Predicció a llarg termini del preu de l’electricitat del mercat diari

Autor: Villanueva Espelta, Iván
Přispěvatelé: Martín Cañadas, María Elena, Universitat Politècnica de Catalunya. Departament d'Enginyeria Elèctrica
Jazyk: Catalan; Valencian
Rok vydání: 2021
Předmět:
Zdroj: UPCommons. Portal del coneixement obert de la UPC
Universitat Politècnica de Catalunya (UPC)
Popis: L'electricitat és un producte energètic que no es pot emmagatzemar a gran escala. A més, l’estabilitat del sistema de subministrament elèctric requereix una harmonia constant entre la creació i la utilització de l’electricitat, que depèn de les condicions atmosfèriques, l’activitat dels negocis i la de la gent en el dia a dia. En aquesta atmosfera competitiva, és bàsic preveure el cost futur de l’energia, centrant-se en investigar anàlisis rentables, ampliant el benefici dels productors d’energia i ajudant a reduir el cost de l’energia dels compradors. El paper dels organismes controladors del mercat elèctric és coordinar l’oferta i la demanda per decidir el cost al mercat. Aquest cost s’estableix en una subhasta, duta a terme cada hora, utilitzant la convergència entre la corba d’oferta, construïda a partir d’ofertes de subministrament acumulades, i la corba de demanda, desenvolupada a partir d’ofertes d’interessos recollides i la predicció de l’administrador del mercat. Les comandes de compra/venda es van acceptant fins arribar a la cassació de la corba d’oferta i demanda. Tot i que la venda a l'engròs d'electricitat reflecteix en temps real el cost del subministrament que varia minut a minut, els costos dels preus de l'electricitat per als consumidors finals, l’anàlisi i la planificació de la rendibilitat de la inversió es fonamenten en un cost estacional mitjà (horari, diari, mensual, etc.). En aquest sentit, el principal objectiu d'aquest treball és la construcció d’un model estadístic per preveure els preus de l’electricitat a llarg termini, entenent amb això períodes superiors a un any. El model es posarà a prova amb les dades conegudes de l'any 2019 per avaluar la seva bondat.
Databáze: OpenAIRE
Externí odkaz: