Pronóstico del Consumo de Energía Eléctrica Residencial para la Ciudad de Bogotá

La energía eléctrica se ha convertido con el pasar de los años, un importante componente en la calidad de vida de los seres humanos y es un factor determinante para el desarrollo y crecimiento económico de una sociedad. Así mismo la creciente demanda de este servicio ha llevado a los entes gubername...

Full description

Autores:
Rey Onzaga, Juliana
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2018
Institución:
Universidad Santo Tomás
Repositorio:
Repositorio Institucional USTA
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/14459
Acceso en línea:
http://hdl.handle.net/11634/14459
Palabra clave:
Consumption
Forecast
Models
Energy
Ingeniería Ambiental
Abastecimiento de Energía
Consumo de Energía
Consumo
Pronóstico
Modelos
Energìa
Bogotá
Rights
openAccess
License
Atribución-NoComercial-SinDerivadas 2.5 Colombia
id SANTTOMAS2_db0c9aea9d6e53355310cf0c75a24fc6
oai_identifier_str oai:repository.usta.edu.co:11634/14459
network_acronym_str SANTTOMAS2
network_name_str Repositorio Institucional USTA
repository_id_str
dc.title.spa.fl_str_mv Pronóstico del Consumo de Energía Eléctrica Residencial para la Ciudad de Bogotá
title Pronóstico del Consumo de Energía Eléctrica Residencial para la Ciudad de Bogotá
spellingShingle Pronóstico del Consumo de Energía Eléctrica Residencial para la Ciudad de Bogotá
Consumption
Forecast
Models
Energy
Ingeniería Ambiental
Abastecimiento de Energía
Consumo de Energía
Consumo
Pronóstico
Modelos
Energìa
Bogotá
title_short Pronóstico del Consumo de Energía Eléctrica Residencial para la Ciudad de Bogotá
title_full Pronóstico del Consumo de Energía Eléctrica Residencial para la Ciudad de Bogotá
title_fullStr Pronóstico del Consumo de Energía Eléctrica Residencial para la Ciudad de Bogotá
title_full_unstemmed Pronóstico del Consumo de Energía Eléctrica Residencial para la Ciudad de Bogotá
title_sort Pronóstico del Consumo de Energía Eléctrica Residencial para la Ciudad de Bogotá
dc.creator.fl_str_mv Rey Onzaga, Juliana
dc.contributor.advisor.none.fl_str_mv Peña Guzmán, Carlos Andres
dc.contributor.author.none.fl_str_mv Rey Onzaga, Juliana
dc.contributor.orcid.spa.fl_str_mv https://orcid.org/0000-0003-0496-9612
dc.contributor.googlescholar.spa.fl_str_mv https://scholar.google.es/citations?user=aD5MEigAAAAJ&hl=es
dc.contributor.cvlac.spa.fl_str_mv http://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001500000
dc.contributor.gruplac.spa.fl_str_mv http://scienti.colciencias.gov.co:8085/gruplac/jsp/visualiza/visualizagr.jsp?nro=00000000001738
http://scienti.colciencias.gov.co:8085/gruplac/jsp/visualiza/visualizagr.jsp?nro=00000000011391
dc.subject.keyword.spa.fl_str_mv Consumption
Forecast
Models
Energy
topic Consumption
Forecast
Models
Energy
Ingeniería Ambiental
Abastecimiento de Energía
Consumo de Energía
Consumo
Pronóstico
Modelos
Energìa
Bogotá
dc.subject.lemb.spa.fl_str_mv Ingeniería Ambiental
Abastecimiento de Energía
Consumo de Energía
dc.subject.proposal.spa.fl_str_mv Consumo
Pronóstico
Modelos
Energìa
Bogotá
description La energía eléctrica se ha convertido con el pasar de los años, un importante componente en la calidad de vida de los seres humanos y es un factor determinante para el desarrollo y crecimiento económico de una sociedad. Así mismo la creciente demanda de este servicio ha llevado a los entes gubernamentales a aumentar los estudios referentes a la planeación energética. De esta forma, predecir el consumo de energía eléctrica se ha convertido en un instrumento necesario para la toma de decisiones, tanto para los entes prestadores del servicio, como para las instituciones públicas. Este trabajo de investigación plantea tres modelos de pronóstico de energía, por medio de regresiones y de análisis de variables explicativas. Estos modelos se basan en estudios econométricos y estadísticos, entregando así una herramienta útil en la gestión energética, que permite la planeación futura, generando un aporte para los estudios de factores que intervienen en el consumo de energía eléctrica. La investigación fue desarrollada con base en los seis estratos socio-económicos en los que se encuentra organizada la Ciudad de Bogotá, utilizando datos históricos de temperatura superficial, Producto Interno Bruto, ingresos per cápita, suscriptores, consumo y precio de la de energía eléctrica y precio del servicio de gas natural, desde el año 2005 hasta el año 2016. Los tres modelos fueron desarrollados en el software libre R studio, a partir de lenguaje matemático. El primer y segundo modelo son una regresión lineal múltiple, con la diferencia que el segundo tiene una interpretación económica de coeficientes, mientras que el tercer modelo está desarrollado en forma de regresión económica de doble logaritmo. Los tres modelos presentan un buen comportamiento comparándolos con los datos medidos y cumplen con las validaciones propuestas en la metodología, analizando cada variable con respecto al estrato socio-económico, arrojando como resultado más relevante el modelo de regresión lineal múltiple con interpretación económica. Dicho modelo tiene como variable significativa el Producto Interno Bruto, variable que se ha relacionado estrechamente con el consumo energético. Dicho modelo representa con precisión la tendencia de la demanda y cumple con todos los parámetros estadísticos y teóricos para dar una predicción energética acertada.
