estimación de curva de consumo eléctrico a futuro de...
TRANSCRIPT
ESCUELA TÉCNICA SUPERIOR DE
INGENIERÍA
UNIVERSIDAD DE SEVILLA
ESTIMACIÓN DE CURVA DE
CONSUMO ELÉCTRICO A
FUTURO DE AGREGACIONES DE
SUMINISTROS ELÉCTRICOS
NOMBRE: Mª de los Ángeles Gámiz Juárez
TITULACIÓN: Grado en Ingeniería de Tecnologías
Industriales
AÑO: 2014
DIRECTORES: Manuel Bernal Martín
Dr. Esther Romero Ramos
2
AGRADECIMIENTOS
En primer lugar, quiero agradecer a Manuel Bernal Martín el haber tenido la idea de
este trabajo y haberme ayudado en la realización del mismo, además del tiempo que me
ha dedicado durante estos meses. Ha sido mucho lo que he aprendido de ti.
También, agradecer a Esther Romero Ramos no solo su ayuda con este trabajo, sino
también todo el apoyo y confianza que ha mostrado en mí durante estos años. Gracias
por la dedicación y el entusiasmo que has mostrado y transmitido. Por personas como tú
me adentré en este mundo que tanto me apasiona. Gracias.
Dar las gracias a mis padres y a mi hermano, por ser los pilares de mi vida y hacer de mí
quien soy hoy. Vuestro amor incondicional ha hecho que no tire la toalla nunca y que
luche por todo aquello que quiero conseguir. A vosotros os lo debo todo.
Gracias a mi novio por haber caminado junto a mí siempre. La distancia y la espera
empiezan a dar su recompensa.
Por último, quiero agradecer a mi tío Rafa todos los consejos que me ha dado, sus
largas charlas al teléfono y el cariño y la confianza que ha depositado en mí.
3
ÍNDICE
1. Objetivos y alcance del proyecto..…………………………………….…...pág 7
2. El Sector Eléctrico………………………………………………………....pág 10
2.1.Consumo eléctrico en España……………………………………………...pág 11
2.2. Tipos de consumidores…………………………………………………....pág 12
2.3. Estructura básica del sector eléctrico español…………………………….pág 13
2.4. Funcionamiento del mercado eléctrico mayorista………………………...pág 15
2.4.1. Otras formas de compra de electricidad……………………………….pág 18
2.4.2. Cuestiones que se plantean…………………………………………….pág 18
2.5.Funcionamiento del mercado eléctrico minorista………………………….pág 19
3. Curvas de carga y tipos de consumidores………………………………….pág 21
3.1.Clasificación de predicciones de consumo……………………...…………pág 22
3.2.Caracterización de la demanda de energía eléctrica……………………….pág 22
3.3. Clasificación de los consumidores a tratar………………………………..pág 24
3.4. Modelos predictivos de la demanda…………………………………….....pág 25
3.4.1. Modelos predictivos causales………………………………………….pág 27
3.4.2. Modelos predictivos de series temporales……………………………..pág 27
3.4.3. Modelo predictivo de coeficientes……………………………………..pág 28
4. Consumidores con curvas de consumo no disponibles…………...…….....pág 29
4.1.Metodología y procedimiento……………………………………………...pág 30
4.1.1. Datos de entrada……………………………………………..………....pág 30
4.1.2. Creación de las tablas de trabajo………..……………………………...pág 31
4.2.Resultados………………………………………………………….………pág 32
5. Consumidores con base de datos históricos……………….……………….pág 35
5.1.Análisis previo orientativo………………………..………………………..pág 36
5.1.1. Datos y tratamiento………………………………………………….…pág 37
5.1.2. Cálculo de coeficientes………………………………………………...pág 38
5.1.3. Método 1……………………………………………………………….pág 40
5.1.3.1.Resultados……………………………………………………………...pág 43
5.1.4. Método 2…………………………………………………………….…pág 44
5.1.4.1.Resultados………………………………………………………….......pág 44
5.1.5. Conclusiones del análisis……………………………………………....pág 45
5.2.Modelo empleado para la estimación del consumo………………………..pág 45
5.2.1. Metodología y procedimiento………………………………………….pág 46
5.2.1.1.Tabla de datos inicial…………………………………………………..pág 46
5.2.1.2. Manipulación de la tabla dinámica……………………………………pág 46
5.2.1.3. Algoritmo de cálculo de los coeficientes de estimación de la
demanda……………………………………………………….……….pág 49
5.2.1.4. Estimación de las curvas…………………………………………..…..pág 51
4
5.2.2. Resultados y conclusiones……………………………………………..pág 53
5.3.Estimación de todos los consumidores…………………………………….pág 61
6. Conclusiones y trabajos futuros…………………………...……………….pág 64
7. Anexos………………………………………………………………..........pág 67
7.1.Índice……………………………………………………………………....pág 68
8. Bibliografía………………………………………………………………...pág 92
5
LISTA DE FIGURAS
Figura 1: Energía diaria por tecnologías en España
Figura 2: Esquema de funcionamiento del mercado eléctrico hasta 1997
Figura 3: Esquema de funcionamiento del sector eléctrico en la actualidad
Figura 4: Casación entre oferta y demanda de electricidad
Figura 5:Funcionamiento del mercado eléctrico (I)
Figura 6: Funcionamiento del mercado eléctrico (II)
Figura 7: Empresas comercializadoras en España
Figura 8: Curvas de generación de fotovoltaica
Figura 9: Ejemplo de curva de demanda
Figura 10: Evolución de los precios de la demanda
Figura 11: Curvas consumidores tipo B
Figura 12: Promedios de consumos iniciales en la base de datos recibida
Figura 13: Representación de captura de datos con la función BUSCARV
Figura 14: Representación comparativa de las predicciones iniciales con la curva real.
Método 1
Figura 15: Representación comparativa de las predicciones calculadas con la curva real.
Método 2
Figura 16: Lista de campos que aparecen en la tabla dinámica
Figura 17: Tabla dinámica creada. Suministro industrial
Figura 18: Visualización del proceso de operación para determinar los coeficientes
Figura 19:Comparativa curvas real y prevista. Semana 7, Consumidor industrial
Figura 20: Comparativa curvas real y prevista. Semana 7, Comunidad de regantes
Figura 21: Comparativa curvas real y prevista. Semana 7, Centro universitario
Figura 22: Comparativa curvas real y prevista. Semana 11, Consumidor industrial
Figura 23: Comparativa curvas real y prevista. Semana 11, Comunidad de regantes
Figura 24: Comparativa curvas real y prevista. Semana 11, Centro universitario
6
Figura 25: Comparativa curvas real y prevista. Semana 16, Consumidor industrial
Figura 26: Comparativa curvas real y prevista. Semana 16, Comunidad de regantes
Figura 27: Comparativa curvas real y prevista. Semana 16, Centro universitario
Figura 28: Comparativa curvas real y prevista. Semana 18, Consumidor industrial
Figura 29: Comparativa curvas real y prevista. Semana 18, Comunidad de regantes
Figura 30: Comparativa curvas real y prevista. Semana 18, Centro universitario
Figura 31: Estimación de todos los consumos semana 11
Figura 32: Estimación de todos los consumos sin tener en cuenta la comunidad de
regantes
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
7
BLOQUE 1. OBJETIVOS Y
ALCANCE DEL PROYECTO
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
8
1. OBJETIVOS Y ALCANCE DEL PROYECTO
El sistema eléctrico español ha sufrido en las últimas décadas numerosos
cambios con respecto a su estructura y funcionamiento. Antes de 1997 el mercado
eléctrico era rígido y estaba regulado por un único organismo: El Gobierno.
Posteriormente, surgieron modificaciones que llevaron a una gestión repartida del
mercado, con actividades reguladas por diferentes empresas y organismos.
En la actualidad se están introduciendo múltiples novedades con respecto a la
factura de la luz. Con ello, aumenta la curiosidad y la necesidad de saber cuánto es
exactamente lo que se consume, y los términos por los que se está pagando.
Existen muchos consumidores y de dimensiones muy diferentes. A la hora de
determinar cuál es su demanda hay que conocer cuáles son las carácterísticas de dicho
suministro y de qué depende su consumo principalmente. Por ejemplo, no será lo
mismo, conocer el consumo de una industria que tuviera unos patrones de
comportamiento más o menos predecibles sin importunios, que un consumo que se vea
afectado por parámetros poco predecibles, como la lluvia.
Es importante saber exactamente qué es lo que se está consumiendo a cada hora,
o al menos, establecer una estimación lo suficientemente buena como para que el error
sea lo menor posible. Siempre se ha de tener en cuenta que la electricidad no es un bien
fácil de almacenar, y que todo aquello que se produce en un instante dado tiene que ser
consumido en el mismo instante. Además, la demanda eléctrica varía con el tiempo en
función de los hábitos de los consumidores, la estructura productiva de la economía,
cómo sea la climatología, en qué estación del año se esté, etc. Cada instalación de
generación de electricidad tiene unos costes diferentes dependiendo del precio del
combustible, gastos de mantenimiento y amortización de las instalaciones. Estas
características influyen en lo que se denomina perfil de la demanda y de la distribución
horaria de precios de la energía eléctrica.
Éste es el principal interés de conocer el consumo, pero también hay que tener
en cuenta lo que se conoce como el interés económico del consumidor. Son múltiples
las ocasiones en las que los consumidores quieren ser conocedores de lo que van a
consumir a futuro con la mayor exactitud posible. Normalmente, es de interés para los
que acceden directamente al mercado a comprar su electricidad, o también para las
comercializadoras que llevan la gestión de la compra de electricidad para múltiples
consumidores.
Estas inquietudes son la base del objeto de este proyecto, en el cual se tratará de
estimar la curva de consumo eléctrico a futuro de una agregación de suministros
eléctricos de diversas características. Se explicará el estudio que se ha llevado a cabo
para automatizar de alguna forma la predicción de la demanda, desde el punto de vista
de una comercializadora, la cual recibirá una lista de suministros de diferentes
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
9
características y, posteriormente, aplicará una clasificación para trabajar de un modo u
otro con ellos.
En principio se trabajará con consumidores de un tamaño relativamente grande.
Se pretende conseguir una estimación aproximada del consumo, sin alcanzar una
precisión del 100% del mismo, ya que no se tendrán en cuenta variables externas que
afecten a la demanda. Lo que se desea conocer es el consumo de numerosos suministros
diferentes, y se abordará el problema teniendo en cuenta una compensación del
consumo entre los mismos, es decir, puede ser que se estime menos energía a una hora
determinada para un consumidor dado, mientras que para otro se determine más que la
que realmente necesite, con lo que se produciría una compensación entre ellos.
Para la realización de este trabajo se hará uso de una aplicación distribuida para
hojas de cálculo muy conocida de Microsoft Office: Excel. Con este software, se
manejarán los datos, se realizarán estudios y se utilizarán sus funciones para optimizar
al máximo los resultados.
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
10
BLOQUE 2. EL SECTOR
ELÉCTRICO
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
11
2. EL SECTOR ELÉCTRICO
Antes de profundizar más, es necesario dejar claro una serie de conceptos
relacionados con la estructura del sector eléctrico en España y su funcionamiento, la
clasificación de los consumidores, así como el conocimiento de las principales energías
que participan en la generación de electricidad.
2.1. CONSUMO ELÉCTRICO EN ESPAÑA
Se puede establecer una primera clasificación de las fuentes de energía
atendiendo a los siguientes criterios:
En función de su forma de utilización:
•Fuentes de energía primaria: las que no han sufrido ningún proceso de
transformación obteniéndose directamente de la naturaleza. Son las siguientes:
•Carbón
•Petróleo
•Gas natural
•Uranio natural
•Viento
•Sol
•Agua (elevada, mareas, olas)
•Biomasa
•Energía final: se obtiene a partir de la energía primaria mediante procesos de
transformación para su utilización directa por el consumidor final. Entre ellas están:
• Refinerías
• Centrales eléctricas
• Etc
En función de su naturaleza renovable o no renovable:
•Fuentes renovables: Son conocidas como las teóricamente inagotables, como
las siguientes:
•Radiación del sol
•Viento
•Sol
•Agua (elevada, mareas, olas)
•Biomasa
•Fuentes no renovables: son aquellas que existen de forma limitada en la
naturaleza y que no se renuevan a corto plazo. Entre ellas se encuentran:
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
12
•Carbón
•Petróleo
•Gas natural
•Combustibles nucleares
En base a esta clasificación previa de las fuentes de energía, se puede decir que
la electricidad ocupa hasta una cuarta parte del consumo español de energía final
clasificado por fuentes de energía:
Fig 1.- Energía diaria por tecnologías en España (Mayo 2014)
2.2. TIPOS DE CONSUMIDORES
En este punto del documento se va a tratar de clasificar los diferentes
consumidores existentes en el mercado eléctrico actual. Antes de llevar a cabo la
clasificación, se deja claro que los consumidores se pueden agrupar atendiendo
diferentes criterios, y que esta forma de agruparlos es totalmente personalizada,
pudiéndose tener en cuenta cualquier otra.
