Modelo de simulación basado en agentes de software inteligentes para el aprendizaje de estrategias de comercialización de energía eléctrica en Colombia

Abstract

El alto nivel de competencia introducido en los mercados eléctricos alrededor del mundo a raíz de su liberación ha obligado a las diversas empresas que hacen parte estos mercados, y en particular a aquellas que se dedican al negocio de la comercialización, a desarrollar estrategias inteligentes que les permitan posicionarse de manera eficiente y perdurable. El mercado eléctrico colombiano no es ajeno a este panorama por lo que en esta tesis se proponen una serie de modelos que a partir de la estadística, la algoritmia y la inteligencia artificial, permiten la evaluación de estrategias de comercialización y el impacto de la evolución de las mismas dentro de un ambiente de simulación que considera las principales características del mercado colombiano. Entre estas características se considera la alta dependencia hidráulica para la formación de los precios, así como la alta volatilidad de estos en la bolsa de energía, entre otras. Para lograr este objetivo se propone emplear la simulación basada en sistemas multi-agentes cuyos fundamentos la hacen adecuada para el problema abordado en esta tesis. Sin embargo, para poder emplear este enfoque, fue necesario definir una metodología formal con la que se pudiera abordar cuada una de las fases requeridas en este tipo de proyecto. Una vez definida la arquitectura del modelo general de simulación, se procedió a la modelación de las principales decisiones que deben tomar los comercializadores así como de las variables involucradas en dicho procesos. Posteriormente se definió un modelo de inferencia basado en lógica difusa que permite brindar una recomendación de cara al comercializador respecto a su proceder en contratación a partir de las condiciones actuales del mercado y de su expectativa en el futuro cercano. Así mismo se definió un modelo de aprendizaje que permite simular la manera en la que los comercializadores alteran sus creencias respecto a la utilidad de tranzar en bolsa, esto es, como cambian el nivel de credibilidad con el que valoran el sistema de recomendación de acuerdo a los resultados que perciben al usarlo. Finalmente, se presentan varios casos de estudio en los que simulan distintos escenarios que consideran la naturaleza del mercado eléctrico colombiano. A partir de tales pruebas fue posible determinar el rendimiento obtenido por agentes con perfiles de riesgo diferentes, así como la conveniencia en términos de eficiencia económica del uso de los modelos de inferencia y aprendizaje propuestos. / Abstract. The high level of competition introduced into electricity markets around the world following his release has forced several companies that make up these markets, particularly those engaged in the business of marketing to develop intelligent strategies that will position allowing an efficient and enduring. The Colombian electricity market is no stranger to this scenario as in this thesis, a series of models from statistics, artificial intelligence algorithms and provided the basis for marketing strategies and the impact of developments the same within a simulation environment that addresses the main features of the Colombian market. Among these features are considered high hydraulic unit for the formation of prices and the high volatility of these in the bag energy, among others. To achieve this objective is proposed to use the simulation based on multi-agent systems whose fundamentals make it suitable for the problem addressed in this thesis. However, in order to use this approach was necessary to define a formal methodology that could address one of the phases ft. required in this type of project. Having defined the general architecture of the simulation model, we proceeded to the modeling of the main decisions to be taken by traders as well as the variables involved in such processes. Subsequently defined an inference model based on fuzzy logic that allows a view to provide a recommendation to the marketer about his conduct in hiring based on current market conditions and their expectations in the near future. Also defined a learning model that simulates the way in which traders alter their beliefs about the value of compromise in exchange, that is, as changing the level of credibility with which to evaluate the recommendation system according to the results they receive when using it. Finally, we present several case studies that simulate the different scenarios that consider the nature of the Colombian electricity market. From these tests it was possible to determine the performance achieved by agents with different risk profiles, as well as convenience in terms of economic efficiency in the use of inference and learning models proposed.