Diseño de un algoritmo para el pronóstico de la demanda de energía eléctrica a corto plazo en el MC-Santander y MC-Norte de Santander utilizando bosques aleatorios
No Thumbnail Available
Date
2024-08-26
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Industrial de Santander
Abstract
En Colombia, según el acuerdo 1303 del Consejo Nacional de Operación (CNO), los Operador(es) de Red (OR) deben pronosticar semanalmente la energía eléctrica a corto plazo en el Mercado(s) de Comercialización (MC). La precisión en estos pronósticos es crucial, ya que pronósticos con desviaciones significativas pueden generar costos adicionales para los OR y afectar la gestión y seguridad de los sistemas eléctricos. Factores complejos como la variabilidad climática y el consumo no lineal pueden causar inexactitudes. Se han propuesto diversos métodos para abordar este problema, incluyendo los basados en estadística, inteligencia artificial e híbridos. En este trabajo, se diseña y evalúa un algoritmo basado en Bosques Aleatorios, que es un modelo de aprendizaje automático, en los MC de Santander y Norte de Santander. Los resultados muestran que la propuesta de algoritmo mejora significativamente la precisión en desviaciones horarias y diarias, según el Acuerdo CNO 1303 y el proyecto de resolución CREG 100 de 2019, en comparación con trabajos previos y respecto con los pronósticos reportados por el OR. Para el acuerdo CNO 1303 (vigente), se consiguen 701, 1578 y 2775 desviaciones horarias menos que los modelos de Rincón (2023), el OR y Quintero y Rangel (2024), respectivamente. En cuanto a las desviaciones diarias, se obtienen 26, 45 y 116 desviaciones menos en comparación con los mismos algoritmos. Esta mejora en la precisión puede tener un impacto positivo en la reducción de costos y las implicaciones que pueden tener las desviaciones significativas. A su vez, puede contribuir a un despacho de energía eléctrica más eficiente y seguro para los MC de Santander y Norte de Santander.