Affiliation:
1. Universidad Nacional de Salta, Argentina
Abstract
Los pronósticos de demanda de electricidad son extremadamente importantes para los proveedores de energía y otros participantes en la generación, transmisión, distribución y mercados de energía eléctrica. Estos pronósticos son esenciales para la operación y planificación del sistema eléctrico, ya que permiten a los proveedores optimizar sus operaciones y tomar decisiones informadas sobre inversiones futuras en infraestructura de generación y transmisión. Además, estos pronósticos también permiten a los proveedores anticipar posibles desequilibrios entre la oferta y la demanda de energía, lo que les ayuda a evitar apagones y mantener la estabilidad del sistema eléctrico. En este artículo se presentan modelos basados en redes neuronales artificiales (ANN) para permitir una predicción asertiva de la demanda eléctrica horaria, a lo largo de un año. Dada la alta estacionalidad de la demanda eléctrica en general, se propone en la metodología el desarrollo de un modelo por cada mes del año. Este estudio se lleva a cabo a partir de los datos recabados de diferentes fuentes, para la región de Salta Capital, en la provincia de Salta, Argentina. A partir de los resultados obtenidos podemos decir que la metodología planteada mejora en un 3% el error cuadrático medio respecto a trabajos anteriores. Estos resultados son de particular importancia para los proveedores de energía y otros participantes en los mercados eléctricos, ya que les brindan una herramienta más precisa y confiable para la toma de decisiones en la operación y planificación del sistema eléctrico.
Publisher
Universidad Laica Eloy Alfaro de Manabi