When and How Should a Power Trader Engage in Arbitrage? Predict, then Contextually Optimize

Resumo Técnico: Predição seguida de Otimização Contextual para Arbitragem de Comerciantes de Energia

Definição do Problema
Geradores de energia estocásticos, como parques eólicos, enfrentam oportunidades e riscos crescentes nos mercados de eletricidade devido à ampliação dos spreads de preços entre os mercados de dia a seguir (day-ahead) e de balanço (balancing). Sob esquemas de preço único para o balanço (comuns na Europa), os comerciantes ficam expostos ao risco de preço independentemente da direção do seu desequilíbrio, criando potencial para arbitragem oportunista. No entanto, as estratégias de licitação existentes frequentemente carecem de explicabilidade e gestão de risco explícita. Os comerciantes devem decidir não apenas se devem desviar-se da sua previsão de produção para explorar um spread de preço previsto ($\Delta\lambda_t = \lambda^{DA}_t - \lambda^B_t$), mas também em qual direção (long ou short) e em que medida. Os frameworks atuais frequentemente ocultam a lógica económica destas decisões ou falham em fornecer um mecanismo pragmático e consciente do risco para ajustar o compromisso entre lucro e risco de cauda (ex: Valor em Risco Condicional, CVaR). Além disso, o problema é agravado para centrais híbridas (HPPs) que combinam renováveis com ativos como eletrolisadores, o que introduz restrições temporais e flexibilidade operacional adicional.

Metodologia: Um Framework de Predição seguida de Otimização Contextual
Os autores propõem um framework de três estágios que decompõe a decisão de licitação do dia a seguir em etapas explícitas e explicáveis:

1. Estágio 1: Quando Participar (Classificação Probabilística)
   Um classificador binário probabilístico prevê o sinal do spread de preço ($\Delta\lambda_t > 0$ ou $< 0$) com base em características contextuais (ex: meteorologia, preços de mercado, previsões de procura). Para gerir o risco, o framework utiliza dois limiares de confiança ajustáveis ($\alpha$ e $\bar{\alpha}$) sobre a probabilidade prevista.

   • Se a confiança da previsão for alta (probabilidade $\ge \bar{\alpha}$), o comerciante participa numa licitação longa oportunista.
   • Se a confiança da previsão for baixa (probabilidade $\le \alpha$), o comerciante participa numa licitação curta oportunista.
   • Se a previsão cair dentro de uma "zona morta" ($\alpha < \text{prob} < \bar{\alpha}$), o comerciante adota uma licitação livre de arbitragem (igual à previsão de produção).
   • Detalhe de Treino: O classificador é treinado utilizando LightGBM. Um "quantil de zona morta" ($\delta$) é introduzido para excluir amostras de treino com spreads de preço próximos de zero, que são de alto ruído e baixo valor. Os limiares $\alpha$ e $\bar{\alpha}$ são ajustados num conjunto de validação para maximizar uma métrica orientada para o valor (lucro esperado ou CVaR), em vez de minimizar a perda de classificação.

2. Estágio 2: Em Que Medida (Otimização Contextual)
   Condicionado à decisão de participar na arbitragem (long ou short), uma política de decisão linear determina a magnitude do desvio da licitação em relação à previsão. Duas políticas separadas são aprendidas via otimização contextual: uma para a classe longa e outra para a classe curta.

   • A política mapeia as características contextuais diretamente para um desvio assinado $z_t$, de tal forma que a licitação seja $p^{DA}_t = \hat{P}^W_t + z_t$.
   • O objetivo da otimização é maximizar uma combinação ponderada do lucro médio e do CVaR do lucro, sujeito a restrições físicas (balanço de potência, limites operacionais do eletrolisador, metas de produção de hidrogénio).
   • Para HPPs, o modelo incorpora restrições para o eletrolisador, permitindo que este absorva desequilíbrios ou procure energia da rede, aumentando assim a flexibilidade.

3. Estágio 3: Cálculo de Lucro Ex-Post
   Na fase de teste, a licitação do dia a seguir comprometida é liquidada contra os preços realizados. Para HPPs, é realizada uma otimização determinística secundária para despachar o eletrolisador com base na previsão do preço de balanço, maximizando a receita residual.

Principais Contribuições

• Decomposição Explicável: Ao contrário dos modelos de otimização integrados que produzem uma única quantidade de licitação, este framework separa explicitamente a decisão em "quando", "direção" e "medida", tornando a lógica económica transparente para os comerciantes.
• Ajuste Consciente do Risco: O framework introduz dois mecanismos distintos para o controlo de risco: (1) os limiares de confiança na etapa de classificação controlam a frequência das licitações oportunistas, e (2) o peso do CVaR ($\beta$) na etapa de otimização controla a magnitude do desvio da licitação.
• Integração de Ativos Híbridos: A metodologia é aplicável tanto a geradores renováveis autónomos como a centrais híbridas, demonstrando como ativos co-localizados (como eletrolisadores) podem aumentar o valor da arbitragem ao fornecer flexibilidade operacional para gerir desequilíbrios.
• Otimização Contextual: A abordagem utiliza a otimização contextual para aprender políticas lineares que se adaptam às condições de mercado sem exigir solvers complexos e não convexos no momento da inferência.

Resultados
O framework foi avaliado utilizando um procedimento de janela deslizante (rolling-window) com dados reais das zonas de licitação europeias DK1 (Dinamarca) e DE/LU (Alemanha/Luxemburgo) para um parque eólico de 7,2 MW, com e sem um eletrolisador de 3,6 MW.

• Melhoria do Lucro: O modelo proposto de "Classificação + Políticas" aumentou o lucro médio em aproximadamente 7% em comparação com um benchmark padrão livre de arbitragem (licitar a previsão) para a central híbrida em DK1.
• Valor da Flexibilidade: A central híbrida (HPP) superou consistentemente o parque eólico autónomo, alcançando melhorias de lucro de até 75% em DK1 e superiores a 100% em DE/LU, atribuídas à capacidade do eletrolisador de absorver desequilíbrios.
• Relação Risco-Retorno: O modelo alcançou um lucro médio superior ao benchmark de "Política Única", enquanto reduziu significativamente o CVaR (risco de cauda). Comparado com uma estratégia de "Tudo ou Nada", o modelo proposto manteve lucros médios comparáveis, mas reduziu drasticamente a severidade das perdas nos piores cenários.
• Deriva de Distribuição (Distribution Drift): O desempenho foi altamente sensível à deriva de distribuição entre as janelas de treino e teste. As melhorias de lucro foram mais elevadas quando a deriva era baixa e colapsaram (ou tornaram-se negativas) sob deriva severa, destacando as limitações de modelos estáticos em mercados não estacionários.

Significância e Alegações
O artigo afirma que a sua principal significância reside no fornecimento de uma ferramenta de suporte à decisão pragmática, explicável e consciente do risco para comerciantes de energia. Ao desvincular a previsão de oportunidades de mercado da otimização das quantidades de licitação, o framework permite que os comerciantes ajustem explicitamente a sua exposição ao risco através de parâmetros interpretáveis (limiares de confiança e pesos de risco). Os autores observam que, embora o framework melhore os lucros individuais dos comerciantes, não analisa os impactos ao nível do sistema (ex: bem-estar do mercado ou liquidez), o que identificam como uma direção para trabalhos futuros. O estudo também reconhece que a não estacionariedade continua a ser um desafio, sugerindo que futuras iterações possam incorporar aprendizagem online para se adaptar às mudanças nas dinâmicas de mercado.