Predicción del precio de la electricidad en la bolsa mediante un modelo neuronal no-lineal autorregresivo con entradas exógenas

Abstract

RESUMEN: Se realizó la predicción del precio de energía de bolsa promedio mensual en el mercado eléctrico colombiano por medio de un modelo de redes neuronales no-lineal autorregresivo. Considerando como entradas exógenas: la demanda, la relación entre generación hidráulica-térmica, la probabilidad del Fenómeno de El Niño y el volumen útil diario energía; y como variable autorregresiva el precio de bolsa promedio mensual. Para el entrenamiento, validación y pruebas se analizaron datos entre enero de 2003 y marzo de 2014. Adicionalmente, la efectividad del modelo fue probada con datos entre abril de 2014 y febrero de 2015. Se observó que al incorporar la historia del precio y variables dependientes de condiciones hidrológicas como el Fenómeno del Niño en el modelo, se puede reproducir adecuadamente la dinámica del precio de la energía en Colombia, incluso en meses posteriores al periodo de tiempo considerado.

ABSTRACT: The forecasting of the monthly average stock price of Colombian electricity was carried out by means of a nonlinear autoregressive exogenous model. Such a model considers as exogenous inputs the demand, the ratio between hydraulic and thermal generation, the probability of El Niño phenomenon and the daily available energy volume; and as an autoregressive variable the monthly average stock price. For training, validation and testing, data corresponding to the period January 2003 to March 2014 were considered. Furthermore, the effectiveness of the model was tested with data for the period April 2014 to February 2015.This shows that the incorporation of historic data of prices and variables that depend on hydrologic conditions, such as El Niño phenomenon, allows reproducing the dynamics of Colombia’s energy prices, even for forthcoming periods.