Desarrollo de un modelo de predicción del precio de la energía eléctrica para el mercado a plazo mediante redes neuronales
[ES] En este Trabajo Final de Máster se aborda la implementación de diferentes modelos de predicción del precio de la energía eléctrica para el mercado a plazo. El mercado a plazo presenta múltiples productos según el plazo de entrega, de esta forma hay productos para: fin de semana, semanal, mensua...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2019 |
| País: | España |
| Institución: | Universitat Politècnica de València (UPV) |
| Repositorio: | RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia |
| Idioma: | español |
| OAI Identifier: | oai:riunet.upv.es:10251/121891 |
| Acceso en línea: | https://riunet.upv.es/handle/10251/121891 |
| Access Level: | acceso abierto |
| Palabra clave: | Redes neuronales Modelo Precio electricidad Mercado a plazo Predicción Neural networks Model Electricity price Forward market Prediction INGENIERIA ELECTRICA Máster Universitario en Ingeniería Industrial-Màster Universitari en Enginyeria Industrial |
| Sumario: | [ES] En este Trabajo Final de Máster se aborda la implementación de diferentes modelos de predicción del precio de la energía eléctrica para el mercado a plazo. El mercado a plazo presenta múltiples productos según el plazo de entrega, de esta forma hay productos para: fin de semana, semanal, mensual, cuatrimestral y anual. Por ello, en el trabajo se describe el funcionamiento del mercado a plazo. En el desarrollo del trabajo se realiza un recorrido sobre los modelos de predicción existentes para dar un enfoque de la situación actual en el campo de la investigación. Se fija la atención en los sistemas de predicción de precios de la energía eléctrica basados en redes neuronales. Se constata que los trabajos realizados en la predicción del precio de la electricidad a más de tres meses son muy reducidos, en plazos mayores no se ha encontrado referencias. El objetivo del trabajo es realizar la previsión a un año vista de los precios para el mercado a plazo empleando modelos basados en redes neuronales. Para ello se plantea generar tres modelos de predicción. Un primer modelo de red neuronal artificial de base que será el punto de partida de los otros, de ahí su denominación. El segundo modelo es un modelo de red neuronal artificial con retroalimentación. Este segundo modelo se plantea como alternativa a los modelos convencionales de redes neuronales, partiendo del concepto de los controles que se emplean para regular el sistema eléctrico para garantizar la calidad del servicio. Finalmente se desarrolla un modelo en cascada, donde una primera red neuronal recibe unas determinadas entradas para generar su predicción, para que una segunda red neuronal procese como variables de entrada las de la primera red junto con la salida de la misma. Para el correcto desarrollo de estos modelos de predicción se definirán las variables necesarias y parámetros que los caracterizarán. La determinación de las variables de entrada se realizará mediante un análisis gráfico y un análisis de la sensibilidad que determinen la influencia en el precio del producto eléctrico de cada variable de entrada. Posteriormente se determinará la arquitectura de los modelos de predicción y se describirá su funcionamiento. Después de esto se procederá a describir como se obtienen los diferentes modelos. Una vez generados, se realizará su aplicación para la predicción a largo plazo del precio de cinco productos, pertenecientes cada uno a uno de los tipos que encontramos en el mercado a plazo según el periodo de entrega del mercado a plazo. También se aplicarán a la predicción del precio de la electricidad en el mercado diario. Finalmente, se determinará el periodo de predicción óptimo de los modelos para cada uno de los casos de aplicación anteriores analizando los resultados obtenidos. |
|---|