EnergyBidSim: Previsioni di prezzo potenziate dall'intelligenza artificiale per i mercati day ahead

Questo libro presenta algoritmi meta-euristici avanzati e un sistema multi-agente (MAS) per la presentazione di offerte intelligenti nel mercato dell'energia del giorno prima ristrutturato. Vengono proposte versioni migliorate dell'ottimizzatore Moth Flame (OB-MFO), dell'algoritmo Firefly (RFA) e di un WOA-SCA ibrido che utilizza tecniche di apprendimento e di adattamento basate sull'opposizione, dimostrando prestazioni superiori nei test di riferimento. Questi algoritmi sono applicati a scenari di offerta di mercato in condizioni di incertezza, valutati utilizzando metriche come la volatilità dei prezzi e il potere di mercato. Viene inoltre introdotto un framework MAS stratificato, che consente di prendere decisioni dinamiche con dati incompleti. I risultati su sistemi di prova, tra cui il bus IEEE-14, mostrano una maggiore precisione ed efficienza rispetto ai metodi tradizionali.