Desarrollo de un modelo LLM para la optimización de carga y descarga de un sistema de baterías conectadas a las placas y a la red en función de los precios del mercado eléctrico.

Abstract

El presente Trabajo de Fin de Grado justifica la viabilidad técnica y económica de un proyecto de almacenamiento puro conectado a la red, que optimiza sus ciclos de carga y descarga en función de los precios horarios del mercado eléctrico español. El contexto actual de la transición energética está caracterizado por un exceso de generación renovable durante las horas diurnas y por precios que rozan valores nulos en esas franjas horarias. Este escenario plantea la necesidad de soluciones que permitan absorber este excedente energético y redistribuirlo de forma eficiente. De esta manera, las baterías de gran capacidad representan una alternativa estratégica con gran potencial de desarrollo.

En una primera fase, se realiza una evaluación preliminar económica de viabilidad del proyecto basada en datos reales de los meses de marzo y abril de 2025, comparando distintos escenarios posibles. Paralelamente, se desarrollan y contrastan dos modelos de predicción de precios horarios a corto plazo: uno estadístico, basado en el método ARIMA, y otro fundamentado en la inteligencia artificial mediante fine-tuning del modelo de lenguaje LLaMA de Meta. Una vez validados los modelos predictivos, se diseña la infraestructura técnica del proyecto, detallando la elección de los principales componentes escogidos.

Finalmente, se construye un modelo financiero realista que incorpora tanto los ingresos proyectados como los costes totales del proyecto, permitiendo calcular indicadores clave como el ROI, el periodo de retorno y el flujo de caja acumulado. En conjunto, permite concluir la viabilidad real del proyecto y su potencial interés para inversores.

This Bachelor's Thesis justifies the technical and economic viability of a pure grid-connected storage project that optimizes its charging and discharging cycles based on the hourly prices of the Spanish electricity market. The current context of the energy transition, characterized by an excess of renewable generation during daylight hours and prices nearing zero, highlights the need for solutions that allow this energy surplus to be absorbed and efficiently redistributed. In this regard, large-capacity batteries represent a strategic alternative with great development potential.

In a first phase, a preliminary economic feasibility evaluation of the project is carried out based on real data from March and April 2025, comparing different possible scenarios. In parallel, two hourly price forecasting models are developed and compared: one statistical, based on the ARIMA method, and another based on artificial intelligence through fine-tuning of Meta's LLaMA language model. Once the predictive models are validated, the project's technical infrastructure is designed, detailing the selection of the main chosen components.

Finally, a realistic financial model is built, incorporating both projected revenues and total project costs, allowing the calculation of key indicators such as ROI, payback period, and accumulated cash flow. Overall, it allows the conclusion of the project’s real viability and its potential appeal to investors.