INSTITUTO SUPERIOR DE ENGENHARIA DE LISBOA
Área Departamental de Engenharia de Sistemas de Potência e
Automação
Estratégias para Negociação de Contratos Bilaterais
em Mercados Multi-Agente de Energia Eléctrica
TIAGO MIGUEL REVERENDO RODRIGUES
(Licenciado em Engenharia Electrotécnica)
Dissertação para obtenção do grau de Mestre em
Engenharia Electrotécnica – ramo de Energia
Orientadores: Professor Doutor Jorge Alberto Mendes de Sousa (ISEL)
Professor Doutor Fernando Jorge Ferreira Lopes (LNEG)
Janeiro de 2012
“Só se nos detivermos a pensar nas pequenas
coisas chegaremos a compreender as grandes.”
José Saramago
i
Resumo
A energia eléctrica é um bem essencial para a maioria das sociedades. O seu fornecimento
tem sido encarado como um serviço público, da responsabilidade dos governos, através de
empresas monopolistas, públicas e privadas.
O Mercado Ibérico de Electricidade (MIBEL) surge com o objectivo da integração e
cooperação do sector eléctrico Português e Espanhol, no qual é possível negociar preços e
volumes de energia. Actualmente, as entidades podem negociar através de um mercado
bolsista ou num mercado de contratos bilaterais.
Uma análise dos mercados de electricidade existentes mostra que estes estão longe de
estarem liberalizados. As tarifas não reflectem o efeito da competitividade. Além disso, o
recurso a contratos bilaterais limita frequentemente os clientes a um único fornecedor de
energia eléctrica.
Nos últimos anos, têm surgido uma série de ferramentas computacionais que permitem
simular, parte ou a totalidade, dos mercados de electricidade. Contudo, apesar das suas
potencialidades, muitos simuladores carecem de flexibilidade e generalidade.
Nesta perspectiva, esta dissertação tem como principal objectivo o desenvolvimento de um
simulador de mercados de energia eléctrica que possibilite lidar com as dificuldades inerentes a
este novo modelo de mercado, recorrendo a agentes computacionais autónomos.
A dissertação descreve o desenho e a implementação de um simulador simplificado para
negociação de contratos bilaterais em mercados de energia, com particular incidência para o
desenho das estratégias a utilizar pelas partes negociais. Além disso, efectua-se a descrição
de um caso prático, com dados do MIBEL.
Descrevem-se também várias simulações computacionais, envolvendo retalhistas e
consumidores de energia eléctrica, que utilizam diferentes estratégias negociais. Efectua-se a
análise detalhada dos resultados obtidos. De forma sucinta, os resultados permitem concluir
que as melhores estratégias para cada entidade, no caso prático estudado, são: a estratégia de
concessões fixas, para o retalhista, e a estratégia de concessões baseada no volume de
energia, para o consumidor.
Palavra-chave: Sector eléctrico, sistemas multi-agente, estratégias de negociação, contratos
bilaterais, simulação, MIBEL
Abstrat
Electrical energy is a key asset of modern societies. However, its supply has been regarded as
a public service, of government’s responsibility, through monopolistic utility companies both
public and private. The Iberian Market of Electricity (MIBEL) has arisen with the objective of
integrating the Iberian electricity sector, where market participants can negotiate mutually
beneficial agreements. Specifically, participants can submit production and consumption bids to
a stock market (Pool) or negotiate agreements on delivery and receipt of power (bilateral
contracts).
At present, an analysis of most electricity markets (EMs) yields the observation that they are still
far from deregulated. In particular, tariffs do not reflect the pressure of competition. Multi-agent
systems represent a relatively new and rapidly expanding area of research and development. A
multi-agent approach in which software agents are capable of flexible action to meet their
design objectives is an ideal fit to the naturally distributed domain of a deregulated energy
market. Accordingly, this project addresses the challenge of using software agents to help
manage the complexity of EMs.
In the past years, a number of multi-agent energy management tools have emerged. However,
despite the power and elegance of existing EM simulators, they often lack generality and
flexibility, mainly because they are limited to particular market models, specific types of market
participants, and particular features of market players.
