Pronóstico de la demanda eléctrica diaria del SEIN para reducir la demanda coincidente de un usuario libre del sector industrial

Abstract

El propósito que buscó el presente trabajo de investigación fue aplicar el pronóstico de la demanda eléctrica diaria del SEIN para reducir la demanda coincidente de un usuario libre del sector industrial. Para tal propósito se llevó a cabo el desarrollo un modelo predictivo de la demanda eléctrica diaria del SEIN basado en una red neuronal artificial, donde se utilizaron como datos de entrada valores de demanda ejecutada del SEIN desde el año 2015 al 2021, los cuales fueron obtenidos a través del portal web del Comité de Operación Económica del Sistema (COES). Los resultados muestran que el uso de las redes neuronales en el pronóstico de la demanda eléctrica diaria del SEIN logran minimizar diferencias entre la demanda eléctrica pronosticada y la demanda eléctrica ejecutada con un MAPE promedio de 0.993 %. Asimismo, tomando como base este pronóstico se logra reducir la demanda coincidente de un usuario libre el cual se traduce en una reducción de los costos de energía eléctrica, en el mercado eléctrico esto es conocido con estrategias de Peak Shaving. La investigación desarrollada tiene un enfoque cuantitativo, de tipo aplicada y nivel explicativo, asimismo el método utilizado es hipotético – deductivo. Se llega a la conclusión de que es posible reducir la demanda coincidente de un usuario libre utilizando como principal herramienta un pronóstico confiable de la demanda eléctrica diaria del SEIN.