Pronóstico de la demanda eléctrica a corto plazo utilizando redes neuronales artificiales aplicado al Sistema Interconectado Nacional

Abstract

En la presente tesis se desarrolla una propuesta de previsión de la demanda eléctrica a corto plazo, basado en Redes Neuronales Artificiales y aplicado al Sistema Eléctrico Interconectado Nacional (SEIN), el cual es modelado como una sola barra; con el objetivo de minimizar las diferencias entre la demanda eléctrica proyectada y la demanda real. Esta nueva alternativa de previsión de demanda eléctrica se puede generalizar para cualquier barra de un Sistema Eléctrico de Potencia. En esta tesis se desarrolla una metodología para la construcción de una base de datos de perfiles de demanda eléctrica cada media hora, agrupados en días típicos, periodos estacionales y feriados. La validez de los resultados obtenidos se ha verificado con datos históricos reales. También se analiza el efecto que las variables climatológicas influyen en la demanda eléctrica.

In this thesis develops a proposal for forecasting electricity demand in the short term, based on artificial neural networks and applied to the National Interconnected Electric System (SEIN), which is modeled as a single bar is developed in this thesis; with the objective minimize the differences between the projected electricity demand and real. This new alternative for forecasting electricity demand, can be generalized to any bar of the National Interconnected System. This thesis develop a methodology for building a database of profiles of half-hourly electricity demand, grouped in typical days, seasonal periods and holidays. The validity of the results has been verified with real historical data. So also analyze e effect of climatic variables influencing electricity demand.