Modelo de pronóstico para generación de energía renovable

61 páginas

Autores:
García Ruiz, Alejandro
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2024
Institución:
Universidad EIA .
Repositorio:
Repositorio EIA .
Idioma:
spa
OAI Identifier:
oai:repository.eia.edu.co:11190/6856
Acceso en línea:
https://repository.eia.edu.co/handle/11190/6856
Palabra clave:
Predicción
Energía renovable
Variabilidad
Planificación
Colombia
Rights
openAccess
License
Derechos Reservados - Universidad EIA, 2024
id REIA2_e702382453882cba50b71becd276aba4
oai_identifier_str oai:repository.eia.edu.co:11190/6856
network_acronym_str REIA2
network_name_str Repositorio EIA .
repository_id_str
dc.title.spa.fl_str_mv Modelo de pronóstico para generación de energía renovable
title Modelo de pronóstico para generación de energía renovable
spellingShingle Modelo de pronóstico para generación de energía renovable
Predicción
Energía renovable
Variabilidad
Planificación
Colombia
title_short Modelo de pronóstico para generación de energía renovable
title_full Modelo de pronóstico para generación de energía renovable
title_fullStr Modelo de pronóstico para generación de energía renovable
title_full_unstemmed Modelo de pronóstico para generación de energía renovable
title_sort Modelo de pronóstico para generación de energía renovable
dc.creator.fl_str_mv García Ruiz, Alejandro
dc.contributor.advisor.none.fl_str_mv Zapata Ramírez, Sebastián
dc.contributor.author.none.fl_str_mv García Ruiz, Alejandro
dc.subject.proposal.spa.fl_str_mv Predicción
Energía renovable
Variabilidad
Planificación
Colombia
topic Predicción
Energía renovable
Variabilidad
Planificación
Colombia
description 61 páginas
publishDate 2024
dc.date.issued.none.fl_str_mv 2024
dc.date.accessioned.none.fl_str_mv 2025-01-20T20:21:51Z
dc.date.available.none.fl_str_mv 2025-01-20T20:21:51Z
dc.type.none.fl_str_mv Trabajo de grado - Pregrado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.driver.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.content.none.fl_str_mv Text
dc.type.redcol.none.fl_str_mv http://purl.org/redcol/resource_type/TP
dc.type.coarversion.none.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
format http://purl.org/coar/resource_type/c_7a1f
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://repository.eia.edu.co/handle/11190/6856
url https://repository.eia.edu.co/handle/11190/6856
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv Derechos Reservados - Universidad EIA, 2024
dc.rights.license.none.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.accessrights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Derechos Reservados - Universidad EIA, 2024
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad EIA
dc.publisher.program.none.fl_str_mv Ingeniería de Sistemas y Computación
dc.publisher.faculty.none.fl_str_mv Escuela de Ingeniería y Ciencias Básicas
dc.publisher.place.none.fl_str_mv Envigado (Antioquia, Colombia)
publisher.none.fl_str_mv Universidad EIA
institution Universidad EIA .
bitstream.url.fl_str_mv https://repository.eia.edu.co/bitstreams/6402214c-8193-477a-9249-f831720fbc9f/download
https://repository.eia.edu.co/bitstreams/5ea73736-4e6b-4cbb-95ce-86f653c0b635/download
https://repository.eia.edu.co/bitstreams/b4b141c3-7933-4c0c-91b0-1a8e036842bb/download
https://repository.eia.edu.co/bitstreams/8bdddef9-de29-462c-91bb-e63a23e96633/download
bitstream.checksum.fl_str_mv 2264fce645ac2952653ce3f3b8fa781e
de678ff50534f149655fbc84b0e88b70
872bc1b5de243a31247600dc35c0cf3c
5cbf49a963c608fd3df7595d5b153cfa
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad EIA
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1828317371775844352
spelling Zapata Ramírez, SebastiánGarcía Ruiz, Alejandro2025-01-20T20:21:51Z2025-01-20T20:21:51Z2024https://repository.eia.edu.co/handle/11190/685661 páginasRESUMEN: Con el aumento de las fuentes de energía no convencionales, como la solar y la eólica, surge la necesidad de abordar los desafíos que presentan su variabilidad e intermitencia. Estos factores influyen en la planificación y el despacho de energía en el mercado, lo que crea la necesidad de predecir la generación de energía verde de manera confiable. Este proyecto se centra en el desarrollo de un modelo de predicción que permita pronosticar la generación de energías renovables, brindando a usuarios y reguladores del