publishDate 2018
dc.date.accessioned.none.fl_str_mv 2018-11-24T17:02:08Z
dc.date.available.none.fl_str_mv 2018-11-24T17:02:08Z
dc.date.issued.none.fl_str_mv 2018-11-20
dc.type.none.fl_str_mv bachelor thesis
dc.type.local.spa.fl_str_mv Tesis de pregrado
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.category.spa.fl_str_mv Formación de Recurso Humano para la Ctel: Trabajo de grado de pregrado
dc.type.coar.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.drive.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
format http://purl.org/coar/resource_type/c_7a1f
status_str acceptedVersion
dc.identifier.citation.spa.fl_str_mv Rey Onzaga, J. (2018). Pronóstico del Consumo de Energía Eléctrica Residencial para la Ciudad de Bogotá. [Trabajo de Grado, Universidad Santo Tomás]. Repositorio Institucional.
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11634/14459
dc.identifier.topographic.spa.fl_str_mv T.I.A R45pr 2018
dc.identifier.reponame.spa.fl_str_mv reponame:Repositorio Institucional Universidad Santo Tomás
dc.identifier.instname.spa.fl_str_mv instname:Universidad Santo Tomás
dc.identifier.repourl.spa.fl_str_mv repourl:https://repository.usta.edu.co
identifier_str_mv Rey Onzaga, J. (2018). Pronóstico del Consumo de Energía Eléctrica Residencial para la Ciudad de Bogotá. [Trabajo de Grado, Universidad Santo Tomás]. Repositorio Institucional.
T.I.A R45pr 2018
reponame:Repositorio Institucional Universidad Santo Tomás
instname:Universidad Santo Tomás
repourl:https://repository.usta.edu.co
url http://hdl.handle.net/11634/14459
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.references.spa.fl_str_mv World Bank, "Progress Toward Sustainable Energy," New York , 2015.
International Energy Agency , World Energy Outlook, Paris , 2015 .
H. Molina, "DANE Proyecciones de estudio de poblacion," Bogotà, 2013.
Universidad Nacional de Colombia, Determinación del consumo final de energía en los sectores residencial urbano, comercial y determinación de consumos para equipos domésticos de energía eléctrica y gas., Bogota, 2006.
E. Siegel, Predicitve Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die, Revised and Uptated, Wiley, 2016, p. 17.
P. P. Merino, "Ecommerce News," [Online]. Available: https://ecommercenews. es/los-datos-nuevo-petroleo-del-siglo-xxi-41824.
E. Carbonell, Regresión Lineal: Un enfoque conceptual y práctico, INIA, 1983.
"Las desventajas de la Regresión lineal múltiple.," 2015. Available: http://www.cusiritati.com/G4mP2LNBa/.
R. Kizys, "Modelo de regresión lineal múltiple en la economia aplicada," UOC, Madrid, 2012.
A. Marshall, "Principios de Economía," 1890.
M. P. C. Navarrete, "Aplicación del método de regresión lineal en el análisis de los determinantes de la inversión extranjera en Colombia.," San Francisco, California , 2011.
A. Sancho, Econometría de Regresiones Economicas, Madrid.
J. Browlees, "Towars Data Science," 2017. Available: https://towardsdatascience.com/train-validation-and-test-sets-72cb40cba9e7.
Análisis predictivo: técnicas , modelos utilizados y aplicaciones del mismo tipo de herramientas Open Source. , Carlos Espino Timon., Catalunya: Universidad Oberta de Catalunya, 2017.
J. Strickland, Predictive Analytincs using R, 2014.
E. Paradis, "R for beginners," Institut des Sciences de l'Evolution, Universit Montpellier , Paris, 2005.
E. Mayor, Learning Predictive Analytics with R., 2015.
World Energy Council , Mapa de Energía Mundial, 2014.
S. K. C. T. S. Saravanan, India's Electicity demanda forecast using regression analysis and artificial neural networks based on principal components., Chennai : Deparmebt of Electronics Engineering, Kalasalingam University India, 2012.
Modelling and Forecasting Residential Electrycity Consumption in the U.S Mountain Region, 2005.
Z. Mohammed, Forecasting electric consumption in New Zeland usin economis and demographic variables, Christchurch: Departamento de Ingeniería Eléctrica e Informática, Universidad de Canterbury, 2003.
XM, "Informe de Operación del SIN y Administración de Mercado.," 2015. Available: http://informesanuales.xm.com.co/2014/SitePages/operacion/3-1- Demanda-de-energia-nacional.aspx.