La clasificación que se va a realizar está establecida en función del tamaño del
consumidor:
- Pequeños consumidores: Su potencia contratada es inferior a 10 kW. Como
opción de contratación pueden acudir a comercializadores normales (los que
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
13
acuden a mercado de electricidad de forma habitual) o a comercializadores de
último recurso (los únicos que pueden impartir la Tarifa de Último Recurso
estipulada por el Gobierno, ahora llamada tarifa de PVPC o de Precio Voluntario
al Pequeño Consumidor). Aunque no es lo habitual, también pueden acceder
directamente a mercado.
- Grandes consumidores: Son los conocidos como clientes cualificados, porque no
se acogen a la tarifa regulada. Para la contratación de la electricidad pueden
acudir al mercado mayorista directamente o también pueden recurrir a
comercializadoras.
2.3. ESTRUCTURA BÁSICA DEL SECTOR ELÉCTRICO ESPAÑOL
En los últimos años la electricidad ha ido adquiriendo una mayor presencia en
las vidas de todos los ciudadanos. La Agencia Internacional de la Energía también
considera que el futuro será cada vez más eléctrico por la posibilidad de consumir una
energía que se generará de manera creciente por tecnologías no contaminantes. Todo
ello hace que el precio de la electricidad se esté convirtiendo en un elemento muy
importante para la sociedad en su conjunto, tanto para los usuarios domésticos, como
para la empresa y la industria, por el impacto que representa en su competitividad en un
entorno abierto y globalizado.
Hasta el año 1997 fue el Gobierno el encargado de fijar las tarifas eléctricas.
Existía un sector estructuralmente rígido, en el que las actividades de generación,
transporte y distribución estaban muy relacionadas entre sí, donde la misma compañía
podía realizar las tres actividades a la vez; un mercado donde no existía competencia en
la generación. Se puede decir que el mercado estaba monopolizado.
Fig 2.-Esquema de funcionamiento del mercado eléctrico hasta 1997
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
14
En el mismo año, se promulgó la Ley 54/1997 de 27 de noviembre del Sector
Eléctrico, la cual liberalizaba el mercado eléctrico en España. Posteriormente le
sucedieron a esta ley diversas modificaciones como: Ley 53/2002 de 30 de diciembre,
Ley 24/2005 de 18 de noviembre y la Ley 17/2007 de 4 de julio (prácticamente
derogada con la nueva Ley 24/2013 aprobada en diciembre de 2013).
El mercado actual es un oligopolio, es decir, un mercado dominado por un
pequeño número de vendedores o prestadores de servicio. Se reparte entre cinco grandes
eléctricas, las cuales tienen la responsabilidad de generar el 80% del total y se encargan
del 90% de la venta o comercialización. Éstas son:
- Iberdrola
- Gas Natural Fenosa
- Endesa
- EDP-Energías de Portugal
- EON
La generación y la comercialización de electricidad se realizan en competencia
en el nuevo mercado eléctrico, mientras que el transporte y la distribución se mantienen
como actividades en monopolio reguladas por el Gobierno. La comercialización es una
actividad nueva desde 1998, realizada por empresas que tienen como función la compra
de energía en el mercado mayorista y su venta a los clientes cualificados o a otros
agentes del sistema. Las comercializadoras no pueden poseer redes de distribución, pero
tienen derecho de uso de las redes de transporte y distribución para llevar la energía
hasta sus clientes, a cambio del pago de un peaje o tarifa de acceso a la red.
Esta reestructuración del sector eléctrico ha significado el paso de una estructura
vertical, donde todas las actividades estaban agrupadas, a otra organización donde
generación, transporte, distribución y comercialización operan independientemente.
Fig 3.- Esquema de funcionamiento del sector eléctrico en la actualidad
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
15
2.4. FUNCIONAMIENTO DEL MERCADO ELÉCTRICO MAYORISTA
Según OMIE (empresa perteneciente al grupo del Operador del Mercado
Ibérico), antes conocida como OMEL, el mercado eléctrico se define como el conjunto
de transacciones derivadas de la participación de los agentes del mercado en las
sesiones de los mercados diario e intradiario, y de la aplicación de los procedimientos
de operación técnica del sistema. Los generadores ofertan la electricidad que van a
producir al día siguiente, y las empresas compran esa electricidad. Así es como se
consigue que la demanda sea igual a la generación.
Representantes de los productores, distribuidores, comercializadores y
consumidores cualificados constituyen una comisión, la cual supervisa el
funcionamiento y operación que lleva a cabo OMIE.
El mercado donde se realizan esas múltiples operaciones de oferta y demanda al
por mayor de energía, se denomina pool. En él intervienen los que se conocen como
agentes de mercado (productores de electricidad, comercializadores y consumidores
cualificados). Es importante destacar que las compañías distribuidoras no pueden
vender energía, solamente pueden distribuirla. También están, por otro lado, los agentes
externos; empresas o consumidores extranjeros que pueden comprar o vender
electricidad a través de las conexiones internacionales.
El Estado define los procedimientos de autorización de nuevas centrales
eléctricas, pero no convoca ninguna licitación ni obliga a ninguna empresa a
construirlas. Existen dos tipos de centrales generadoras:
Los productores en Régimen Ordinario: compiten entre sí en el mercado
mayorista para vender electricidad cada hora (centrales eléctricas nucleares, de
carbón, de ciclo combinado a gas, fuel-gas, hidráulicas, etc.).
Los productores en Régimen Especial: energías renovables y cogeneradores con
una producción menor o igual de 50 MW. Tienen preferencia de venta, aunque
también pueden competir en el mercado mayorista desde 2004.
El funcionamiento de la operación de OMIE consiste en la subasta para las
veinticuatro horas del día siguiente, entrando con prioridad las energías más baratas,
seguidas del resto de los diversos sistemas de producción, hasta que la demanda
proyectada sea cubierta. Los consumidores, por otro lado, lanzan sus ofertas al mercado,
ofreciendo un precio por la energía que se va a producir. En primer lugar, acceden las
nucleares, debido a que sus parones y arranques serían muy costosos, saliéndole
rentable la pérdida de dinero durante algunas horas. A éstas, le siguen las energías
renovables, porque sus costes variables son casi nulos, y siempre les sale rentable
vender energía. Las renovables no marcan precio en el pool, produciendo el efecto de
abaratar la subasta. Ambas fuentes energéticas, nucleares y renovables, son ofrecidas en
el mercado a precio cero. A partir de aquí, les siguen en función de la demanda, las
energías más caras, el gas y el carbón. La última en cubrir la demanda proyectada
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
16
marcará el precio marginal de la energía de ese día (el precio que marca la intersección
de las curvas de oferta y demanda), siendo el resto de fuentes retribuidas también a ese
mismo precio. Precio que recibirán todos los generadores que han casado por debajo del
precio marginal resultante, y lo que tendrán que pagar los consumidores que hayan
casado sus ofertas de adquisición (superiores al precio marginal).
Cuando esté calculada la primera casación, se añaden los contratos bilaterales
(contratos suscritos entre un productor directamente con un consumidor, sin pasar por el
mercado). Es cuando hay que evaluar la viabilidad del programa, teniendo en cuenta
diversos condicionantes (capacidades de las líneas de transporte, conexiones
internacionales, etc.). Cuando se hayan sucedido todas estas múltiples iteraciones, se
obtiene el Programa Diario Viable Definitivo (programa completo de generación,
consumo y transporte del día siguiente). Este programa no siempre se cumple de manera
exhaustiva, y aparecen desvíos (diferencias entre la generación y consumos previstos).
Para resolver esto, existe el mercado intradiario, que divide el día en 6 sesiones de 4
horas. En éste, se lanzan ofertas de venta y de compra, y en cada una de ellas se produce
una nueva casación. Cuando se llevan a cabo cada una de estas casaciones, se vuelve a
estudiar nuevamente las restricciones técnicas del sistema, hasta alcanzar un nuevo
programa, siendo éste el Programa Horario Final.
Fig 4.- Casación entre oferta y demanda de electricidad
Aún con todo lo que se ha empleado hasta aquí, no se puede garantizar la
coincidencia de generación con demanda, con lo que se establecen además, las bandas
de regulación secundaria y terciaria. Las instalaciones participantes en estas
regulaciones no intervienen en el mercado, y reciben una fuente de compensación por
disponibilidad. Al final, el último programa es el Programa Horario Operativo, y es éste
el que establece definitivamente lo que se genera en cada instalación.
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
17
Fig 5.- Funcionamiento del mercado eléctrico (I)
Fig 6.- Funcionamiento del mercado eléctrico (II)
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
18
2.4.1. OTRAS FORMAS DE COMPRA DE ELECTRICIDAD EN EL
MERCADO ELÉCTRICO MAYORISTA
Además del mercado de OMIE, existen otras opciones de contratación de
energía eléctrica al por mayor:
a) Mercado Organizado de Derivados (contratos a plazo).
Los tipos de productos financieros están normalizados en el mercado organizado
de derivados (gestionado por OMIP/OMIClear): se pueden contratar futuros con o sin
entrega física de energía eléctrica. Existen dos mecanismos básicos de contratación, uno
mediante subastas y otro mediante mercado continuo. Es un mercado regulado con un
organismo que lo gestiona OMIP y se negocian productos estándar (un día, una semana,
un mes, un trimestre, o un año). Se contrata una cantidad de energía en banda base (la
misma cantidad de energía para todas las horas del periodo contratado (día, semana,
mes o año). También existen productos pico, en los que la cantidad comprada de energía
en las horas centrales del día es mayor que en el resto de horas…
OMIClear es la cámara de compensación que asegura la liquidación de los
contratos registrados, tanto la liquidación diaria de ganancias y pérdidas de los contratos
de futuros durante el periodo de negociación como la liquidación financiera de las
operaciones en el periodo de entrega, y si es el caso de futuros con entrega física de la
energía, la notificación y envío de las posiciones a la entidad responsable de la
liquidación física de los contratos.
b) Mercado no Organizado de Derivados (OTC).
La negociación y contratación de productos financieros a plazo se hace
directamente entre las partes, sin cámara de compensación, y los contratos no están
normalizados. La negociación va surgiendo de manera espontánea entre los agentes del
mercado de forma bilateral y no organizada (contando típicamente con la colaboración
de un bróker intermediario), por lo que estos mercados se denominan OTC.
2.4.2. CUESTIONES QUE SE PLANTEAN
Tras presentar el funcionamiento del pool, se barajan diversas cuestiones de si
éste lleva a cabo una gestión eficiente y políticamente justa para cada uno de los
consumidores. Es decir, se puede analizar que, por ejemplo, las centrales hidráulicas y
las nucleares perciben precios muchos más altos comparados con sus costes y, teniendo
en cuenta que por antigüedad ya están amortizadas, están encareciendo la factura de los
consumidores. Por otro lado, también, requiere atención el caso en que cuando la
demanda es baja y existe gran oferta de nuclear y renovables (con la que se podría
cubrir la baja demanda), el precio es entonces cero, lo cual hace que se genere un efecto
totalmente opuesto al anterior.
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
19
Según la CNE (Comisión Nacional de Energía) se está tratando de resolver los
problemas del pool, para así conseguir que éstos no destruyan y alteren el sistema.
A todo esto, hay que sumarle la inestabilidad actual del mercado energético,
debido a que en España aún interfieren las energías fósiles extranjeras, lo que produce
el encarecimiento de las mismas.
2.5. FUNCIONAMIENTO DEL MERCADO ELÉCTRICO MINORISTA
En la actualidad, todos los consumidores pueden elegir libremente su
suministrador de electricidad (negociando su contrato con una empresa
comercializadora de energía) o comprar directamente la energía en el mercado de
producción. En cualquier caso, es obligatorio el pago adicional al de la energía
comprada en el mercado horario de producción, de un peaje o tarifa de acceso a las
redes eléctricas de las empresas de transporte y distribución, regulado por el Gobierno.
Todos los consumidores están obligados a buscar un contrato de suministro en el
mercado libre.
El Gobierno ha dejado únicamente como refugio una tarifa conocida hasta hace
poco como Tarifa de Último Recurso (TUR), siendo conocida en la actualidad como
Precio Voluntario al Pequeño Consumidor (PVPC), publicada en el Boletín Oficial del
Estado, para consumidores de potencia contratada no superior a 10 kW, que en todo
caso se contrata con unas nuevas empresas eléctricas, denominadas comercializadoras
de último recurso (Endesa Energía XXI, S.L., Iberdrola Comercialización de Último
Recurso, S.A.U., Unión Fenosa Metra, S.L., Hidrocantábrico Energía de Último
Recurso, S.A.U. y E.ON Comercializadora de Último Recurso, S.L). Así, la mayoría de
los consumidores domésticos podrán optar entre acogerse a la tarifa del PVPC, con un
precio fijo, o buscar una oferta de suministro de energía eléctrica en el mercado libre.
