Modelo Inteligente Ajuda Motoristas de EV a Ganhar no Mercado de Energia
O futuro dos veículos elétricos (VEs) está se expandindo muito além das estradas. Hoje, esses carros não são apenas um meio de transporte sustentável, mas estão se transformando em ativos energéticos vitais, capazes de interagir diretamente com a rede elétrica para mantê-la estável e eficiente. Um novo estudo pioneiro, liderado por Wang Liwei, Wang Haotian e Sun Yingyun da Escola de Engenharia Elétrica e Eletrônica da Universidade de Energia Elétrica do Norte da China, está abrindo um caminho revolucionário para que os proprietários de veículos elétricos participem de forma mais inteligente e lucrativa nos mercados de serviços auxiliares, especificamente no mercado de regulação de frequência.
Publicado na revista Modern Electric Power, o trabalho apresenta um modelo de decisão inovador que não se baseia apenas em cálculos financeiros ou otimização técnica. Em vez disso, ele incorpora uma compreensão profunda da psicologia humana, utilizando a teoria da perspectiva, um pilar da economia comportamental, para criar um sistema que reflita como as pessoas reais tomam decisões sob incerteza. O resultado é um modelo de decisão para o dia anterior (day-ahead) que ajuda os motoristas de VE a escolher a melhor maneira de participar do mercado de energia, equilibrando não apenas o potencial de ganho financeiro, mas também preocupações práticas e emocionais, como a saúde da bateria e a garantia de que o carro estará carregado para a próxima viagem.
O potencial dos veículos elétricos para estabilizar a rede é enorme. Com a crescente penetração de fontes de energia renovável, como solar e eólica, que são por natureza intermitentes, a rede elétrica enfrenta flutuações constantes de frequência. Para manter o equilíbrio entre oferta e demanda, são necessários recursos que possam responder com extrema rapidez. Os veículos elétricos, graças à tecnologia Vehicle-to-Grid (V2G), são perfeitos para essa tarefa. Eles podem ajustar sua potência de carga em segundos ou, em alguns casos, até devolver energia à rede, agindo como pequenas usinas de regulação móveis. Essa capacidade os torna um recurso de regulação de frequência de alta qualidade, rápido e preciso.
No entanto, apesar dessa vantagem técnica, a participação real dos proprietários individuais de VEs nesses mercados tem sido baixa. A razão principal não é a falta de tecnologia, mas sim a complexidade percebida do mercado e, acima de tudo, a psicologia humana. Muitos modelos econômicos tradicionais assumem que os consumidores são agentes perfeitamente racionais que sempre escolhem a opção com o maior retorno financeiro. Mas a realidade é muito mais sutil. As pessoas não tomam decisões baseadas apenas em números absolutos; elas as avaliam em relação a um ponto de referência, geralmente sua situação atual. Perder 10 euros dói psicologicamente muito mais do que a alegria de ganhar 10 euros. Esse fenômeno, conhecido como “aversão à perda”, é crucial para entender por que muitos motoristas hesitam em participar: eles temem que o desgaste adicional da bateria ou o risco de não ter carga suficiente anule qualquer benefício econômico.
É aqui que a teoria da perspectiva, desenvolvida pelos vencedores do Prêmio Nobel Daniel Kahneman e Amos Tversky, se torna a ferramenta ideal. Os pesquisadores da Universidade de Energia Elétrica do Norte da China aplicaram essa teoria para criar um modelo que vai além da mera maximização de lucro. Eles reconhecem que a decisão de um motorista é influenciada por dois fatores principais: o ganho financeiro líquido e o estado de carga (SoC) da bateria quando ele se desconecta da rede. O modelo define um ponto de referência: o cenário em que o motorista simplesmente carrega o carro durante as horas de tarifa baixa, sem participar de nenhum serviço de regulação. Todas as outras opções são então avaliadas em relação a esse estado base.
Para tornar o modelo acessível e fácil de usar, os pesquisadores propuseram três modos de participação simplificados:
Modo 1: Carregamento Passivo. O veículo se conecta e carrega a uma taxa constante, sem interação com o mercado de regulação. Este é o ponto de referência, com zero desgaste adicional da bateria e zero renda potencial.
Modo 2: Carregamento Bidirecional. O veículo pode ajustar sua potência de carregamento em resposta a sinais da rede. Ele pode reduzir a carga para “regulação primária” (quando a rede tem excesso de energia) ou aumentar a carga para “regulação secundária” (quando a rede precisa de mais carga). Ele não descarrega ativamente energia para a rede. Este modo oferece um equilíbrio entre renda potencial e desgaste da bateria.
Modo 3: V2G Completo. O veículo utiliza toda a sua flexibilidade. Pode reduzir a carga, aumentar a carga, descarregar energia para a rede ou reduzir a descarga. Este modo oferece a maior capacidade de reserva e, portanto, o maior potencial de renda, mas também impõe o maior estresse sobre a bateria devido a ciclos de carga e descarga mais profundos.
O coração do modelo é o cálculo de um “valor de perspectiva compreensivo”, que combina os dois fatores-chave. Para fazer isso, o modelo não apenas projeta os rendimentos potenciais do mercado de regulação, mas também incorpora um sofisticado modelo de custo de envelhecimento da bateria. Este custo é calculado dinamicamente com base no padrão de uso específico durante a prestação do serviço. Uma descarga profunda para devolver energia à rede tem um impacto muito maior na vida útil da bateria do que uma simples redução na taxa de carregamento. Ao incluir este custo diretamente no cálculo do benefício líquido, o modelo garante que os ganhos de curto prazo sejam ponderados contra o valor de longo prazo do veículo.