Sistema Único de Información para servicios dmiciliarios , "SUI," 2016. Available: http://reportes.sui.gov.co/fabricaReportes/frameSet.jsp?idreporte=ele_com_067.
J. O. V. M. G. Andres Felipe Barrientos, "Un modelo spline para el pronóstico de la demanda de energía eléctrica," Revista Colombiana de Estadistica , vol. 30, no. 2, p. 187 a 202, 2007.
UPME, Proyección de demanda de Energía Eléctrica en Colombia, Bogotá, 2012.
R. Arce, MODELOS ARIMA, Dpto Economía Aplicada..
C. A. Garcia, Modelo para la proyección de demanda de energía eléctrica en Colombia., Bogotá: Subdireccion de Demanda UPME, 2014.
UPME, Proyección regional de demanda de energía eléctrica., Bogotá , 2016.
FEDESARROLLO, Centro de investigación economíca y social., "Análisis de la situación energetica en Bogotá y Cundinamarca.," Bogotá, 2015.
Congreso de la República de Colombia, Ley 142 de 1994, Regimen de los servicios publicos domiciliarios., 1994.
Congreso de la República de Colombia , Ley 689 de 2001, 2001.
Ministerio de Minas y Energía, Decreto 3683, Bogotá, 2003.
Ministerio de Minas y Energía, "Programa de uso racional y eficiente de energía y fuentes no convencionales.," Bogotá, 2010.
C. N. d. l. r. d. Colombia, Ley 1715, Bogotá, 2014.
Departamento Administrativo Nacional de Estadistica, Archivo de estimación y proyección de población Nacional, Departamental y Municipal total por área (1985- 2020), Información Estadistica, 2011.
Departamento Administrativo Nacional de Estadistica, Cuentas Nacionales Departamentales, Bogotà: Informacion estadistica, 2016.
UPME, Unidad de Planeación Minero Energetica, "Cobertura de energía electrica base por departamento.," Generador de consultas, Bogota, 2016.
UPME, Unidad de Planeación Minero Energetica, "Proyeccion de demanda de energía Electrica y potencia máxima en Colombia.," Bogota, 2016.
J. d. Quinto, Seguridad de suministro: Un valor en alza para la politica energetica y en la política de seguridad nacional., Madrid: UNISCI, 2007.
F. Barrero, Sistemas de energia electrica, Madrid, España: Thomson, 2004.
Departamento Administrativo Nacional de Estadistica, "DANE," 2015. Available: http://www.dane.gov.co/index.php/estratificacion-socioeconomica/metodologia. [Accessed 11 2017].
Secretaria Distrital de Planeacion , Boletin No. 60: Ultima actualización de estratificacion en Bogotá, Boletin de prensa., Bogotá: Volumen 1, 2015.
Comision de Regulación de Energia y Gas., Resolución 119, Bogota , 2007.
Comision de Regulacion de Energia y Gas., Plan Tarifario de Energía, Bogotá, 2007.
Congreso Nacional de la República de Colombia, Ley 697, Bogotá, 2001.
Comisión de Regulación de Energía y Gas. , "Indice de conceptos Subsidios en electricidad y gas 003728," Bogota , 2004.
Empresa de servicios publicos de Colombia , "Aplicaciones, subsidios y contribuciones EPM," 2015.. Available: http://aplicaciones.chec.com.co/sitioweb/node/377. [Accessed 18 11 2017].
Etiquetado Energético Colombia, "Programa de Etiquetado," 2016. Available: http://www.etiquetaenergetica.gov.co/?p=1644.
Ministerio de Minas y Energía de Colombia, Resolución 41012, Bogotá, 2015.
Departamento Administrativo Nacional de Estadistica , "Producto Interno Bruto," DANE, Bogotá, 2017.
V. S. G. Jacobo Campo Robledo, Relación Consumo de energía eléctrica y PIB: Evidencia desde un panel cointegrado de 10 paises de America Latina., Bogotá: Universidad Catolica , 2013.
J. P. Ana Maria Macias Parra, "Estudio de generación electrica bajo escenario de cambio climatico UPME," 2014. Available: http://www1.upme.gov.co/Documents/generacion_electrica_bajo_escenarios_cambio _climatico.pdf. [Accessed Diciembre 2017].
Ecopetrol, 22 Septiembre 2014. Available: https://www.ecopetrol.com.co/wps/portal/es/ecopetrol-web/productos-yservicios/ productos/gas-natural/Informaci%C3%B3n%20General/que-es-el-gasnatural/! ut/p/z0/04_Sj9CPykssy0xPLMnMz0vMAfIjo8ziLQIMHd09DQy9DZwt3Q wcjTwsQxw9g4I8nIz0C7IdFQEONbdQ/. [Accessed Diciembre 2017].
Unigas , 2015. Available: http://www.unigas.com.co/nosotros/que-es-glp. [Accessed 2017].
T. Mueller, Oferta y demanda de energía y electricidad: consecuencias para el medio ambiente global., Helsinki, 2010.
Mónica Loustaunau, Aspectos e impactos ambientales., Veracruz , 2014.
Instituto para la Diversificación y Ahorro de la Energía, Impactos ambientales de la producción de electricidad: Estudio comparativo de ocho tecnologías de generación eléctrica., Madrid., 2015.
