Forecasting del precio del pool eléctrico

Carbajosa González, Raúl (2021). Forecasting del precio del pool eléctrico. Proyecto Fin de Carrera / Trabajo Fin de Grado, E.T.S. de Ingenieros Informáticos (UPM), Madrid, España.

Description

Title: Forecasting del precio del pool eléctrico
Author/s:
  • Carbajosa González, Raúl
Contributor/s:
  • Fernández del Pozo de Salamanca, Juan Antonio
Item Type: Final Project
Degree: Grado en Ingeniería Informática
Date: May 2021
Subjects:
Freetext Keywords: Energy Market, Forecasting, Machine Learning, Neural Networks, Timeseries
Faculty: E.T.S. de Ingenieros Informáticos (UPM)
Department: Inteligencia Artificial
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 (4MB) | Preview

Abstract

La energía es uno de los agentes más imprescindibles de la sociedad actual, no solo la necesitamos para dar luz a nuestros hogares, también es uno de los principales motores de nuestras empresas e industrias. El hecho de que la energía sea un factor tan crítico obliga al sector eléctrico a garantizar un continuo suministro con los niveles necesarios de calidad. A diferencia de otros bienes como el oro o el carbón, la electricidad no se puede almacenar de manera eficiente, por lo que se tiene que buscar un balance constante entre la demanda y la producción. Esto supone necesariamente una coordinación de la producción de energía, así como la coordinación entre las decisiones de inversión en generación y en transporte de energía.[1] Estos factores provocan que el precio de la energía sea muy volátil y, por ende, muy difícil de predecir. Son muy frecuentes la presencia de picos en el precio, uno de ellos lo vivimos en el mes de enero de 2021 durante la borrasca Filomena, donde la electricidad alcanzó su segundo precio diario máximo histórico, 94.99 EUR/MWh, el precio más alto desde Invierno de 2002. También en el mes de Enero de 2021 se alcanzó el mínimo histórico (1.42 EUR/MWh), lo que refleja la alta volatilidad del precio de la energía.[2] Desde la liberalización de muchos de los mercados energéticos la predicción del precio de la energía se trata de una tarea crucial para los proveedores, ya que planifican sus estrategias en función del futuro del precio con el objetivo de maximizar sus beneficios. Una mejora de un 1 % en el error medio absoluto porcentual (MAPE) de la predicción resultaría en entre un 0.35 % y un 1 % de reducción de costes, lo que para una planta media de 5-GW supondría aproximadamente un ahorro de 1.5 millones de dólares cada año.[3]---ABSTRACT---Energy is one of the most essential agents of our society, not only do we need it to light our homes, it is also one of the main engines of our companies and industries. The fact that energy is such a critical factor obliges the electricity sector to guarantee a continuous power supply with the necessary levels of quality. Unlike other commodities such as gold or coal, electricity cannot be stored efficiently, so a constant balance between demand and production must be sought. This necessarily implies coordination of electricity production, as well as coordination between investment decisions in generation and transmission of electricity.[1] These factors make the price of energy very volatile and, therefore, very hard to predict. Energy price peaks are very frequent, one of them was experienced in January 2021 during the Filomena storm, when electricity reached its second highest daily average price ever, 94.99 EUR/MWh, the highest price since Winter 2002. Also in January 2021, the historical minimum was reached (1.42 EUR/MWh), which reflects the high volatility of the energy price.[2] Since the liberalization of many energy markets, energy price forecasting has become a crucial task for energy suppliers as they plan their strategies based on the future price in order to maximize their profits. A 1% improvement in the prediction Mean Absolute Percentage Error (MAPE) would result in a 1% − 0.35% cost reduction, which for an average 5-GW plant would amount to approximately $1.5 million each year.[3]

More information

Item ID: 67994
DC Identifier: https://oa.upm.es/67994/
OAI Identifier: oai:oa.upm.es:67994
Deposited by: Biblioteca Facultad de Informatica
Deposited on: 09 Aug 2021 06:19
Last Modified: 23 May 2022 18:02
  • 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