Nuevo modelo de predicción horaria de la demanda eléctrica para el sistema peninsular español y su implementación en R

Felipe Martín, Laura (2019). Nuevo modelo de predicción horaria de la demanda eléctrica para el sistema peninsular español y su implementación en R. Thesis (Master thesis), E.T.S.I. Industriales (UPM).

Description

Title: Nuevo modelo de predicción horaria de la demanda eléctrica para el sistema peninsular español y su implementación en R
Author/s:
  • Felipe Martín, Laura
Contributor/s:
Item Type: Thesis (Master thesis)
Masters title: Ingeniería Industrial
Date: 2019
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

[thumbnail of TFM_LAURA_FELIPE_MARTINpdf.pdf]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (2MB) | Preview

Abstract

El precio de la energía está muy relacionado con la demanda prevista, es decir, ésta es un factor clave para su negociación, y además hoy en día la energía es un recurso limitado que hace falta suministrar de manera eficiente. Por el uso cada vez mayor de este recurso a día de hoy limitado y no almacenable, resulta de vital importancia conocer con anterioridad la demanda horaria de energía eléctrica, para poder proveer la oferta necesaria y satisfacer las necesidades en tiempo y forma de una manera eficiente sin desperdicio de recursos, ni aumento de costes. Así pues, la finalidad última de este trabajo fin de máster es la contribución a una mejora en los métodos de predicción de demanda energética mediante el estudio de un nuevo modelo matemático planteado en R, utilizando una técnica de previsión estadística, con la adición de nuevos regresores; los datos de demanda de las tres horas anteriores a la hora de predicción. Los objetivos a desarrollar en el presente trabajo son: -La inclusión de nuevos regresores, sin contar con los regresores de temperatura ni de días laborales. Validación modelo. Predicción de datos. Cálculo de errores. -La inclusión de la temperatura en el modelo anterior sin contar los regresores de días laborables. Validación modelo. Predicción de datos. Cálculo de errores. -La comparación de los modelos anteriores.

More information

Item ID: 65545
DC Identifier: https://oa.upm.es/65545/
OAI Identifier: oai:oa.upm.es:65545
Deposited by: Biblioteca ETSI Industriales
Deposited on: 04 Dec 2020 06:07
Last Modified: 26 Jan 2021 23:30
  • 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