⚡ electrical engineering

Multi-Region Optimal Energy Storage Arbitrage

Este artigo desenvolve um modelo de otimização de arbitragem de armazenamento de energia multirregional, formulado como um problema de programação linear inteira mista, que demonstra que a participação em mercados de energia transfronteiriços pode aumentar a receita em mais de 40% em comparação com a operação local, ao mesmo tempo que considera restrições técnicas e introduz um termo de eficiência pseudo para melhorar a utilização da bateria.

Autores originais: Md Umar Hashmi, Harsha Nagarajan, Dirk Van Hertem1

Publicado 2026-04-09

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Md Umar Hashmi, Harsha Nagarajan, Dirk Van Hertem1

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 que você tem uma bateria gigante (como uma pilha superpotente para a rede elétrica) e você quer ganhar dinheiro com ela. A ideia básica é simples: comprar energia quando está barata e vender quando está cara. É como comprar café na segunda-feira de manhã e vender na sexta-feira à noite quando todo mundo está cansado e precisa de café. Isso se chama "arbitragem".

Mas e se você pudesse fazer isso não apenas na sua cidade, mas também em outro país, usando um "tubo" gigante que conecta as duas redes elétricas? É exatamente isso que este artigo propõe.

Aqui está a explicação do trabalho, traduzida para o português com algumas analogias divertidas:

1. O Problema: A Bateria "Cega"

Atualmente, a maioria das baterias grandes só olha para o mercado de energia do seu próprio país. Elas compram e vendem apenas lá.

A Analogia: Imagine que você tem um caminhão de entregas. Você só entrega pacotes dentro da sua cidade. Mas, se você soubesse que o preço do pão é metade do preço na cidade vizinha, você ficaria rico se pudesse levar o pão para lá e vender mais caro. O problema é que a maioria dos caminhões (baterias) não tem permissão ou não sabe como fazer essa viagem entre cidades.

2. A Solução: O "Tubo Mágico" (Interconector)

Os autores criaram um modelo matemático inteligente para uma bateria que fica em uma ponta de um interconector (um cabo submarino ou linha de alta tensão que liga dois países, como a Bélgica e o Reino Unido).

A Analogia: Pense no interconector como um túnel de pedágio entre dois países. A bateria está de um lado do túnel. O modelo permite que a bateria "olhe" para o preço do outro lado do túnel. Se a energia está muito barata no Reino Unido e cara na Bélgica, a bateria compra no Reino Unido (virtualmente), manda a energia através do túnel e vende na Bélgica.

3. O Desafio Matemático: Não pode "Beber e Dirigir"

Aqui está a parte complicada que os autores resolveram de forma genial.

O Problema: Uma bateria não pode carregar e descarregar ao mesmo tempo. Seria como tentar encher um balde de água enquanto o está furando.
A Complexidade: Quando você tem dois mercados (dois países) com preços diferentes, o computador pode ficar confuso e sugerir que a bateria carregue no país A e descarregue no país B ao mesmo tempo. Isso é fisicamente impossível para uma única bateria.
A Solução (O "Gatilho Binário"): Os autores usaram uma técnica matemática (chamada de "linearização disjuntiva") que funciona como um interruptor de luz. O modelo força a bateria a escolher: "Ou eu estou carregando (em ambos os lados), OU estou descarregando (em ambos os lados)". Não há meio-termo. Isso transforma um problema impossível de resolver em um que o computador resolve em segundos.

4. Os Obstáculos: O Pedágio e a Congestão

Não é tudo perfeito. Existem dois custos extras:

O Pedágio (Aluguel do Cabo): Usar o cabo que liga os países custa dinheiro (aluguel do interconector).
O Atrito (Perdas): A energia perde um pouquinho de força enquanto viaja pelo cabo e pelos conversores.

A Analogia: É como se você tivesse que pagar uma taxa de pedágio para atravessar o túnel e, além disso, o seu caminhão perdesse um pouco de carga no caminho. Se o preço da energia não for alto o suficiente para cobrir o pedágio e a perda, não vale a pena fazer a viagem.