mercado una herramienta para la planificación y el despacho de la electricidad. El estudio se centra exclusivamente en ciertas plantas colombianas, para las cuales se disponen de datos históricos. La metodología empleada sigue el enfoque CRISP-DM, que incluye el entendimiento del negocio, el entendimiento de los datos, la preparación de estos, el modelado y la evaluación del modelo. En la etapa de modelado, se empleó el modelo estadístico SARIMAX que busca capturar el comportamiento de los datos cómo series temporales, analizando variables endógenas y exógenas. A través de esta metodología, el trabajo busca establecer una predicción valiosa basada en los datos disponibles. Los resultados obtenidos en este estudio muestran que, aunque la precisión del pronóstico se ve limitada por la cantidad de variables que influyen en la generación de energía renovable, el modelo logra capturar patrones generales de comportamiento. Esto proporciona una base sólida para el desarrollo de herramientas de predicción en energía renovable, lo cual puede tener un impacto significativo en la sostenibilidad y eficiencia energética del país.ABSTRACT: With the increase in non-conventional energy sources, such as solar and wind, the need to address the challenges posed by their variability and intermittency arises. These factors influence energy planning and dispatch in the market, creating the need for reliable renewable energy generation forecasts. This project focuses on developing a prediction model that allows forecasting the generation of renewable energy, providing users and market regulators with a tool for electricity planning and dispatch. The study focuses exclusively on certain Colombian plants, for which historical data is available. The methodology used follows the CRISP-DM approach, which includes business understanding, data understanding, data preparation, modeling, and model evaluation. In the modeling stage, the SARIMAX statistical model was employed, which aims to capture the behavior of the data as time series, analyzing both endogenous and exogenous variables. Through this methodology, the work aims to establish a valuable prediction based on the available data. The results obtained in this study show that, although the accuracy of the forecast is limited by the number of variables influencing renewable energy generation, the model successfully captures general behavior patterns. This provides a solid foundation for the development of renewable energy prediction tools, which can have a significant impact on the sustainability and energy efficiency of the countryPregradoIngeniero(a) de Sistemas y Computaciónapplication/pdfspaUniversidad EIAIngeniería de Sistemas y ComputaciónEscuela de Ingeniería y Ciencias BásicasEnvigado (Antioquia, Colombia)Derechos Reservados - Universidad EIA, 2024Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Modelo de pronóstico para generación de energía renovableTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionTexthttp://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_970fb48d4fbd8a85PredicciónEnergía renovableVariabilidadPlanificaciónColombiaPublicationLICENSElicense.txtlicense.txttext/plain; charset=utf-82553https://repository.eia.edu.co/bitstreams/6402214c-8193-477a-9249-f831720fbc9f/download2264fce645ac2952653ce3f3b8fa781eMD510ORIGINALGarciaAlejandro_2024_ModeloPronosticoGeneracion.pdfGarciaAlejandro_2024_ModeloPronosticoGeneracion.pdfTrabajo de gradoapplication/pdf1559953https://repository.eia.edu.co/bitstreams/5ea73736-4e6b-4cbb-95ce-86f653c0b635/downloadde678ff50534f149655fbc84b0e88b70MD511TEXTGarciaAlejandro_2024_ModeloPronosticoGeneracion.pdf.txtGarciaAlejandro_2024_ModeloPronosticoGeneracion.pdf.txtExtracted texttext/plain80888https://repository.eia.edu.co/bitstreams/b4b141c3-7933-4c0c-91b0-1a8e036842bb/download872bc1b5de243a31247600dc35c0cf3cMD512THUMBNAILGarciaAlejandro_2024_ModeloPronosticoGeneracion.pdf.jpgGarciaAlejandro_2024_ModeloPronosticoGeneracion.pdf.jpgGenerated Thumbnailimage/jpeg5688https://repository.eia.edu.co/bitstreams/8bdddef9-de29-462c-91bb-e63a23e96633/download5cbf49a963c608fd3df7595d5b153cfaMD51311190/6856oai:repository.eia.edu.co:11190/68562025-01-21 03:00:41.244open.accesshttps://repository.eia.edu.coRepositorio Institucional Universidad EIAbdigital@metabiblioteca.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