Modelos de predicción de demanda de energía eléctrica con datos horarios para Uruguay

  • Bibiana Lanzilotta Centro de Investigaciones Económicas CINVE Avenida Uruguay 1242 - Montevideo – 11100 - Uruguay
  • Silvia Rodríguez Collazo Centro de Investigaciones Económicas CINVE Avenida Uruguay 1242 - Montevideo – 11100 - Uruguay

Resumen

Se aborda la elaboración de un sistema de predicción para el corto plazo, basado en modelos horarios articulados con los modelos diarios de predicción. Con ese objeto se estiman y evalúan dos propuestas metodológicas para la predicción de la demanda horaria. Por un lado la propuesta base para la comparación consiste en la estimación de un modelo univariante ARIMA-IA para una única serie horaria encadenada que incorpora los efectos de los días especiales, eventos atípicos y un componente SARIMA. Por otro lado se estiman 24 modelos, uno para cada hora deldía. Se evalúa la performance predictiva individual de los modelos y se compara el desempeño de ambas alternativas. Finalmente, se compara el desempeño predictivo a un día de estos modelos y se contrasta con los resultados del modelo diario.

Descargas

La descarga de datos todavía no está disponible.

Citas

Cancelo, J.R.; Espasa, A. (1995). “Algunas consideraciones sobre la modelización de series diarias de actividad económica”. Actas de las X Jornadas de Economía Industrial, pp. 195-201.

Cancelo, J.R.; Espasa, A. (1996). “Modelling and forecasting daily series of electricity demand”. Investigaciones Económicas, vol. 20 (3), pp. 359-376.

Cancelo, J.R.; Espasa, A. (2001). “Using high-frequency data and time series models to improve yield management”. International Journal of Services Technology and Management,vol.2, pp.59-70.

Cancelo, J.R.; Espasa, A.; Grafe R. (2008). “Forecasting the electricity load from one day to one week ahead for the Spanish system operator”. International Journal of Forecasting nro.24, pp. 588-602.

Carlomagno, G.; Lanzilotta, B. (2009). “Modelos de predicción de demanda y generación de energía eléctrica”. Informe de consultoría Convenio UTE Departamento de Economía FCS-UdelaR. Informe Final.

Espasa A.; Pardo, A.; Meneu V.; E. Valor (2002). “Temperature and Seasonality Influences on Spanish Electricity Load”. Energy Economics, vol. 24 (1), pp.55-70.

Ramanathan, R.; Engle, R.; Granger, C.W.J.; Vahid-Araghi, F.; Brace, C. (1997). “Short-run forescasts of electricity loads and peaks”. International Journal of Forecasting, vol.13, pp. 161-174.

Lanzilotta, B.; Rosá, T. (2012). “Un sistema de predicción y simulación para la demanda de energía eléctrica en Uruguay”. Informe de avance de investigación. Proyecto financiado por fondo María Viñas, Montevideo, Uruguay.

Lanzilotta,B.; Rosá,T. (2012) “Modelos de predicción de Energía Eléctrica con datos diarios para Uruguay”. CINVE http://aladee.org/elaee2013/.

Lanzilotta, B.; Rodríguez, S.; Rosá, T. (2014). “Prediction models for daily demand electric energy in Uruguay: a revised methodological proposal”. CINVE

Rubia, A. (2001), “Testing for Weekly Seasonal Unit Roots in Daily Electricity Demand: Evidence from Deregulated Markets”. WP-EC, vol. 21.

Publicado
2018-11-14
Cómo citar
Lanzilotta, B., & Rodríguez Collazo, S. (2018). Modelos de predicción de demanda de energía eléctrica con datos horarios para Uruguay. Cuadernos Del CIMBAGE, 1(18). Recuperado a partir de https://ojs.econ.uba.ar/index.php/CIMBAGE/article/view/1125
Sección
ECONOMÍA