Resumen

Una red neuronal autorregresiva es estimada para el precio mensual brasileño de corto plazo de la electricidad, la cual describe mejor la dinámica de los precios que un modelo lineal autorregresivo y que un perceptrón multicapa clásico que usan las mismas entradas y neuronas en la capa oculta. El modelo propuesto es especificado usando un procedimiento estadístico basado en el contraste del radio de verosimilitud. El modelo pasa una batería de pruebas de diagnóstico. El procedimiento de especificación propuesto permite seleccionar el número de unidades en la capa oculta y las entradas a la red neuronal, usando pruebas estadísticas que tienen en cuenta la cantidad de los datos y el ajuste del modelo a la serie de precios. La especificación del modelo final demuestra que el precio para el próximo mes es una función no lineal del precio actual, de la energía afluente actual y de la energía almacenada en el embalse equivalente en el mes actual y dos meses atrás.

INTRODUCCIÓN

El proceso de reforma de los sectores eléctricos en el mundo ha creado nuevos mercados competitivos diseñados bajo el principio de eficiencia económica [1,2,3] que incentivan la entrada de capitales privados a los negocios de generación, transmisión y distribución. Con la llegada de la nueva estructura competitiva del mercado, se implementaron nuevos mecanismos para la formación de los precios de la electricidad, obligando al desmonte de todas las protecciones y controles existentes. Es así entonces, como las series de precios de la electricidad poseen ahora características únicas que no han estado presentes en los mercados eléctricos tradicionales; tal como es indicado por Pilipovic [4], los precios de la electricidad en los mercados desregulados o liberalizados se ven influenciados en el corto plazo por las condiciones instantáneas de operación del sistema de generación para satisfacer la demanda, mientras que en el largo plazo dependen del crecimiento de la demanda y de la nueva capacidad instalada para atenderla; consecuentemente, la evolución del precio se ve influenciada por una gran cantidad de factores complejos que se resumen en las condiciones físicas del sistema de generación, las decisiones de negocio de los agentes, y las decisiones y pautas del regulador.

Así, el modelado y la predicción de los precios de la electricidad han cobrado una importancia fundamental para los distintos agentes económicos, ya que están relacionados con la necesidad que tienen los generadores, los distribuidores y el regulador del mercado, de tomar decisiones tanto operativas como estratégicas [5] relacionadas con la formulación de estrategias de comercialización en el corto y en el largo plazo, la optimización de su programa de generación [6], la conformación del portafolio de activos de generación, la adquisición de nuevas plantas, y el abandono de plantas existentes [7,8]; así como un mejor manejo y planeamiento del mercado [7] desde el papel del regulador.

• Materias:Red neuronal Electricidad Estadística Energía
• Subjects:Neural network Electricity Statistics Energy
• Palabras claves:Red neuronal autorregresiva, procedimiento de especificación, precio spot de electricidad, modelado no lineal de series temporales.
• Keywords:Autoregressive neural network, specification procedure, electricity spot price, nonlinear time series modelling.