The thesis describes the design and implementation of a simplified EM simulator for negotiating
the terms of bilateral contracts, placing emphasis on negotiation strategies. Additionally, it
describes a case study aiming at evaluating the different strategies and the EM simulator
generally. The experimental results showed that the best strategies for both agents are the
following: i) retailer − fixed concession strategy, and ii) consumer − strategy based on energy
volume.
Key word: Electricity sector; multi-agent systems; negotiation strategies, bilateral contracts,
simulation, MIBEL
Estratégias de Negociação de Contratos Bilaterais em Mercados Multi-Agente de Energia
Capítulo 1
Introdução
A energia tem um papel muito importante em termos estratégicos e económicos. A indústria
de energia eléctrica proporciona a produção e o consumo de electricidade às empresas e
famílias. Esta indústria é normalmente dividida em quatro grandes processos: geração,
transporte, distribuição, e consumo. A energia é transportada em alta tensão (AT) e muito alta
tensão (MAT) até às subestações mais próximas, e posteriormente distribuída em média
tensão (MT) e baixa tensão (BT) até aos consumidores.
Tradicionalmente, as empresas de energia eléctrica controlavam todas as infra-estruturas,
desde a geração até ao transporte, passando pela distribuição. O sector eléctrico era
fortemente regulamentado, com uma extensa propriedade pública, e sem mecanismos de
preços de mercado. A liberalização começou nos anos 90, permitindo separar os sectores de
geração e comercialização, do monopólio natural de transporte e distribuição. Este processo
originou um mercado grossista, onde operam concorrentemente vários produtores, e um
mercado de retalho, onde os clientes escolhem os retalhistas que apresentem as melhores
ofertas. Na prática, vários retalhistas (por exemplo, EDP e IBERDROLA) competem entre si de
forma a aumentarem o número de clientes e, consequentemente, os lucros. Por sua vez, vários
clientes (empresas ou domésticos) escolhem os seus fornecedores de acordo com os preços
praticados, para obterem energia mais barata.
Recentemente, motivado por questões económicas, tanto na produção como no transporte de
electricidade, assistiu-se um pouco por todo o mundo ao início de um processo de
internacionalização dos mercados de energia no âmbito da reestruturação do sector eléctrico,
de que se destacam, o Nord Pool e o MIBEL, analisados com mais detalhe no próximo capitulo
[Gomes, 2005].
O sector da energia eléctrica tem características específicas que obedecem a regras muito
particulares. Os produtores de energia fazem ofertas de venda, que estão associadas a
determinadas quantidades de energia eléctrica e a diferentes preços. O operador de mercado
analisa as ofertas e constrói as curvas de oferta e procura. A intersecção destas duas curvas
permite determinar o preço marginal do sistema, que será a base da remuneração dos
produtores [Azevedo, 2002].
Estratégias de Negociação de Contratos Bilaterais em Mercados Multi-Agente de Energia
Os mercados retalhistas têm uma importância crescente no dia-a-dia dos cidadãos e das
empresas. Especificamente, retalhistas e clientes podem negociar contratos que estabeleçam
preços para determinadas unidades temporais (por exemplo, a hora) e para um futuro próximo
(por exemplo, seis meses). A negociação envolve basicamente uma troca iterativa de
propostas e contra-propostas. As estratégias assumem um papel importante nestes mercados,
possibilitando aumentar o lucro dos fornecedores de energia e, além disso, permitindo obter
preços mais vantajosos para os clientes.
1.1 Motivações
A abertura da competição entre produtores de energia eléctrica é um aspecto importante para
melhorar a eficiência do fornecimento de electricidade e, consequentemente beneficiar os
consumidores. A competição pode levar os produtores a inovarem e a operarem de forma mais
eficiente e económica. A inovação pode levar à diminuição dos preços e a uma melhor
utilização dos recursos energéticos. No entanto, a electricidade é por natureza, difícil de
armazenar e tem de estar sempre disponível para satisfazer o consumo dos clientes.
Consequentemente, os participantes do mercado de energia eléctrica são obrigados a trabalhar
com previsões do consumo de energia, que por sua vez se associam a vários problemas,
incluindo:
• Sobrecarga – os preços da energia eléctrica dependem, principalmente, dos custos de
produção e, como resultado, se for produzida mais electricidade do que a consumida, o
sistema não é seguro nem económico;
• Baixa produção – se os produtores não produzirem energia suficiente, a falta de energia
pode causar cortes de abastecimento de energia ou, mesmo “blackouts”;
• Diferentes tipos de produção – o custo da energia eléctrica está associada à tecnologia
utilizada para a produção de electricidade (por exemplo, centrais hidroeléctricas ou
termoeléctricas).
Ou seja, a gestão do mercado de energia é uma prioridade devido aos elevados riscos
associados aos preços (volatilidade de preços em momentos de pico ou de vazio) e ao volume
de energia eléctrica (incertezas no consumo e produção) que os mercados podem manifestar.
Actualmente, a análise da maioria dos mercados de electricidade permite concluir que estes
estão longe de estarem desregulamentamos. Em particular, o recurso a contratos bilaterais
limita o cliente a um único fornecedor de energia eléctrica. As tarifas estabelecidas nos
contratos não reflectem a pressão da concorrência.
Estratégias de Negociação de Contratos Bilaterais em Mercados Multi-Agente de Energia
Nesta perspectiva, pretende-se desenvolver um simulador de mercados de energia eléctrica,
usando agentes computacionais, que possibilite lidar com as dificuldades implícitas neste novo
modelo de mercado, i.e., a complexidade e a competitividade.
A área de trabalho em que a presente dissertação se insere envolve diferentes tipos de
conhecimento, destacando-se a informática, a matemática, e a gestão e controlo de sistemas
energéticos. Nesta perspectiva, pretende-se adoptar uma abordagem multidisciplinar, com
particular ênfase para a gestão de sistemas de energia eléctrica e a informática.
1.2 Sistemas Multi-Agente
Os agentes autónomos em particular e os sistemas multi-agente em geral representam uma
nova abordagem para investigar, projectar e implementar sistemas de software complexos.
Esta abordagem oferece um poderoso reportório de ferramentas e técnicas que visam melhorar
consideravelmente a forma como os engenheiros conceptualizam e implementam diversos
tipos de sistemas. A tecnologia baseada em agentes tem sido usada em inúmeras aplicações,
desde sistemas relativamente pequenos (filtros de “e-mails”) até sistemas mais complexos
(controlo da geração de energia) [Jennings et al., 1998].
Um sistema multi-agente é um sistema computacional composto por vários agentes
autónomos com objectivos distintos e capazes de executarem acções por forma a atingirem os
objectivos. Estes sistemas constituem uma abordagem ideal para modelar o domínio
naturalmente distribuído de um mercado de energia liberalizado.
O mercado de energia eléctrica (MEE) não é apenas uma nova realidade mas também uma
realidade envolvente, uma vez que os agentes que nele participam estão em constante
mudança (além das regras de mercado, que também necessitam de constante adaptação à
evolução do mercado). Nesta perspectiva, realça-se o surgimento de novos agentes e novos
comportamentos estratégicos (por exemplo, a distribuição de recursos energéticos e a gestão
da procura têm vindo a ganhar maior importância financeira). Os simuladores de mercados de
energia devem ser capazes de lidar com esta nova realidade, cada vez mais complexa, por
forma a auxiliarem convenientemente os intervenientes do mercado, que cada vez mais
necessitam de ter conhecimentos adequados e experiência para actuar de forma efectiva.
Nos últimos anos, têm surgido uma série de ferramentas computacionais aplicadas aos
mercados de energia, nomeadamente:
i) EMCAS – Electricity Market Complex Adaptive System: os agentes computacionais utilizam
as suas estratégias de negociação, com base na aprendizagem e adaptação, para
simularem mercados de energia eléctrica;
ii) AMES – Agent-based Modeling of Electricity Systems: sistema computacional gratuito para
o estudo de mercados de produção de energia.
Estratégias de Negociação de Contratos Bilaterais em Mercados Multi-Agente de Energia
iii) MASCEM - Multi-Agent System that Simulates Competitive Electricity Markets: simulador
multi-agente que suporta uma diversidade de modelos de mercado de energia e adquire, a
partir de simulações, características relevantes dos agentes do mercado de energia
eléctrica.
No entanto, apesar das potencialidades destes e de outros simuladores de MEE existentes, a
maioria carece de flexibilidade e generalidades, pois são limitados a determinados modelos do
mercado de electricidade, a tipos específicos de agentes de mercado, e a particulares
intervenientes do mercado (operadores de mercado e operadores de sistema). Actualmente,
existe a necessidade de ir um pouco mais longe no desenvolvimento de simuladores de MEE,
uma vez que estes podem ser cruciais para enfrentar os desafios complexos criados pelo MEE.
1.3 Objectivos
Os principais objectivos da presente dissertação são os seguintes:
1. Modelar e implementar um mercado de energia multi-agente simplificado, com particular
incidência para um mercado de retalho;
2. Desenvolver agentes computacionais simplificados, capazes de exibirem comportamento
estratégico e negociarem contratos bilaterais;
3. Equipar os agentes com um modelo de negociação, permitindo-lhe negociarem contratos
bilaterais;
4. Estudar detalhadamente um caso prático envolvendo um retalhista e um consumidor de
energia.
Pretende-se desenvolver uma ferramenta computacional para simular mercados de energia
eléctrica, nomeadamente para apoiar a negociação de contratos bilaterais [Lopes, 2004; Lopes
et al., 2008; Lopes e Coelho, 2010], fazendo uso da linguagem de programação Java e da
plataforma JADE (http://jade.tilab.com).
A ferramenta deverá possuir, pelo menos as seguintes funcionalidades:
• Modelação dos principais agentes de marcado – Modelação de produtores, consumidores e
retalhistas;
• Negociação de três ou mais preços – considera-se uma tarifa tri-horária (três preços), uma
vez que esta tarifa é cada vez mais utilizada no processo de negociação em mercado de
energia eléctrica (embora o sistema não esteja limitado a tarifas tri-horárias, podendo
simular tarifas mais complexas, envolvendo um ou mais preços);
• Definição de limites negociais – o utilizador pode definir limites de negociação para os vários
preços, a partir dos quais é preferível abandonar a negociação, a obter qualquer acordo;
Estratégias de Negociação de Contratos Bilaterais em Mercados Multi-Agente de Energia
• Previsão de volumes de energia eléctrica – as entidades produtora/consumidora podem
propor os volumes de energia que estão dispostas a negociar;
• Imposição de prazos limite (“deadline”) – limites de tempo real para o processo de
negociação, sendo este interrompido em caso de entendimento negocial de ambas as
partes.
A ferramenta permitirá analisar a preparação da negociação, a negociação propriamente dita,
assim como o seu desfecho, apoiando os utilizadores na tomada de decisão relativamente a
aspectos associados com a negociação de contratos bilaterais.
1.4 Estrutura da Dissertação
A presente dissertação encontra-se repartida em seis capítulos.
O capítulo 2 analisa, de forma detalhada, algumas estruturas de mercados de energia
eléctrica mundiais, bem como o processo de liberalização do sector de energia eléctrica em
Portugal e Espanha (MIBEL). São também descritos os diversos tipos de mercados de energia
eléctrica inerentes ao MIBEL, além das tarifas aplicadas ao preço final da electricidade. O
capítulo descreve ainda os principais simuladores computacionais de mercados de energia,
realçando as suas potencialidades e identificando algumas lacunas.
O capítulo 3 descreve detalhadamente um mercado de energia multi-agente, constituído por
vários agentes autónomos, que representam as principais entidades participantes neste
mercado. É também descrito, de forma simplificada, o processo de negociação entre os
agentes que operam no mercado de energia eléctrica.
O capítulo 4 descreve o trabalho que serviu de base ao desenvolvimento do simulador
computacional. A primeira parte do capítulo descreve o comportamento dos agentes que
interagem de acordo com um protocolo de ofertas alternadas. A segunda parte descreve as
estratégias de negociação utilizadas pelos agentes negociadores.