Gas Natural Fenosa , El impacto ambiental de las distintas fuentes energéticas de generación eléctrica., Bogotá: Energía y medio ambiente, 2013.
Banco Mundial, "Emisiones de CO2 originadas por edificios residenciales y servicios comerciales y públicos.," 2016. Available: https://datos.bancomundial.org/indicador/EN.CO2.ETOT.ZS. [Accessed 2018].
Universidad de los Andes, Hidroeléctricas un salvavidas o una amanaza a el calentamiento global., Bogotá, 2011.
A. B. Friedman, El agotamiento de las reservas, más cerca de lo que se piensa: Cuando se acabe el petróleo., New York City, 2006.
Banco Mundial , Enviromental Policy for Dam and Reservoir Projects., Washington D.C, 2010.
Semana , "Áreas protegidas son insuficientes para proteger los grandes vertebrados de Colombia.," 19 04 2018. [Online]. Available: https://sostenibilidad.semana.com/impacto/articulo/areas-protegidas-soninsuficientes- para-proteger-los-grandes-vertebrados-de-colombia/40859. [Accessed 09 2018].
E. J. B. Cabal, Revisión de emisiones de CO2 en Colombia por la generación de energía eléctrica para el sistema interconectado Nacional en época de fenómeno de El Niño entre los años 1990-2016., Bogotá, 2017.
M. K. Jiawei Han, Data Maning: Concepts and Techniques, San Francisco: Morgan Kauffman Publishers, 2006.
Consejo Nacional de Electricad, Plan Maestro de Electrificacion 2013 y 2022, Quito, 2011.
Minitab, "Support Minitab," 2013. Available: https://support.minitab.com/esmx/ minitab/18/help-and-how-to/modeling-statistics/regression/how-to/partial-leastsquares/ interpret-the-results/all-statistics-and-graphs/model-selection-table/.
F. Rivas, El significado de la significancia.
J. M. D. P. R. Carlos Peña, Forecasting Water Demand in Residential, commercial and Industrial Zones in Bogota, Colombia, Alicante : Universidad de Alicante , 2016.
Ministerio de Minas y Energía, "Evolución Mercado Energético," Congreso República de Colombia, Bogotá, 2012.
Congreso Nacional de Colombia , Ley 607, Bogota, 2001.
SIU, "Sistema Unico de Información de Servicios Públicos Domiciliarios.," Available: http://www.sui.gov.co/web/energia. [Accessed 2016].
DANE, Distribuciòn de la población por estratos en las grandes ciudades., Bogotá, 2015.
Departamento Administrativo Nacional de Estadistica, Producto Interno Bruto Historico de Bogotá por ramas de actividad economica, Bogota: Informacion Estadistica , 2016.
Camara de Comercio de Bogota, La competitividad de Bogotá en el marco del POT, Bogota, 2017.
IDEAM, Datos historicos multianuales de Temperatura Superficial, Bogotá.
XM , "Por fenómeno El Niño, niveles de embalses cayeron en octubre y se ubicaron en 62,5%: XM," Noviembre 2015. Available: http://dataifx.com/noticias/porfen% C3%B3meno-el-ni%C3%B1o-niveles-de-embalses-cayeron-en-octubre-y-seubicaron- en-625-xm. [Accessed Diciembre 2017].
SUI, "Sistema Unico de Informacion de Servicios publicos domiciliarios," Available: http://www.sui.gov.co/web/gas-natural.
J. Barrientos, "Modelo para el pronóstico del precio de la energía electrica en Colombia," Medellin, 2012.
U.S Energy Information Administration., "Consumption & Efficiency," Independent Stadistics & Analysis , Washington, 2013.
Secretaria Distrital de Planeación , La estratificación en Bogota D.C. y estudios relacionados, Bogotà: Alcaldia Mayor de Bogotá , 2014.
Comisión de Regulación de Energia y Gas , Definicion de la formula tarifaria de energia electrica, para el proximo periodo tarifario., Bogotá , 2015.
Semana , "Curiosidades del gran apagon que amenaza con repetirse.," 2015. Available: http://www.semana.com/nacion/articulo/asi-fue-el-racionamiento-deenergia- en-1992-en-el-gobierno-de-cesar-gaviria/448643-3. [Accessed Diciembre 2017].
R. M. Granados, "Modelos de regresión lineal múltiple," Departamento de Economia Aplicada, Granada, España, 2016.
Congreso Nacional de la Republica de Colombia, Ley 143 de 1994, 1994.
