Acevedo Rueda Rubn Pimentel Rodrguez Jos MODELO ECONOMTRICO

Acevedo Rueda, Rubén Pimentel Rodríguez, José MODELO ECONOMÉTRICO PARA EL PRONÓSTICO DE DEMANDA ELÉCTRICA MÁXIMA DIARIA NOVIEMBRE, 2014

INTRODUCCIÓN PLANIFICACIÓN DE SISTEMAS DE POTENCIA CONOCIMIENTO APROXIMADO DE DEMANDA FUTURA PRONÓSTICO DE DEMANDA A CORTO PLAZO (PDCP) PRESTACIÓN ECONÓMICA Y CONFIABLE DEL SERVICIO ELÉCTRICO

INTRODUCCIÓN CORPOELEC CENTRO NACIONAL DE DESPACHO (CND) üDESPACHO NACIONAL üDESPACHO CAPITAL üDESPACHO CENTRO üDESPACHO GUAYANA üDESPACHO ORIENTE üDESPACHO CENTRO OCCIDENTE üDESPACHO SUROCCIDENTE üDESPACHO INSULAR

INTRODUCCIÓN DESPACHO REGIONAL CENTRO OCCIDENTE ü CONSIGNACIÓN DE EQUIPOS E INSTALACIONES üAPROBACIÓN DE PERMISOS DE TRABAJO üANÁLISIS DE CONTINGENCIAS, CONFIABILIDAD Y FALLAS ESTADO LARA

INTRODUCCIÓN METODOLOGÍAS DE PRONÓSTICO DE DEMANDA A CORTO PLAZO (PDCP) MODELOS ECONOMÉTRICOS Y DE USUARIOS FINALES MÉTODOS DE REGRESIÓN -Utilizados en Pronósticos de Mediano y Largo Plazo -Estiman relaciones entre consumo de energía y factores que influyen -Describen las relaciones cuantitativas entre la carga y factores que la afectan (índice de días de la semana y el tiempo)

DESARROLLO 1 - SELECCIÓN DE LAS VARIABLES

DESARROLLO 1 - SELECCIÓN DE LAS VARIABLES - DEMANDA HISTÓRICA - TEMPERATURA - DÍAS DE SEMANA - LABORALIDAD

Estadísticas de los datos de demanda máxima mensuales desde enero 2001

2 - TENDENCIA, CICLO Y ESTACIONALIDAD Series de Tiempo Una Serie de Tiempo es una sucesión de observaciones y 1, y 2, y 3, …, yn registrados secuencialmente en el tiempo, para una variable en particular Los datos de las Series de Tiempo se analizan con la esperanza de obtener patrones de comportamiento que permitan realizar proyecciones. Para esto se consideran los siguientes componentes: 1. Tendencia 2. Ciclo 3. Variaciones Estacionales 4. Fluctuaciones Irregulares

2 - TENDENCIA, CICLO Y ESTACIONALIDAD TENDENCIA Es el componente que caracteriza la serie a largo plazo. Está constituida por movimientos crecientes o decrecientes en el tiempo y está determinada por diferentes factores que pueden afectar ese comportamiento. CICLO El componente cíclico se refiere a movimientos hacia arriba o debajo, alrededor de los niveles de la tendencia. Pueden tener una duración cualquiera desde 2 hasta 10 periodos de muestreo.

2 - TENDENCIA, CICLO Y ESTACIONALIDAD Son patrones periódicos en una serie temporal que son distinguibles de variaciones anuales regulares y que se repiten cada año. Son causadas por factores como el clima y las costumbres VARIACIONES IRREGULARES Son movimientos erráticos en una serie temporal que no tienen patrón reconocible o regular.

2 - TENDENCIA, CICLO Y ESTACIONALIDAD Ø Tendencia Ø Estacionalidad Ø Ciclo Ø Errores o Variaciones Irregulares Demanda Máxima Mensual del estado Lara en el periodo 2001 - 2012

2 - TENDENCIA, CICLO Y ESTACIONALIDAD Datos de Demanda Máxima Diaria

• Conversión a Valores Por Unidad Demanda Máxima Diaria Por Unidad

3 - FILTRADO DE DATOS Datos Filtrados para el Modelo Econométrico de PDCP

3 – MÉTODO DE PRONÓSTICO DE DEMANDA A CORTO PLAZO EN DOS ETAPAS Método Propuesto para PDCP en el Despacho Centro Occidente

3 – MÉTODO DE PRONÓSTICO DE DEMANDA A CORTO PLAZO EN DOS ETAPAS Donde: DPU: Demanda PU (Variable Dependiente) C 1: Constante de Estimación (evita que el modelo adopte valor cero) Dsem: Índice de día de semana (0 para fines de semana, 1 cualquier otro día) Feriado: Índice de Laboralidad (1 para días feriados, 0 para los demás) Tmáx: Temperatura Máxima Esperada (ºC) C 2, C 3, C 4: Coeficientes

COEFICIENTES PARA SEMANAS REGULARES Se utilizaron 992 observaciones de semanas regulares

COEFICIENTES PARA SEMANAS CON VACACIONES EXTENDIDAS Se utilizaron 34 observaciones de semanas con vacaciones extendidas

4 - ERRORES DE ESTIMACIÓN Demanda Estimada vs Demanda Registrada

4 - ERRORES DE ESTIMACIÓN Error Porcentual Promedio Absoluto (MAPE) Estadística del Error de Estimación (MAPE)

5 - CONCLUSIONES ü Los Pronósticos de demanda a corto plazo constituyen un aspecto clave para la planificación y operación. ü Aun cuando generalmente los modelos econométricos no son utilizados para PDCP, este método de pronóstico de dos etapas permite modelar un proceso estacionario, para la aplicación del modelo econométrico propuesto. ü Este método fue desarrollado con base a la disponibilidad y confiabilidad de los datos disponibles y ha sido probado para una región particular (estado Lara), con una precisión bastante aceptable para los propósitos de Planificación operativa.

5 - CONCLUSIONES ü El uso de valores PU permite minimizar el efecto de la tendencia y estacionalidad, haciendo posible modelar una relación más ajustada entre las variables independientes y la carga máxima diaria, en forma de ecuación lineal. ü El pronóstico de demanda de dos etapas, haciendo uso del modelo econométrico, ofrece un error de estimación (MAPE) aceptable, en comparación con otros modelos más elaborados, cuyos errores varían entre 1% y 20% ü La contribución principal de este trabajo es ofrecer un método de pronóstico simple, pero confiable, que ofrece información necesaria para la toma de decisiones y que cualquier nuevo planificador, sin necesidad de conocimientos sofisticados, puede aplicar y actualizar. ü Los comportamientos irregulares no se consideran en este modelo, pero podrían incluirse en la función como ruido blanco, pero este, así como las estimaciones horarias, son temas para desarrollar en trabajos posteriores.

GRACIAS POR SU ATENCIÓN