidade logístico estima a probabilidade de aceitação de cada oferta, equilibrando o custo do usuário, o "inconveniente" percebido e o desconto oferecido.

• Garantias Teóricas:
  O mecanismo foi projetado para garantir:

  1. Veracidade (Strategy-Proofness): Os usuários não têm incentivo para mentir sobre suas preferências (horário ou SoC) para obter melhores ofertas; relatar a verdade maximiza sua utilidade.
  2. Viabilidade Orçamentária: Os pagamentos aos usuários nunca excedem as economias geradas para o edifício.
  3. Participação Voluntária: Nenhum usuário racional sai prejudicado ao participar; eles sempre têm a opção de recusar e carregar externamente.

3. Contribuições Principais

1. Framework de Negociação Estratégico: Uma abordagem que co-otimiza a política de carregamento (controle) e a política de negociação (incentivos) sob incerteza, garantindo participação voluntária.
2. Modelo Comportamental Empírico: Validação de trade-offs entre conveniência e incentivos monetários usando dados reais de pesquisa, permitindo a criação de menus de negociação personalizados.
3. Validação com Dados Reais: O sistema foi testado com dados operacionais de um edifício comercial na Califórnia (Santa Clara) e telemetria de VEs, demonstrando robustez em cenários do mundo real.
4. Superioridade sobre Alternativas: Demonstra que a negociação supera tanto o carregamento não coordenado quanto políticas de "preço fixo" ou "carregamento inteligente" sem negociação.

4. Resultados Experimentais

As simulações compararam o CONSENT contra várias políticas de base (desde carregamento descoordenado até algoritmos de aprendizado por reforço e heurísticas):

• Redução de Custos para o Operador: O CONSENT reduziu os custos operacionais do edifício em mais de 3,5% em comparação com uma política de carregamento inteligente otimizada, mas sem negociação (onde o carregamento é gratuito para o usuário).
• Economia para o Usuário: Os usuários pagaram 22% a menos do que a tarifa de energia varejo da concessionária, devido aos incentivos e otimização de horários.
• Taxa de Rejeição: O framework reduziu drasticamente a taxa de rejeição de ofertas (usuários que optam por não carregar no local) de 34,89% (em métodos de menu tradicionais) para 21,99%.
• Estabilidade e Pico: O sistema conseguiu um "peak shaving" (redução de pico de demanda) superior a métodos heurísticos, mantendo a confiabilidade de 100% no atendimento às necessidades de energia dos veículos (zero SoC não atendido).
• Análise de Sensibilidade: O sistema mostrou-se robusto diante de diferentes perfis de flexibilidade dos usuários e variações nos custos de compartilhamento de economia.

5. Significância e Conclusão

O trabalho do CONSENT representa um avanço significativo na integração de sistemas de energia e mobilidade. Ao transformar o carregamento de VE de uma fonte de atrito operacional em uma plataforma de colaboração, o framework resolve o dilema clássico entre eficiência técnica e satisfação do usuário.

A principal inovação reside na capacidade de lidar com a incerteza e o comportamento humano simultaneamente, utilizando o MPC para garantir decisões ótimas em tempo real enquanto oferece incentivos justos e verificáveis. Isso permite que edifícios comerciais reduzam custos de energia sem sacrificar a conveniência dos ocupantes, criando um modelo sustentável para a infraestrutura de carregamento futuro. O estudo sugere que a flexibilidade voluntária, quando corretamente incentivada, é um recurso valioso para a estabilidade da rede elétrica.