Ir al contenido (pulsa Retorno)

Universitat Politècnica de Catalunya

    • Català
    • Castellano
    • English
    • LoginRegisterLog in (no UPC users)
  • mailContact Us
  • world English 
    • Català
    • Castellano
    • English
  • userLogin   
      LoginRegisterLog in (no UPC users)

UPCommons. Global access to UPC knowledge

60.175 UPC academic works
You are here:
View Item 
  •   DSpace Home
  • Treballs acadèmics
  • Escola Tècnica Superior d'Enginyeria Industrial de Barcelona
  • Enginyeria Industrial (Pla 1994)
  • View Item
  •   DSpace Home
  • Treballs acadèmics
  • Escola Tècnica Superior d'Enginyeria Industrial de Barcelona
  • Enginyeria Industrial (Pla 1994)
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Predicci o del preu horari de l'electricitat mitjan cant models de s eries temporals i xarxes neuronals

Thumbnail
View/Open
Memòria (3,675Mb)
Share:
 
  View Usage Statistics
Cita com:
hdl:2099.1/23125

Show full item record
Olives Ramis, Manuel
Tutor / directorPi Amorós, Carlota
Document typeMaster thesis (pre-Bologna period)
Date2014-06
Rights accessOpen Access
All rights reserved. This work is protected by the corresponding intellectual and industrial property rights. Without prejudice to any existing legal exemptions, reproduction, distribution, public communication or transformation of this work are prohibited without permission of the copyright holder
Abstract
L'electricitat és un bé que no es pot emmagatzemar a gran escala. És a dir, la producció i el consum ha de coincidir en tot moment (descomptant les pèrdues per efecte Joule). Aquesta característica és bàsica per entendre el funcionament del mercat atès que el preu horari de l'electricitat del mercat majorista (tant pel mercat diari com per qualsevol dels mercats intradiaris) depèn en tot moment de l'oferta i la demanda en cada horitzó temporal. HolaLuz.com, comercialitzadora elèctrica per la qual es realitza aquest projecte, actualment compra tota l'energia elèctrica en el mercat diari. Posteriorment ven aquesta electricitat en el mercat minorista i hi aplica un marge brut de 2 D/MWh en el cas de tarifes domèstiques i de 5 D/MWh en el cas de tarifes per PIME. Si es ponderen aquests marges per la cartera de clients, resulta un marge global de 2,5 D/MWh. HolaLuz.com treballa doncs amb un marge brut equivalent al 2,5 % de les vendes. És un marge estret, que fa que el negoci requereixi un gran volum per a ser rendible. En el mercat diari es gestiona la major part de l'energia. De fet, el 71 % de l'energia generada en el mercat ibèric durant el 2013 s'ha negociat en aquest mercat. Tot i així, existeixen alternatives que podrien minimitzar el cost d'adquisició com poden ser els mercats intradiaris. Per tant, conèixer el comportament del preu de l'electricitat a curt termini pot suposar un gran avantatge competitiu atès que permetria escollir la millor opció de compra i repercutiria directament en el marge. L'objectiu d'aquest projecte és dotar a l'empresa d'una eina per predir la diferència del preu horari de l'electricitat entre el mercat diari i l'intradiari 1. D'aquesta manera es podrà avaluar la diferència de preu en cada franja horària i escollir el mercat que minimitzi el cost. Per tal d'estudiar el comportament dels mercats, es dissenya una metodologia basada en les sàries temporals amb introducció de variables exògenes i tractament de valors atípics. És a dir, models que tenen en compte tant valors passats del propi preu de l'electricitat com variables externes a aquest (demanda, energia eòlica, etc.). Aquests tenen com a finalitat predir la diferència del preu horari de l'electricitat i s'actualitzen al llarg de l'any 2012, permetent estudiar-ne l'evolució. Amb aquestes prediccions, s'aconsegueixen desviacions anuals d'un 12,99 % en el mercat diari i d'un 13,14 % en el cas de la primera sessió del mercat intradiari. També es crea un model basat en xarxes neuronals per predir el mercat diari. L'objectiu és determinar si un model d'aquestes característiques podria utilitzar-se, amb garanties, per predir el preu de l'energia elèctrica. S'observa com, per a la predicció dels preus de l'electricitat, els models de sèries temporals s'adapten millor tant per la seva claredat com pels resultats obtinguts. Finalment s'ha obtingut una eina que permet, a l'empresa, prendre decisions de negoci que impliquen millores en el seu marge brut d'entre el 2 % i el 17 % en funció de l'escenari que es contempla.
SubjectsElectric utilities -- Prices, Electric measurements -- Mathematical models, Time-series analysis, Neural networks (Computer science), Empreses elèctriques -- Tarifes, Electricitat -- Mesuraments -- Models matemàtics, Sèries temporals -- Anàlisi, Xarxes neuronals (Informàtica)
ProvenanceAquest document conté originàriament altre material i/o programari no inclòs en aquest lloc web
DegreeENGINYERIA INDUSTRIAL (Pla 1994)
URIhttp://hdl.handle.net/2099.1/23125
Collections
  • Escola Tècnica Superior d'Enginyeria Industrial de Barcelona - Enginyeria Industrial (Pla 1994) [3.410]
Share:
 
  View Usage Statistics

Show full item record

FilesDescriptionSizeFormatView
PFC_OlivesRamisManuel.pdfMemòria3,675MbPDFView/Open

Browse

This CollectionBy Issue DateAuthorsOther contributionsTitlesSubjectsThis repositoryCommunities & CollectionsBy Issue DateAuthorsOther contributionsTitlesSubjects

© UPC Obrir en finestra nova . Servei de Biblioteques, Publicacions i Arxius

info.biblioteques@upc.edu

  • About This Repository
  • Contact Us
  • Send Feedback
  • Inici de la pàgina