Los árboles de preferencias lexicográficas (LP-Trees) proporcionan una representación compacta y expresiva para modelar escenarios complejos de toma de decisiones, sin embargo, medir la similitud entre estructuras completas o parciales sigue siendo un desafío. Este estudio introduce PLPSim, una nueva métrica para cuantificar la alineación entre árboles de preferencias lexicográficas parciales (PLP-Trees) y desarrolla tres algoritmos de formación de coaliciones: HRECS1, HRECS2 y HRECS3, que aprovechan PLPSim para agrupar agentes con preferencias similares. Además, proponemos los protocolos ContractLex y PriceLex (que comprenden CLF, CFB, CFW, CFA, CFP) para estrategias de contratos y precios basadas en coaliciones, junto con una nueva métrica de evaluación, F@Lex, que está diseñada para evaluar la satisfacción bajo preferencias lexicográficas. Para ilustrar el marco, generamos un conjunto de datos sintético (PLPGen) contextualizado en un mercado de energía renovable híbrido, donde los árboles de preferencias lexicográficas de los consumidores se agregan y emparejan con los contratos tarifarios de los proveedores. Experimentos en 162 escenarios de mercado, evaluados utilizando la Ganancia Acumulativa Descontada Normalizada (nDCG), la dispersión de Davies-Bouldin y F@Lex, demuestran que las coaliciones basadas en PLPSim superan a los enfoques de referencia. La combinación HRECS3 + CFP produce la mayor satisfacción del consumidor, mientras que HRECS3 + CFB logra una satisfacción equilibrada tanto para consumidores como para proveedores. Si bien las tarifas eléctricas y los contratos de energía renovable, estáticos y dinámicos, sirven como el ejemplo motivador, el marco propuesto se generaliza a diversos sistemas multiagente, ofreciendo una base para la formación de coaliciones impulsadas por preferencias, el diseño de políticas adaptativas y la optimización de mercados sostenibles.