Resumen de Interrelación de las variables independientes del precio del mercado diario de la electricidad

Sara Jiménez del Caso, Emilio López Cano, Arturo Farfan Martin, Javier Martínez Moguerza, Cristina Sáez Blázquez

• español

  En el presente artículo se muestran los resultados obtenidos del análisis estadístico realizado del precio del mercado diario y de todas las variables que tienen una correlación con el precio (tecnologías de producción, demanda y mercados). Dicho análisis constituye la base para la construcción de un modelo que realiza la predicción del precio del mercado mayorista de electricidad a cinco días.

  El modelo se ha desarrollado para un proyecto de marco europeo, el cual pretende proporcionar una herramienta que permita a los usuarios la gestión eficiente del consumo. El desarrollo mediante el software estadístico y lenguaje de programación R ha permitido usar técnicas de investigación reproducible, realizar trabajo en equipo en todas las fases del proyecto de forma integrada (conexión a bases de datos, visualización, análisis exploratorio, modelización, predicción), así como la parametrización de diferentes modelos lineales y selección automática de las variables que afectan a mercados y producción Además, la estructura temporal altamente volátil de los datos se ha abordado mediante una estrategia de "rolling horizon", resultando en una metodología que se adapta automáticamente a los nuevos datos y puede generar predicciones con niveles de error relativos por debajo del 10%.

• English

  In this article, the results of the statistical analysis performed over the daily market price and a number of variables highly correlated with it are presented. Such variables include production technologies, demand, and markets.

  This analysis constitute the basis for the development of a prediction model for the five-days ahead wholesle electricity market.

  The model has been developed in the framework of a European project which aim is to provide users with a tool for an efficient consumption management. The development through the R statistical software and programming language has allowed the use of reproducible research techniques and teamwork in all the phases os the project in an integrated way (connection to databases, visualization, exploratory data analysis, modeling, prediction and reporting), as well as the parameterization of different linear models and the selection of all available variables affecting markets and production.

  In addition, in order to gather all the temporal structure, a rolling-horizon strategy has been addressed, resulting in a methodology that automatically adapts to new data and can generate predicions with relative errors below 10%.