A Coalitional Game for Demand-Side Management in a Micro-Grid with Multiple Electricity Retailers

Na rede elétrica moderna, o fluxo de energia não é mais uma via de mão única de uma grande usina para uma casa passiva. No nível de distribuição, onde os fios se conectam aos bairros, uma nova dinâmica surgiu. Os consumidores estão se tornando participantes ativos, capazes de alterar quando utilizam eletricidade com base em sinais de preço, enquanto varejistas locais de energia competem para atrair esses usuários. Esse interjogo, conhecido como gestão da demanda, baseia-se na ideia de que, se os preços mudarem, as pessoas ajustarão seus hábitos, ajudando a equilibrar a rede. No entanto, uma questão crítica permanece: como múltiplos varejistas concorrentes decidem quais clientes atender, e como esses clientes decidem qual varejista escolher? Em um mundo onde fontes de energia renováveis, como o vento e o sol, introduzem incerteza, a suposição tradicional de que esses relacionamentos são fixos não se sustenta mais. O desafio é encontrar uma maneira de fazer com que esses grupos concorrentes se organizem de forma eficiente, garantindo que todos obtenham um acordo justo enquanto a rede permanece estável.

Uma equipe de pesquisadores abordou esse complexo problema de coordenação visualizando a interação entre varejistas de eletricidade e seus clientes como um jogo de formação de coalizões. Em vez de tratar a atribuição de clientes aos varejistas como um fato estático, eles a trataram como uma decisão que poderia ser otimizada juntamente com o preço da eletricidade e a quantidade de energia consumida. Eles imaginaram um cenário onde vários varejistas competem em uma microrrede local, uma pequena rede que pode operar independentemente ou junto à rede principal. Nessa configuração, cada varejista deseja maximizar seu lucro, enquanto cada consumidor deseja maximizar seu próprio benefício, que é o valor que obtém ao usar eletricidade menos o custo que paga. Os pesquisadores perceberam que esses dois objetivos estão profundamente interligados; o preço que o varejista define depende de quem são seus clientes, e a escolha do cliente pelo varejista depende do preço.

Para resolver isso, os autores desenvolveram uma estrutura matemática que trata o agrupamento de varejistas e consumidores como um "jogo coalicional". Neste jogo, uma coalizão é simplesmente um varejista e o conjunto específico de clientes que ele atraiu. Os pesquisadores propuseram um algoritmo que permite que esses grupos se formem e se reformem iterativamente. O processo funciona como uma série de pequenos ajustes: um cliente pode mudar de um varejista para outro se isso melhorar o resultado geral para todos os envolvidos naquela coalizão específica. O algoritmo verifica se tal mudança aumenta o bem-estar combinado do varejista e dos consumidores. Se isso ocorrer, a mudança acontece. Se nenhum cliente individual puder mudar para um varejista diferente para melhorar a situação, o sistema atingiu um estado estável. Os pesquisadores provaram que esse processo não continua para sempre; há a garantia de que ele parará após um número finito de etapas, estabelecendo-se em uma configuração onde nenhum participante tem incentivo para mudar seu arranjo.

O estudo descobriu que este método identifica com sucesso um conjunto de arranjos estáveis onde os objetivos concorrentes de lucro e bem-estar do consumidor são equilibrados. Ao realizar simulações em uma rede teórica com três varejistas e cinco consumidores, a equipe demonstrou que o algoritmo converge consistentemente para esses estados estáveis. Eles mostraram que os arranjos finais representam uma "fronteira de Pareto", um conceito que significa que você não pode tornar uma pessoa melhor sem tornar outra pior. Em suas simulações, o algoritmo produziu diferentes resultados estáveis dependendo de quanto peso era dado aos lucros dos varejistas versus às economias dos consumidores, efetivamente mapeando os diversos compromissos (trade-offs) disponíveis no mercado. Isso fornece uma maneira clara e tratável de analisar como a competição e a cooperação podem coexistir em um mercado de energia complexo.

Além de encontrar um preço e uma lista de clientes estáveis, os pesquisadores também exploraram como este sistema lida com o risco. No mundo real, a quantidade de energia que um grupo de pessoas utiliza não é perfeitamente previsível; ela flutua. A equipe estendeu seu modelo para incluir essa incerteza, utilizando uma medida estatística conhecida como valor em risco condicional (conditional value-at-risk) para contabilizar a possibilidade de um grupo usar mais energia do que o varejista pode fornecer com segurança. Eles descobriram que, quando os consumidores se unem em uma coalizão, o risco estatístico de sobrecarregar o sistema diminui. Isso acontece porque as flutuações aleatórias no uso individual tendem a se cancelar mutuamente quando calculadas pela média em um grupo. O algoritmo mostrou que, mesmo quando o risco é um fator, o sistema evolui naturalmente para uma partição estável onde o risco de violações de capacidade é minimizado, e nenhum consumidor individual pode reduzir o risco do grupo ao mudar de varejista por conta própria.

Os resultados deste trabalho oferecem uma nova maneira de pensar sobre os mercados de energia. O estudo vai além da ideia de que preços e atribuições de clientes são fixos ou determinados por uma autoridade central. Em vez disso, mostra que um processo descentralizado, onde varejistas e consumidores interagem e ajustam seus relacionamentos, pode naturalmente levar a resultados eficientes e estáveis. O estudo sugere que, em um futuro com muitos provedores de energia concorrentes e fontes renováveis incertas, o mercado pode se auto-organizar em grupos que compartilham riscos e otimizam custos sem precisar que uma única entidade dite cada movimento. As simulações confirmam que tal sistema não é apenas teoricamente sólido, mas também praticamente computável, fornecendo uma ferramenta robusta para projetar a próxima geração de redes de energia inteligentes, onde a competição e a colaboração trabalham de mãos dadas.