La operación en tiempo real del sistema eléctrico, que realiza Red Eléctrica en su rol de TSO español, debe asegurar su correcto funcionamiento y garantizar la continuidad y la seguridad del suministro de la electricidad gracias a la supervisión del sistema en todo momento.
En este sentido, como la energía eléctrica tiene la peculiar característica de que se tiene que generar a la vez que se consume, ya que no se puede almacenar en grandes cantidades, es imprescindible mantener en todo momento el equilibrio entre la cantidad que se demanda y la que se produce. Por eso, un contexto como el actual en el que cada vez se diversifican más las fuentes de generación de energía, y especialmente en el proceso de transición energética cuyo pilar fundamental es la generación de origen renovable, obliga a un constante desarrollo y mejora continuada de los modelos de predicción para la operación del sistema, y dada la incertidumbre asociada a las energías renovables cuya fuente primaria depende principalmente del viento y del sol, a una evolución hacia modelos de predicción probabilista que acoten dicha incertidumbre y permitan gestionar el riesgo asociado.
Estos métodos estadísticos no se basan en la aplicación de un único modelo, sino en un compendio de modelos que permita combinar todos los necesarios, simultáneamente, para poder predecir con la mayor precisión posible las variables de demanda y generación que afectan a la operación del sistema eléctrico. Así, estos modelos de predicción (tanto de demanda como de generación) ofrecen importantes beneficios para la operación de los sistemas eléctricos:
- Combinan diferentes modelos estadísticos en función de lo precisos que resulten para cada situación, en lugar de confiar la totalidad de la predicción a un único modelo. De este modo, se evitan errores y sesgos de mala especificación.
- Permiten disponer de información procedente de diversos modelos para evitar predicciones erróneas cuando se esté produciendo una situación que genere datos anómalos.
- Posibilitan la elaboración de estrategias para unir distintos predictores de manera óptima, según los resultados empíricos y teóricos ya probados previamente.
Con el fin de generar esta combinación óptima de predictores, Elewit, en colaboración con Red Eléctrica y la Escuela Técnica Superior de Ingenieros Industriales (ETSII) de la Universidad Politécnica de Madrid, ha puesto en marcha un proyecto de investigación que busca mejorar y evolucionar la metodología utilizada en estos modelos de convolución de predicciones.
Este proyecto está orientado a la optimización de la operación del sistema eléctrico, proporcionando a los operadores unas bandas de probabilidad de la predicción combinada adecuadas a la propia. Cuanto más adecuada sea la combinación de predictores que componen el modelo estadístico resultante del proyecto, mejor se podrá gestionar la producción eléctrica renovable y más útiles serán las predicciones obtenidas mediante técnicas basadas en analítica y big data.
Solución que aporta el proyecto
Este proyecto, denominado CONPP, tiene por objetivo desarrollar una metodología para construir intervalos de probabilidad de la predicción, combinando los intervalos de los predictores individuales que mejor aproximen las estimaciones requeridas, dada una serie de modelos predictores iniciales que reflejan las curvas de demanda y producción diarias a nivel peninsular.
El objetivo principal de este trabajo es el desarrollo de un procedimiento para la construcción de intervalos de predicción asociados a predictores obtenidos como combinaciones de predictores independientes. El método requiere el cálculo de la matriz de varianzas de los errores de predicción de los predictores individuales, para lo que se propone el método EWMA (Exponentially Weigthed Moving Average) para su estimación, de forma que se consiga una adaptación dinámica del modelo a la realidad más reciente.
Resultados del proyecto
CONPP ha definido exitosamente una metodología para calcular las bandas de probabilidad de la previsión combinada eólica a partir de las bandas de probabilidad de las previsiones individuales que participan en la combinación.
En el proyecto también se ha definido una metodología para evaluar las bandas de probabilidad proporcionadas por las previsiones individuales.
Como continuación del proyecto se espera poder explorar y evaluar su implementación en el ámbito de la producción fotovoltaica y la demanda, así como extenderlo al resto de sistemas no peninsulares.