Comparación de modelos espacio de los estados multivariantes para la predicción de la demanda eléctrica

Ortigosa Jiménez, Aritz (2016). Comparación de modelos espacio de los estados multivariantes para la predicción de la demanda eléctrica. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. Industriales (UPM).

Description

Title: Comparación de modelos espacio de los estados multivariantes para la predicción de la demanda eléctrica
Author/s:
  • Ortigosa Jiménez, Aritz
Contributor/s:
  • Cara Cañas, Francisco Javier
Item Type: Final Project
Degree: Grado en Ingeniería en Tecnologías Industriales
Date: 2016
Subjects:
Faculty: E.T.S.I. Industriales (UPM)
Department: Ingeniería de Organización, Administración de Empresas y Estadística
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (891kB) | Preview

Abstract

Gestionar de forma óptima la demanda eléctrica puede aportar múltiples beneficios tanto a las empresas como al usuario final, disminuyendo las incertidumbres existentes en la demanda real. Esto constituye la finalidad de este trabajo utilizando distintos modelos estadísticos. La demanda eléctrica es una medida de la tasa que promedia el consumo de las instalaciones eléctricas en un período de tiempo concreto. Hay que tener en cuenta que la electricidad no se puede almacenar en grandes dimensiones con costes competitivos, por lo que el suministro y producción de electricidad tiene que ser igual al consumo demandado. La demanda varía ampliamente en función de los hábitos de uso y actividad de los clientes, la estructura de la economía, la estacionalidad, los meses, los días de la semana, las horas del día, la temperatura y la meteorología. La producción tiene unos costes que varían según del tipo de instalación y combustible. La incertidumbre de la demanda eléctrica es la principal característica ya que incide de forma significativa en el precio final del suministro de electricidad. Todo esto define el perfil de la demanda de energía eléctrica y también los precios, que son más altos en los picos de demanda, hasta cinco veces más. Es imprescindible para poder reducir la incidencia de este factor en el coste final, que los gestores conozcan con precisión cuales son aquellos mecanismos que hacen que la demanda varíe. Por estos motivos es necesario minimizar la incertidumbre de la demanda, sincronizar el suministro con dicha demanda y lograr una mayor eficiencia del sistema eléctrico. Además se debe valorar la necesidad de nuevas instalaciones sin olvidar los costes fijos y variables del sistema eléctrico, para lo que es preciso analizar la curva de carga demandada y predecir de la mejor forma posible su comportamiento futuro. Para ello se utilizan los datos de la demanda eléctrica desde enero de 2004 hasta abril de 2014. La predicción que se realiza es a corto plazo. El objetivo de este proyecto es comprobar el funcionamiento del modelo Espacio de los estados en la demanda eléctrica española con los datos proporcionados por Red Eléctrica, construir distintos modelos añadiendo distinto tipo de ruido y obtener modelos multivariantes, es decir, que trabajen no sólo con datos por horas, sino que sean capaces de asimilar y procesar con matrices de 24 horas al día por el número de días. Por lo tanto, el número de modelos estudiados ha sido 3. Todos ellos parten del modelo de Espacio de los estados.

More information

Item ID: 43164
DC Identifier: http://oa.upm.es/43164/
OAI Identifier: oai:oa.upm.es:43164
Deposited by: Biblioteca ETSI Industriales
Deposited on: 26 Sep 2016 12:24
Last Modified: 05 Mar 2018 12:53
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM