Medium-term forecasting of electricity pricesa hybrid methodology based on fundamental and technical analysis

Resumen

Entre el creciente interés por la predicción a corto plazo y el equilibrio entre generación y demanda en tiempo real, y la preocupación por la adecuación de la capacidad de generación en el largo plazo, la tarea de planificación de la operación en el medio plazo sigue siendo un área de riesgo de negocio sustancial para los generadores de energía eléctrica. Esto es aún más relevante como resultado de la alta penetración de las tecnologías intermitentes y los cambios normativos y estructurales que se producen con tanta frecuencia en los mercados de energía. En este contexto, la previsión de precios eléctricos en el medio plazo, esto es de un mes a varios meses de antelación, juega un papel esencial para todos los agentes del mercado, ya que es fundamental para la compra de combustibles, la compraventa de la energía y la gestión de los beneficios obtenidos. Esta no es una tarea fácil, ya que los riesgos derivados de los efectos estacionales sobre la demanda y la oferta, la volatilidad de los precios de los combustibles, así como el comportamiento incierto de competidores en el mercado deben tenerse muy en cuenta. Todos estos factores combinados justifican la necesidad de disponer de pronósticos exactos de los precios eléctricos, que van más allá de las estimaciones puntuales para proporcionar al menos intervalos, si no la función de densidad completa, de las estimaciones de los riesgos de precio de mercado. Esta tesis tiene como objetivo desarrollar una nueva metodología para estimar de manera precisa y probabilística el precio horario de la electricidad en el medio plazo, teniendo en cuenta para ello la hibridación entre los dos enfoques tradicionales que se utilizan en los mercados financieros para la predicción de precios: fundamental y técnico. Inicialmente, se ha presentado una metodología basada en un modelo fundamental puro que incorpora simulación de Monte Carlo junto con técnicas de interpolación espacial y una nueva definición de los niveles de carga. En una primera etapa, este modelo fundamental, que nos permite hacer predicciones probabilísticas del precio de la electricidad sobre una base horaria y con tiempos de ejecución razonables, ha sido comparado por una parte con el enfoque tradicional fundamental que hace predicciones puntuales sobre valores medios de grupos de horas similares y por otro lado con otras técnicas econométricas utilizadas tradicionalmente en el corto plazo. A la vista de los resultados de este análisis, se ha podido demostrar que este nuevo enfoque ha mejorado considerablemente la capacidad de captar la dinámica de los precios de la electricidad con respecto a los enfoques tradicionales. Sin embargo, incluso un modelo tan detallado no ha sido capaz de capturar los momentos más altos de la distribución. Básicamente, esto se debe a que la formación de precios por lo general tiende a apartarse de los factores fundamentales y, en su lugar, los aspectos del comportamiento tales como la conducta especulativa o estratégica pasan a ser más relevantes. Además, la agrupación de horas en estados del sistema da como resultado un precio menos volátil. Como consecuencia de estas limitaciones observadas, en un paso posterior se amplía la investigación sobre métodos híbridos de predicción. Este tipo de modelos vincula los modelos de formación de precios fundamentales, los cuales utilizan técnicas de optimización para modelar el equilibrio del mercado, con la recalibración econométrica de los datos de las series temporales. Esta tesis es innovadora en su uso de técnicas econométricas no paramétricas tales como la regresión cuantílica para llevar a cabo la recalibración del modelo de equilibrio de mercado. Se muestra que los resultados probabilísticos del modelo fundamental añaden valor respecto a los valores esperados de las variables de entrada a las regresiones cuantílicas. Asimismo, se ha podido comprobar que si el modelo fundamental está bien especificado en lo relativo a la variación diaria, no es necesario llevar a cabo las regresiones por cuantiles para cada hora del día por separado. Este método híbrido es superior al modelo fundamental y a otras técnicas probabilísticas que se utilizan tradicionalmente en el corto plazo. Aunque la metodología híbrida no paramétrica ha demostrado sin lugar a dudas que es capaz de mejorar significativamente la predicción probabilística, todavía es posible realizar algunas progresos. Esto se debe principalmente al sesgo que se produce en las predicciones cuantílicas debido a la limitación impuesta para evitar el cruce entre los diferentes percentiles y a los problemas de escasez de datos observados en las colas. Por ello, se ha profundizado en la investigación sobre la propuesta de un marco híbrido que incorpore distribuciones flexibles de cuatro parámetros. Como se ha demostrado empíricamente, todas las funciones de densidad que se han utilizado capturan una amplia gama de formas de tal manera que los cuatro parámetros de distribución pueden cambiar en cada hora en función del valor de una serie de variables exógenas. A la vista de los resultados, es evidente que este marco híbrido paramétrico proporciona mejores predicciones probabilísticas que el resto de técnicas ya propuestas. Por otra parte, se han observado mejoras significativas al utilizar un marco híbrido de tres etapas que incorpora esquemas de combinación de las predicciones probabilísticas. El enfoque propuesto demuestra su eficacia en toda la gama completa de los percentiles de la función de distribución del precio, sobre todo en las colas. Parece que con el fin de mejorar aún más las capacidades predictivas, este trabajo podría ser complementado con otras técnicas que nos permitan estimar con más precisión la cola inferior de la función de densidad de precio. Por esta razón, en esta tesis también hemos presentado una metodología específica que ha demostrado ser muy útil para obtener de forma simultánea predicciones puntuales y probabilísticas horarias sobre la aparición de precios extremadamente bajos.