Sistema online para brindar información sobre el comportamiento del precio de la energía en la bolsa y el precio unitario en la costa Atlántica
Las empresas del sector energético de la Costa atlántica colombiana no cuentan actualmente con un sistema de pronóstico adecuado en términos de acceso a información sobre el comportamiento del precio unitario de la energía y la bolsa a corto plazo que se adapte a la alta volatilidad. A raíz de esto,...
- Autores:
-
Bolier Acosta, Andrea Yasmin
Páez Beltrán, Wendy Paola
Penagos Ramírez, Maria Alejandra
Rios Meza, Tatiana Paola
- Tipo de recurso:
- Fecha de publicación:
- 2021
- Institución:
- Universidad del Norte
- Repositorio:
- Repositorio Uninorte
- Idioma:
- spa
- OAI Identifier:
- oai:manglar.uninorte.edu.co:10584/9505
- Acceso en línea:
- http://hdl.handle.net/10584/9505
- Palabra clave:
- Energía
Pronóstico
Forecast
Energy
- Rights
- License
- Universidad del Norte
id |
REPOUNORT2_7dee850fca27b092dce834558340e915 |
---|---|
oai_identifier_str |
oai:manglar.uninorte.edu.co:10584/9505 |
network_acronym_str |
REPOUNORT2 |
network_name_str |
Repositorio Uninorte |
repository_id_str |
|
dc.title.es_ES.fl_str_mv |
Sistema online para brindar información sobre el comportamiento del precio de la energía en la bolsa y el precio unitario en la costa Atlántica |
dc.title.en_US.fl_str_mv |
Online system to provide information on the behavior of the spot price of the energy and the unit price in the Atlantic coast |
title |
Sistema online para brindar información sobre el comportamiento del precio de la energía en la bolsa y el precio unitario en la costa Atlántica |
spellingShingle |
Sistema online para brindar información sobre el comportamiento del precio de la energía en la bolsa y el precio unitario en la costa Atlántica Energía Pronóstico Forecast Energy |
title_short |
Sistema online para brindar información sobre el comportamiento del precio de la energía en la bolsa y el precio unitario en la costa Atlántica |
title_full |
Sistema online para brindar información sobre el comportamiento del precio de la energía en la bolsa y el precio unitario en la costa Atlántica |
title_fullStr |
Sistema online para brindar información sobre el comportamiento del precio de la energía en la bolsa y el precio unitario en la costa Atlántica |
title_full_unstemmed |
Sistema online para brindar información sobre el comportamiento del precio de la energía en la bolsa y el precio unitario en la costa Atlántica |
title_sort |
Sistema online para brindar información sobre el comportamiento del precio de la energía en la bolsa y el precio unitario en la costa Atlántica |
dc.creator.fl_str_mv |
Bolier Acosta, Andrea Yasmin Páez Beltrán, Wendy Paola Penagos Ramírez, Maria Alejandra Rios Meza, Tatiana Paola |
dc.contributor.advisor.none.fl_str_mv |
Henao Pérez, Alvin Arturo |
dc.contributor.author.none.fl_str_mv |
Bolier Acosta, Andrea Yasmin Páez Beltrán, Wendy Paola Penagos Ramírez, Maria Alejandra Rios Meza, Tatiana Paola |
dc.subject.es_ES.fl_str_mv |
Energía Pronóstico Forecast |
topic |
Energía Pronóstico Forecast Energy |
dc.subject.en_US.fl_str_mv |
Energy |
description |
Las empresas del sector energético de la Costa atlántica colombiana no cuentan actualmente con un sistema de pronóstico adecuado en términos de acceso a información sobre el comportamiento del precio unitario de la energía y la bolsa a corto plazo que se adapte a la alta volatilidad. A raíz de esto, es necesario diseñar una herramienta informática que permita observar el comportamiento del precio unitario en la región Caribe colombiana para las empresas generadoras y pronosticar el precio de la bolsa de energía, teniendo en cuenta la interacción de diferentes variables para establecer un pronóstico acertado. Para lograrlo, como etapa inicial se planteó la problemática existente identificando sus principales causas y las repercusiones que representa sobre las partes involucradas para así determinar las posibles fuentes de solución del problema. Posterior a esto, se establecieron los