MODELO PARA EL PRONÓSTICO DE DEMANDA HORARIA DE POTENCIA ELÉCTRICA LOCAL EN EL MERCADO ELÉCTRICO DE GUATEMALA

Autores/as

  • René Roberto Castellanos Moreira Alternativa de Energía Renovable, S.A.
  • Edwin Adalberto Bracamonte Orozco Profesor de la Facultad de Ingeniería USAC

Palabras clave:

Serie de tiempo, estacionalidad múltiple, HWDS, BATS, demanda de potencia eléctrica.

Resumen

En el siguiente texto se encuentra la evaluación de distintas metodologías pertenecientes a las series de tiempo, para determinar los parámetros de un modelo del pronóstico de demanda horaria de potencia eléctrica en Guatemala, el cual busca disminuir el error en la estimación que actualmente ocurre entre lo planiï¬cado y el valor en tiempo real.

Se aplican métodos para series de tiempo cuya formulación permite capturar estacionalidades múltiples como lo son el Suavizado Exponencial de Holt-Winters para la Doble Estacionalidad -HWDS- y los modelos de Espacio de Estado para la Estacionalidad Múltiple -BATS-; concluyendo que con esta última se obtiene el modelo que mejora los pronósticos oï¬ciales actuales y permiten cumplir los requerimientos normativos vigentes.

Biografía del autor/a

  • René Roberto Castellanos Moreira, Alternativa de Energía Renovable, S.A.

    Maestro en Estadística Aplicada, Escuela de Estudios de Postgrado de la Facultad de Ingeniería, Universidad de San Carlos de Guatemala, 2021.

    Ingeniero Electricista, egresado de la Facultad de Ingeniería, Universidad de San Carlos de Guatemala, 2014.

  • Edwin Adalberto Bracamonte Orozco, Profesor de la Facultad de Ingeniería USAC

    Ingeniero Industrial, Facultad de Ingeniería, Universidad de San Carlos de Guatemala, 1987.

    Magister Scientiae en Investigación de Operaciones, Facultad de Ingeniería de Sistemas, Informática y Ciencias de la Computación, Universidad Francisco Marroquín,1997.

Referencias

De Livera, A. Hyndman, R. y Snyder, R. (2010); Forecastingtime series with complex seasonal patterns usingexponential smoothing.Journal of the AmericanStatistical Association 106 (496): 1513-27.http://www.buseco.monash.edu.au/ebs/pubs/wpapers/2009/ wp9-09.pdf.

Hyndman, R.J., & Athanasopoulos, G. (2018).Forecasting:principles and practice,2nd edition, OTexts:Melbourne, Australia. Recuperado de OTexts.com/fpp2.

Taylor, J.W. (2003). Short-Term Electricity DemandForecasting Using Double Seasonal ExponentialSmoothing.Journal of Operational Research Society, (54), 799-805.

Taylor, J.W. (2010). Triple Seasonal Methods for Short-Term Electricity Demand Forecasting.EuropeanJournal of Operational Research, (204), 139-152.

Trull, O. (2019).Predicción a corto plazo de la demandahoraria de energía eléctrica en España mediantemodelos optimizados de Holt-Winters múltiple-estacionales(Tesis doctoral). Universidad Politécnica de Valencia, Valencia, España.

Descargas

Número

Sección

Artículos