Publicación: Modelo de pronóstico para generación de energía renovable
Portada
PDF 
FLIP Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Autores
Director
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Tipo de Material
Fecha
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen en español
RESUMEN: Con el aumento de las fuentes de energía no convencionales, como la solar y la eólica, surge la necesidad de abordar los desafíos que presentan su variabilidad e intermitencia. Estos factores influyen en la planificación y el despacho de energía en el mercado, lo que crea la necesidad de predecir la generación de energía verde de manera confiable. Este proyecto se centra en el desarrollo de un modelo de predicción que permita pronosticar la generación de energías renovables, brindando a usuarios y reguladores del mercado una herramienta para la planificación y el despacho de la electricidad. El estudio se centra exclusivamente en ciertas plantas colombianas, para las cuales se disponen de datos históricos. La metodología empleada sigue el enfoque CRISP-DM, que incluye el entendimiento del negocio, el entendimiento de los datos, la preparación de estos, el modelado y la evaluación del modelo. En la etapa de modelado, se empleó el modelo estadístico SARIMAX que busca capturar el comportamiento de los datos cómo series temporales, analizando variables endógenas y exógenas. A través de esta metodología, el trabajo busca establecer una predicción valiosa basada en los datos disponibles. Los resultados obtenidos en este estudio muestran que, aunque la precisión del pronóstico se ve limitada por la cantidad de variables que influyen en la generación de energía renovable, el modelo logra capturar patrones generales de comportamiento. Esto proporciona una base sólida para el desarrollo de herramientas de predicción en energía renovable, lo cual puede tener un impacto significativo en la sostenibilidad y eficiencia energética del país.
Resumen en inglés
ABSTRACT: With the increase in non-conventional energy sources, such as solar and wind, the need to address the challenges posed by their variability and intermittency arises. These factors influence energy planning and dispatch in the market, creating the need for reliable renewable energy generation forecasts. This project focuses on developing a prediction model that allows forecasting the generation of renewable energy, providing users and market regulators with a tool for electricity planning and dispatch. The study focuses exclusively on certain Colombian plants, for which historical data is available. The methodology used follows the CRISP-DM approach, which includes business understanding, data understanding, data preparation, modeling, and model evaluation. In the modeling stage, the SARIMAX statistical model was employed, which aims to capture the behavior of the data as time series, analyzing both endogenous and exogenous variables. Through this methodology, the work aims to establish a valuable prediction based on the available data. The results obtained in this study show that, although the accuracy of the forecast is limited by the number of variables influencing renewable energy generation, the model successfully captures general behavior patterns. This provides a solid foundation for the development of renewable energy prediction tools, which can have a significant impact on the sustainability and energy efficiency of the country