Patrón de regresión lineal para la previsión de precios de electricidad del mercado eléctrico Ibérico

Autores/as

DOI:

https://doi.org/10.17533/udea.redin.20190522

Palabras clave:

previsión, análisis de regresión, MIBEL

Resumen

El Mercado Ibérico de Electricidad resulta del proceso de cooperación entre las administraciones de Portugal y España con el objetivo de promover la integración de los sistemas eléctricos de ambos países. Este mercado común consiste en mercados organizados o intercambios de potencia, y mercados no organizados donde el comercio bilateral de venta libre se realiza con o sin intermediarios. Dentro de este escenario, la previsión de los precios de energía ha tomado un papel fundamental en el proceso de decisión y estrategia de desarrollo para los mercados participantes. Las características de precios de energía tales como la no-estacionalidad, no linealidad y la alta volatilidad hace que este trabajo sea más complejo. Así, en lugar de una simple previsión, los participantes están más interesados en las causas, que es esencial para estimar el precio. Esta investigación analiza el impacto de variables externas en los precios de electricidad utilizando un modelo de regresión lineal. La calidad de los modelos estimados obtenidos valida el uso de métodos estadísticos o causales, como una estrategia plausible para obtener previsiones causales de los precios de la electricidad a mediano y largo plazo. A partir de la evaluación de la previsión del precio de la electricidad para Portugal y España, para el año 2017, los errores porcentuales absolutos medios (MAPE) fueron de 9.02% y de 12.02%, respectivamente. Para el año de 2018, el MAPE, evaluado para 9 meses, para Portugal y España.

|Resumen
= 738 veces | PDF (ENGLISH)
= 377 veces| | HTML (ENGLISH)
= 0 veces|

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Ângela Paula Ferreira, Instituto Politécnico de Bragança

Centro de Investigación en Digitalización y Robótica Inteligente (CeDRI).

Jenice Gonçalves Ramos, Instituto Politécnico de Bragança

Campus de Santa Apolónia.

Paula Odete Fernandes, Instituto Politécnico de Bragança

Unidad de Investigación en Gestión Aplicada (UNIAG).

Citas

J. Borges, “MIBEL and the market splitting,” in5thInternationalConference on the European Electricity Market, Lisboa, Portugal,2008, pp. 1–5.

R. da Costa, “Previsão probabilística dos preços de energia elétricado mercado ibérico de eletricidade,” M.S. thesis, Faculdade deEconomia, Univ. do Porto, Porto, Portugal, 2015.

R. Weron. (2014, October) Electricity price forecasting: A review ofthe state-of-the-art with a look into the future. [Online]. Available: https://doi.org/10.1016/j.ijforecast.2014.08.008

J. Ramos andet al, “Structural analysis, modelling and forecastingof electricity prices in the iberian electricity market,” CongresoIberoamericano de Ciudades Inteligentes(ICSC-CITIES 2018), Soria,Esp., 2018.

S. J. Koopman, M. Ooms, and M. A. Carnero. (2007,March) Periodic seasonal Reg-ARFIMA-GARCH models for dailyelectricity spot prices. [Online]. Available: http://doi.org/10.1198/016214506000001022

C. R. Knittel and M. R. Roberts. (2005, September) An empiricalexamination of restructured electricity prices. [Online]. Available: https://doi.org/10.1016/j.eneco.2004.11.005

R. Weron and A. Misiorek. (2008, October) Forecasting spotelectricity prices: a comparison of parametric and semiparametrictime series models. [Online]. Available: https://doi.org/10.1016/j.ijforecast.2008.08.004

A. Gianfreda and L. Grossi. (2012, November) Forecasting italianelectricity zonal prices with exogenous variables. [Online]. Available: https://doi.org/10.1016/j.eneco.2012.06.024

(2018) Price report. OMIE. [Online]. Available: https://bit.ly/30OlAvR

(2018) Estatística mensal-sen. Redes Energéticas Nacionais.Accessed Feb. 10, 2018. [Online]. Available: https://bit.ly/2KaiFYO

(2018) National statistical series. Red Eléctrica de España. AccessedMay. 05, 2018. [Online]. Available:https://bit.ly/2CQ7Wy5

(2018) Cooling and heating degree days by country-monthly data.EUROSTAT. Accessed May. 05, 2018. [Online]. Available: https://bit.ly/2W9LBqO

(2015) Índice de produção industrial. Instituto Nacional deEstatística. Accessed Jun. 12, 2018. [Online]. Available: https://bit.ly/2EBNxh3

(2015) Índice de producción industrial. Instituto Nacional de Estatística. Accessed May. 05, 2018. [Online]. Available: https://bit.ly/2McGrFW

Energy information administration. U.S. Energy InformationAdministration. Accessed Sep. 20, 2018. [Online]. Available: https://bit.ly/2wqIsnf

Portugal crude oil imports. YCharts. Accessed Sep. 20, 2018.[Online]. Available: https://bit.ly/2VSd8Z9

Spain crude oil imports. YCharts. Accessed Sep. 20, 2018. [Online].Available: https://bit.ly/2XaSfcQ

H. V. Haghi and S. M. Tafreshi, “Modeling and forecasting of energyprices using non-stationary markov models versus stationary hybridmodels including a survey of all methods,” inIEEE Canada ElectricalPower Conference, Montreal, Que., Canada, 2007, pp. 429–434.

C. Chaves, E. Maciel, P. Guimarães, and J. C. Ribeiro,Instrumentos Estatísticos de Apoioà Economia. New York, USA: McGraw-Hill, 2000.

H. White, “A heteroskedasticity-consistent covariance matrixestimator and a direct test for heteroskedasticity,”Econometrica,vol. 48, no. 4, pp. 817–838, May 1980.

M. Verbeek,A Guide to Modern Econometrics, 4th ed. England, UK:John Wiley & Sons, 2012.

D. Gujarati and D. Porter,Essentials of Econometrics, 4th ed. NewYork, USA: McGraw Hill, 2010.

J. Durbin and G. S. Watson, “Testing for serial correlation in leastsquares regression III,”Biometrika, vol. 38, no. 1, pp. 159–177, Jun.1951.127

Publicado

2019-08-23

Cómo citar

Ferreira, Ângela P., Gonçalves Ramos, J., & Odete Fernandes, P. (2019). Patrón de regresión lineal para la previsión de precios de electricidad del mercado eléctrico Ibérico. Revista Facultad De Ingeniería Universidad De Antioquia, (93), 117–127. https://doi.org/10.17533/udea.redin.20190522