O capítulo 5 descreve a aplicação do simulador a um caso prático. Apresenta-se um caso
prático envolvendo um retalhista e a um consumidor a negociarem tarifas tri-horárias e
descreve-se detalhadamente todo o processo negocial. Posteriormente, apresentam-se os
resultados alcançados nos ensaios realizados e efectua-se a sua avaliação. De realçar, que os
resultados permitem, para o caso prático em estudo, analisar qual a estratégia de negociação
que melhor se adequa a cada agente.
O capítulo 6 apresenta as principais conclusões do trabalho efectuado. Neste capítulo são
também apresentados alguns problemas em aberto para trabalho futuro.
Estratégias de Negociação de Contratos Bilaterais em Mercados Multi-Agente de Energia
Estratégias de Negociação de Contratos Bilaterais em Mercados Multi-Agente de Energia
REFERENCES
[Azevedo, 2002] Azevedo, F. (2002) Apoio à Decisão para o Estabelecimento de Contratos no
Mercado Competitivo da Electricidade. M. Sc. Thesis, Engineering Faculty of Oporto, Oporto,
Portugal.
[Bellifemine, Caire, et al. 2007] Bellifemine, F., Caire, G., Greenwood, D. (2007), Developing
Multi-Agent Systems with JADE. 1ª Ed., John Wiley & Sons Ltd, West Sussex, England.
[Cruz, 2008] Cruz, L. (2008), A liberalização do sector da energia, o MIBEL (Mercado Ibérico de
Electricidade) e o OMIP (Operador do Mercado Ibérico de Energia – pólo português), OMIP, pp.
83-90.
[ERSE, 2009] Entidade Reguladora dos Serviços Energéticos, Descrição do Funcionamento do
MIBEL. ERSE, Novembro 2009.
[ERSE, 2011] Entidade Reguladora dos Serviços Energéticos, Tarifas e Preços para a energia
eléctrica e outros serviços em 2011. ERSE, Dezembro 2010.
[Faratin, Sierra, et al, 1997] Faratin, P., Sierra, C., Jennings, N. (1997), Negotiation Decision
Functions for Autonomous Agents. Elsevier Science.
[Gil, 2010] Gil, J. (2010), Análise e Previsão da Evolução do Custo da Electricidade em
Portugal. M. Sc. Thesis, Technical Institute of Lisbon (IST), Portugal.
[Gomes, 2005] Gomes, B. (2005), Simulador dos Operadores de Mercado e de Sistema num
Mercado de Energia Eléctrica considerando Restrições Intertemporais. M. Sc. Thesis,
Engineering Faculty of Oporto, Oporto, Portugal.
[Grozev et tal., 2005] Grozev, G., Batten, D. (2005), NEMSIM: pratical challenges for Agentbased Simulation of Energy Markets. In the CSIRO Complex Systems Science Annual
Workshop. CSIRO Manufacturing and Infrastructure Technology, Melbourne, Australia
[Harp et al, 2000] Harp, S., Brignone, S., Wollenberg, B., Samad, T. (2000), SEPIA: a simulator
for electric power industry agents. IEEE Contrl Systems Magazine, pp. 53-69.
[Jennings et al., 1998] Jennings, N., Sycara, K., Wooldridge, M. (1998), A Roadmap of Agent
Research and Developement, Autonomous Agents and Multi-Agent Systems, 1, pp. 7-38.
[Jennings and Wooldridge, 1995] Wooldridge, M., Jennings,N. (1995) Intelligent Agents: Theory
and Practice, vol. 10, pp. 115-152.
[Khatib, et al, 2007] Khabit, S., Galiana, F. (2007), Negotiating Bilateral Contracts in Electricity
Markets, IEEE Transactions on Power Systems, vol. 22, pp 553-561 (Submitted).
[Landaburu, 2006] Landaburu, P, (2006), Optimal Allocation and scheduling of Demand in
Deregulated Energy Markets. Ph. D. Dissertation, Faculty of Informatics, Vienna University of
Technology, Vienna, Austria.