Para el resto de consumidores con potencia contratada superior a 10 kW, la
única alternativa es el mercado libre. Aquí los consumidores pueden elegir su
suministrador, habitualmente eligiendo alguna de las ofertas realizadas por las empresas
comercializadoras de electricidad, o incluso comprar directamente la electricidad en el
pool (opción minoritaria).
Puede afirmarse que el mercado minorista no se ha desarrollado como cabía
esperar, debido sobre todo, a la excesiva concentración empresarial, ya que cinco
grupos empresariales poseen más del 95% del sector eléctrico, estando presentes,
además de en el ámbito de la comercialización, en el de generación y distribución,
aunque a través de entidades jurídicas diferenciadas.
El comercializador es un agente económico cuyo principal objetivo es comprar
energía eléctrica en el mercado mayorista y venderla a consumidores finales de su
cartera de clientes. Busca oportunidades en el mercado para comprar al precio más bajo
y vender al más alto posible.
La energía que las comercializadoras compran en el mercado mayorista para
venderla a sus clientes tiene que fluir necesariamente por las redes eléctricas. Los
consumidores pagan, en concepto del tránsito de esa energía por las redes de las
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
20
empresas eléctricas de transporte y distribución, un cargo denominado tarifas de acceso
o peajes, cuyas cantidades están reguladas por el estado de forma similar a las tarifas
eléctricas integrales como se ha mencionado anteriormente.
Fig 7.- Empresas comercializadoras en España
En resumen, los comercializadores:
- Adquieren la electricidad en el mercado mayorista (pool), o directamente
mediante contratos bilaterales físicos, contratos financieros, subastas, etc.
- Gestionan en nombre del consumidor el contrato de acceso a las redes.
- Venden electricidad a los clientes cualificados, en condiciones libremente
pactadas.
- También pueden ofrecer otros productos y servicios.
Es importante destacar que, si bien la empresa comercializadora gestiona el
contrato de acceso a redes con la empresa distribuidora, el titular de dicho contrato es el
consumidor.
Por lo que respecta al negocio de las empresas distribuidoras, éste se ha quedado
limitado al cobro de peajes por el tránsito de energía por sus redes eléctricas a los
consumidores.
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
21
BLOQUE 3. CURVAS DE
CARGA Y TIPOS DE
CONSUMIDORES
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
22
3. CURVAS DE CARGA Y TIPOS DE CONSUMIDORES
3.1. CLASIFICACIÓN DE PREDICCIONES DE CONSUMO
El estudio a realizar recibirá datos de distintos consumidores y serán clasificados
de la siguiente forma:
Predicción en base a un programa de consumo: Es una “predicción” que
viene dada como dato. Se conoce exactamente el consumo del suministro.
No hay que manipular el dato, solamente implementarlo en el sistema de
predicción como posteriormente se definirá.
Predicción en base a un consumo anual: Con ayuda de datos suministrados
por el BOE, y a partir de una serie de coeficientes que posteriormente se
definirán y explicarán, se establece la demanda para estos suministros.
Predicción en base a datos históricos: A partir de datos históricos conocidos
de estos consumidores, se pretende establecer un algoritmo y la
programación para la estimación de la curva de demanda horaria preparada
para posibles agregaciones de nuevos suministros.
3.2. CARACTERIZACIÓN DE LA DEMANDA DE ENERGÍA
ELÉCTRICA
Red Eléctrica de España publica en su red a tiempo real gráficos en los que se
puede ver el comportamiento de la producción eléctrica y cómo ésta se adapta a las
curvas de demanda. Resulta interesante ver las variaciones diarias en función del día
semanal, o de factores externos a los que puede afectar la generación o el consumo.
Otra característica a resaltar es la variación que se produce en generación y
consumo entre diferentes días. Por ejemplo, en un día soleado la generación de
fotovoltaica es una parábola perfecta (Fig 8, derecha). Sin embargo, en un día de nubes
y claros aparecen picos muy marcados (Fig 8, izquierda). Resulta interesante también,
comparar las curvas para un día cualquiera entre semana, con un fin de semana, o un día
festivo, por ejemplo.
Fig 8.- Curvas de generación de fotovoltaica
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
23
A modo de ejemplo, la siguiente figura muestra el consumo agregado diario del
viernes 20 de junio de 2014 en España, e ilustra la idea del perfil, o curva de la demanda
eléctrica.
Fig 9.- Ejemplo de curva de demanda
En este ejemplo, se aprecia cómo la demanda va variando a lo largo del día,
dándose el momento de máximo consumo sobre las 13:00 horas, y el de mínimo
consumo sobre las 4:00 horas. Estos datos no son casuales o específicos del día en que
se tomaron, sino que la curva de demanda, aunque varía, lo hace dentro de ciertos
parámetros conocidos por la experiencia. La razón de esto hay que buscarla en los
patrones de consumo de los principales segmentos de consumidores, los cuales no
varían drásticamente en cortos intervalos, sino que son más bien estables y predecibles
debido a las tendencias que van mostrando a lo largo del tiempo:
Ciclos de consumo en sector residencial: iluminación, consumo de TV,
lavadoras y electrodomésticos, etc.
Horarios del sector terciario (Oficinas y Servicios): horario de entrada y
salida, periodos de máximo consumo de calefacción y aire.
acondicionado.
Patrón de consumo industrial y sector primario.
En la gran mayoría de los casos, los principales consumidores de energía
eléctrica son los sectores industrial y residencial. El primero se caracteriza por un
pequeño número de consumidores con un elevado consumo y, el segundo, por un
elevado número de consumidores con un bajo consumo eléctrico.
La demanda eléctrica no sólo tiene patrones diarios, sino que también se
aprecian fluctuaciones dependiendo del mes, año, etc. La curva agregada mensual de
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
24
demanda eléctrica, refleja la estacionalidad del consumo en el año, así como su clara
tendencia alcista a largo plazo.
Respecto a la influencia de la demanda en el precio de la energía eléctrica, sirve
de ejemplo la siguiente figura, que muestra la evolución de los precios del mercado
diario de la energía eléctrica durante las 24 horas del día (para evitar confusiones se
debe tener en cuenta que el precio diario sólo es una de las partes del precio total de la
energía):
Fig 10.- Evolución de los precios de la demanda
Como se puede ver en la figura anterior, el precio es mayor en las zonas pico que
en las zonas valle de la demanda eléctrica. Dependiendo de las condiciones estructurales
y específicas del sistema eléctrico, la diferencia entre precios máximos y mínimos a lo
largo de un día puede variar más o menos. La gestión de la demanda puede ayudar en
gran medida a disminuir la volatilidad de los precios y hacer, de esta manera, que éstos
se aproximen en mayor medida al coste marginal de la generación y el transporte de
energía.
En definitiva, los costes reales incurridos en atender la demanda eléctrica
derivan básicamente de cuánto y cuándo se consume, y por tanto, los programas de
gestión de la demanda eléctrica se centran en la optimización relativa de estos dos
parámetros.
3.3. CLASIFICACIÓN DE LOS CONSUMIDORES A TRATAR
Antes de explicar la metodología y el procedimiento que se ha seguido para la
estimación del consumo, es necesario explicar los tipos de suministros que se van a
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
25
tratar según los datos que se tengan de los mismos. Dependiendo de esta clasificación se
procederá de un modo u otro.
Existen tres tipos de consumidores en base a los datos que se tienen de ellos:
Tipo A: Representa a un conjunto de consumidores cuya demanda anual viene
dada, es decir, se sabe exactamente qué va a consumir. Con este tipo de
consumidor no se tiene que hacer nada, solamente será introducido en la base de
datos final.
Tipo B: Representa a un conjunto de consumidores que no disponen de curvas
de consumo horarias, sino que se conoce su consumo anual total. Con unos datos
suministrados por el BOE (posteriormente serán detallados) se pueden crear
dichas curvas y se puede tener un consumo determinado para lo que se está
buscando.
Tipo C: Representa a un conjunto de consumidores de los que se dispone de una
serie de datos históricos, de varios años, y con los que se va a trabajar, de forma
que se sacarán unos coeficientes que ayuden a poder determinar una predicción
lo más real posible. Una vez obtenidos los coeficientes, se podrá estimar una
curva de consumo y añadirla a la base de datos final para obtener el consumo
total de todos los suministros.
Este trabajo está pensado para ir añadiendo suministros nuevos, teniendo en
cuenta el tipo de consumidor del que se trata y actuando de una forma u otra según
tenga las características del tipo A, B o C.
En las siguientes secciones se tratará de explicar de forma precisa cómo se ha
actuado con cada uno de los suministros que se han tenido, se analizarán los resultados
y se encasillarán en una hoja de datos final.
3.4. MODELOS PREDICTIVOS DE LA DEMANDA
La ola de desregulación y privatización que se está dando en el sector eléctrico
de algunos países, ha aumentado el interés de las compañías por los modelos predictivos
de la demanda. De este modo, los modelos predictivos, que habitualmente tenían interés
para la planificación de las redes, están siendo aplicados para obtener modelos de los
consumos en el muy corto plazo (minutos) y corto plazo (horas). La consecuencia es el
elevado auge que las técnicas predictivas están experimentando debido a la competencia
en el mercado eléctrico.
Como se conoce, la demanda posee una serie de singularidades desde el punto
de vista cualitativo que hacen de la predicción un problema de difícil solución.
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
26
Como ya se ha dicho anteriormente, se sabe cuál el carácter aleatorio de los
consumos eléctricos debido a su incontrolabilidad y dependencia de variables ajenas a la
propia red eléctrica. Además, la utilización eléctrica no se centra en una única actividad,
sino por el contrario, se presenta prácticamente en todas las actividades de la sociedad
(alumbrado, espectáculos, servicios…). En consecuencia, el carácter aleatorio unido a la
generalidad y extensión del consumo eléctrico, hacen de la caracterización de la
demanda un problema complejo. Sin embargo, se observan ciertas condiciones en la
demanda que pueden ayudar a su conocimiento y caracterización. En concreto, se
admiten las siguientes características y dependencias observadas en los consumos:
Dependencia de los consumos con la hora del día: como se observa en cualquier
curva diaria, existe una variación en los consumos a lo largo del día. Así, se sabe
que, en general, las horas de menor consumo se tienen en el período nocturno,
debido a la menor actividad social, y el mayor consumo se presenta durante las
horas diurnas.
Dependencia de los consumos con el tipo de día: debido a la fuerte relación que
existe entre los consumos y las actividades económicas, aquellos presentan
tipologías muy diferentes entre los días denominados laborables y los días no
laborables o festivos.
Dependencia de los consumos con el tipo de sociedad o zona: para un mismo día
tipo, los consumos presentan curvas diarias distintas en relación con la actividad
que se desarrolla en la zona. De este modo, el comportamiento de los consumos
en una zona claramente industrial es muy diferente a otra residencial, de
servicios o agraria.
Dependencia de los consumos con las condiciones atmosféricas: admitiendo una
misma zona y día tipo, los consumos se ven fuertemente influenciados con las
condiciones atmosféricas.
Es por esta variabilidad por la que se puede considerar que el modelo utilizado
no aportará gran exactitud en los resultados obtenidos, ya que se precisa de modelos
capaces de algún modo, de controlar las condiciones de cambio que se le escapan al
modelo que se abordará en este trabajo.
Existen dos modelos que podrían resultar útiles a la hora de buscar el
perfeccionamiento de este trabajo. Estos modelos son los basados en series temporales
en los que el consumo se define de acuerdo con valores históricos, los modelos causales
o funcionales, donde la carga es modelada en función de ciertos factores o variables
ajenas a la red (exógenas), como por ejemplo las condiciones atmosféricas o el ámbito
social, y los modelos más recientes, basados en técnicas de inteligencia artificial y
computación neuronal. Cada uno de estos procedimientos presenta ventajas e
inconvenientes y tienen sus defensores y detractores.
Los modelos causales y temporales han sido extensamente utilizados con éxito y
utilizan técnicas estadísticas para su cálculo. Sin embargo, los modelos causales
presentan la ventaja de entender físicamente el comportamiento de la demanda. Los
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
27
modelos que se basan en técnicas de inteligencia artificial, reconocimiento de formas y
redes neuronales son los que en la actualidad están siendo objeto de un mayor número
de trabajos. Hay autores que consideran que estos modelos están todavía poco
contrastados y necesitan sistematizar sus procedimientos para que lleguen a ser una
técnica de predicción con garantías en su aplicación.