J. M. P. Gomez, Interviewee, Consulta sobre manejo de pronosticos de demanda energetica.. [Interview]. Febrero 2017.
dc.rights.*.fl_str_mv Atribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rights.local.spa.fl_str_mv Abierto (Texto Completo)
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 Atribución-NoComercial-SinDerivadas 2.5 Colombia
http://creativecommons.org/licenses/by-nc-nd/2.5/co/
Abierto (Texto Completo)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.coverage.campus.spa.fl_str_mv CRAI-USTA Bogotá
dc.publisher.spa.fl_str_mv Universidad Santo Tomás
dc.publisher.program.spa.fl_str_mv Pregrado de Ingeniería Ambiental
dc.publisher.faculty.spa.fl_str_mv Facultad de Ingeniería Ambiental
institution Universidad Santo Tomás
bitstream.url.fl_str_mv https://repository.usta.edu.co/bitstream/11634/14459/1/2018julianarey.pdf
https://repository.usta.edu.co/bitstream/11634/14459/4/cartadeautorizaci%c3%b3n.pdf
https://repository.usta.edu.co/bitstream/11634/14459/6/2018cartadederechosdeautor.pdf
https://repository.usta.edu.co/bitstream/11634/14459/2/license.txt
https://repository.usta.edu.co/bitstream/11634/14459/3/2018julianarey.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/14459/5/cartadeautorizaci%c3%b3n.pdf.jpg
https://repository.usta.edu.co/bitstream/11634/14459/7/2018cartadederechosdeautor.pdf.jpg
bitstream.checksum.fl_str_mv e4e998591e3a2c455b645b5194400383
f072d4cc41ea92b18eb5713e8798c1e3
422a1733cb59a5bf19651ea4b946ffbe
f6b8c5608fa6b2f649b2d63e10c5fa73
0bc0e5445cbe84b1bc2e59172fb90841
ba8ff03eeaa4849018267d496c253dba
e9f1f7b1f7ee3f9f8c7103735b39a34b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv noreply@usta.edu.co
_version_ 1782026330686095360
spelling Peña Guzmán, Carlos AndresRey Onzaga, Julianahttps://orcid.org/0000-0003-0496-9612https://scholar.google.es/citations?user=aD5MEigAAAAJ&hl=eshttp://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001500000http://scienti.colciencias.gov.co:8085/gruplac/jsp/visualiza/visualizagr.jsp?nro=00000000001738http://scienti.colciencias.gov.co:8085/gruplac/jsp/visualiza/visualizagr.jsp?nro=000000000113912018-11-24T17:02:08Z2018-11-24T17:02:08Z2018-11-20Rey Onzaga, J. (2018). Pronóstico del Consumo de Energía Eléctrica Residencial para la Ciudad de Bogotá. [Trabajo de Grado, Universidad Santo Tomás]. Repositorio Institucional.http://hdl.handle.net/11634/14459T.I.A R45pr 2018reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coLa energía eléctrica se ha convertido con el pasar de los años, un importante componente en la calidad de vida de los seres humanos y es un factor determinante para el desarrollo y crecimiento económico de una sociedad. Así mismo la creciente demanda de este servicio ha llevado a los entes gubernamentales a aumentar los estudios referentes a la planeación energética. De esta forma, predecir el consumo de energía eléctrica se ha convertido en un instrumento necesario para la toma de decisiones, tanto para los entes prestadores del servicio, como para las instituciones públicas. Este trabajo de investigación plantea tres modelos de pronóstico de energía, por medio de regresiones y de análisis de variables explicativas. Estos modelos se basan en estudios econométricos y estadísticos, entregando así una herramienta útil en la gestión energética, que permite la planeación futura, generando un aporte para los estudios de factores que intervienen en el consumo de energía eléctrica. La investigación fue desarrollada con base en los seis estratos socio-económicos en los que se encuentra organizada la Ciudad de Bogotá, utilizando datos históricos de temperatura superficial, Producto Interno Bruto, ingresos per cápita, suscriptores, consumo y precio de la de energía eléctrica y precio del servicio de gas natural, desde el año 2005 hasta el año 2016. Los tres modelos fueron desarrollados en el software libre R studio, a partir de lenguaje matemático. El primer y segundo modelo son una regresión lineal múltiple, con la diferencia que el segundo tiene una interpretación económica de coeficientes, mientras que el tercer modelo está desarrollado en forma de regresión económica de doble logaritmo. Los tres modelos presentan un buen comportamiento comparándolos con los datos medidos y cumplen con las validaciones propuestas en la metodología, analizando cada variable con respecto al estrato socio-económico, arrojando como resultado más relevante el modelo de regresión lineal múltiple con interpretación económica. Dicho modelo tiene como variable significativa el Producto Interno Bruto, variable que se ha relacionado estrechamente con el consumo energético. Dicho modelo representa con precisión la tendencia de la demanda y cumple con todos los parámetros estadísticos y teóricos para dar una predicción energética acertada.Electricity has become over the years an important component in the quality of life of human beings and is a determining factor for the development and economic