Predicción de la demanda eléctrica empleando redes neuronales artificiales

Abstract

Dado que la energía eléctrica no se puede almacenar y que los grupos generadores precisan de tiempo de arranque, que puede ser de muchas horas, es necesario contar con una previsión de demanda, lo más ajustada posible a la que vaya a ser la realidad, para preparar, programar y disponer la generación necesaria. Además, tanto los equipos generadores como las redes de transporte y distribución precisan de mantenimiento, por lo que es preciso conocer la evolución futura de la demanda para programar el mantenimiento, de forma que siempre haya generación y elementos de transporte disponibles para ofrecer el servicio. La demanda eléctrica es el mejor indicador de la carga de trabajo a la que se está sometiendo un sistema eléctrico y es por ello que este trabajo tiene como objetivo principal estudiar y proponer una metodología basada en mediciones y la aplicación de Redes Neuronales Artificiales (RNA) para la predicción de la demanda de circuitos eléctricos en general. La teoría de RNA, presenta grandes ventajas con respecto a otros modelos típicos de solución de problemas de Ingeniería, una de ellas es su inspiración en modelos biológicos del funcionamiento del cerebro, lo que facilita su estudio debido a las analogías que pueden introducirse para su análisis. La precisión de la predicción, a pesar de no haber incluido otras variables que influyen en el consumo energético como son la nubosidad y la consideración de los días de la semana, es considerable, llegando a encontrarse la medida del máximo error en un valor aceptable.