Resumo Técnico: Uma Rede Neural Informada por Regras de Mercado para Previsão Eficiente de Preços de Desequilíbrio de Eletricidade

Declaração do Problema

A previsão precisa e eficiente de preços de desequilíbrio de eletricidade é crítica para sistemas de negociação de energia industrial, particularmente à medida que ativos de baterias e pipelines de licitação automatizada participam cada vez mais dos mercados de equilíbrio. No entanto, a previsão em tempo real enfrenta três desafios principais:

1. Regras de Mercado Não Lineares: Os preços de desequilíbrio são determinados por regras de liquidação transparentes, mas complexas, por partes e não lineares, que mapeiam sinais do sistema (por exemplo, volumes de desequilíbrio, reservas ativadas) para preços.
2. Heterogeneidade e Latência de Dados: A previsão requer a sincronização de sinais heterogêneos (dados do sistema, do mercado e de reservas) sob restrições temporais rigorosas, frequentemente complicada por atrasos de comunicação, atrasos de publicação e falhas de medição.
3. Perda de Informação na Compressão: Abordagens de aprendizado profundo existentes frequentemente tratam preços de desequilíbrio como alvos genéricos de séries temporais. Uma questão crítica identificada é a não invertibilidade da função de precificação: comprimir características brutas ($F_t$) em um preço defasado ($P_t$) descarta informação preditiva porque múltiplos estados distintos de características brutas podem mapear para o mesmo preço, tornando as previsões futuras indistinguíveis se apenas o preço comprimido for usado como entrada.

Metodologia

Os autores propõem a Rede Neural Informada por Regras de Mercado (MRINN), um framework que incorpora regras conhecidas de formação de preços de desequilíbrio diretamente no espaço latente de uma rede neural expressiva.

Arquitetura Central

1. Processamento de Entrada: Sinais brutos (por exemplo, volumes aFRR/mFRR, preços intradiários, desequilíbrio do sistema) são projetados em um espaço vetorial latente, em vez de serem comprimidos em um preço escalar.
2. Injeção Diferenciável de Regras: As regras de precificação determinísticas (Equações 1–16 no artigo) são implementadas como operadores diferenciáveis dentro do espaço latente. Para lidar com operações não diferenciáveis ou descontínuas inerentes às regras de mercado, os autores introduzem aproximações específicas:
   • Mínimo/Máximo: Substituídos por funções softplus para garantir fluxo suave de gradientes.
   • Valor Absoluto: Aproximado usando $\sqrt{a^2 + \epsilon}$.
   • Função Sinal: Aproximada usando o tangente hiperbólico (tanh).
   • Divisão: Estabilizada adicionando uma constante pequena ao denominador.
   • Lógica Condicional (Se-Então): Substituída por um mecanismo de seleção suave usando pesos softmax para criar uma estrutura de ramificação diferenciável.
   • Constantes: Constantes de mercado predefinidas são transformadas via RobustScaler para corresponder à escala do espaço latente.
3. Cabeça de Previsão: O modelo utiliza uma cabeça hierárquica de quantis para produzir previsões probabilísticas. Este design impõe incrementos não negativos entre quantis (por exemplo, mediana para limites superiores/inferiores), garantindo cruzamento zero de quantis e melhorando a confiabilidade.
4. Objetivo de Treinamento: O modelo é otimizado usando Perda Média de Quantis (AQL).

Configuração Experimental

• Conjunto de Dados: Dados com resolução de 15 minutos do mercado de equilíbrio austríaco (2022–2026).
• Baselines: O modelo é comparado com:
  • Modelos ingênuos: Persistência (último preço) e índices intradiários.
  • Modelos baseados em Preço Defasado: Regressão Quantílica Linear (LQR), XGBoost e MLP usando apenas preços passados.
  • Modelos baseados em Características Brutas: Arquiteturas avançadas de aprendizado profundo (AttnBiLSTM, iTransformer, PatchTST, TimesNet, TimeXer) usando sinais brutos.
• Avaliação: Um protocolo de validação cruzada temporal de 3 dobras cobrindo um ano completo, com métricas incluindo AQL, Erro Absoluto Médio (MAE), Erro Quadrático Médio Raiz (RMSE) e Taxa de Cruzamento de Quantis (AQCR).