growth of a society. Likewise, the growing demand for this service has led government agencies to increase the studies related to energy planning, in this way, predicting the consumption of electricity has become a necessary method for decision-making for entities, service providers as well as for public institutions. This research paper proposes three models of energy forecast, by means of regressions and analysis of explanatory variables. These models are based on econometric and statistical studies, thus presenting a useful tool in energy management. The research was developed based on the six socio-economic strata in which the City of Bogotá is organized, using historical data of surface temperature, gross domestic product, per capita income, subscribers, consumption and price of electric power, price of the service of natural gas from 2005 to 2016. The three models were developed in free software R studio, from mathematical language. The first and second model is a multiple linear regression, but the second model has an economic interpretation of coefficients, while the third model is developed in the form of double logarithm economic regression. The three models show a good behavior compared with the measured data and comply with the validations proposed in the methodology, analyzing each variable with respect to the socio-economic stratum, presenting as the most relevant result, the multiple linear regression model with economic interpretation. That model has a significant variable, the Gross Domestic Product, a variable that has been closely related to energy consumption. This model accurately represents the trend of energy consumption and complies with all the statistical and theoretical parameters to give an accurate energy prediction.Ingeniero Ambientalhttp://unidadinvestigacion.usta.edu.coPregradoapplication/pdfspaUniversidad Santo TomásPregrado de Ingeniería AmbientalFacultad de Ingeniería AmbientalAtribución-NoComercial-SinDerivadas 2.5 Colombiahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Pronóstico del Consumo de Energía Eléctrica Residencial para la Ciudad de Bogotábachelor thesisTesis de pregradoinfo:eu-repo/semantics/acceptedVersionFormación de Recurso Humano para la Ctel: Trabajo de grado de pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisConsumptionForecastModelsEnergyIngeniería AmbientalAbastecimiento de EnergíaConsumo de EnergíaConsumoPronósticoModelosEnergìaBogotáCRAI-USTA BogotáWorld Bank, "Progress Toward Sustainable Energy," New York , 2015.International Energy Agency , World Energy Outlook, Paris , 2015 .H. Molina, "DANE Proyecciones de estudio de poblacion," Bogotà, 2013.Universidad Nacional de Colombia, Determinación del consumo final de energía en los sectores residencial urbano, comercial y determinación de consumos para equipos domésticos de energía eléctrica y gas., Bogota, 2006.E. Siegel, Predicitve Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die, Revised and Uptated, Wiley, 2016, p. 17.P. P. Merino, "Ecommerce News," [Online]. Available: https://ecommercenews. es/los-datos-nuevo-petroleo-del-siglo-xxi-41824.E. Carbonell, Regresión Lineal: Un enfoque conceptual y práctico, INIA, 1983."Las desventajas de la Regresión lineal múltiple.," 2015. Available: http://www.cusiritati.com/G4mP2LNBa/.R. Kizys, "Modelo de regresión lineal múltiple en la economia aplicada," UOC, Madrid, 2012.A. Marshall, "Principios de Economía," 1890.M. P. C. Navarrete, "Aplicación del método de regresión lineal en el análisis de los determinantes de la inversión extranjera en Colombia.," San Francisco, California , 2011.A. Sancho, Econometría de Regresiones Economicas, Madrid.J. Browlees, "Towars Data Science," 2017. Available: https://towardsdatascience.com/train-validation-and-test-sets-72cb40cba9e7.Análisis predictivo: técnicas , modelos utilizados y aplicaciones del mismo tipo de herramientas Open Source. , Carlos Espino Timon., Catalunya: Universidad Oberta de Catalunya, 2017.J. Strickland, Predictive Analytincs using R, 2014.E. Paradis, "R for beginners," Institut des Sciences de l'Evolution, Universit Montpellier , Paris, 2005.E. Mayor, Learning Predictive Analytics with R., 2015.World Energy Council , Mapa de Energía Mundial, 2014.S. K. C. T. S. Saravanan, India's Electicity demanda forecast using regression analysis and artificial neural networks based on principal components., Chennai : Deparmebt of Electronics Engineering, Kalasalingam University India, 2012.Modelling and Forecasting Residential Electrycity Consumption in the U.S Mountain Region, 2005.Z. Mohammed, Forecasting electric consumption in New Zeland usin economis and demographic variables, Christchurch: Departamento de Ingeniería Eléctrica e Informática, Universidad de Canterbury, 2003.XM, "Informe de Operación del SIN y Administración de Mercado.," 2015. Available: http://informesanuales.xm.com.co/2014/SitePages/operacion/3-1- Demanda-de-energia-nacional.aspx.Sistema