Predicción y Análisis del Precio Day-Ahead del Mercado Diario Eléctrico Español y Desarrollo de Herramienta para su Visualización.

Abstract

Este Proyecto de Fin de Máster, bajo el título "Predicción del precio Day-Ahead del mercado diario eléctrico español y Desarrollo de Herramienta para su Visualización", se centra en el análisis, las características específicas, la modelización y la predicción del precio en el mercado mayorista diario de electricidad de España, junto a la herramienta desarrollada para su visualización, El objetivo es formular el modelo de predicción más eficaz, empleando para ello un conjunto de datos históricos horarios de precios de mercado. Este estudio incorpora tanto las variables explicativas pertinentes como las proyecciones para las siguientes veinticuatro horas, estableciendo de este modo el horizonte de predicción. Se evaluarán dos conjuntos de datos, el del programa P48 de generaciones y el de Previsiones, con el fin de determinar cuál proporciona un mejor rendimiento. Por otro lado, se realizaran pruebas de variación de periodo para ver que cantidad de datos de entrenamiento es la que mejor se ajusta. Los datos disponibles son horarios, abarcando desde el 1 de enero de 2019 hasta el 11 de mayo de 2023, con el periodo de evaluación de las predicciones que comienza el 1 de octubre de 2022. Previo a esto, se examinarán conceptos fundamentales vinculados con el pronóstico de series temporales, tales como el problema del "Data Leakage", la selección de datos y los tipos de modelos aplicables. Se realizará un análisis exploratorio inicial de los datos seleccionados, así como la situación del contexto español energético y sus variables según fuentes como ESIOS.

This Master's Thesis, titled "Prediction of the Day-Ahead Price in the Spanish Daily Electric Market", focuses on the analysis, specific characteristics, modeling, prediction of prices in the Spanish daily wholesale electricity market, and the visualization of the analysis tool. The objective is to formulate the most effective prediction model, using a set of historical hourly market price data for this purpose. This study incorporates both the relevant explanatory variables and projections for the next twenty-four hours, thus establishing the prediction horizon. Two sets of data will be evaluated, the P48 generation program and the Forecasts, in order to determine which provides better performance. On the other hand, period variation tests will be conducted to determine which amount of training data fits best. The available data are hourly, spanning from January 1, 2019, to May 11, 2023, with the prediction evaluation period starting on October 1, 2022. Prior to this, fundamental concepts related to time series forecasting will be examined, such as the problem of "Data Leakage", data selection, and applicable model types. An initial exploratory analysis of the selected data will be performed, as well as an examination of the Spanish energy context and its variables according to sources like ESIOS.