recursos y las variables necesarias y se realizó la recopilación de los mismos teniendo en cuenta la restricción de la disponibilidad de la información. En la tercera etapa, se realiza un estudio de los modelos de pronósticos, los cuales luego se evaluaron respecto al cumplimiento de los supuestos de error, la calidad de pronóstico y su viabilidad dada la naturaleza de los datos. Como resultado del análisis anterior, se escogieron los mejores cuatro modelos para cada una de las variables. Para el precio en la bolsa, se emplearon los modelos arima, garch, exponencial doble y Setar; y para el precio unitario los modelos arima, redes neuronales, máquinas de vectores de soporte y modelo con procesos gaussianos. En la etapa final, se realizó una página web donde se muestra la opción de elegir cual variable se va consultar con sus respectivos modelos de pronóstico y sus métricas de error. Gracias a este sistema podemos ofrecerles a los mercados de interés una fuente de datos confiable que le permita generar planes de acción efectivos en sus compras. |
publishDate |
2021 |
dc.date.accessioned.none.fl_str_mv |
2021-05-24T16:53:23Z |
dc.date.available.none.fl_str_mv |
2021-05-24T16:53:23Z |
dc.date.issued.none.fl_str_mv |
2021-05-20 |
dc.type.es_ES.fl_str_mv |
article |
dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10584/9505 |
url |
http://hdl.handle.net/10584/9505 |
dc.language.iso.es_ES.fl_str_mv |
spa |
language |
spa |
dc.rights.es_ES.fl_str_mv |
Universidad del Norte |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
Universidad del Norte http://purl.org/coar/access_right/c_abf2 |
dc.publisher.es_ES.fl_str_mv |
Barranquilla, Universidad del Norte, 2021 |
institution |
Universidad del Norte |
bitstream.url.fl_str_mv |
https://manglar.uninorte.edu.co/bitstream/10584/9505/1/ImagenProyectoFinal-Espa%c3%b1ol.pdf https://manglar.uninorte.edu.co/bitstream/10584/9505/2/ImagenProyectoFinal-Ingl%c3%a9s%20.pdf https://manglar.uninorte.edu.co/bitstream/10584/9505/3/ImagenProyectoFinal-Espa%c3%b1ol.png https://manglar.uninorte.edu.co/bitstream/10584/9505/4/ImagenProyectoFinal-Ingl%c3%a9s%20.png https://manglar.uninorte.edu.co/bitstream/10584/9505/5/license.txt |
bitstream.checksum.fl_str_mv |
918af0d5dba5b69743071710a279144e 7234ae1286319411fe3a3056490c8830 d0138913c04ae5f3c8fbe0e1227f6892 ff269f67093d18e50f2701f75c6ac874 8a4605be74aa9ea9d79846c1fba20a33 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Digital de la Universidad del Norte |
repository.mail.fl_str_mv |
mauribe@uninorte.edu.co |
_version_ |
1812183117255933952 |
spelling |
Henao Pérez, Alvin ArturoBolier Acosta, Andrea YasminPáez Beltrán, Wendy PaolaPenagos Ramírez, Maria AlejandraRios Meza, Tatiana Paola2021-05-24T16:53:23Z2021-05-24T16:53:23Z2021-05-20http://hdl.handle.net/10584/9505Las empresas del sector energético de la Costa atlántica colombiana no cuentan actualmente con un sistema de pronóstico adecuado en términos de acceso a información sobre el comportamiento del precio unitario de la energía y la bolsa a corto plazo que se adapte a la alta volatilidad. A raíz de esto, es necesario diseñar una herramienta informática que permita observar el comportamiento del precio unitario en la región Caribe colombiana para las empresas generadoras y pronosticar el precio de la bolsa de energía, teniendo en cuenta la interacción de diferentes variables para establecer un pronóstico acertado. Para lograrlo, como etapa inicial se planteó la problemática existente identificando sus principales causas y las repercusiones que representa sobre las partes involucradas para así determinar las posibles fuentes de solución del problema. Posterior a esto, se establecieron los recursos y las variables necesarias y se realizó la recopilación de los mismos teniendo en cuenta la restricción de la disponibilidad de la información. En la tercera etapa, se realiza un estudio de los modelos de pronósticos, los cuales luego se evaluaron respecto al cumplimiento de los supuestos de error, la calidad de pronóstico y su viabilidad dada la