Único de Información para servicios dmiciliarios , "SUI," 2016. Available: http://reportes.sui.gov.co/fabricaReportes/frameSet.jsp?idreporte=ele_com_067.J. O. V. M. G. Andres Felipe Barrientos, "Un modelo spline para el pronóstico de la demanda de energía eléctrica," Revista Colombiana de Estadistica , vol. 30, no. 2, p. 187 a 202, 2007.UPME, Proyección de demanda de Energía Eléctrica en Colombia, Bogotá, 2012.R. Arce, MODELOS ARIMA, Dpto Economía Aplicada..C. A. Garcia, Modelo para la proyección de demanda de energía eléctrica en Colombia., Bogotá: Subdireccion de Demanda UPME, 2014.UPME, Proyección regional de demanda de energía eléctrica., Bogotá , 2016.FEDESARROLLO, Centro de investigación economíca y social., "Análisis de la situación energetica en Bogotá y Cundinamarca.," Bogotá, 2015.Congreso de la República de Colombia, Ley 142 de 1994, Regimen de los servicios publicos domiciliarios., 1994.Congreso de la República de Colombia , Ley 689 de 2001, 2001.Ministerio de Minas y Energía, Decreto 3683, Bogotá, 2003.Ministerio de Minas y Energía, "Programa de uso racional y eficiente de energía y fuentes no convencionales.," Bogotá, 2010.C. N. d. l. r. d. Colombia, Ley 1715, Bogotá, 2014.Departamento Administrativo Nacional de Estadistica, Archivo de estimación y proyección de población Nacional, Departamental y Municipal total por área (1985- 2020), Información Estadistica, 2011.Departamento Administrativo Nacional de Estadistica, Cuentas Nacionales Departamentales, Bogotà: Informacion estadistica, 2016.UPME, Unidad de Planeación Minero Energetica, "Cobertura de energía electrica base por departamento.," Generador de consultas, Bogota, 2016.UPME, Unidad de Planeación Minero Energetica, "Proyeccion de demanda de energía Electrica y potencia máxima en Colombia.," Bogota, 2016.J. d. Quinto, Seguridad de suministro: Un valor en alza para la politica energetica y en la política de seguridad nacional., Madrid: UNISCI, 2007.F. Barrero, Sistemas de energia electrica, Madrid, España: Thomson, 2004.Departamento Administrativo Nacional de Estadistica, "DANE," 2015. Available: http://www.dane.gov.co/index.php/estratificacion-socioeconomica/metodologia. [Accessed 11 2017].Secretaria Distrital de Planeacion , Boletin No. 60: Ultima actualización de estratificacion en Bogotá, Boletin de prensa., Bogotá: Volumen 1, 2015.Comision de Regulación de Energia y Gas., Resolución 119, Bogota , 2007.Comision de Regulacion de Energia y Gas., Plan Tarifario de Energía, Bogotá, 2007.Congreso Nacional de la República de Colombia, Ley 697, Bogotá, 2001.Comisión de Regulación de Energía y Gas. , "Indice de conceptos Subsidios en electricidad y gas 003728," Bogota , 2004.Empresa de servicios publicos de Colombia , "Aplicaciones, subsidios y contribuciones EPM," 2015.. Available: http://aplicaciones.chec.com.co/sitioweb/node/377. [Accessed 18 11 2017].Etiquetado Energético Colombia, "Programa de Etiquetado," 2016. Available: http://www.etiquetaenergetica.gov.co/?p=1644.Ministerio de Minas y Energía de Colombia, Resolución 41012, Bogotá, 2015.Departamento Administrativo Nacional de Estadistica , "Producto Interno Bruto," DANE, Bogotá, 2017.V. S. G. Jacobo Campo Robledo, Relación Consumo de energía eléctrica y PIB: Evidencia desde un panel cointegrado de 10 paises de America Latina., Bogotá: Universidad Catolica , 2013.J. P. Ana Maria Macias Parra, "Estudio de generación electrica bajo escenario de cambio climatico UPME," 2014. Available: http://www1.upme.gov.co/Documents/generacion_electrica_bajo_escenarios_cambio _climatico.pdf. [Accessed Diciembre 2017].Ecopetrol, 22 Septiembre 2014. Available: https://www.ecopetrol.com.co/wps/portal/es/ecopetrol-web/productos-yservicios/ productos/gas-natural/Informaci%C3%B3n%20General/que-es-el-gasnatural/! ut/p/z0/04_Sj9CPykssy0xPLMnMz0vMAfIjo8ziLQIMHd09DQy9DZwt3Q wcjTwsQxw9g4I8nIz0C7IdFQEONbdQ/. [Accessed Diciembre 2017].Unigas , 2015. Available: http://www.unigas.com.co/nosotros/que-es-glp. [Accessed 2017].T. Mueller, Oferta y demanda de energía y electricidad: consecuencias para el medio ambiente global., Helsinki, 2010.Mónica Loustaunau, Aspectos e impactos ambientales., Veracruz , 2014.Instituto para la Diversificación y Ahorro de la Energía, Impactos ambientales de la producción de electricidad: Estudio comparativo de ocho tecnologías de generación eléctrica., Madrid., 2015.Gas Natural Fenosa , El impacto ambiental de las distintas fuentes energéticas de generación eléctrica., Bogotá: Energía y medio ambiente, 2013.Banco Mundial, "Emisiones de CO2 originadas por edificios residenciales y servicios comerciales y públicos.," 2016. Available: https://datos.bancomundial.org/indicador/EN.CO2.ETOT.ZS. [Accessed 2018].Universidad de los Andes, Hidroeléctricas un salvavidas o una amanaza a el calentamiento global., Bogotá, 2011.A. B. Friedman, El agotamiento de las reservas, más cerca de lo que se piensa: Cuando se acabe el petróleo., New York