| Summary: | La imposibilidad de almacenar la energía eléctrica hace de la predicción una herramienta indispensable a la hora de gestionar eficientemente su producción. La modelización de la demanda de energía eléctrica permite al ente productor contar con un conocimiento más refinado de los mercados y de los usuarios del sistema, así como con una mejor posición mediante la reducción de la incertidumbre en la toma de decisiones. El objetivo de este trabajo consiste en la elaboración de un sistema de predicción para el corto plazo, basado en modelos horarios articulados con los modelos diarios de predicción. Con ese objeto se estiman y evalúan dos propuestas metodológicas para la predicción de la demanda horaria. Por un lado la propuesta base para la comparación consiste en la estimación de un modelo univariante ARIMA-IA para una única serie horaria encadenada que incorpora los efectos de los días especiales, eventos atípicos y un componente SARIMA. Por otro lado se estiman 24 modelos, uno para cada hora del día. Se evalúa la performance predictiva individual de los modelos y se compara el desempeño de ambas alternativas. Finalmente, se compara el desempeño predictivo a un día de estos modelos y se contrasta con los resultados del modelo diario.
|
|---|