3.4.1. MODELOS PREDICTIVOS CAUSALES
Los modelos causales se fundamentan, básicamente, en la búsqueda de la
relación entre la demanda eléctrica y las condiciones atmosféricas, admitiéndose una
clasificación previa de aquella respecto a la componente temporal para eliminar sus
efectos sobre el modelo. La clasificación más elemental de la demanda es considerar
separadamente los días laborables del resto y admitir una periodicidad en la curva diaria
de la demanda que se atribuye a las actividades de la zona. De este modo, los modelos
causales, en general, admiten una descomposición de la demanda Y(t), para una zona
específica y días tipo:
donde representa la componente determinista de la carga, que se obtiene, por
ejemplo, a partir del valor medio de las curvas horarias de los consumos en un día tipo,
e es la parte del consumo que se considera dependiente de las condiciones
atmosféricas.
A pesar de existir un elevado número de técnicas para abordar el modelo
predictivo causal, los modelos más extendidos son los basados en la regresión lineal.
Para ello, la formulación del problema de predicción de la demanda es del tipo:
Donde son los coeficientes a calcular y T, W, L y P son las
variables de las condiciones atmosféricas (temperatura, velocidad de viento,
luminosidad y precipitación).
3.4.2. MODELOS PREDICTIVOS DE SERIES TEMPORALES
Estos modelos predictivos, fundamentados en el análisis de series temporales,
utilizan, de forma combinada, métodos auto-regresivos y de media móvil, denominados
ARMA (Auto-Regressive Moving Average). La versión que considera además variables
exógenas (por ejemplo temperatura atmosférica) se denomina ARMAX (Auto-
Regressive Moving Average with exogenous variable).
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
28
Los métodos de series temporales, conceptualmente se basan en la existencia de
periodicidades en los datos a analizar (estacional, diaria, semanal u horaria), sin entrar a
buscar las causas de dicha periodicidad.
3.4.3. MODELO PREDICTIVO DE COEFICIENTES
Como los modelos anteriores se escapan del alcance de un Trabajo de Fin de
Grado, en este documento se ha abordado un método de estimación basado en datos
históricos de diferentes suministros manejados con Excel. Con estos datos se
determinarán unos coeficientes que serán utilizados para la estimación aproximada del
consumo, olvidándose de todas aquellas influencias externas sobre el mismo,
asumiendo que los resultados tendrán errores y que no se obtendrá una gran precisión en
los mismos. El método empleado y el procedimiento de este modelo predictivo se
explicará en las sucesivas secciones de este trabajo.
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
29
BLOQUE 4. CONSUMIDORES CON
CURVAS DE CONSUMO NO
DISPONIBLES (Tipo B)
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
30
4. CONSUMIDORES CON CURVAS DE CONSUMO NO
DISPONIBLES (Tipo B)
4.1. METODOLOGÍA Y PROCEDIMIENTO EMPLEADO
Existen cuatro perfiles de carga diferentes, dependiendo del nivel de tensión y de
la potencia contratada del consumidor:
TARIFA
NIVEL DE
TENSIÓN
POTENCIA
CONTRATADA
(kW)
PERIODOS
PERFIL DE
CARGA
2.0 A BT 1
2.1 A BT 1
2.0 DHA BT 2
2.1 DHA BT 2
3.0 A BT 3
3.1 A AT 3
2.0 DHS BT 2
2.1 DHS BT 2
Tabla 1.- Perfiles de carga
Se ha tenido en cuenta el documento del Boletín Oficial del Estado que aparece
en el Anexo 1º, al final de este trabajo. En él se muestran unas tablas donde aparecen
unos coeficientes, que dependiendo de la potencia contratada del consumidor
pertenecerán a un grupo o a otro ( ). Con estos coeficientes, que
vienen dados según el día del mes y la hora del día, se tiene una tabla inicial que se
puede encontrar en el Anexo 2º de este documento.
Para la creación de las curvas de consumo, se hará uso de esos coeficientes
dependiendo de las características que tengan los suministros que se manejen y el
consumo total de los mismos.
4.1.1. DATOS DE ENTRADA
El dato que se tiene en principio, además de lo aportado por el BOE, es un
listado de consumos anuales, donde aparece el cliente (identificado por un número), la
suma de días que han sido facturados, la suma del consumo total, los años que han sido
facturados, y el consumo anual. Esta tabla se encuentra en una hoja de Excel llamada
listado de consumos anuales. También se puede ver un fragmento de la misma en el
Anexo 3º.
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
31
4.1.2. CREACIÓN DE LAS TABLAS DE TRABAJO
A partir de los perfiles que se han mostrado en la Tabla 1, lo siguiente que se
hace es, en base a los datos aportados por el BOE, una clasificación de los suministros
con los que se va a trabajar, de forma que se obtendrán cuatro tablas más, atendiendo al
perfil que tenga cada consumidor. Se trata de almacenar los datos en tablas
diferenciadas, según el perfil del suministro sea de los tipos a, b, c, o d, para así poder
trabajar de una forma más sencilla y ordenada. En la tabla siguiente se puede observar el
almacenamiento de los consumidores que poseen las características del perfil a:
Tabla 2.- Consumidores perfil a. Consumidores tipo B
Además de esta tabla se crearán tres más con los perfiles b, c y d. La tabla 2 y las
otras tablas que almacenan los consumidores de los otros perfiles, se encuentran en el
Anexo 4º.
Cuando ya se tienen creadas estas tablas, se procede a diseñar la hoja de las
curvas con el orden siguiente:
1º. En una hoja nueva de Excel se dispone la tabla del Anexo 2º, donde
aparecerán en sus columnas el año (el perfil de 2014), el mes (del 1 al 12, siendo el 1
Enero y el 12 Diciembre), la semana del año (reconocida por números, desde el 1 hasta
el número de semanas del año que tenga 2014), el día de la semana (reconocido con
números del 1 al 7, siendo el 1 Lunes y el 7 Domingo), el día del mes y la hora (con
números del 1 al 24, donde 1 significa el consumo durante la primera hora, es decir, de
las 00.00 a las 01.00 horas).
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
32
2º. A esta primera tabla, se le añade una segunda que tiene 4 columnas. En ellas
aparecerán los consumos totales almacenados en la clasificación previa de los
suministros que se han presentado en la tabla 2 y el resto que aparecen en el Anexo 4º.
Estos datos se ponen en esta nueva hoja de forma que, si cambian los datos que se
encuentran en las tablas 3, 4, 5 y 6, se actualicen de manera automática. Esto se ha
hecho con un copiado del contenido de las celdas.
3º. Para la siguiente explicación se llamarán a las columnas de la primera tabla
(donde están los coeficientes de ) H, I, J y K. A las columnas de la
segunda tabla (donde están almacenados en su primera fila los consumos de los totales)
se las conocerá como P, Q, R y S. Si disponemos en nuestra tabla de x filas, lo que se
pretende es realizar el producto de los coeficientes de cada perfil, con el consumo total
del mismo perfil, para cada hora, día, semana, del mes del año en que se quiera:
Siendo filaf, la fila donde están los datos de los consumos totales almacenados.
4º. Una vez se tenga el algoritmo del cálculo de los perfiles, se trata ahora de
sacar solo los datos que sean necesarios, es decir, filtrando las columnas del mes, día,
semana, semana del año, etc, se puede extraer las curvas de lo que se requiera en el
momento, sin necesidad de trabajar con todos los datos a la vez.
4.2. RESULTADOS
En la Tabla 3 se ilustra un fragmento de un ejemplo realizado con una semana de
febrero, concretamente la semana 7 (que va de los días 10 al 16 de febrero). Esta tabla
también se puede encontrar en el Anexo 5º. Además de esto, en la Figura 11 se muestra
una representación gráfica de los consumidores que han sido tratados según su perfil.
Con esto ya se tendrían los perfiles calculados, es decir, el consumo de los
suministros de tipo a, b, c, y d para esa semana (haciéndose del mismo modo para
cualquier otra fecha o más consumos). En el caso de que la lista de consumos de un
perfil vaya aumentando, se introduce en sus tablas respectivas los datos nuevos (Anexo
4º). Automáticamente los valores se actualizan en la hoja de trabajo y se calculan de
nuevo las curvas.
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
33
Tabla 3.- Cálculo final de las curvas. Consumidores tipo B
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
34
Fig 11.- Curvas consumidores tipo B
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
35
BLOQUE 5. CONSUMIDORES CON
BASE DE DATOS HISTÓRICOS
(Tipo C)
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
36
5. CONSUMIDORES CON BASE DE DATOS HISTÓRICOS
(Tipo C)
En esta parte del documento se trata de estudiar unos consumos de los que se
tienen únicamente datos históricos. Se dispone de tres suministros de características
diferentes:
Una industria
Un centro universitario
Una comunidad de regantes
De cada uno de ellos se tiene una base de datos con el consumo total y horario
de un tiempo determinado. En la figura 12 se puede observar el resumen del consumo
de cada suministro (dado por una base de datos inicial que posteriormente será
ampliada). Además, en el Anexo 6º, se puede encontrar un fragmento de la base de
datos con los consumos horarios de los tres suministros:
Fig 12.- Promedios de consumos iniciales en la base de datos recibida
5.1. ANÁLISIS PREVIO ORIENTATIVO
Como al inicio de este trabajo no se conocía muy bien el camino a seguir para
emprender el estudio y poder, de esta forma, encontrar alguna solución que determinara
la estimación del consumo, se optó por comenzar con un análisis que diera nociones de
la evolución de la demanda a lo largo de las semanas y que estableciera relaciones entre
consumos según las fechas de los mismos.
En primer lugar, se realizó un estudio previo de los datos históricos que se tenían
con el fin de conocer cuál era la relación que existía entre las semanas previas a la que
se deseaba estimar, y estas mismas con respecto a años anteriores. Este estudio se
realizó con un suministro (la industria), obteniéndose resultados similares con los
restantes. Este análisis preliminar tenía dos vías de estudio (Método 1 y Método 2) y se
presentan a continuación.
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
37
5.1.1. DATOS Y TRATAMIENTO
En primer lugar, se tiene la base de datos históricos del consumidor industrial.
Un fragmento se puede encontrar en la Tabla 9 del Anexo 7º. La base de datos inicial
posee información desde el 27/11/2012 a las 00.00, hasta el 28/02/2014 a las 23.00
horas.
La tabla consta de cuatro columnas en las que aparecen, con el siguiente orden:
Código identificativo del suministro. No viene dado en la base de datos original
(posteriormente se explicará cómo se ha obtenido).
Fecha del consumo. El formato será dd/mm/aaaa.
Hora. Expresada con la hora digital según hh:mm.
Consumo en kWh.
El consumo viene dado de una forma tal que, por ejemplo, a las 00.00 horas, es
el consumo que se ha producido desde las 00.00 hasta las 01.00 horas. Del mismo
modo, el consumo a las 14.00 representa el consumo que se ha producido desde las
14.00 a las 15.00 horas. Es decir, el consumo dado a una hora, es el que se ha producido
desde esa hora hasta la siguiente.
Los datos de los otros dos suministros poseen un formato similar.
En otro libro de Excel se extrae toda la información del suministro industrial. Se
tiene en cuenta que el manejo de información es grande, así que cuanto más ordenado
esté todo más fácil resultará el trabajo.
Este es el motivo por el cual se trata de identificar cada hora de cada día, de cada
mes, del año en que se esté con un código que se explicará a continuación cómo se ha
creado.
A este código se le conocerá en este trabajo como CUP, y para su formulación se
ha hecho lo siguiente:
1º. La tabla de consumos que se tiene inicialmente de la industria, posee tres
columnas, en las que aparece lo que se ha expuesto antes (fecha, hora y consumo).
2º. Se crea una columna adicional a la izquierda de la primera columna de la fecha,
donde aparecerán los CUPs creados. Se trata de sacar un código esquematizado de la
siguiente manera:
3º. Para ello, se utilizarán algunas instrucciones de Excel como son las siguientes:
Año_SemanaDelAño_DíaDeLaSemana_Hora
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
38
AÑO(num_de_serie) Devuelve el año correspondiente a una fecha. Entre los
formatos que admite en num_de_serie está el de dd/mm/aaaa.
NUM.DE.SEMANA(num_de_serie; [tipo_devuelto]) Devuelve la semana
del año que corresponde a la fecha introducida en num_de_serie. Para que
considere como semana 1 a la primera semana de enero se tiene que poner como
tipo_devuelto un 2.
DIASEM(num_de_serie; [tipo_devuelto]) Devuelve el día de la semana. Para
que considere el 1 como lunes y el 7 como domingo, es necesario poner como
valor_devuelto un 2.