naturaleza de los datos. Como resultado del análisis anterior, se escogieron los mejores cuatro modelos para cada una de las variables. Para el precio en la bolsa, se emplearon los modelos arima, garch, exponencial doble y Setar; y para el precio unitario los modelos arima, redes neuronales, máquinas de vectores de soporte y modelo con procesos gaussianos. En la etapa final, se realizó una página web donde se muestra la opción de elegir cual variable se va consultar con sus respectivos modelos de pronóstico y sus métricas de error. Gracias a este sistema podemos ofrecerles a los mercados de interés una fuente de datos confiable que le permita generar planes de acción efectivos en sus compras.The companies of the energy sector of the Colombian Atlantic Coast do not currently have an adequate forecast system in terms of access to information on the behavior of the unit price of energy and the spot price that adapts to the high volatility. As a result of this, it is necessary to design a computer tool that allows observing the behavior of the unit price in the Colombian Caribbean region for generating companies and forecast the spot price, taking into account the interaction of different variables to establish an accurate forecast. To achieve this, first, the existing problem was identified, identifying its main causes and effects on the parties involved to determine possible solutions to the problem. Second, the necessary resources and variables were established and compiled, considering the restriction on the availability of information. In the third stage, a study of the forecasting models was carried out, which were then evaluated with respect to compliance with the error assumptions, the quality of the forecast and its feasibility given the nature of the data. As a result of the above analysis, the best four models were chosen for each of the variables. For the spot price, the arima, garch, double exponential and Setar models were used; and for the unit price, the arima, neural networks, support vector machines and Gaussian process models were used. Finally, a web page was created to show the option of choosing which variable to consult with their respective forecasting models and their error metrics. Thanks to this system we can offer the markets of interest a reliable source of data that allows them to generate effective action plans for their energy purchases.spaBarranquilla, Universidad del Norte, 2021Universidad del Nortehttp://purl.org/coar/access_right/c_abf2EnergíaPronósticoForecastEnergySistema online para brindar información sobre el comportamiento del precio de la energía en la bolsa y el precio unitario en la costa AtlánticaOnline system to provide information on the behavior of the spot price of the energy and the unit price in the Atlantic coastarticlehttp://purl.org/coar/resource_type/c_6501ORIGINALImagenProyectoFinal-Español.pdfImagenProyectoFinal-Español.pdfapplication/pdf2185483https://manglar.uninorte.edu.co/bitstream/10584/9505/1/ImagenProyectoFinal-Espa%c3%b1ol.pdf918af0d5dba5b69743071710a279144eMD51ImagenProyectoFinal-Inglés .pdfImagenProyectoFinal-Inglés .pdfapplication/pdf2184887https://manglar.uninorte.edu.co/bitstream/10584/9505/2/ImagenProyectoFinal-Ingl%c3%a9s%20.pdf7234ae1286319411fe3a3056490c8830MD52ImagenProyectoFinal-Español.pngImagenProyectoFinal-Español.pngimage/png399835https://manglar.uninorte.edu.co/bitstream/10584/9505/3/ImagenProyectoFinal-Espa%c3%b1ol.pngd0138913c04ae5f3c8fbe0e1227f6892MD53ImagenProyectoFinal-Inglés .pngImagenProyectoFinal-Inglés .pngimage/png385389https://manglar.uninorte.edu.co/bitstream/10584/9505/4/ImagenProyectoFinal-Ingl%c3%a9s%20.pngff269f67093d18e50f2701f75c6ac874MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://manglar.uninorte.edu.co/bitstream/10584/9505/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD5510584/9505oai:manglar.uninorte.edu.co:10584/95052021-05-24 11:53:23.509Repositorio Digital de la Universidad del Nortemauribe@uninorte.edu.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 |