Desarrollo de modelos ANFIS para previsión de demandas eléctricas
Resumen
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.