Modèle de prévision des prix d’électricité en Colombie
DOI :
https://doi.org/10.17533/udea.le.n77a14771Mots-clés :
prix, demande, offre, réponse impulsionnelle, vecteurs très généraux, réseaux de neuronesRésumé
Cet article analyse les déterminants du prix d’électricité dans le marché colombien. Nous proposons des prévisions à long terme pour les prix sur le marché de l’énergie à travers l’utilisation des techniques de correction d’erreur vecteurs (VEC ou VCE), ainsi qu’à travers de l’approche de réseaux de neurones. La conclusion la plus importante est que, compte tenu de l’optimisme entourant l’économie colombienne dans les années à venir, les prix de l’énergie sur le long terme auront une tendance à la hausse.
Téléchargements
Références
Aggarwal, Sanjeev K.; Saini, Lalit M. &Kumar, Ashwani. (2009). “Electricity Price Forecasting in Deregulated Markets: a Review and Evalution”, Electrical Power and Energy Systems, Vol.31, pp.13- 22.
AzadeH, A.; Ghadrei, S.F. & Pourvalikhan, B. (2009). “One Day – Ahead Price Forecasting for Electricity Market of Iran Using Combined Time Series and Neural network model”, Hybrid Intelligent Models and Applications, Mayo 2009, pp.44 – 47.
Gradojevic, N & Yang, J. (2000). “The Application of Artificial Neural Networks to Exchange Rate Forecasting: the Role of Market Microstructure Variables”; Bank of Canada, Working paper 2000-23, pp.10-27.
Haykin, Simon (1994). Neural Networks. A Comprehensive Foundation. Macmillan College Publishing Company.
Hamilton, James (1994). Time Series Analysis. Princeton Johnston, John & Dinardo, John (1997). Econometrics Methods. McGrawHill.
Lira, F.; Muñoz, C.; Nuñez, F. &y Cipriano, A. (2009). “Short-term Forecasting of Electricity Prices in the Colombian Electricity Market”. IET Generation, Transmission & Distribution, Vol. 3, Issue. 11, pp.980 – 986.
MATLAB (2012).http://www.mathworks.com/help/pdf_doc/nnet/nnet_ug.pdf 26 de Enero 2012.
Tang, Qi & Gu, Danzhen (2010). “Day-Ahead Electricity Prices Forecasting Using Artificial Neural Networks”, Artificial Intelligence and Computational Intelligence Vol. 2, pp.511 – 514.
UPME. Unidad de Planeación Minero Energética (2010a), “Plan de expansión de referencia. Generación Transmisión 2010-2024”. Colombia.
UPME. Unidad de Planeación Minero Energética (2010b), “Proyección de demanda de energía eléctrica y potencia máxima”. Colombia.
Velásquez, Juan David & Franco, Carlos Jaime (2010). “Predicción de los precios de contratos de electricidad usando una red neuronal con arquitectura dinámica”; Innovar, Vol. 20, No. 36, pp.7-14.
Villada, Fernando; Cadavid, Diego Raúl & Molina, Juan David (2008). “Pronóstico del precio de la energía eléctrica usando redes neuronales artificiales”, Revista Facultad de Ingeniería Universidad de Antioquia, N° 44, pp. 111-118. Disponible en: http://ingenieria.udea.edu.co/grupos/revista/revistas/nro044/articulos.html (Noviembre de 2010).
Téléchargements
Publié-e
Comment citer
Numéro
Rubrique
Licence
Cette page, par Universidad de Antioquia, est autorisée sous une Licence d'attribution Creative Commons.
Les auteurs qui publient avec cette revue acceptent de conserver les droits d'auteur et d'accorder le droit de première publication à la revue, l'article sous licence sous une licence Creative Commons Attribution-NonCommercial-ShareAlike permettant à d'autres de le partager tant qu'ils reconnaissent sa paternité et sa publication originale dans ce journal.
Les auteurs peuvent conclure des accords contractuels supplémentaires et distincts pour la distribution non exclusive de la version publiée de la revue (par exemple, la publier dans un référentiel institutionnel ou la publier dans un livre), à condition que ces accords soient sans but lucratif et être reconnu comme la source originale de publication.
Les auteurs sont autorisés et encouragés à publier leurs articles en ligne (par exemple, dans des dépôts institutionnels ou sur leurs sites Web), car cela peut conduire à de précieux échanges ainsi qu'à une plus grande citation des travaux publiés.
