Desarrollo de un modelo de predicción del precio horario de la energía eléctrica para el mercado diario mediante redes neuronales

Abstract

[EN] This Master's thesis is based on the development of a forecasting model of the hourly price of the electric energy for the diary market by using neural networks. The project is focused in a power marketer that has the aim of introduce itself in future electric markets, and for that it needs a tool that allows it to study the prices in advance. With this purpose, it will be developed an algorithm intended to forecast the price of electric energy price with one day in advance. The model will be based on the use of neural networks and it will be fixed and validated through a case study with real data. Firstly, it will be shown the historical evolution of previous models and a series of relevant concepts to introduce the reader to the contents of the thesis. Once the different temporal horizons that can be studied have been explained, the factors that affect the final price will be analyzed. The outcome will be conditioned by the fact of choosing them correctly. The deeper is the knowledge in power market, the more complete will be the neural network, what will lead to better results. Then, the neural network architecture will be analyzed, and it will also be explained how the price is obtained from that, and how the parameters of the model are adjusted along the training, with the aim of reducing the error. Hereunder, the process followed to implement the neural network in Matlab, as well as the method used to collect the necessary data. Thus, different studies will be carried out, trying with diverse possibilities that will lead to the chosen model due to its smaller error. All the results will be argued, and potential improvements for future projects will be added.

[ES] El presente trabajo fin de máster está enfocado al desarrollo de un modelo de predicción del precio horario de la energía eléctrica para el mercado diario mediante redes neuronales. El proyecto se centra en una comercializadora eléctrica que tiene intención de introducirse en los mercados a futuros y para ello necesita una herramienta que le permita estudiar los precios de manera anticipada. Con este propósito se desarrollará un algoritmo destinado a la predicción del precio de la energía eléctrica a un día vista. El modelo estará basado en la utilización de redes neuronales y será ajustado y validado mediante un caso práctico con datos reales. En primer lugar, se hará un recorrido por la evolución histórica de los modelos previos y se desarrollarán una serie de conceptos relevantes para introducir al lector en la materia. Una vez explicados los distintos horizontes temporales que se pueden estudiar, se analizarán los factores que afectan al precio final de la energía eléctrica. El hecho de escogerlos correctamente condicionará el resultado final obtenido. Cuanto más profundo sea el conocimiento del mercado eléctrico, la red neuronal será más completa, lo que ayudará a obtener unos mejores resultados del modelo. Seguidamente se analizará la arquitectura de la red neuronal con la que se ha trabajado, explicando cómo a partir de ella se obtiene el precio, y cómo se ajustan los parámetros del modelo a lo largo del entrenamiento con el objetivo de reducir el error. A continuación, se explicará el proceso seguido para implementar la red en Matlab, así como el método empleado para recopilar los datos que es necesario introducir. A partir de ahí se harán distintos estudios, probando con diversas posibilidades, que desembocarán en el modelo finalmente escogido por su menor error. Todos los resultados se argumentarán, y se añadirán posibilidades de mejora para futuros posibles estudios.

[CA] El present treball fi de màster està enfocat al desenvolupament d’un model de predicció del preu horari de la energia elèctrica per al mercat diari mitjançant xarxes neuronals. El projecte es centra en una comercialitzadora elèctrica que té la intenció d’introduir-se en els mercats futurs i per a aquest propòsit necessita una ferramenta que li permeta estudiar els preus de manera anticipada. Amb aquesta intencionalitat es desenvoluparà un algoritme destinat a la predicció del preu de la energia elèctrica a un dia vista. El model estarà basat en la utilització de xarxes neuronals i serà ajustat i validat mitjançant un cas pràctic amb dades reals. En primer lloc, es farà un recorregut per la evolució històrica dels models previs i es desenvoluparan una sèrie de conceptes rellevants per a introduir al lector a la matèria. Una vegada explicats els distints horitzons temporals que es poden estudiar, s’analitzaran els factors que afecten al preu final de la energia elèctrica. El fet d’escollir-los correctament condicionarà el resultat final obtingut. Com més profund siga el coneixement del mercat elèctric, la xarxa neuronal serà més completa, el que ajudarà a obtindré uns millors resultats del model. Seguidament s’analitzarà l’arquitectura de la xarxa neuronal amb la que s’ha treballat, explicant de quina manera a partir d’aquesta s’obté el preu, i com s’ajusten els paràmetres del model durant l’entrenament amb l’objectiu de reduir l’error. A continuació, s’explicarà el procés seguit per a implementar la xarxa en Matlab, així com el mètode emprat per recopilar les dades que és necessari introduir. Des d’aquest punt es faran diversos estudis, provant amb distintes possibilitats, que desembocaran en el model finalment escollit pel seu error menor. Tots els resultats s’argumentaran, i s’afegiran possibilitats de millora per a futurs possibles estudis.