Análisis estadístico de la correlación horaria de la demanda eléctrica

Chaure Cordero, María (2016). Análisis estadístico de la correlación horaria de la demanda eléctrica. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S.I. Industriales (UPM).

Descripción

Título: Análisis estadístico de la correlación horaria de la demanda eléctrica
Autor/es:
  • Chaure Cordero, María
Director/es:
  • Caro Huertas, Eduardo
Tipo de Documento: Proyecto Fin de Carrera/Grado
Grado: Grado en Ingeniería en Tecnologías Industriales
Fecha: Julio 2016
Materias:
Escuela: E.T.S.I. Industriales (UPM)
Departamento: Ingeniería de Organización, Administración de Empresas y Estadística
Licencias Creative Commons: Reconocimiento - Sin obra derivada - No comercial

Texto completo

[img]
Vista Previa
PDF (Document Portable Format) - Se necesita un visor de ficheros PDF, como GSview, Xpdf o Adobe Acrobat Reader
Descargar (3MB) | Vista Previa

Resumen

La energía eléctrica es un bien necesario en casi todas las actividades que se desarrollan en el día a día de las personas. Además, la sociedad cada vez se está volviendo más dependiente de las nuevas tecnologías lo que implica un mayor consumo de electricidad. Dada la imposibilidad de almacenar esta energía eléctrica, la demanda que no ha sido cubierta en el momento que se solicita se pierde. Es por ello que se trabaja con un margen determinado sobre la demanda prevista para así poder abastecer toda la energía eléctrica demandada. Este margen hace que el precio de la electricidad aumente ya que requiere el tener centrales de reserva preparadas para producir electricidad en el momento que sea necesario por haber un pico de demanda, pero que no trabajan de continuo. El tener una previsión de la energía demandada en el futuro de una cierta exactitud y que se adapte de una manera fiable en el tiempo provocaría una disminución del coste de la electricidad, al no tener que contar con tantas centrales de reserva. Además, al contar con una predicción fiable de la energía que se va a consumir en cada momento implica que se podrá elegir con mayor margen de tiempo las centrales que se van a utilizar en cada momento para la generación de la energía, pudiendo elegir, de este modo, las centrales que menos contaminan el medio ambiente, disminuyendo así el impacto ambiental que implica la generación de energía eléctrica. Como todos los métodos de predicción, la predicción de la demanda cuenta con un error inherente. La investigación y el perfeccionamiento de las técnicas de predicción disponibles en la actualidad, que constituye el principal objetivo de este Trabajo de Fin de Grado, hace posible la reducción de este error y por lo tanto permite obtener previsiones en el futuro más fiables y de mayor calidad. Como se ha mencionado anteriormente, unas predicciones de mayor calidad implicarían una reducción del precio de la energía eléctrica, así como un menor impacto ambiental. En el presente Trabajo de Fin de Grado se pretende investigar si se puede reducir la incertidumbre de las predicciones realizadas con un modelo de predicción ya existente mediante la modificación de una de las funciones que lo componen, el refresco horario o correlación horaria. El objetivo del modelo de predicción utilizado es hacer predicciones a corto plazo, para ello trabaja con modelos univariantes, es decir, utiliza un modelo diferente para predecir la demanda de cada hora del día lo que implica que el modelo de predicción completo está compuesto por 24 modelos univariantes. Cada uno de estos modelos univariantes está compuesto, a su vez, de unos parámetros diferentes que utiliza para realizar la predicción. La demanda de la energía eléctrica es muy variable a lo largo del tiempo, tanto a lo largo de los años, meses, días e incluso horas. El perfil horario de la demanda eléctrica presenta usualmente dos picos de consumo eléctrico, en torno a las 12 del mediodía y a las 10 de la noche. Así mismo hay algunos mínimos en la curva de la demanda, suelen aparecer a las 6 de la mañana y a las 5 de la tarde. La curva de carga anteriormente descrita se cumple de forma genérica para todos los días de la semana, aunque existen determinados factores que influyen sobre la posición de los picos y los valles de la demanda, así como sobre la posición de la curva. Se han incluido en este modelo factores como la temperatura y la laboralidad. Los meses con las temperaturas más extremas hacen que el consumo eléctrico sea mayor debido al uso de aparatos de climatización. El segundo factor considerado es la laboralidad, que indica si el día en estudio es festivo o