Resumo Técnico: LLMs para Gestão de Energia Residencial Agêntica

Definição do Problema

Os Sistemas de Gestão de Energia Residencial (HEMS) oferecem um potencial significativo para reduzir os custos de eletricidade residencial e apoiar a resposta à demanda, deslocando cargas flexíveis (ex: carregamento de VE, máquinas de lavar, lava-louças) para horários otimizados. No entanto, a adoção é dificultada pelo "fardo da interação com o usuário": os HEMS convencionais exigem que usuários não especialistas traduzam preferências cotidianas em restrições técnicas de agendamento. Embora os Grandes Modelos de Linguagem (LLMs) ofereçam uma interface de linguagem natural para preencher essa lacuna, a pesquisa existente sobre HEMS agênticos enfrenta quatro limitações críticas:

1. Cobertura de Modelos Limitada: Trabalhos anteriores baseiam-se em modelos de código aberto, com falhas relatadas na coordenação de múltiplos eletrodomésticos.
2. Otimização Apenas de Preço: Os sistemas existentes otimizam exclusivamente os preços de atacado, ignorando o autoconsumo solar e a geração fotovoltaica (PV) consciente do clima.
3. Avaliação Estreita: As avaliações utilizam frequentemente dados de preços de um único dia sem rigor estatístico ou testes através de regimes de volatilidade.
4. Conflitos de Restrições Não Testados: Estudos anteriores não avaliam o comportamento do agente quando cronogramas otimizados em termos de custo violam restrições rígidas do usuário (ex: prazos, limites de potência), criando pontos cegos de segurança.

Metodologia

Os autores propõem um agente ReAct de chamada de ferramenta única projetado para operar em dados de mercado de varejo em tempo real (tarifa Agile da Octopus Energy do Reino Unido) e previsões meteorológicas. Diferente de designs multi-agentes hierárquicos, este sistema utiliza um único LLM para orquestrar a recuperação de dados, análise e tomada de decisão.

Arquitetura do Sistema

• Núcleo do Agente: Um agente ReAct baseado em LangGraph que intercala raciocínio com invocações de ferramentas.
• Camada de Ferramentas: O agente acessa seis ferramentas específicas:
  1. Recuperação de preço de eletricidade (tarifas Agile de meia hora).
  2. Recuperação de previsão do tempo (temperatura, irradiância).
  3. Previsão de geração PV (convertendo dados meteorológicos em saída esperada).
  4. Computação de janela mais barata (identificando slots de início ideais).
  5. Agendamento de eletrodomésticos (comprometendo horários de início).
  6. Relatório de inviabilidade (declarando formalmente solicitações insatisfatórias).
• Verdade de Referência (Ground Truth): Os cronogramas são comparados com um resolvedor de Programação Linear Inteira Mista (MILP) estendido que minimiza o custo líquido, definido como custos de importação menos receita de exportação, enquanto considera o autoconsumo PV e limites de potência doméstica.
• Modelos Avaliados: Três modelos comerciais foram testados: GPT-4o-mini (OpenAI), Gemini 2.5 Flash (Google) e Claude Sonnet 4.6 (Anthropic).
• Interfaces: O estudo compara a chamada de função nativa (invocação estruturada de ferramenta) contra ações de parsing de texto (extração de saída de texto livre).

Desenho Experimental

A avaliação abrange quatro experimentos:

1. Benchmark Multi-Dia: 12 dias de tarifa distintos através de regimes de baixa, média e alta volatilidade, testando agendamento de um e múltiplos eletrodomésticos.
2. Suíte de Estresse de Conflito de Restrições: Seis cenários adversários (S1–S6) testando conflitos de prazo, violações de limite de potência, interpretação de calendário irregular, relatório de inviabilidade, conflitos de instrução e recuperação de falha de ferramenta.
3. Co-otimização Consciente do Clima: Comparando objetivos de apenas preço contra objetivos de custo líquido (incluindo PV) através de regimes ensolarados, mistos e nublados, com análise de sensibilidade a erros de previsão.
4. Implantação Longitudinal: Uma simulação rotativa de uma semana projetando custos de quatro semanas e testando capacidades de planejamento conjunto semanal.