HORA(num_de_serie) En num_de_serie se introduce la hora y la instrucción
devuelve un valor del 0 al 23.
Con esto se establece el código, teniendo en cuenta que la fecha está almacenada
en celdas de Excel y que se hará alusión a ellas cuando se necesite. Lo siguiente que se
muestra es un código de ejemplo para ver el formato empleado:
En la celda B16 se encontraría la fecha, y en la C16 la hora. Así para la fecha
27/11/2012 y la hora 00:00, el código identificativo será: 2012_49_2_0.
5.1.2. CÁLCULO DE COEFICIENTES
En este punto se trata de explicar la línea que se ha seguido para entablar las
relaciones entre los consumos teniendo en cuenta como lazo de unión sus fechas. Es
decir, como primera inmersión en el estudio, se evalúan una serie de coeficientes que
posteriormente se utilizarán para realizar las primeras estimaciones dentro de este
análisis previo orientativo.
El análisis se centrará en los datos históricos correspondientes a:
a) Las tres semanas previas a la semana a estimar.
b) La semana que se desea estimar correspondiente al año anterior de la
estimación.
c) Las dos semanas previas a la que se desea estimar situadas en el año anterior
a la estimación.
=AÑO($B16)&”_”&NUM.DE.SEMANA($B16;2)&”_”&DIASEM($B16;2)&HORA($C16)
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
39
La nomenclatura utilizada para la identificación de los consumos, teniendo en
cuenta el marco temporal, es la siguiente:
A(s): Semana real del año a predecir (esta semana se tiene como dato en el
estudio, pero luego se tendrá que trabajar con ella como incógnita, pues es ésta
la que se desea conocer).
A-1(s): Semana que se quiere predecir pero correspondiente al año anterior.
A(s-1): Semana anterior a la que se va a predecir correspondiente al mismo año
de la predicción.
A-1(s-1): Semana anterior a la que se va a predecir correspondiente al año
anterior de la predicción.
A(s-2): Segunda semana previa a la que se quiere predecir en el mismo año de la
predicción.
A-1(s-2): Segunda semana previa a la que se quiere predecir correspondiente al
año anterior de la predicción.
A(s-3): Tercera semana previa a la que se quiere predecir correspondiente al
mismo año de la predicción.
A-1(s-3): Tercera semana previa a la que se quiere predecir correspondiente al
año anterior de la predicción.
Los coeficientes que se proponen para cada hora k son:
C1:
C2:
C3:
C23:
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
40
C123:
Con estos coeficientes las estimaciones que resultarían de ellos se obtienen de aplicar:
Pred1:
Pred2:
Pred3:
2_Pred2 (no considera A(s-1)):
2_Pred3 (no considera A(s-1)):
5.1.3. MÉTODO 1
A continuación se muestran los pasos que se han seguido para el cálculo de las
primeras predicciones, teniendo en cuenta que se tiene como dato el consumo de la
semana previa a la semana que se quiere estimar, es decir, A(s-1):
1. En la misma hoja, donde se encuentra la tabla con los datos históricos de los
consumos de la industria, se crea otra tabla. En las columnas de ésta aparecerán
la hora y los datos de los consumos que se extraen en concordancia con el valor
que se busca. Por ejemplo, una de las columnas será los datos de consumo de la
semana 6, que sería la correspondiente a la semana previa a la que se quiere
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
41
estimar (A(s=7)), es decir, A(s-1). Se actuará igualmente para el resto de
semanas que se buscan (A(s-2), A(s-3)…).
2. A continuación, de la tabla que contiene los consumos históricos (Tabla 9 del
Anexo 7º) se extrae en una tabla aparte los datos correspondientes a A-1(s),
A(s-1), A-1(s-1), A(s-2), A-1(s-2), A(s-3), A-1(s-3), siendo s la semana que se
desea estimar, que como se ha dicho antes, sería la 7. Para llevar a cabo esta
labor de extracción de datos y, teniendo en cuenta que la manipulación de los
datos es muy grande, se utiliza la instrucción BUSCARV de Excel. Esta
instrucción permite extraer datos de manera ordenada de una matriz o tabla.
Busca un valor en la primera columna de la izquierda de una tabla y
posteriormente, devuelve un valor en la misma fila desde una columna
especificada. De forma predeterminada, la tabla se ordena de modo ascendente.
El formato de BUSCARV es el siguiente:
Valor_buscado: Obligatorio. Es el valor que se va a buscar en la primera
columna de la tabla o rango. El argumento valor_buscado puede ser un valor o
una referencia. Si el valor que se proporciona para el argumento valor_buscado
es inferior al menor valor de la primera columna del argumento
matriz_buscar_en, BUSCARV devuelve al valor de error #N/A.
Matriz_buscar_en: Obligatorio. Es el rango de celdas que contiene los datos.
Puede usar una referencia a un rango (por ejemplo, A2:D8) o un nombre de
rango. Los valores de la primera columna de matriz_buscar_en son los valores
que busca valor_buscado. Estos valores pueden ser texto, números o valores
lógicos. Las mayúsculas y minúsculas del texto son equivalentes.
Indicador_columnas: Obligatorio. Es un número de columna del argumento
matriz_buscar_en desde la cual debe devolverse el valor coincidente. Si el
argumento indicador_columnas es igual a 1, la función devuelve el valor de la
primera columna del argumento matriz_buscar_en; si el argumento
indicador_columnas es igual a 2, devuelve el valor de la segunda columna de
matriz_buscar_en y así sucesivamente. Si el argumento indicador_columnas es
Inferior a 1, BUSCARV devuelve al valor de error #¡VALOR!. Si por el
contrario, es superior al número de columnas de matriz_buscar_en, BUSCARV
devuelve el valor de error #¡REF!.
Ordenado: Opcional. Es un valor lógico que especifica si BUSCARV va a
buscar una coincidencia exacta o aproximada. Si omite ordenado o es
VERDADERO, devolverá una coincidencia exacta o aproximada. Si no
BUSCARV(Valor_buscado;Matriz_buscar_en;indicador_columnas;[ordenado])
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
42
encuentra ninguna coincidencia exacta, devolverá el siguiente valor más alto
inferior a valor_buscado. Si ordenado es FALSO, no es necesario ordenar los
valores de la primera columna de matriz_buscar_en. En este caso BUSCARV
solo buscará una coincidencia exacta. Si hay dos o más valores en la primera
columna de matriz_buscar_en que coinciden con el argumento valor_buscado, se
usará el primer valor encontrado. Si no se encuentra una coincidencia exacta, se
devolverá el valor de error #N/A.
Es ahora cuando destaca la importancia de haber diseñado previamente los CUPs
de los suministros, que son diferentes para cada día de la semana, semana del
año y hora. Así, cuando se introduzcan esos valores en la instrucción
BUSCARV se podrán extraer de la tabla todas las semanas que se buscan. Con
esto ya se tendrían las columnas correspondientes de los consumos que se iban
buscando (A(s-1), A(s-2),…).
En la Figura 13, se puede observar una captura de pantalla con la operación de
extracción de datos. Obsérvese los colores de las celdas que dejan ver la relación
entre las mismas.
3. Se calculan los coeficientes C1, C2, C3 y C123 como se indica en las ecuaciones
[5], [6], [7] y [9].
4. Se crean las tres curvas que han sido llamadas como pred1, pred2 y pred3
atendiendo a su definición en las ecuaciones [10], [11] y [12].
5. Se representan esas curvas cada una independientemente y se comparan con la
curva real. Con esto se puede determinar con qué predicción entabla más
relación la curva real, que al fin y al cabo, se traduce en decir con qué semana
posee mayor similitud su funcionamiento. La representación se observa en la
Figura 14.
Fig 13.- Representación de la captura de datos con la función BUSCARV
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
43
5.1.3.1. RESULTADOS
Fig 14.- Representación comparativa de las predicciones iniciales con la curva real.
Método 1
Se puede ver un fragmento de los cálculos realizados en la Tabla 12 del Anexo
8º. Además, a continuación se muestra una tabla de errores de las predicciones con
respecto a la curva real:
ERM(%) ERMAX(%) ERMIN(%)
Pred1 18.62 74.55 -10.87
Pred2 -76.84 74.78 -616.56
Pred3 -150.26 12.75 -926.35
Tabla 4.- Errores relativos. Método 1
ERM: Error Relativo Medio
ERMAX: Error Relativo Máximo
ERMIN: Error Relativo Mínimo
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
44
5.1.4. MÉTODO 2
Este otro método se fundamenta en abordar una nueva estimación teniendo en
cuenta el desconocimiento del consumo correspondiente a la semana previa a la que se
desea estimar, es decir, ahora se consideraría que no se tienen los valores
correspondientes a la semana A(s-1), y se trabaja de la siguiente manera:
1. Los apartados 1 y 2 anteriores se llevarían a cabo de igual modo. En este método
la diferencia es que no se incluyen los valores del consumo correspondientes a
A(s-1).
2. Aquí se calculan los coeficientes C2, C3 y C23 como se ha indicado
previamente en las fórmulas [6], [7] y [8].
3. Ahora se procede con la creación de las nuevas curvas de predicción del
consumo de la semana que se desea estimar, que atienden a los nombres de
2_pred2 y 2_pred3 según las ecuaciones [13] y [14].
4. Se representan esas curvas comparándolas con la curva real. Esta representación
se puede visualizar en la Figura 15.
5.1.4.1. RESULTADOS
Fig 15.- Representación comparativa de las predicciones calculadas con la curva real. Método 2
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
45
A continuación se muestra una tabla con los errores relativos calculados en este
método:
ERM(%) ERMAX(%) ERMIN(%)
2_Pred2 -124.63 65.26 -941.34
2_Pred3 -229.06 9.25 -1391.54
Tabla 5.- Errores relativos. Método 2
En la Tabla 13 del Anexo 8º se puede ver un fragmento de los cálculos
realizados en este método.
5.1.5. CONCLUSIONES DEL ANÁLISIS
Como se puede comprobar, en el caso en que se conozca los consumos de la
semana previa a la estimación, la relación que entablan estas dos semanas es mayor que
el resto (ERM de Pred1 es el más pequeño en valor absoluto). Eso ocurre debido a que
la relación temporal existente entre los consumos se hace más significativa cuanto más
próximos están los datos de la estimación, es decir, los consumos poseen patrones de
comportamiento parecidos entre semanas que están más cerca en el tiempo, y esto se
debe sobre todo a las influencias externas en el consumo, que se explicaron en el bloque
tres de este documento. En este caso, como se observa en la Figura 15, no es que la
predicción 1 siga exactamente la curva real, pero sí se refleja un seguimiento más
cercano de su comportamiento. La conclusión que se obtiene de esto, es que para
realizar una estimación del consumo, si se poseen los datos más próximos a la semana
que se desea predecir, los errores del consumo calculado serán menores.
En el caso de que se desconozca los datos de la semana previa al consumo, se
podrían utilizar datos algo más lejanos, como por ejemplo los datos que correspondan a
un mes anterior a la estimación, aunque los errores serán mayores. En el estudio que se
ha llevado a cabo, se observa que no existen variaciones extremas del consumo en el
tiempo para el suministro industrial, es decir, la demanda se mantiene en torno a unos
órdenes de magnitud la mayor parte del tiempo, salvo semanas que se podrían
considerar semanas atípicas, en las que el consumo es casi despreciable. Esto se podrá
visualizar más adelante.
5.2. MODELO EMPLEADO PARA LA ESTIMACIÓN DEL CONSUMO
El procedimiento que se ha llevado a cabo anteriormente ha servido de guía en el
camino de la estimación del consumo para los suministros. Lo siguiente es buscar un
método de cálculo viable de dicha estimación.
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
46
5.2.1. METODOLOGÍA Y PROCEDIMEINTO
Para la realización de un método que determine una curva de consumo
aproximada de la que realmente existe, lo que se hace es buscar una serie de
coeficientes por días de la semana con los que poder establecer dicha estimación.
En primer lugar se escoge el mes previo al mes donde se encuentra la semana
que se desea estimar. Con este mes se extraen unos coeficientes (C(s-1), C(s-2),
C(A-1(s)), C(A-1(s-1))), que serán definidos más adelante, como resultado de la
minimización de un sistema lineal formado por el producto de los mismos por la suma
de los consumos correspondientes a A(s-1), A(s-2), A-1(s), A-1(s-1) de las semanas del
mes escogido, y el consumo real, es decir, lo que viene representado en la ecuación
[16].
El sistema se resuelve mediante la utilización de una herramienta de Excel
llamada Solver. Una vez se tengan los coeficientes para cada día de la semana, serán
introducidos en el algoritmo de la estimación [17], detallado posteriormente, para poder
obtener así la curva de consumo estimada.