A verdadeira inovação está na forma como o modelo pondera esses dois fatores. Um motorista que prioriza o ganho econômico atribuirá um peso maior ao benefício líquido. Um motorista que valoriza mais a longevidade da sua bateria ou a certeza de ter um SoC alto ao partir atribuirá um peso maior ao estado da bateria. O modelo identifica então o modo que maximiza o valor de perspectiva compreensivo, que é, essencialmente, o modo que melhor se alinha com a psicologia e as prioridades individuais do usuário.
Para validar seu modelo, a equipe realizou simulações detalhadas usando dados reais do mercado de serviços auxiliares da PJM Interconnection nos Estados Unidos e estruturas tarifárias da província de Guangdong, na China. Eles analisaram cinco cenários diferentes, cada um com diferentes durações de carregamento e estados de carga desejados ao partir. Os resultados foram reveladores.
Em cenários onde o tempo de carregamento era longo e o estado de carga desejado era moderado, o Modo 3 (V2G completo) consistentemente produziu o valor de perspectiva compreensivo mais alto. Para esses usuários, o potencial de renda superava a preocupação com o desgaste da bateria. No entanto, quando o tempo de carregamento era curto ou o estado de carga desejado era muito alto (por exemplo, para uma longa viagem), o Modo 1 (carregamento passivo) tornou-se a escolha preferida. A segurança de ter uma bateria completamente carregada e sem desgaste adicional era mais valiosa do que qualquer renda potencial.
Um achado particularmente interessante foi o surgimento de um “ponto ótimo” para o Modo 2. Em um cenário intermediário, onde as necessidades de carregamento e as prioridades de renda estavam equilibradas, o Modo 2 se destacou como a melhor escolha. Isso demonstra que o modelo não força os usuários para extremos, mas pode identificar estratégias de compromisso que são psicologicamente mais confortáveis e sustentáveis.
As simulações também exploraram como a escolha ótima muda quando as prioridades do usuário são alteradas. Quando o peso atribuído ao benefício líquido aumentava, os usuários claramente se inclinavam para o Modo 3. Quando o peso do estado da bateria aumentava, o Modo 2 ou o Modo 1 se tornavam mais atraentes. Essa capacidade de adaptação é o que torna o modelo tão poderoso e realista. Ele não impõe uma solução única, mas se adapta à diversidade dos usuários.
Essa abordagem tem implicações profundas para todos os atores do ecossistema da mobilidade elétrica. Para agregadores—empresas que agrupam milhares de veículos para participar de mercados atacadistas—este modelo é uma ferramenta inestimável. Em vez de tratar todos os veículos como ativos homogêneos, eles podem oferecer “pacotes” personalizados. Um pacote “agressivo” para motoristas que buscam maximizar seus ganhos, um pacote “conservador” para aqueles que priorizam a saúde da bateria, e um pacote “equilibrado” para o usuário médio. Essa personalização não apenas aumenta a satisfação do cliente, mas também promove uma participação mais estável e de longo prazo.
Para os operadores de rede, um maior número de veículos participando de forma previsível e confiável na regulação de frequência significa uma rede mais resiliente e menos dependente de usinas de backup movidas a combustíveis fósseis. O modelo, ao prever melhor o comportamento humano, permite um planejamento mais eficaz.
Para os formuladores de políticas, o estudo oferece um roteiro para projetar incentivos mais eficazes. Em vez de oferecer apenas pagamentos diretos, as políticas poderiam focar em reduzir a percepção de risco. Por exemplo, enquadrar os ganhos do V2G como um “bônus” ou “recompensa” em vez de um investimento arriscado pode torná-lo mais atraente. Além disso, fornecer informações claras e transparentes sobre o custo de envelhecimento da bateria pode capacitar os usuários a tomar decisões informadas, reduzindo o arrependimento posterior.
A pesquisa também enfatiza a necessidade de uma melhor educação do consumidor. Muitos proprietários de veículos elétricos não entendem completamente como funcionam os mercados de serviços auxiliares. Um modelo como este poderia ser facilmente integrado a aplicativos de carregamento ou aos sistemas de informação do veículo, traduzindo a complexidade do mercado em recomendações simples e personalizadas: “Com base no seu horário e preferências, recomendamos o Modo 2. Renda esperada: 5 euros. Impacto na bateria: baixo.”
Embora o estudo se baseie em condições do mercado chinês, seus princípios são universais. À medida que os mercados de regulação de frequência se desenvolvem na Europa, América do Norte e outras regiões, a necessidade de modelos que compreendam o usuário humano se tornará cada vez mais crítica. A crescente complexidade desses mercados exige uma abordagem que vá além da engenharia pura.
Os pesquisadores enfatizam que seu modelo não substitui a análise técnica, mas a complementa. A engenharia continuará sendo crucial para modelar as restrições físicas e as regras do mercado. Mas quando se trata de traduzir esses fatores no comportamento humano, a psicologia deve desempenhar um papel central.
O futuro da energia não será apenas mais inteligente, mas também mais humano. Este modelo de decisão representa um passo significativo nessa direção, demonstrando que ao projetar sistemas que respeitem a forma como as pessoas pensam e sentem, podemos desbloquear todo o potencial da mobilidade elétrica para criar um sistema energético mais sustentável, flexível e justo para todos.
Wang Liwei, Wang Haotian, Sun Yingyun, North China Electric Power University, Modern Electric Power, DOI: 10.19725/j.cnki.1007-2322.2022.0282