5. O Resultado: Mais Lucro, Mas com Cuidado

Os autores testaram o modelo com dados reais de 8 anos entre a Bélgica e o Reino Unido.

O Ganho: A bateria que participa dos dois mercados ganhou mais de 40% a mais de dinheiro do que se tivesse ficado apenas no mercado local.
O Perigo da Congestão: Às vezes, o "túnel" está cheio de outros caminhões (energia eólica, solar, etc.). Se o túnel estiver congestionado, a bateria não consegue usar o espaço e perde a oportunidade de lucro.
O Segredo da Longevidade (Eficiência Pseudo): Baterias têm vida útil limitada (elas se desgastam com o uso). O modelo introduziu um "truque" chamado eficiência pseudo. Basicamente, o computador decide: "Essa operação vai dar um lucro tão pequeno que não vale a pena gastar a vida útil da bateria". Ele ignora as operações de baixo lucro para preservar a bateria para as grandes oportunidades.
- Resultado: A bateria faz menos viagens, mas cada viagem é muito mais lucrativa, e ela dura mais tempo.

Resumo Final

Este artigo é como um manual de instruções para um investidor de energia. Ele diz:

"Não fique preso apenas no seu mercado local. Use os cabos que ligam os países para comprar barato em um lugar e vender caro no outro. Mas use um cérebro matemático inteligente para garantir que você não tente carregar e descarregar ao mesmo tempo, pague os pedágios corretamente e não gaste a vida útil da sua bateria em negócios que mal dão lucro."

O resultado é uma forma de ganhar muito mais dinheiro com baterias gigantes, tornando a transição para energias renováveis (que são intermitentes) mais viável economicamente.

Título: Arbitragem Ótima de Armazenamento de Energia Multi-Região

1. Problema e Motivação

O aumento da interconexão de sistemas de energia através de links AC e DC permite que unidades de armazenamento de energia acessem múltiplos mercados elétricos simultaneamente. No entanto, a maioria dos modelos existentes de arbitragem limita-se à participação em um único mercado, restringindo a compreensão do valor econômico e das restrições operacionais associadas à operação transfronteiriça.

Desafio Principal: Desenvolver um modelo de otimização que permita a um sistema de armazenamento em escala de rede (baterias) participar simultaneamente de arbitragem de energia em múltiplas regiões (MREA), considerando a capacidade limitada dos interconectores, perdas de conversão e a necessidade de evitar ciclos de carga/descarga simultâneos (que são fisicamente impossíveis para uma única unidade física).
Contexto de Mercado: Os preços da eletricidade estão cada vez mais voláteis e frequentemente negativos devido à alta penetração de renováveis. Modelos tradicionais de Programação Linear (LP) falham em cenários de preços negativos, pois a convexidade do problema é perdida (o lucro pode vir tanto de vender caro quanto de ser pago para carregar).

2. Metodologia

Os autores desenvolveram um modelo de Programação Linear Mista Inteira (MILP) para otimizar a arbitragem de energia entre duas regiões distintas (Grid A e Grid B) conectadas por um interconector.

Formulação Matemática:
- Objetivo: Maximizar o lucro líquido da arbitragem, considerando preços de compra/venda em ambas as regiões, custos de aluguel do interconector e perdas de eficiência.
- Restrições Físicas: Inclui limites de capacidade da bateria, taxas de rampa (ramping), eficiência do conversor e eficiência da linha de transmissão.
- Tratamento de Preços Negativos: Diferente de modelos heurísticos restritivos (como o modelo "noDis", que proíbe descarga em preços negativos), a formulação proposta lida com a não convexidade introduzida por preços negativos de forma exata.
- Linearização Disjuntiva: O principal desafio técnico é garantir que a bateria não carregue e descarregue simultaneamente em diferentes mercados. Os autores reformularam a restrição não linear ( $x_A \cdot x_B \ge 0$ ) usando variáveis binárias disjuntivas. Isso força a bateria a operar em um único modo (carga ou descarga) em todas as regiões participantes em qualquer instante de tempo, sem introduzir variáveis separadas de carga/descarga para cada região, mantendo a escalabilidade.
- Modelo de Epígrafo: O problema foi reformulado como um MILP usando uma transformação de epígrafo para lidar com a função objetivo por partes (piecewise linear).
- Fator de Eficiência Pseudo ( $\eta_{pseudo}$ ): Foi introduzido um termo de eficiência ajustável para descartar ciclos de operação menos lucrativos, visando melhorar a vida útil da bateria e o lucro por ciclo, em vez de maximizar apenas o lucro total bruto.
Dados e Cenário de Estudo:
- Localização: Bateria conectada a uma extremidade do interconector NEMO Link (1 GW, 140 km, submarino) ligando a Bélgica e o Reino Unido.
- Dados: 8 anos de dados de preços day-ahead (2017-2024).
- Bateria: 1 MWh, 1 MW (0.5C-0.5C), com custo de capital de 100 €/kWh.

