Predicción del precio de la electricidad en la bolsa mediante un modelo neuronal no-lineal autorregresivo con entradas exógenas

RESUMEN: Se realizó la predicción del precio de energía de bolsa promedio mensual en el mercado eléctrico colombiano por medio de un modelo de redes neuronales no-lineal autorregresivo. Considerando como entradas exógenas: la demanda, la relación entre generación hidráulica-térmica, la probabilidad del Fenómeno de El Niño y el volumen útil diario energía; y como variable autorregresiva el precio de bolsa promedio mensual. Para el entrenamiento, validación y pruebas se analizaron datos entre enero de 2003 y marzo de 2014. Adicionalmente, la efectividad del modelo fue probada con datos entre abril de 2014 y febrero de 2015. Se observó que al incorporar la historia del precio y variables dependientes de condiciones hidrológicas como el Fenómeno del Niño en el modelo, se puede reproducir adecuadamente la dinámica del precio de la energía en Colombia, incluso en meses posteriores al periodo de tiempo considerado.

• Autores: Agudelo Montoya, Adriana Patricia; López Lezama, Jesús María; Velilla Hernández, Esteban
• Tipo de recurso: Article of investigation
• Fecha de publicación: 2015
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/25351
• Acceso en línea: http://hdl.handle.net/10495/25351
• Palabra clave: Redes neurales (computadores); Neural networks (Computer science); Análisis de series de tiempo; Time-series analysis; Bolsa de energía; Generación de electricidad; Mercado eléctrico; Fenómeno del Niño
• Rights: openAccess
• License: http://purl.org/coar/access_right/c_abf2