Proyección de corto plazo para el precio de bolsa de energía en el mercado colombiano

Abstract

El mercado eléctrico colombiano se encuentra compuesto por agentes generadores y comercializadores. Los agentes que participan activamente de la formación del precio de bolsa de energía son los generadores, dado que estos realizan las ofertas de precio para cada una de sus plantas de generación, esto con el fin de competir con sus precios. Estos precios reflejan la eficiencia de las máquinas, costos de combustible, el estado hidrológico y inclusive el costo de oportunidad definido por las proyecciones futuras de hidrología y de precio. En adición los agentes comercializadores son quienes representan la demanda, constituidos por consumidores de tamaño pequeño que son representados por distribuidores como EPM y Enel-Codensa a los cuales se les denomina Mercado Mayorista, y consumidores grandes como fábricas, centros comerciales y supermercados, a los que se les conoce como el Mercado No Regulado. Para los agentes anteriormente mencionados es de alta importancia conocer con anticipación el comportamiento del mercado de corto plazo con el fin de vislumbrar oportunidades y así maximizar su margen variable. El trabajo en mención realiza técnicas de análisis de datos para identificar como se puede llegar a llegar a una predicción cercana del precio de bolsa con antelación mediante redes neuronales y series de tiempo.

The Colombian electricity market is made up of generating agents and trading agents. The agents that actively participate in the formation of the energy market price are the generators, since they make price offers for each of their generation plants, in order to compete with their prices. These prices reflect the efficiency of the machines, fuel costs, hydrological status and even the opportunity cost defined by future hydrology and price projections. In addition, the trading agents are those who represent the demand, made up of small-sized consumers who are represented by distributors such as EPM and Enel-Codensa, which are called the Wholesale Market, and large consumers such as factories, shopping centers and supermarkets, who are which are known as the Unregulated Market. For the agents, it is highly important to know in advance the behavior of the short-term market in order to glimpse opportunities and thus maximize their variable margin. The work in question performs data analysis techniques to identify how it is possible to arrive at a close prediction of the stock price in advance through neural networks and time series.