City, 2006.Banco Mundial , Enviromental Policy for Dam and Reservoir Projects., Washington D.C, 2010.Semana , "Áreas protegidas son insuficientes para proteger los grandes vertebrados de Colombia.," 19 04 2018. [Online]. Available: https://sostenibilidad.semana.com/impacto/articulo/areas-protegidas-soninsuficientes- para-proteger-los-grandes-vertebrados-de-colombia/40859. [Accessed 09 2018].E. J. B. Cabal, Revisión de emisiones de CO2 en Colombia por la generación de energía eléctrica para el sistema interconectado Nacional en época de fenómeno de El Niño entre los años 1990-2016., Bogotá, 2017.M. K. Jiawei Han, Data Maning: Concepts and Techniques, San Francisco: Morgan Kauffman Publishers, 2006.Consejo Nacional de Electricad, Plan Maestro de Electrificacion 2013 y 2022, Quito, 2011.Minitab, "Support Minitab," 2013. Available: https://support.minitab.com/esmx/ minitab/18/help-and-how-to/modeling-statistics/regression/how-to/partial-leastsquares/ interpret-the-results/all-statistics-and-graphs/model-selection-table/.F. Rivas, El significado de la significancia.J. M. D. P. R. Carlos Peña, Forecasting Water Demand in Residential, commercial and Industrial Zones in Bogota, Colombia, Alicante : Universidad de Alicante , 2016.Ministerio de Minas y Energía, "Evolución Mercado Energético," Congreso República de Colombia, Bogotá, 2012.Congreso Nacional de Colombia , Ley 607, Bogota, 2001.SIU, "Sistema Unico de Información de Servicios Públicos Domiciliarios.," Available: http://www.sui.gov.co/web/energia. [Accessed 2016].DANE, Distribuciòn de la población por estratos en las grandes ciudades., Bogotá, 2015.Departamento Administrativo Nacional de Estadistica, Producto Interno Bruto Historico de Bogotá por ramas de actividad economica, Bogota: Informacion Estadistica , 2016.Camara de Comercio de Bogota, La competitividad de Bogotá en el marco del POT, Bogota, 2017.IDEAM, Datos historicos multianuales de Temperatura Superficial, Bogotá.XM , "Por fenómeno El Niño, niveles de embalses cayeron en octubre y se ubicaron en 62,5%: XM," Noviembre 2015. Available: http://dataifx.com/noticias/porfen% C3%B3meno-el-ni%C3%B1o-niveles-de-embalses-cayeron-en-octubre-y-seubicaron- en-625-xm. [Accessed Diciembre 2017].SUI, "Sistema Unico de Informacion de Servicios publicos domiciliarios," Available: http://www.sui.gov.co/web/gas-natural.J. Barrientos, "Modelo para el pronóstico del precio de la energía electrica en Colombia," Medellin, 2012.U.S Energy Information Administration., "Consumption & Efficiency," Independent Stadistics & Analysis , Washington, 2013.Secretaria Distrital de Planeación , La estratificación en Bogota D.C. y estudios relacionados, Bogotà: Alcaldia Mayor de Bogotá , 2014.Comisión de Regulación de Energia y Gas , Definicion de la formula tarifaria de energia electrica, para el proximo periodo tarifario., Bogotá , 2015.Semana , "Curiosidades del gran apagon que amenaza con repetirse.," 2015. Available: http://www.semana.com/nacion/articulo/asi-fue-el-racionamiento-deenergia- en-1992-en-el-gobierno-de-cesar-gaviria/448643-3. [Accessed Diciembre 2017].R. M. Granados, "Modelos de regresión lineal múltiple," Departamento de Economia Aplicada, Granada, España, 2016.Congreso Nacional de la Republica de Colombia, Ley 143 de 1994, 1994.J. M. P. Gomez, Interviewee, Consulta sobre manejo de pronosticos de demanda energetica.. [Interview]. Febrero 2017.ORIGINAL2018julianarey.pdf2018julianarey.pdfapplication/pdf1103658https://repository.usta.edu.co/bitstream/11634/14459/1/2018julianarey.pdfe4e998591e3a2c455b645b5194400383MD51open accesscartadeautorización.pdfcartadeautorización.pdfapplication/pdf656382https://repository.usta.edu.co/bitstream/11634/14459/4/cartadeautorizaci%c3%b3n.pdff072d4cc41ea92b18eb5713e8798c1e3MD54metadata only access2018cartadederechosdeautor.pdf2018cartadederechosdeautor.pdfapplication/pdf169247https://repository.usta.edu.co/bitstream/11634/14459/6/2018cartadederechosdeautor.pdf422a1733cb59a5bf19651ea4b946ffbeMD56metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/14459/2/license.txtf6b8c5608fa6b2f649b2d63e10c5fa73MD52open accessTHUMBNAIL2018julianarey.pdf.jpg2018julianarey.pdf.jpgIM Thumbnailimage/jpeg3939https://repository.usta.edu.co/bitstream/11634/14459/3/2018julianarey.pdf.jpg0bc0e5445cbe84b1bc2e59172fb90841MD53open accesscartadeautorización.pdf.jpgcartadeautorización.pdf.jpgIM Thumbnailimage/jpeg7367https://repository.usta.edu.co/bitstream/11634/14459/5/cartadeautorizaci%c3%b3n.pdf.jpgba8ff03eeaa4849018267d496c253dbaMD55open access2018cartadederechosdeautor.pdf.jpg2018cartadederechosdeautor.pdf.jpgIM Thumbnailimage/jpeg7248https://repository.usta.edu.co/bitstream/11634/14459/7/2018cartadederechosdeautor.pdf.jpge9f1f7b1f7ee3f9f8c7103735b39a34bMD57open access11634/14459oai:repository.usta.edu.co:11634/144592023-10-06 03:16:44.798open accessRepositorio Universidad Santo Tomásnoreply@usta.edu.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