Resultados Principais

1. Desempenho vs. Baselines:

   • A MRINN alcançou um AQL de 20,70, superando a melhor baseline ingênua (25,44) em 18,63% e a melhor baseline baseada em preço defasado (MLP, 22,51) em 8,04%.
   • Na previsão pontual, a MRINN reduziu o MAE para 49,36 e o RMSE para 277,33, superando todos os outros modelos.
   • Crucialmente, a MRINN alcançou 0,00% de cruzamento de quantis, enquanto as baselines puramente baseadas em dados de características brutas exibiram taxas de cruzamento entre 6,58% e 8,53%.

2. Eficiência de Parâmetros:

   • A MRINN requer apenas 1.817 parâmetros treináveis (~400 KB de tamanho de modelo).
   • Isso é significativamente menor do que as baselines genéricas de aprendizado profundo (por exemplo, AttnBiLSTM com 28,3 mil parâmetros, TimeXer com 21,7 mil), que frequentemente exigem centenas de megabytes quando escalonadas.
   • O tempo de treinamento é de aproximadamente 40 segundos tanto em CPU quanto em GPU, demonstrando alta eficiência computacional.

3. Ablação e Sensibilidade:

   • Contribuição dos Componentes: Remover qualquer um dos três componentes de preço (Energia de Equilíbrio, Referência de Mercado, Função de Escassez) degradou o desempenho. O componente de Escassez foi mais crítico para modelagem de incerteza (AQL), enquanto o componente de Energia de Equilíbrio foi mais crítico para precisão pontual (MAE).
   • Leis de Escala: A previsão de curto prazo (horizonte < 180 min) performou melhor com janelas de entrada curtas (0–60 min), enquanto horizontes mais longos se beneficiaram de janelas de entrada mais longas (1440 min), sugerindo uma compensação entre ruído recente e contexto sazonal de longo prazo.

Significado e Alegações

O artigo argumenta que priors de regras de mercado e redes neurais expressivas devem ser usados conjuntamente para aplicações de negociação de energia industrial. As principais contribuições e alegações são:

• Endereçando a Não Invertibilidade: O estudo demonstra que comprimir sinais brutos em preços defasados leva à perda de informação. Ao reter características brutas e incorporar regras, a MRINN preserva informação preditiva que modelos puramente baseados em dados precisam reaprender.
• Eficiência de Recursos: A integração de viés indutivo estrutural (regras de mercado) permite que o modelo alcance precisão competitiva com substancialmente menos parâmetros e tempos de treinamento mais curtos do que as baselines genéricas de aprendizado profundo. Isso torna a abordagem adequada para implantações com recursos limitados (por exemplo, servidor de local ou gerenciamento de ativos de bateria) onde memória e latência são limitadas.
• Robustez Operacional: O framework fornece orientação acionável para implantação no mundo real, mostrando como o desempenho do modelo escala com o comprimento da entrada e o horizonte de previsão, e como se comporta quando sinais específicos estão ausentes.
• Confiabilidade Probabilística: A cabeça hierárquica de quantis garante previsões probabilisticamente fisicamente consistentes (sem cruzamento de quantis), um requisito crítico para gerenciamento de risco na negociação de energia.

Os autores concluem que, embora as regras específicas dependam do mercado, a metodologia de incorporar operadores diferenciáveis em espaços latentes oferece um caminho para previsões "computacionalmente sustentáveis" em sistemas operacionais de energia. Trabalhos futuros são sugeridos para investigar a reutilizabilidade desses blocos de operadores em diferentes estruturas de mercado.