Short-term forecasting of electricity pricesa hybrid methodology based on fundamental and statistical analysis
- Marcos Peirotén, Rodrigo Alejandro de
- Antonio Bello Morales Director/a
- Javier Reneses Guillén Director/a
Universidad de defensa: Universidad Pontificia Comillas
Fecha de defensa: 02 de octubre de 2020
- Ricardo Cao Abad Presidente
- Francisco Alberto Campos Fernández Secretario/a
- Antonio Muñoz San Roque Vocal
- Antonio Jesús Conejo Navarro Vocal
- Begoña Vitoriano Villanueva Vocal
Tipo: Tesis
Resumen
Actualmente existe un panorama muy competitivo en el mercado eléctrico en el que los participantes deben ajustar sus estrategias y buscar apoyo a la hora de tomar decisiones al realizar transacciones. Esta situación es causa de los numerosos cambios que se dan en los mercados eléctricos que están relacionados con los siguientes factores: el auge de las tecnologías de generación renovable en el sistema eléctrico, los numerosos cambios regulatorios, las variaciones climatológicas, la volatilidad de los costes de los combustibles, y también la inestabilidad financiera global. Por lo tanto, el comportamiento de los precios del mercado eléctrico presenta una volatilidad e incertidumbre elevadas, además de ser no estacionario. Por ello, los agentes y profesionales del mercado recurren a modelos de predicción del precio eléctrico para obtener apoyo en sus transacciones, que en mayor parte son relevantes para el corto plazo, como la gestión de riesgos. Una forma de tener en cuenta todos los factores que influyen en el precio del mercado eléctrico es por medio de la hibridación de modelos fundamentales y estadísticos. Por un lado, los modelos fundamentales llevan a cabo una simulación de la casación del mercado eléctrico en función de la dinámica del mismo, las propiedades físicas del sistema eléctrico, efectos regulatorios, etc. Por otro lado, los modelos estadísticos son capaces de detectar tendencias lineales y no lineales que ocurren de forma repetitiva, como los patrones intradiarios y otros efectos periódicos. Sin embargo, esta hibridación de modelos se ha llevado a cabo en su mayor parte en contextos de largo plazo, en los cuales se ha demostrado sus ventajas. En consecuencia, la aplicación de este método en el corto plazo conllevaría otras consideraciones y/o más hipótesis que deben determinarse.