Articulo De Revista
Páginas: 16 (3809 palabras)
Publicado: 28 de marzo de 2015
APLICACIÓN DE REDES NEURONALES ARTIFICIALES EN EL PRONÓSTICO DE LA DEMANDA ELÉCTRICA A CORTO PLAZO EN EL SNI
David Andrés Ortiz Parra1.
Resumen
Abstract
En el presente trabajo de tesis brinda una solución a la predicción de la demanda eléctrica en corto en el SNI usando modelos de redes neuronales.
Con la aplicación de las Redes Neuronales Artificiales, se resuelve el problema de lacomplejidad de los modelos de predicción tradicionales, a partir de los factores que realmente afectan el consumo energético, los aspectos que se consideraran en este estudio particularmente son: i) Datos históricos de demandas eléctricas diarias, ii) Datos del clima; y, iii) Datos del tiempo como son la hora y la fecha. Con el algoritmo de solución desarrollado se realiza el análisis en dos casos, elprimer caso realizara la predicción en el SNI incluyendo únicamente el comportamiento de la demanda y el segundo caso realiza la predicción de la demanda eléctrica en el SNI tomando en cuenta el caso anterior y además se incluye la variable del clima.
Palabras Claves: Pronóstico de demanda eléctrica de corto plazo, redes neuronales artificiales.
The present thesis provides a solution to theforecasting of electricity demand in the short SNI using neural network models.
With the application of Artificial Neural Networks , the problem of the complexity of traditional prediction models is solved , from factors that actually affect energy consumption, aspects that were considered in this study are particularly : i) historical data daily electrical demand , ii) climate data ; and , iii)weather such as time and date . With the developed solution algorithm analysis is performed in two cases , the first case perform the prediction on the SNI including only the behavior of the application and the second case takes the prediction of electricity demand in the SNI taking into account the previous case and variable climate also included.
Keywords: Forecast electricity demandshort-term, artificial neural networks.
1. Introducción
En la actualidad el pronóstico de la demanda eléctrica es una tarea que implica gran responsabilidad y complejidad, ya que tras de ella conlleva repercusiones importantes para los Operadores del Sistema y Agentes del Sector Eléctrico, es así que bajo este entorno, el pronóstico de la demanda eléctrica debería disminuir todas las incertidumbres,es decir que debe existir compatibilidad entre la calidad del servicio y la asignación de los recursos. En este sentido, el pronóstico de la demanda de energía eléctrica a corto plazo es una función esencial para una confiable y económica operación del sistema de potencia ecuatoriano.
El pronóstico de la demanda de energía eléctrica en el corto plazo comprende un intervalo de 24 horas y es devital importancia para diferentes procesos realizados por el Centro Nacional de Control de Energía (CENACE) tales como: el despacho económico y la programación de transferencia de energía y el control en tiempo real[1].El costo de operación del sistema eléctrico de potencia ecuatoriano se ve afectado por varios factores, uno de estos factores es el error en la predicción de la demanda eléctrica yaque sin una correcta representación de las necesidades futuras de generación de energía eléctrica, los problemas por exceso de capacidad o insuficiencia de capacidad, pueden tener costos elevados para el sistema.
2. Antecedentes
Uno de los requerimientos de vital importancia para el área de planeamiento del CENACE, es el pronóstico diario de demanda de carga eléctrica del sistema de potenciaecuatoriano, ya que la planificación de distribución de energía eléctrica en el país se basa en el pronóstico de demanda. La previsión de la demanda de energía eléctrica influye directamente en la programación diaria (corto plazo) de los despachos de las unidades, de tal manera que garantice el suministro de la energía.
El objetivo de implementar modelos estadísticos que generen pronósticos de...
David Andrés Ortiz Parra1.
Resumen
Abstract
En el presente trabajo de tesis brinda una solución a la predicción de la demanda eléctrica en corto en el SNI usando modelos de redes neuronales.
Con la aplicación de las Redes Neuronales Artificiales, se resuelve el problema de lacomplejidad de los modelos de predicción tradicionales, a partir de los factores que realmente afectan el consumo energético, los aspectos que se consideraran en este estudio particularmente son: i) Datos históricos de demandas eléctricas diarias, ii) Datos del clima; y, iii) Datos del tiempo como son la hora y la fecha. Con el algoritmo de solución desarrollado se realiza el análisis en dos casos, elprimer caso realizara la predicción en el SNI incluyendo únicamente el comportamiento de la demanda y el segundo caso realiza la predicción de la demanda eléctrica en el SNI tomando en cuenta el caso anterior y además se incluye la variable del clima.
Palabras Claves: Pronóstico de demanda eléctrica de corto plazo, redes neuronales artificiales.
The present thesis provides a solution to theforecasting of electricity demand in the short SNI using neural network models.
With the application of Artificial Neural Networks , the problem of the complexity of traditional prediction models is solved , from factors that actually affect energy consumption, aspects that were considered in this study are particularly : i) historical data daily electrical demand , ii) climate data ; and , iii)weather such as time and date . With the developed solution algorithm analysis is performed in two cases , the first case perform the prediction on the SNI including only the behavior of the application and the second case takes the prediction of electricity demand in the SNI taking into account the previous case and variable climate also included.
Keywords: Forecast electricity demandshort-term, artificial neural networks.
1. Introducción
En la actualidad el pronóstico de la demanda eléctrica es una tarea que implica gran responsabilidad y complejidad, ya que tras de ella conlleva repercusiones importantes para los Operadores del Sistema y Agentes del Sector Eléctrico, es así que bajo este entorno, el pronóstico de la demanda eléctrica debería disminuir todas las incertidumbres,es decir que debe existir compatibilidad entre la calidad del servicio y la asignación de los recursos. En este sentido, el pronóstico de la demanda de energía eléctrica a corto plazo es una función esencial para una confiable y económica operación del sistema de potencia ecuatoriano.
El pronóstico de la demanda de energía eléctrica en el corto plazo comprende un intervalo de 24 horas y es devital importancia para diferentes procesos realizados por el Centro Nacional de Control de Energía (CENACE) tales como: el despacho económico y la programación de transferencia de energía y el control en tiempo real[1].El costo de operación del sistema eléctrico de potencia ecuatoriano se ve afectado por varios factores, uno de estos factores es el error en la predicción de la demanda eléctrica yaque sin una correcta representación de las necesidades futuras de generación de energía eléctrica, los problemas por exceso de capacidad o insuficiencia de capacidad, pueden tener costos elevados para el sistema.
2. Antecedentes
Uno de los requerimientos de vital importancia para el área de planeamiento del CENACE, es el pronóstico diario de demanda de carga eléctrica del sistema de potenciaecuatoriano, ya que la planificación de distribución de energía eléctrica en el país se basa en el pronóstico de demanda. La previsión de la demanda de energía eléctrica influye directamente en la programación diaria (corto plazo) de los despachos de las unidades, de tal manera que garantice el suministro de la energía.
El objetivo de implementar modelos estadísticos que generen pronósticos de...
Leer documento completo
Regístrate para leer el documento completo.