Predicción del precio en bolsa de la energía eléctrica en Colombia en un horizonte de mediano plazo

RESUMEN : El precio de la energía eléctrica es uno de los productos con más volatilidad en los mercados mundiales, y el Mercado de Energía Mayorista Colombiano no es la excepción. Por lo cual se hace necesario, desde diferentes sectores del mercado y especialmente para los actores que participan en él conocer la tendencia futura en su comportamiento con la finalidad de minimizar el riesgo de exposición a la bolsa en el caso de los agentes comercializadores y maximizar los beneficios en el caso de los agentes generadores. Además, para el caso de los Usuarios No Regulados permite reducir sus costos a la hora de realizar compra de energía en contratos. Este trabajo pretende implementar modelos de series temporales, como el SARIMAX y modelos de Deep Learning como: DNN, RNN, LSTM y GRU con la finalidad de predecir el precio en bolsa de la energía en Colombia en un horizonte de 30 días y considerando las siguientes variables: Precio Promedio Ponderado de la Energía en Bolsa, Demanda de Energía, Disponibilidad Declarada de los Recursos Hidráulicos, Disponibilidad Declarada de los Recursos Térmicos, Generación de los Recursos Hidráulicos, Generación de los Recursos Térmicos, Aportes Hídricos del Sistema, Precio de Oferta de los Recursos, Volumen útil de los embalses, índice ONI (Ocean Niño Index) y Vertimientos del Sistema. Las métricas de desempeño utilizadas para la evaluación de los modelos fueron: MSE, RMSE, MAE y MAPE; con base en las cuales el modelo que presentó un mejor desempeño en el horizonte establecido fue el RNN con un error del 9.84%.

• Autores: Jusquini Tinoco, Carlos Alberto
• Tipo de recurso: Tesis
• Fecha de publicación: 2024
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/40430
• Acceso en línea: https://hdl.handle.net/10495/40430
• Palabra clave: Aprendizaje profundo; Deep Learning; Economía de la energía; Energy economics; Precios de la energía; Análisis de series de tiempo; Time-series analysis; Técnicas de predicción; Forecasting techniques; https://id.nlm.nih.gov/mesh/D000077321
• Rights: openAccess
• License: http://creativecommons.org/licenses/by-nc-sa/2.5/co/