A continuación se explica el procedimiento que se ha seguido para el cálculo de
los coeficientes de estimación utilizando como ejemplo el consumidor industrial, y
posteriormente se aplicará a los otros dos suministros.
5.2.1.1. TABLA DE DATOS INICIAL
Se elabora una tabla inicial, a partir de los datos históricos de los que se dispone.
Como se ha explicado anteriormente, se toma un mes completo como referencia, en
concreto, el mes previo al mes en que se encuentra la semana que se desea estimar. De
cada semana del mes, se extrae el consumo correspondiente a A(s-1), A(s-2), A-1(s),
A-1(s-1) con ayuda de la instrucción BUSCARV. Además, no se debe olvidar extraer el
consumo real correspondiente a las semanas de ese mes, para posteriormente,
cuantificar el error de la metodología de predicción propuesta.
Esta tabla es muy parecida a las Tablas 12 y 13 del Anexo 8º, y se puede ver un
fragmento de la misma en la Tabla 14 del Anexo 9º para un mes concreto (febrero). Las
tablas de los otros dos suministros presentan la misma tipología pero con otros datos
diferentes.
5.2.1.2. MANIPULACIÓN DE LA TABLA DINÁMICA
Con la tabla previamente calculada, se diseña una tabla dinámica en otra hoja del
mismo Libro de Excel. Esta acción permite una manipulación secuencial de los datos, es
decir, permite filtrar los datos de una forma u otra atendiendo a las necesidades de
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
47
operación. En la hoja nueva donde aparece la tabla dinámica, existen opciones de
filtrado según la tabla que se haya querido dinamizar. Para este análisis se desea trabajar
con los datos de A(s-1), A(s-2), (A-1(s)), (A-1(s-1)) y A(s), para las semanas del mes
utilizado. Si el mes fuese febrero, las semanas serían las 6, 7, 8 y 9 del año. Excel da la
opción de incluir unos campos determinados al informe, además de organizarlos como
se desee. En la Figura 16 se muestra una captura de la organización de los campos para
esta tabla, y en la Figura 17 se muestra cómo queda la tabla dinámica finalmente.
Lo que interesa en este caso es poner la opción suma de los consumos para cada
semana (se ve en rótulos del informe Valores Suma), con lo que los datos que
aparecen en la Figura 18 son las sumas correspondientes a las semanas 6, 7, 8 y 9
(siendo estas semanas los rótulos de fila). Como filtro del informe (valores que irán
cambiando), se colocan los días de la semana (van desde el lunes 1 al domingo 7) y las
horas (de 0 a 23), de modo que se puede ver el valor de la suma de consumos para cada
día y cada hora. Esto será útil posteriormente, cuando se determinen los coeficientes de
estimación de la demanda.
Fig 16.- Lista de campos que aparecen en la tabla dinámica
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
48
Fig 17.- Tabla dinámica creada. Suministro industrial
A la tabla de la figura anterior se le añaden dos columnas más a la derecha. En
una de ellas se colocará la suma del consumo real de las semanas del mes a tratar, y en
la otra se introducirá el algoritmo que determine los coeficientes de estimación.
Además, a la tabla se le añade encima la fila donde se irán calculando los coeficientes
C(s-1), C(s-2), C-1(s) y C-1(s-1).
n=1 n=2 n=3 n=4
C(s-1) C(s-2) C-1(s) C-1(s-1)
Semanas
del mes
A(s-1)
A(s-2)
A-1(s)
A-1(s-1) A(s) Valor de
referencia*
h
i
j
k
Tabla 6.- Esquema de la Tabla Dinámica
Por ejemplo, para la primera celda (n=1), sería la suma del consumo de la semana
previa a la semana h. Para n=3 sería la suma del consumo de la semana correspondiente
a la semana h en el año anterior a la estimación.
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
49
*Valor de referencia
El valor de n=[1, …, 4] sirve únicamente para identificar las celdas y no tener que hacer
referencia a s-1, s-2, s en el año anterior, y a s-1 en el año anterior, siendo sustituida esta
nomenclatura por n=1,..,4 respectivamente.
5.2.1.3. ALGORITMO DE CÁLCULO DE LOS COEFICIENTES DE
ESTIMACIÓN DE LA DEMANDA
El siguiente paso es definir el algoritmo que va a extraer los coeficientes que se
están buscando.
En primer lugar se define el valor de Z:
Con n=1, …, 4.
Para la determinación de los coeficientes se utiliza un sistema de optimización,
de forma que lo que se desea es minimizar el valor de referencia, que como se ha
indicado antes, es .
Excel dispone de una herramienta muy útil con la que se puede resolver el
sistema que se ha planteado y así determinar los coeficientes: Solver. Solver es una
función de análisis Y SI que busca el valor óptimo de una celda objetivo cambiando los
valores de las celdas utilizados para calcular la celda objetivo. Genera el tipo de informe
que se especifique y lo coloca en una hoja independiente en la hoja de cálculo. Este
informe contiene los siguientes elementos:
Respuesta: Muestra una lista con la celda objetivo y las celdas ajustables con
sus valores originales y sus valores finales, las restricciones y la información
acerca de las mismas.
Sensibilidad: Facilita información acerca de la sensibilidad de la solución a que
se realicen pequeños cambios en la fórmula definida en el cuadro Definir celda
objetivo del cuadro de diálogo Parámetros de Solver o de las restricciones. No se
genera este informe para los modelos que tengan restricciones enteras. En
modelos no lineales, el informe facilita los valores para las gradientes y los
multiplicadores de Lagrange. En los modelos lineales, el informe incluye costos
reducidos, otros precios, coeficiente de objetivos (con aumentos y disminuciones
permitidos) y rangos de restricciones hacia la derecha.
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
50
Límites: Muestra una lista con la celda objetivo y las celdas ajustables con sus
valores correspondientes, los límites inferior y superior así como los valores del
objetivo. No se genera este informe para los modelos que tengan restricciones
enteras. El límite inferior es el valor mínimo que puede tomar la celda ajustable
mientras se mantienen todas las demás celdas ajustables fijas y se continúa
satisfaciendo las restricciones. El límite superior es el valor máximo.
Los coeficientes que se desea determinar responden a la nomenclatura y
significado que se presenta a continuación:
C(s-1): Es el coeficiente correspondiente al consumo de las semanas A(s-1)
(también identificado como el coeficiente correspondiente a n=1) para cada
semana del mes utilizado. En el caso de que fuese febrero, sería el coeficiente
correspondiente al consumo de las semanas previas a cada semana del mismo
mes, siendo para la semana 6, el consumo de la semana 5, para la semana 9, el
consumo de la semana 8, y así sucesivamente.
C(s-2): Es el coeficiente correspondiente al consumo de las semanas A(s-2)
(también identificado como el coeficiente correspondiente a n=2) para cada
semana del mes utilizado. Por ejemplo, para la semana 7, sería el consumo de la
semana 5.
C(A-1(s)): Es el coeficiente correspondiente al consumo de las semanas A-1(s)
(también identificado como el coeficiente correspondiente a n=3) para cada
semana del mes utilizado. Para la semana s de 2014, sería el consumo de la
semana s de 2013.
C(A-1(s-1)): Es el coeficiente correspondiente al consumo de las semanas
A-1(s-1) (también identificado como el coeficiente correspondiente a n=4) para
cada semana del mes utilizado. Para la semana 8 de 2014, sería la semana 7 de
2013.
Cuando se introducen los parámetros del Solver, se tiene en cuenta lo siguiente:
Como celda objetivo se introduce la celda que contiene el valor de referencia.
Como valor de la celda objetivo, se hace referencia a que éste es el que se desea
minimizar, con lo que se señala el valor mínimo.
Las celdas que irán cambiando de valor son las que contienen los coeficientes.
Para que Solver comience a funcionar, se le introducen valores pequeños
aleatorios de coeficientes mayores que cero.
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
51
Se desea que los coeficientes sean valores positivos, con lo que se señala en las
opciones de Solver que sean mayores o iguales a cero.
En resumen, se están buscando unos coeficientes tales que cumplan la ecuación
[16].
En la Figura 18 se muestra una captura de pantalla del procedimiento de
operación. Con colores se indica la relación de los valores que se han introducido en el
Solver.
Para cada día de la semana que se va filtrando en la hoja de cálculo, se
determinan unos coeficientes distintos. Con estos coeficientes se crea una tabla. Estas
tablas son las 15, 16 y 17 del Anexo 9º para cada uno de los suministros que se han
estudiado.
Fig 18.- Visualización del proceso de operación para determinar los coeficientes
5.2.1.4. ESTIMACIÓN DE LAS CURVAS
Una vez se tienen los coeficientes de un mes determinado, ¿Cómo se estima el
consumo para el resto de semanas?
En primer lugar se crea una tabla en cuyas columnas aparecen:
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
52
Los coeficientes calculados: C(s-1), C(s-2), C(A-1(s)) y C(A-1(s-1)). Se extraen
de la tabla de coeficientes que se ha calculado previamente, y con la función SI
de Excel se disponen de forma que cada coeficiente corresponda a su día de la
semana.
Semana del año
Día de la semana
Hora
A(s-1)
A(s-2)
A-1(s-1)
A(s)
Predicción o estimación del consumo de la semana que se busca, en este caso, la
semana 7.
Error relativo: se compara el valor real (exacto) con la estimación, de forma que
se vea cómo han salido los resultados.
La tabla la completan prácticamente datos o elementos que ya se han calculado
con anterioridad. Solamente se tienen que llamar a esos valores desde esa nueva hoja de
cálculo, y eso se puede hacer con las funciones BUSCARV y SI. La función SI
comprueba si se cumple una condición, devolviendo un valor si resulta ser verdadera, u
otro, si es falsa.
Prueba_lógica: es cualquier valor o expresión que pueda evaluarse como
VERDADERO o FALSO. Por ejemplo, A10=100 es una expresión lógica; si el
valor de la celda A10 es igual a 100, la expresión se evalúa como
VERDADERO. De lo contrario, se evaluará como FALSO. Este argumento
puede utilizar cualquier operador de comparación.
Valor_si_verdadero: es el valor que se devuelve si el argumento prueba_lógica
es VERDADERO. Por ejemplo, si este argumento es la cadena de texto "Dentro
de presupuesto" y el argumento prueba_lógica se evalúa como VERDADERO,
la función SI muestra el texto "Dentro de presupuesto". Si el argumento
prueba_lógica es VERDADERO y el argumento valor_si_verdadero está en
blanco, este argumento devuelve 0 (cero).
Valor_si_falso: es el valor que se devuelve si el argumento prueba_lógica es
FALSO. Por ejemplo, si este argumento es la cadena de texto "Presupuesto
excedido" y el argumento prueba_lógica se evalúa como FALSO, la función SI
muestra el texto "Presupuesto excedido". Si el argumento prueba_lógica es
FALSO y se omite valor_si_falso, (es decir, después de valor_si_verdadero no
SI(prueba_lógica;valor_si_verdadero;valor_si_falso)
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
53
hay ninguna coma), se devuelve el valor lógico FALSO. Si prueba_lógica es
FALSO y valor_si_falso está en blanco (es decir, después de valor_si_verdadero
hay una coma seguida por el paréntesis de cierre), se devuelve el valor 0 (cero).
Valor_si_falso puede ser otra fórmula.
La función lógica SI se ha utilizado para la extracción ordenada de los
coeficientes, ya que según el día de la semana serán unos u otros.
Para realizar la estimación lo que se hace es realizar la suma-producto de los
coeficientes por el consumo del día de la semana que corresponda. El procedimiento se
puede ver en la ecuación [17]:
[17]
En la tabla 18 del Anexo 10º se puede encontrar un fragmento de la disposición
de los cálculos de este procedimiento de operación para una semana en concreto.
5.2.2. RESULTADOS Y CONCLUSIONES
Para ver cómo resultan las estimaciones realizadas mediante el procedimiento
explicado en este trabajo, se estudiarán las curva de demanda de las semanas 7, 11, 16 y
18 del año 2014. Los coeficientes se han calculado con las semanas 6, 7, 8 y 9, y
estimar el consumo de la semana 7 será una formalidad para verificar que los resultados
obtenidos son buenos, es decir, si se cogen los coeficientes calculados y se utilizan para
estimar una de las semanas que han sido introducidas en el algoritmo, será solamente
para verificar que se producen pocos errores.
Como la base de datos que se posee inicialmente es pequeña, se busca una nueva
que contenga consumos hasta el 9/06/2014 para poder comprobar los resultados.
A continuación se muestran las representaciones gráficas de cada suministro
(Industria, Comunidad de Regantes y Centro Universitario) para esas semanas. Además
se indican los errores que existen en comparación con la curva real en la Tabla 7.
En el eje de las ordenadas se muestra el consumo en kWh y en el de las abscisas
se muestra las horas a lo largo de la semana (
).
