EnergyBidSim: Previsão de preços com base em IA para mercados do dia seguinte

Este livro apresenta algoritmos meta-heurísticos avançados e um Sistema Multi-Agente (MAS) para licitações inteligentes no mercado reestruturado de energia do dia seguinte. São propostas versões melhoradas do Moth Flame Optimizer (OB-MFO), do Firefly Algorithm (RFA) e de um WOA-SCA híbrido, utilizando técnicas adaptativas e de aprendizagem baseadas na oposição, que apresentam um desempenho superior em testes de referência. Estes algoritmos são aplicados a cenários de licitação de mercado em condições de incerteza, avaliados através de métricas como a volatilidade dos preços e o poder de mercado. É também introduzida uma estrutura MAS em camadas, que permite a tomada de decisões dinâmicas com dados incompletos. Os resultados em sistemas de teste, incluindo o barramento IEEE-14, mostram uma maior precisão e eficiência em relação aos métodos tradicionais.