[Lopes, 2004] Lopes, F. (2004), Negociação entre Agentes Computacionais Autónomos. Ph. D.
Dissertation, Instituto Superior Técnico, Universidade Técnica de Lisboa.
[Lopes et al., 2008] Lopes, F., Wooldridge, M., Novais, A. (2008), Negotiation Among
Autonomous Computational Agents: Principles, Analysis and Challenges, Artificial Intelligence
Review, 29 (1), pp.1-44.
Estratégias de Negociação de Contratos Bilaterais em Mercados Multi-Agente de Energia
[Lopes e Coelho, 2010] Lopes, F., Coelho, H. (2010), Strategic and Tactical Behaviour in
Automated Negotiation, International Journal of Artificial Intelligence, 4, pp.35-63.
Macal and North, 2006] Macal, C., North, M., (2006), Tutorial on agent-based modelling and
simulation part 2: how to model with agents, Winter Simulation Conference, pp. 73-83.
[Marques, 2008] Marques, P. (2008), Simulador Multi-Agente para o Mercado Eléctrico. M. Sc.
Thesis, Lisbon Engineering Superior Institute (ISEL), Portugal.
[Marques e tal., 2008] Marques, P., Trigo, P., (2008), Sistema Multi-Agente aplicado ao
Mercado Eléctrico. ISEL, Portugal.
[MIBEL, 2011] MIBEL, (2011), Boletim Mensal - Fevereiro 2011. Concelho de Reguladores,
(MIBEL), Portugal.
[Nogueira, 2001] Nogueira, T. (2001), Estabelecimento De Preços No Mercado Da
Electricidade. M. Sc. Thesis, Engineering Faculty of Oporto, Oporto, Portugal.
[North et al., 2002] North, M., Conzelmann, G., Koritarov, C., Macal, C., Thimmapuram, P.,
Veselka, T., (2002) E-Laboratories: agent-based modelling of electricity markets. American
Power Conference. Chicago, EUA.
[Osborne et al, 1990] Osborne, M., Rubinstein, A. (1990), Bargaining and Markets. Academic
Press, Inc. California, EUA.
[Paiva, 2007] Paiva, J. (2007), Redes de Energia Eléctrica – Uma análise sistémica, 2 º ed, IST
Press,: Lisboa, Portugal.
[Pechoucek and Marik, 2008] Pechoucek, M., Marik, V., (2008), Industrial deployment of multiagent technologies: Review and selected case studies, Autonomous Agents and Multi-Agent
Systems, vol. 17, pp. 397-431.
[Pereira, 2004] Pereira, I. (2004) Sistema Multi-Agente para Apoio à Negociação em Mercados
de Electricidade. Ph. D. Dissertation, UTAD, Portugal.
[Praça e tal., 2003] Praça, I., Ramos, C., Vale, Z., Cordeiro, M. (2003) MASCEM: A Multiagent
Systeam That Simulates Competitive Electricity Markets. IEEE Intelligent Systems, pp. 54-60.
[Queiroz, 2007] Queiroz, A. (2007) Simulação de custos marginais em mercado de energia
elétrica utilizando redes neuronais. Ph. D. Dissertation, University of Itajubá, Itajubá, Brasil.
[Russell & Norvig, 2003] Russell, S., Norving,P. (2003) Artificial Intelligence – A Modern
Approach. 2º ed. Pearson Education: New Jersey.
[Silva, 2007] Silva, P. (2007), O Sector da Energia Elétrica na União Europeia – Evolução e
Prespectivas, 1ª ed, IU Imprensa da Universidade de Coimbra, Coimbra, Portugal
[Weidlich et al, 2004] Weidlich, A., SensfuB, F., Genoese, M., Veit, D. (2004), Studying the
effects of CO2 emissions trading on the electricity market: A multi-agent-based approach.
Proceedings of the 2nd Joint Research Workshop “Business and Emissions Trading”. Springer
Physica.
[Wooldridge, 1999] Wooldridge, M., (1999) Multi-agent systems: A modern Approach to
Distributed Artificial Intelligence, pp. 27-72, MIT Press, Cambridge.