3. Principais Contribuições

Formulação MILP para MREA: Proposta de um modelo de otimização exato que permite a participação simultânea em múltiplos mercados, superando as limitações de modelos de uma única região.
Tratamento de Preços Negativos: O modelo demonstra robustez e convicção computacional em mercados com preços negativos, onde modelos lineares tradicionais falham ou requerem heurísticas subótimas.
Avaliação de Lucratividade e Vida Útil: Introdução de um mecanismo de "eficiência pseudo" para gerenciar o desgaste da bateria, permitindo um compromisso entre o lucro total e o lucro por ciclo (vida útil).
Análise de Congestionamento: Quantificação do impacto do fluxo do interconector (congestionamento ou uso para outros fins) na viabilidade econômica da arbitragem.

4. Resultados Principais

Aumento de Receita: A participação multi-região aumentou a receita de arbitragem em mais de 40% em comparação com a operação apenas no mercado local (Bélgica ou Reino Unido isoladamente).
Impacto do Interconector: O congestionamento do interconector tem um impacto negativo significativo. Se o fluxo do interconector estiver em conflito com a estratégia de arbitragem ideal, os ganhos podem ser reduzidos em até 36%.
Localização da Bateria: Em alguns cenários (como o dia de teste de 30 de junho de 2024), foi mais lucrativo localizar a bateria na extremidade do Reino Unido do que na Bélgica, devido às dinâmicas de preços locais.
Eficiência Computacional: O modelo é altamente eficiente. Simulações anuais (8 anos de dados) foram concluídas em menos de 30 segundos em um laptop padrão, tornando-o viável para implementação em tempo real ou quase real.
Gestão de Ciclos: Ao reduzir o fator de eficiência pseudo ( $\eta_{pseudo}$ ) para 0.7, o número de ciclos de operação caiu em ~74% (de 6.281 para 1.593 ciclos em 8 anos), enquanto a receita por ciclo aumentou significativamente, embora a receita total bruta tenha caído. Isso demonstra a viabilidade de sacrificar volume de operação para aumentar a rentabilidade por ciclo e a vida útil do ativo.
Retorno sobre Investimento: Para uma bateria de 1 MWh com custo de 100.000 €, o modelo MREA gerou um retorno de 178% sobre o investimento antes de atingir o limite de vida útil da bateria (7.200 ciclos).

5. Significado e Conclusão

O trabalho demonstra que o acesso a mercados cruzados (cross-border) aumenta substancialmente a rentabilidade de ativos de armazenamento de energia em escala de rede. A formulação proposta oferece uma estrutura computacionalmente eficiente e matematicamente rigorosa para avaliar e operar esses ativos em sistemas de energia interconectados.

A pesquisa destaca que, embora a arbitragem multi-região seja lucrativa, a gestão do congestionamento do interconector e a otimização da vida útil da bateria (através da seleção de ciclos) são fatores críticos para o sucesso comercial. O modelo serve como uma ferramenta robusta para investidores e operadores de rede, especialmente em um cenário de preços voláteis e negativos, oferecendo uma alternativa superior aos modelos de arbitragem de mercado único.

Trabalhos Futuros: Os autores sugerem a extensão do modelo para mais de duas regiões, a incorporação de incertezas (programação estocástica) para preços e disponibilidade do interconector, e a co-otimização com serviços auxiliares (como regulação de frequência).