Short-term forecasting of electricity prices: a hybrid methodology based on fundamental and statistical analysis

• Autores: Rodrigo Alejandro de Marcos Peirotén
• Directores de la Tesis: Antonio Bello Morales (dir. tes.), Javier Reneses Guillén (dir. tes.)
• Lectura: En la Universidad Pontificia Comillas ( España ) en 2020
• Idioma: español
• Tribunal Calificador de la Tesis: Ricardo Cao Abad (presid.), Francisco Alberto Campos Fernández (secret.), Antonio Jesús Conejo Navarro (voc.), Begoña Vitoriano Villanueva (voc.), Antonio Muñoz San Roque (voc.)
• Programa de doctorado: Programa de Doctorado en Energía Eléctrica por la Universidad Pontificia Comillas
• Materias:
  • Matemáticas
    • Estadística
      • Teoría estocástica y análisis de series temporales
      • Técnicas de predicción estadística
  • Ciencias económicas
    • Econometría
      • Modelos econométricos
    • Economía sectorial
      • Energía
• Enlaces
  • Tesis en acceso abierto en: Repositorio Comillas
• Resumen
  • español

    Actualmente existe un panorama muy competitivo en el mercado eléctrico en el que los participantes deben ajustar sus estrategias y buscar apoyo a la hora de tomar decisiones al realizar transacciones. Esta situación es causa de los numerosos cambios que se dan en los mercados eléctricos que están relacionados con los siguientes factores: el auge de las tecnologías de generación renovable en el sistema eléctrico, los numerosos cambios regulatorios, las variaciones climatológicas, la volatilidad de los costes de los combustibles, y también la inestabilidad financiera global. Por lo tanto, el comportamiento de los precios del mercado eléctrico presenta una volatilidad e incertidumbre elevadas, además de ser no estacionario. Por ello, los agentes y profesionales del mercado recurren a modelos de predicción del precio eléctrico para obtener apoyo en sus transacciones, que en mayor parte son relevantes para el corto plazo, como la gestión de riesgos. Una forma de tener en cuenta todos los factores que influyen en el precio del mercado eléctrico es por medio de la hibridación de modelos fundamentales y estadísticos. Por un lado, los modelos fundamentales llevan a cabo una simulación de la casación del mercado eléctrico en función de la dinámica del mismo, las propiedades físicas del sistema eléctrico, efectos regulatorios, etc. Por otro lado, los modelos estadísticos son capaces de detectar tendencias lineales y no lineales que ocurren de forma repetitiva, como los patrones intradiarios y otros efectos periódicos. Sin embargo, esta hibridación de modelos se ha llevado a cabo en su mayor parte en contextos de largo plazo, en los cuales se ha demostrado sus ventajas. En consecuencia, la aplicación de este método en el corto plazo conllevaría otras consideraciones y/o más hipótesis que deben determinarse.

  • English

    The ongoing evolutions that are exhibited in the electricity markets of today have brought up a new competitive environment in which traders and practitioners must adapt their strategies and look for support for the decision-making when operating in the market. This is a result of a combination of several factors, which are the increasing renewable penetration in power systems, ongoing regulatory changes, varying weather conditions, volatile fuel costs, and also the global financial instability. Due to the resulting uncertainty as well as the non-stationary and volatile behaviour that is present in electricity market prices, market agents and practitioners are resorting to electricity price forecasting models for several purposes, some of which are highly relevant in short-term contexts, such as risk management. In order to consider all relevant drivers of electricity prices for said purposes, fundamental-statistical hybrid forecasting models may be utilised. On the one hand, fundamental models are responsible for simulating the market clearing while considering the operation of the market, physical features of the power system, regulatory effects, etc. On the other hand, statistical models take advantage of linear and non-linear trends that are assumed to be repetitive, such as intraday effects, seasonal patterns, etc. However, this particular hybrid model has been mostly utilised in longer-term applications, where they have proved beneficial. Therefore, employing this method in short-term applications would involve different and/or additional considerations that must be ascertained.