laborable, el tipo de día afecta de manera notable en el perfil de la demanda. Normalmente, cada día de la semana presenta un perfil de demanda determinado, siendo la demanda de electricidad mayor de lunes a viernes y menor los fines de semana, presentando el domingo el mínimo en el consumo de energía eléctrica de la semana. Los días festivos presentan una fuerte reducción de la demanda, asemejándose a la demanda del domingo, estos días festivos también influyen a los días que los preceden y que los siguen. Además de los dos factores anteriormente explicados, se ha incluido en el modelo de previsión, una función llamada refresco horario, dicha función es la que será objeto de la investigación de este Trabajo de Fin de Grado. El refresco horario o corrección horaria, se encarga de valorar y tener en cuenta las relaciones de demanda existentes entre dos horas próximas de un mismo día o de dos días consecutivos. La función del refresco horario se encarga de corregir las predicciones hechas utilizando el modelo univariante de predicción, teniendo en cuenta el histórico y factores como la temperatura y la laboralidad, con la demanda real de las horas previas. Mediante esta corrección se ajusta más la curva de predicción a la curva de la demanda real, obteniendo errores menores y, en consecuencia, predicciones de mayor calidad. En el presente Trabajo se investiga la posibilidad de modificar la función del refresco horario cambiando la forma en la que se calcula con el fin de conseguir unas predicciones de mayor calidad. Esta investigación se ha llevado a cabo en dos fases, una primera que estudia la posibilidad de calcular la correlación horaria utilizando diferentes datos según el día de la semana del que se haciendo la predicción, ya que en el modelo actual se calculaba de igual forma para todos los días de la semana. La segunda parte de la investigación se ha centrado en estudiar si, cambiando la longitud del histórico que se emplea para calcular el refresco horario se puede mejorar el error. En el desarrollo de este Trabajo se demuestra cómo el primer estudio proporciona mejoras del error muy poco significativas, es decir, no se producen unas predicciones de una calidad notablemente mejor que las que da el modelo empleado en la actualidad. La implementación de esta desagregación de la función del refresco horario por día de la semana sólo implicaría un modelo más complejo y que tardaría más tiempo en realizar la predicción. La conclusión que arroja esta parte de la investigación es la certeza de la robustez del modelo actual, que calcula el refresco horario sin desagregarlo por día de la semana. La segunda investigación da resultados de la predicción con un menor error, lo que implica unas predicciones de mayor calidad y en el corto plazo un ahorro tanto económico como de recursos energéticos. El desarrollo de una función del refresco horario mixta en la que se combinan las diferentes longitudes del histórico empleado para calcular dicho ajuste, da unos errores que disminuyen en torno a una centésima con respecto al error original. Esta disminución del error que, a priori, puede parecer muy reducida, puede ser de gran importancia ya que el modelo en estudio se utiliza 24 horas al día, los 365 días del año y está planeado que se mantenga en uso en el medio plazo. Esta reducción del error puede implicar un ahorro económico y una disminución del impacto ambiental que implica la generación de la energía eléctrica. En conclusión, este Trabajo de Fin de Grado podría ayudar a mejorar la incertidumbre creada por el modelo de predicción de la demanda de la energía eléctrica empleado actualmente por el operador del sistema, mediante la implantación de una función mixta del refresco horario que tenga en cuenta varias longitudes del histórico empleado para el cálculo de este ajuste de la curva de carga prevista. De esta forma se obtendrían predicciones de mayor calidad y se podrían ahorrar recursos tanto económicos como de energía primaria.

Más información

ID de Registro: 43438
Identificador DC: http://oa.upm.es/43438/
Identificador OAI: oai:oa.upm.es:43438
Depositado por: Biblioteca ETSI Industriales
Depositado el: 03 Oct 2016 10:03
Ultima Modificación: 03 Oct 2016 10:03
  • Open Access
  • Open Access
  • Sherpa-Romeo
    Compruebe si la revista anglosajona en la que ha publicado un artículo permite también su publicación en abierto.
  • Dulcinea
    Compruebe si la revista española en la que ha publicado un artículo permite también su publicación en abierto.
  • Recolecta
  • e-ciencia
  • Observatorio I+D+i UPM
  • OpenCourseWare UPM