Desarrollo de modelos ANFIS para previsión de demandas eléctricas

Abstract

Comenzamos este trabajo en febrero de 1999, donde nos planteamos el objetivo de crear una metodología de análisis de las estrategias de las distintas empresas en el mercado competitivo. Uno de los módulos más importantes para este modelo era el de la estimación de la demanda, que era una variable fundamental. Este módulo inicial, unido a las necesidades de la Comercializadora de un conocimiento muy preciso de la demanda hizo que el objetivo final se fijara, más que en el análisis de estrategias, en una estimación lo más precisa posible de la demanda eléctrica. La idea inicial era comprobar qué nivel de fiabilidad tendría en la estimación de las demandas eléctricas la aplicación de la teoría de redes neuronales y lógica difusa a traves de los modelos ANFIS. Posteriormente hemos visto la gran variedad de aplicaciones que tiene este aparato matemático y lo emplearemos en futuros estudios. El inicio consistió en familiarizarse con el entorno MATLAB. Este programa ya era conocido por su uso en muchísimas asignaturas durante la carrera, pero cada librería es un mundo independiente dentro de este impresionante programa, y hace falta un proceso de adaptación. Una vez dominado el escenario donde íbamos a trabajar, comenzamos a desarrollar algunos ejemplos sencillos como el de las propinas (más adelante se verá dicho ejemplo), y con las primeras aproximaciones, realizadas sin ninguna sofisticación. A partir de aquí, ya no era tan sencillo avanzar, ya que los avances eran un poco por "tanteo", sin tener criterios excesivamente fundados. No obstante, con la ayuda de los miembros de esta empresa comenzamos a entender el funcionamiento del mercado de la electricidad y a encontrar las explicaciones a muchas de las variaciones de la estimación respecto de la demanda real. Así comenzamos a crear el programa 'divide.m', que en mi opinión es el más conceptual (en lo que se refiere a comprensión del funcionamiento del mercado de la electricidad) de todos los modelos. Además, también fue el más largo, y no está exento de heurística. Con todo, como se podrá comprobar, el modelo que crea ANFIS para previsión de demandas aplicando este programa, es bastante bueno en cuanto a errores (suele estar en torno al 10%) pero no lo suficiente. Ante esto nos hemos vimos obligados a realizar programas de ajuste para el cálculo de los valores finales de demanda. Pero la cosa no podía quedar así, era necesario encontrar maneras alternativas de mejorar las aproximaciones. Lo hicimos, y nos dimos cuenta de que por encima del conocimiento del mercado eléctrico estaba la matemática pura y dura. Así, mediante simple selección adecuada de los datos de entrada encontramos el mejor modelo de estimación, que finalmente nos ha hecho conseguir el reto particular de igualar y superar los medios de estimación que ya existían hasta el momento en el lugar de trabajo. El resultado es un modelo global que emplea el programa inicial 'divide' para sus días singulares, y el 'prueba5m' (el que estima a partir del mismo día de la semana) para los restantes. No debemos olvidar que la estimación es también un proceso en el que el humano interviene, ya que está claro que en una buena estimación también pueden aparecer valores puntualmente erróneos que se deben eliminar. Por último decir también que a pesar del modelo antes citado, los modelos intermedios pueden también servir de gran ayuda (sobre todo en aquellos días en los que eran especialmente válidos) al modelo final sugerido.