Contribuições Principais

1. Benchmark de Modelo Multi-Dia (C1): Uma comparação estatisticamente fundamentada de modelos comerciais para HEMS agêntico. O estudo demonstra que, com chamada de função nativa, os modelos comerciais alcançam coordenação quase perfeita, enquanto interfaces de parsing de texto degradam significamente a confiabilidade.
2. Suíte de Estresse de Conflito de Restrições (C2): Um framework adversário reutilizável revelando que modelos otimizados para custo e modelos otimizados para segurança diferem. O estudo introduz métricas para satisfação de prazos, violação de restrições e relatório de inviabilidade, destacando que a orientação por prompts sozinha não pode corrigir todas as falhas críticas de segurança.
3. Co-otimização Solar Consciente do Clima (C3): Uma extensão do objetivo de agendamento para incluir previsão de PV ao vivo. O estudo mostra que a integração climática fornece benefícios dependentes do regime: melhora o custo líquido em dias nublados, mas pode ser contraproducente em dias ensolarados com preços de importação negativos, onde a importação da rede é mais barata que o autoconsumo.

Resultados

• Desempenho de Agendamento: Com chamada de função nativa, todos os três modelos alcançaram 100% de sucesso no agendamento em 36 execuções. GPT-4o-mini e Gemini 2.5 Flash alcançaram 100% de otimalidade (correspondendo ao ground truth do MILP), enquanto o Claude Sonnet 4.6 alcançou 86% de otimalidade com uma lacuna de custo negligível (0,12%).
• Confiabilidade da Interface: Interfaces de parsing de texto causaram um declínio acentuado no desempenho. A otimalidade do GPT-4o-mini caiu para 31%, e o Claude Sonnet 4.6 exibiu "curto-circuito conversacional", onde fornecia confirmações em prosa fluente sem realmente comprometer as ações de agendamento (31% de taxa de sucesso).
• Tratamento de Restrições:
  • Claude Sonnet 4.6 emergiu como o modelo de conformidade de restrição mais forte, lidando corretamente com limites de potência e relatórios de inviabilidade sem orientação explícita.
  • GPT-4o-mini, embora seja o mais eficiente, falhou em serializar eletrodomésticos sob restrições de limite de potência e priorizou instruções casuais sobre prazos rígidos, mesmo com prompts guiados.
  • Gemini 2.5 Flash foi sensível à orientação, exigindo regras explícitas para resolver conflitos de instrução de forma confiável.
• Integração Climática: O agendamento consciente do clima reduziu os custos líquidos em £0,14/dia em dias nublados ao deslocar as cargas para os picos de PV. No entanto, em dias ensolarados com preços negativos, a política consciente do clima foi ligeiramente mais cara (£0,15/dia a mais) porque priorizou o autoconsumo em vez de importações de rede mais baratas.
• Impacto Econômico: Durante uma semana simulada, os agentes capturaram 96,7–98,0% das economias disponíveis para o oráculo MILP. Comparado a uma linha de base de temporizador de fora de pico padrão, os agentes projetaram economias anuais de aproximadamente £1.270.

Significância e Alegações

O artigo afirma avançar o campo dos HEMS agênticos ao ir além das aplicações de LLM de "apenas interface" para agentes de agendamento autônomos que comprometem decisões diretamente. Sua principal significância reside em três áreas:

1. Viabilidade de HEMS Agênticos Comerciais: O estudo estabelece que LLMs comerciais com chamada de função nativa podem substituir confiavelmente pipelines de otimização complexos e codificados à mão para agendamento residencial, alcançando otimalidade próxima ao MILP sem configuração manual de parâmetros.
2. Segurança como uma Métrica Primária: Os autores argumentam que a conformidade de restrição sob conflito é um "eixo de avaliação de primeira classe". Eles demonstram que o modelo mais eficiente não é necessariamente o mais seguro, necessitando de um validador de viabilidade determinístico e independente de modelo antes que qualquer cronograma seja executado.
3. Otimização Consciente do Contexto: O trabalho destaca que a otimização "tamanho único" é insuficiente; a co-otimização consciente do clima deve ser dinamicamente habilitada ou desabilitada com base nos regimes de mercado (ex: preços negativos) para evitar perdas econômicas.

O artigo conclui que, embora os HEMS agênticos sejam viáveis e economicamente superiores às linhas de base baseadas em regras, a implantação requer a seleção cuidadosa do modelo de backend com base no trade-off específico entre eficiência e restrições de segurança, juntamente com mecanismos robustos de validação pós-hoc.