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
54
Semana 7:
Fig 19.- Comparativa de curvas real y prevista para la semana 7. Suministro Industrial
Fig 20.- Comparativa de curvas real y prevista para la semana 7. Comunidad de regantes
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
55
Fig 21.- Comparativa de curvas real y prevista para la semana 7. Centro universitario
Semana 11:
Fig 22.- Comparativa de curvas real y prevista para la semana 11. Suministro Industrial
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
56
Fig 23.- Comparativa de curvas real y prevista para la semana 11. Comunidad de regantes
Fig 24.- Comparativa de curvas real y prevista para la semana 11. Centro universitario
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
57
Semana 16:
Fig 25.- Comparativa de curvas real y prevista para la semana 16. Suministro Industrial
Fig 26.- Comparativa de curvas real y prevista para la semana 16. Comunidad de regantes
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
58
Fig 27.- Comparativa de curvas real y prevista para la semana 16. Centro universitario
Semana 18:
Fig 28.- Comparativa de curvas real y prevista para la semana 18. Suministro Industrial
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
59
Fig 29.- Comparativa de curvas real y prevista para la semana 18. Comunidad de regantes
Fig 30.- Comparativa de curvas real y prevista para la semana 18. Centro universitario
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
60
A continuación se muestra una tabla de errores para poder cuantificar
numéricamente los resultados.
CONSUMIDOR SEMANA ERM(%) ERMAX(%) ERMIN(%)
Industria 7 -38.4 59.02 -868.48
C. Regantes 7 -9.92 61.52 -163.21
C. Universitario 7 -1.62 18.73 -54.01
Industria 11 -47.86 49.95 -666.67
C. Regantes 11 74.94 91.93 26.94
C. Universitario 11 -20.21 20.94 -67.47
Industria 16 -418.53 -6.00 -1159.08
C. Regantes 16 56.02 93.91 -36.79
C. Universitario 16 -73.52 11.3 -281.70
Industria 18 -171.17 92.22 -980.88
C. Regantes 18 33.52 59.91 -7.08
C. Universitario 18 -11.25 51.3 -239.05
Tabla 7.- Errores relativos en la estimación del consumo
ERM: Error Relativo Medio
ERMAX: Error Relativo Máximo
ERMIN: Error Relativo Mínimo
De las representaciones gráficas que se han mostrado se pueden extraer algunas
objeciones:
1) En todos los suministros la estimación de la semana 7 es bastante buena, y las
curvas predichas siguen el comportamiento de la demanda real. Esto quiere decir
que los coeficientes están bien calculados y que el método puede ser viable.
Ahora bien, ¿Por qué el consumo de la semana 7 de los tres suministros no es
exactamente igual al consumo real si se ha utilizado el dato real de esta semana
para el cálculo de los coeficientes? La respuesta a esta pregunta está en el
procedimiento de operación, ya que para determinar los coeficientes se ha tenido
en cuenta no solo los datos reales de la semana 7, sino también los datos de las
semanas 6, 8 y 9. Como el sistema que resuelve los coeficientes involucra a
ambas semanas, al utilizar los coeficientes obtenidos, no puede calcularse una
estimación exacta para una de las semanas, porque eso querría decir que para las
semanas 6, 8 y 9 la estimación sería muy mala, y los coeficientes no estarían
bien calculados. Lo único que haría que la estimación del consumo realizado con
los coeficientes calculados para una de las cuatro semanas fuese exacto, sería
que el consumo de las cuatro semanas fuese el mismo, y ese no es el caso.
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
61
2) Conforme las semanas se van alejando de las que han sido utilizadas para el
cálculo de los coeficientes, los resultados van empeorando para el caso de la
industria. Por ejemplo, la estimación para la semana 16 no sigue el
comportamiento de la demanda real, y se puede decir que el consumo de dicha
semana es atípico, pues como se observa en la figura que representa al
suministro, la demanda real es despreciable respecto a la que se ha estimado.
Sin embargo, para la semana 11 la estimación realizada posee errores
relativamente bajos en comparación con otros del mismo suministro. Esto se
puede observar en la Tabla 7.
Téngase en cuenta que se están tratando suministros agregados y que existe un
reparto del consumo entre los mismos. Lo que para unos dé un error positivo (el
consumo real es mayor que el estimado) en algunos casos puede ser compensado
con aquellos que tengan un error negativo (el consumo real es menor que el
estimado).
3) Para el centro universitario, sin embargo, como se puede visualizar en las figuras
que se han expuesto, posee unos patrones de comportamiento aproximadamente
constantes en el tiempo, con lo que el error no aumenta conforme se alejan las
semanas de la estimación de las utilizadas en el cálculo de los coeficientes.
4) Para la comunidad de regantes los resultados son muy aleatorios. Es muy difícil
caracterizar a este tipo de consumo con una base de datos pequeña, ya que está
muy influenciado por variables externas de diferentes características.
El cálculo de los coeficientes no puede permanecer constante en el tiempo, pues
los consumos tienen variabilidades durante todo el año debido a fuentes muy diversas.
Además, el suministro de la comunidad de regantes es un suministro complicado para
estimar con este método y alberga un error mayor que el resto, pues las condiciones
atmosféricas afectan mucho al mismo.
5.3. ESTIMACIÓN DE TODOS LOS CONSUMIDORES
Una vez se tiene todo lo anterior calculado, se crea una hoja de cálculo donde se
van a incluir todos los consumos que se han estimado para una semana determinada. En
este caso, en base a los datos que se tienen y a los resultados que han salido, se escoge
calcular la estimación del consumo de la semana 11. Para ello se utilizan los
coeficientes determinados con las semanas del mes previo al mes de la semana 11
(marzo), es decir, las semanas de febrero.
Se crea una plantilla en la que se van a copiar los cálculos para dicha semana de
los consumidores del tipo B y C. Esa plantilla recibe el nombre de suma de todas las
curvas semana 11, y en ella se ha realizado también, una representación gráfica que se
puede observar en la Figura 31.
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
62
Los cálculos llevados a cabo para la estimación son los explicados con
anterioridad en este documento, y se puede ver un fragmento de la plantilla en la Tabla
22 del Anexo 11º.
Fig 31.- Estimación de todos los consumos para la semana 11
ERM: 44.45%
ERMAX: 83.62%
ERMIN: 1.94%
El caso de que salga un error relativo medio tan elevado es debido a la
estimación de la comunidad de regantes. Como se ha dicho anteriormente, la estimación
de este suministro no es buena utilizando un método como este, ya que su consumo
depende mucho de agentes externos. La forma de abordar este problema se presenta en
el bloque siguiente. En la Figura 32 se puede observar cómo sería la estimación si no se
hubiera tenido en cuenta la comunidad de regantes. Además el error también hubiera
disminuido, teniendo en este caso un error relativo medio de -18.62%.
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
63
Fig 32.- Estimación de todos los consumos sin tener en cuenta la comunidad de regantes
ERM: -18.62%
ERMAX: 46.66%
ERMIN: -213.72%
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
64
BLOQUE 6. CONCLUSIONES Y
TRABAJOS FUTUROS A
REALIZAR
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
65
6. CONCLUIONES Y TRABAJOS FUTUROS A REALIZAR
Como se mencionó al principio del trabajo, en el objeto de este proyecto no
estaba el determinar con exactitud el consumo del conjunto de suministros agregados.
Bastaba con solo establecer una estimación que orientase sobre el consumo aproximado
de los mismos. Este estudio se inició teniendo en cuenta esta imprecisión, sabiendo que
al final existirían una serie de errores en los resultados. Como también se mencionó,
estas divergencias entre las curvas estimadas y la real, vienen dadas por los numerosos
agentes externos que influyen en los consumos y que no están dentro del alcance de este
trabajo, como son la temperatura, la humedad, el viento, etc.
A todo esto se suma la imprevisión de los cambios existentes en el sistema
eléctrico, que pueden derivar en numerosas alteraciones que se produzcan en la
demanda. No obstante, y pese a todas estas adversidades, se llevó a cabo este estudio
con el fin último de obtener una curva del consumo total de todos los suministros de los
que se disponía. El análisis llevado a cabo en este documento ha tenido en cuenta pocos
suministros. Si en lugar de ser así, se utilizara un mayor número de consumos
agregados, los errores de los resultados estarían más camuflados, ya que al existir un
mayor número de consumos, es mayor el reparto entre la diferencias de demanda de los
mismo. Por ejemplo, si se tienen tres consumos, y se establece la estimación para una
semana de los mismos, puede ser que las tres estimaciones sean mayores de lo que
realmente estos van a demandar, o que una de ellas sea menor y las otras dos mayor, o
que dos de ellas sean menores y una mayor, o que las tres sean menores que el consumo
real. Si en lugar de tener tres suministros, se estuviera tratando treinta suministros, la
probabilidad de que todas las estimaciones fueran a la alza o que todas ellas fueran a la
baja del consumo real sería menor, y en este caso, se produciría un mayor reparto entre
las estimaciones a la baja y a la alza.
En el estudio que se ha llevado a cabo con Excel se han utilizado tres
suministros de características muy diferentes. Los resultados que da el estudio dejan ver
que para suministros con patrones de consumo como la industria o el centro
universitario sí se puede utilizar unos coeficientes que no tengan en cuenta variables
externas. No obstante, se estaría incurriendo a algo de error ya que los agentes externos
como la temperatura, la humedad, etc., hacen que la demanda cambie.
Además se ha de tener en cuenta que, lo ideal en este modelo de estimación es ir
actualizando temporalmente los coeficientes conforme se conozcan los consumos reales,
ya que como se ha podido observar en la sección de los resultados obtenidos, cuanto
más se aleja la estimación del mes con el que se han calculado los coeficientes, mayor
es el error. Por ello, en el procedimiento del modelo, queda reflejada la utilización del
mes previo al mes de la semana que se desea estimar para realizar el cálculo de los
coeficientes.
Los resultados que da este trabajo establecen la posibilidad de continuar el
estudio, pero teniendo en cuenta todas aquellas variables externas que afectan a los
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
66
consumos y que aquí no se han introducido. Como se mencionó al principio de este
trabajo, existen unos modelos más elaborados que quedan fuera del alcance de un
Trabajo de Fin de Grado, con lo que se dejan propuestos para ser utilizados en un
trabajo futuro. Los modelos que se podrían utilizar son:
Modelos predictivos causales Tienen en cuenta la influencia de las
condiciones atmosféricas
Modelos predictivos de series temporales Tienen en cuenta la periodicidad de
los datos
Pese a los errores obtenidos, cabe destacar que este estudio aporta información
aproximada bastante útil y que da una buena idea del consumo de suministros que no
están sujetos, en gran medida, a agentes climatológicos.
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
67
BLOQUE 7. ANEXOS
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
68
7. ANEXOS
7.1. ÍNDICE
Anexo 1º: Documento de perfiles de curvas. Boletín Oficial del Estado…..……...pág 69
Anexo 2º: Coeficientes de los perfiles. Consumidores tipo B…………………......pág 73
Anexo 3º: Fragmento de consumos anuales. Consumidores tipo B………….........pág 74
Anexo 4º: Clasificación de consumidores tipo B………………………………….pág 75
Anexo 5º: Cálculo final de las curvas. Consumidores tipo B……………………...pág 77
Anexo 6º : Base de datos Industria, Centro Universitario y Comunidad de
Regantes………………………………………………………………………........pág 78
Anexo 7º: Tablas de consumo con códigos identificativos. Consumidores tipo C
…………………………………………………………………………………......pág 79
Anexo 8º: Cálculos iniciales. Métodos 1 y 2. Consumidores tipo C ……………...pág 82
Anexo 9º: Fragmento tabla inicial. Consumidor Industrial………………………..pág 84
Anexo 10º: Verificación de datos semanas 7, 11, 16 y 18. Consumidor
Industrial……………………………………………………………………….......pág 86
Anexo 11º: Cálculo final de estimación de la demanda…………………………...pág 90
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
69
Anexo 1º
I. DISPOSICIONES GENERALES MINISTERIO DE INDUSTRIA, ENERGÍA Y TURISMO
Resolución de 27 de diciembre de 2012, de la Dirección General de Política
Energética y Minas, por la que se aprueba el perfil de consumo y el método de cálculo
a efectos de liquidación de energía, aplicables para aquellos consumidores tipo 4 y tipo
5 que no dispongan de registro horario de consumo, así como aquellos que han pasado
de ser tipo 4 a tipo 3, según el Real Decreto 1110/2007, de 24 de agosto, por el que se
aprueba el reglamento unificado de puntos de medida del sistema eléctrico, para el año
2013.
Visto el artículo 9 del Real Decreto 1435/2002, de 27 de diciembre, por el que se
regulan las condiciones básicas de los contratos de adquisición de energía y de acceso
a las redes en baja tensión.
Vistos el artículo 32, así como el artículo 7 y la disposición transitoria segunda del
Reglamento unificado de puntos de medida del sistema eléctrico, aprobado por Real
Decreto 1110/2007, de 24 de agosto.
Vista la propuesta de revisión de los perfiles de consumo existentes para aquellos
puntos de suministro de clientes que, de acuerdo con la normativa aplicable, no tengan
la obligación de disponer de registro de consumo horario en sus equipos de medida,
realizada por Red Eléctrica de España, S.A. el 30 de noviembre de 2012 en
cumplimiento de la disposición adicional tercera de la Orden IET/3586/2011, de 30 de
diciembre, por la que se establecen los peajes de acceso a partir de 1 de enero de 2012
y las tarifas y primas de las instalaciones del régimen especial.
Visto el informe sobre la propuesta realizada por Red Eléctrica de España, S.A.
aprobado por el Consejo de Administración de la Comisión Nacional de Energía en
diciembre de 2012.
Esta Dirección General resuelve:
Primero.
Aprobar los perfiles de consumo y el método de cálculo a efectos de liquidación de
energía aplicables para aquellos consumidores tipo 4 y tipo 5 que no dispongan de
registro horario de consumo, así como para aquellos suministros que desde la entrada
en vigor del Real Decreto 1110/2007, de 24 de agosto, por el que se aprueba el
Reglamento unificado de puntos de medida del sistema de medidas eléctrico, han
cambiado su clasificación de tipo de medida pasando de ser puntos de medida tipo 4 a
ser puntos de medida tipo 3, y que no dispongan de registros horario de consumo. Los
perfiles y el método de cálculo, figuran como anexos de la presente resolución, y serán
de aplicación a partir del 1 de enero de 2013.
Segundo.
Contra la presente resolución cabe interponer recurso de alzada ante el Secretario
de Estado de Energía, en el plazo de un mes, de acuerdo con lo establecido en la Ley
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
70
30/1992, de 26 de noviembre, de Régimen Jurídico de las Administraciones Públicas y
del Procedimiento Administrativo Común.
Madrid, 27 de diciembre de 2012.–El Director General de Política Energética y Minas,
Jaime Suárez Pérez-Lucas.
ANEXO I
Método de cálculo de los perfiles de consumo para los consumidores tipo 4 y tipo 5
que no dispongan de registro horario de consumo, así como para aquellos que desde
la entrada en vigor del Real Decreto 1110/2007, de 24 de agosto, han cambiado su
clasificación pasando de ser puntos de medida tipo 4 a ser puntos de medida tipo 3, y
que no dispongan de registros horario de consumo
1. Objeto
El objeto de este procedimiento es establecer los perfiles de carga que serán
utilizados para obtener las medidas horarias necesarias para la liquidación de
la energía en el mercado de producción de energía eléctrica, a partir de los
datos de consumo registrados por equipos de medida no horarios.
2. Ámbito de aplicación
Los perfiles de carga serán de aplicación a aquellos consumidores que, no
teniendo obligación de disponer de registro horario de consumo, adquieran su
energía en el mercado de producción de energía eléctrica, directamente o a
través de un comercializador.
3. Definiciones
Perfil Inicial: Perfil de carga publicado a efectos indicativos y que sirve de base
para el cálculo de los perfiles de carga que se emplearán para obtener las
medidas horarias de los consumidores.
Perfil Final: Perfil de carga que se utilizará para obtener las medidas horarias
de los consumidores de un determinado tipo, a partir de registros de medida no
horarios.
Demanda de Referencia: Previsión de demanda del sistema peninsular que se
utilizará para el cálculo de los Perfiles Finales a partir de los Perfiles Iniciales.
La Demanda de Referencia tomará para 2013 los valores recogidos en el anexo
III de la presente resolución.
Demanda del Sistema: Demanda del sistema eléctrico peninsular publicada por
el Operador del Sistema a efectos de la determinación de los Perfiles Finales.
4. Clasificación de consumidores
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
71
Se establecen las siguientes categorías de consumidores que tendrán perfiles de
carga diferenciados:
a) Consumidores con peaje de acceso 2.0A y 2.1A y equipos de medida de un
solo período (Perfil tipo Pa).
b) Consumidores con peaje de acceso 2.0 DHA y 2.1 DHA y equipo de medida
adaptado al horario de dichos peajes de acceso (Perfil tipo Pb).
c) Consumidores con peaje de acceso 3.0A y 3.1A con medida en baja tensión y
registro en 6 períodos, de acuerdo a lo establecido en el punto 5 siguiente
(Perfil tipo Pc).
d) Consumidores con peaje de acceso 2.0 DHS y 2.1 DHS y equipos de medida
adaptado al horario de dichos peajes de acceso (Perfil tipo Pd).
5. Periodos
Los seis periodos a que hace referencia el artículo 9.7 del Reglamento unificado
de puntos de medida del sistema eléctrico, aprobado por Real Decreto
1110/2007, de 24 de agosto:
– Periodo 1: Horas punta de los días laborables de lunes a viernes para el peaje
de acceso de tres periodos según lo establecido en el anexo II de la Orden
ITC/2794/2007, de 27 de septiembre, por el que se revisan las tarifas eléctricas
a partir del 1 de octubre de 2007, y para el peaje de acceso de tres periodos
3.1A según lo establecido en la disposición adicional tercera de la Orden
ITC/3801/2008, de 26 de diciembre, por la que se revisan las tarifas eléctricas a
partir de 1 de enero de 2009.
– Periodo 2: Horas llano de los días laborables de lunes a viernes para el peaje
de acceso de tres periodos 3.0A según lo establecido en el anexo II de la Orden
ITC/2794/2007, de 27 de septiembre, por el que se revisan las tarifas eléctricas
a partir del 1 de octubre de 2007, y para el peaje de acceso de tres periodos
3.1A según lo establecido en la disposición adicional tercera de la Orden
ITC/3801/2008, de 26 de diciembre, por la que se revisan las tarifas eléctricas a
partir de 1 de enero de 2009.
– Periodo 3: Horas valle de los días laborables de lunes a viernes para el peaje
de acceso de tres periodos 3.0A según lo establecido en el anexo II de la Orden
ITC/2794/2007, de 27 de septiembre, por el que se revisan las tarifas eléctricas
a partir del 1 de octubre de 2007, y para el peaje de acceso de tres periodos
3.1A según lo establecido en la disposición adicional tercera de la Orden
ITC/3801/2008, de 26 de diciembre, por la que se revisan las tarifas eléctricas a
partir de 1 de enero de 2009.
– Periodo 4: Horas punta de los sábados, domingos y los festivos de fecha fija
de ámbito nacional no sustituibles por las Comunidades Autónomas para el
peaje de acceso de tres periodos 3.0A según lo establecido en el anexo II de la
Orden ITC/2794/2007, de 27 de septiembre, por el que se revisan las tarifas
eléctricas a partir del 1 de octubre de 2007.
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
72
– Periodo 5: Horas llano de los sábados, domingos y los festivos de fecha fija de
ámbito nacional no sustituibles por las Comunidades Autónomas para el peaje
de acceso de tres periodos 3.0A según lo establecido en el anexo II de la Orden
ITC/2794/2007, de 27 de septiembre, por el que se revisan las tarifas eléctricas
a partir del 1 de octubre de 2007, y para el peaje de acceso de tres periodos
3.1A según lo establecido en la disposición adicional tercera de la Orden
ITC/3801/2008, de 26 de diciembre, por la que se revisan las tarifas eléctricas a
partir de 1 de enero de 2009.
– Periodo 6: Horas valle de los sábados, domingos y los festivos de fecha fija de
ámbito nacional no sustituibles por las Comunidades Autónomas para el peaje
de acceso de tres periodos 3.0A según lo establecido en el anexo II de la Orden
ITC/2794/2007, de 27 de septiembre, por el que se revisan las tarifas eléctricas
a partir del 1 de octubre de 2007, y para el peaje de acceso de tres periodos
3.1A según lo establecido en la disposición adicional tercera de la Orden
ITC/3801/2008, de 26 de diciembre, por la que se revisan las tarifas eléctricas a
partir de 1 de enero de 2009.
6. Perfiles Iniciales
Los perfiles iniciales para cada categoría de consumidores tomarán para 2013
los valores recogidos en el anexo IIl de la presente resolución.
7. Cálculo de los Perfiles Finales
Los Perfiles Finales se obtendrán a partir de los Perfiles Iniciales modificando
estos últimos en función de la evolución de la Demanda del Sistema en relación
con la Demanda de Referencia, tratando de incorporar en los perfiles aquellos
factores que afectan a las pautas de consumo y no son previsibles con
antelación, como la temperatura, luminosidad, etc.
8. Utilización de los Perfiles Finales
Los distribuidores, como encargados de lectura, serán los responsables de
obtener las medidas horarias de los consumidores a partir de los datos
registrados en sus equipos de medida. El cálculo de la media horaria se
realizará aplicando el Perfil Final, correspondiente a la categoría del
consumidor, a la energía registrada por el equipo de medida en el período
correspondiente. En aquellos casos en los que el equipo de medida registre la
energía en más de un bloque horario, el Perfil Final se aplicará
independientemente para las horas de cada bloque. En los casos en que no se
registre la hora exacta de realización de la medida, se considerará que ésta se
ha realizado a las 0 h del día en que se realizó la medida.
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
73
Anexo 2º
Tabla 1.- Fragmento de los coeficientes utilizados para la creación de los perfiles
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
74
Anexo 3º
Tabla 2.- Fragmento del listado de consumos anuales
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
75
Anexo 4º
Tabla 3.- Consumidores perfil a
Tabla 4.- Consumidores perfil b
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
76
Tabla 5.- Consumidores perfil c
Tabla 6.- Consumidores perfil d
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
77
Anexo 5º
Tabla 7.- Fragmento del cálculo final de las curvas
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
78
Anexo 6º
Tabla 8.-Fragmento de la base de datos del consumo horario de la Industria, el Centro
Universitario y la Comunidad de Regantes
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
79
Anexo 7º
Tabla 9.- Fragmento de datos de consumo con CUPs creados. Consumidor Industrial
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
80
Tabla 10.- Fragmento de datos de consumo con CUPs creados. Comunidad de Regantes
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
81
Tabla 11.- Fragmento de datos de consumo con CUPs creados. Centro Universitario
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
82
Anexo 8º
Tabla 12.- Fragmento de cálculos método 1 del Análisis Inicial. Suministro Industrial
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
83
Tabla 13.- Fragmento de cálculos método 2 del Análisis Inicial. Suministro Industrial
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
84
Anexo 9º
Tabla 14.- Fragmento de datos iniciales Industria. Diseño del algoritmo
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
85
Tabla 15.- Coeficientes de estimación de Consumo. Suministro Industrial
Tabla 16.- Coeficientes de estimación de Consumo. Comunidad de Regantes
Tabla 17.- Coeficientes de estimación de Consumo. Centro universitario
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
86
Anexo 10º
Tabla 18.- Fragmento de tabla de verificación de datos, semana 7. Suministro Industrial
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
87
Tabla 19.- Fragmento de tabla de verificación de datos, semana 11. Suministro Industrial
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
88
Tabla 20.- Fragmento de tabla de verificación de datos, semana 16. Suministro Industrial
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
89
Tabla 21.- Fragmento de tabla de verificación de datos, semana 18. Suministro Industrial
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
90
Anexo 11º
Tabla 22.- Fragmento de tabla de cálculo de consumo total de todos los suministros: Tipos B y C
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
91
Nota: Los suministros del Centro Universitario y la Comunidad de Regantes poseen
tablas con el mismo formato que las 18, 19, 20 y 21pero con datos diferentes en cuanto
a las estimaciones de consumo y los coeficientes que se han usado para el mismo.
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
92
BLOQUE 8. BIBLIOGRAFÍA
[ESTIMACIÓN DE CURVA DE CONSUMO ELÉCTRICO A FUTURO DE AGREGACIONES DE SUMINISTROS ELÉCTRICOS] Julio de 2014
93
8. BIBLIOGRAFÍA
IEA: International Energy Agency, Electricity, Demand
Boletín Oficial del Estado, 15708 de 29 de Diciembre de 2012
Comisión Nacional de la Energía (CNE), Consumidores de Electricidad, Descripción
del Mercado y Organización del Mercado
Antonio Gómez Expósito, Análisis y operación de sistemas de energía eléctrica,
Modelos predictivos de la demanda eléctrica
Operador del Mercado Ibérico Eléctrico (OMIE), Funcionamiento, Tipos de Mercado
Red Eléctrica Española (REE), Consumo a tiempo real, Descripción de la demanda
eléctrica peninsular
Tutorial de Microsoft Office, Excel