Evaluación del impacto de la modificación del procedimiento de pronóstico de demanda de energía de corto plazo para el Sistema Interconectado Nacional colombiano.
| dc.contributor.advisor | Velásquez Henao, Juan David | spa |
| dc.contributor.author | Grajales Espinal, Cristian David | spa |
| dc.contributor.corporatename | Universidad Nacional de Colombia - Sede Medellín | spa |
| dc.date.accessioned | 2020-08-12T19:49:43Z | spa |
| dc.date.available | 2020-08-12T19:49:43Z | spa |
| dc.date.issued | 2020-02-01 | spa |
| dc.description.abstract | Title: Evaluation of the modification impact on the short term energy demand forecasting procedure for the Colombian National Interconnected System. One of the most important technical aspects of integrating renewable energy into the national interconnected system (SIN) is the variability of the load to be supplied by the operator. As there is a greater penetration of renewable energies, both in distributed generation and small-scale self-generation, there is greater uncertainty in the residual load that the system operator must meet. Therefore, knowing with low error levels the intra-hourly or hourly demand will be a highly important task for the electrical system operator. This operational condition was not a problem when (Comisión de Regulación de Energía y Gas, 1995) was formulated in 1995, where the load depended directly on the resources dispatched centrally and had no active participation in the system. However, the current situation derived from (Ministerio de Minas y Energía, 2014), has been promoting a set of regulations in the electricity sector that make the participation of load in the system and in the electricity market more dynamic, this It brings with it a number of concerns, one of which is related to the management of the procedures that are currently carried out to guarantee the reliable and safe operation of the electrical system. For the particular case of energy load, it is important to evaluate whether the described procedure (Consejo Nacional de Operación, 2017) and the regulation related to load forecast can be improved through a procedure that increases the frequency of updates load forecasts and their impact on planning in short-term scenarios and day ahead market. | spa |
| dc.description.abstract | Uno de los aspectos técnicos más importantes de la integración de las energías renovables al sistema interconectado nacional (SIN) es la variabilidad de la demanda a abastecer por parte del operador. A medida que exista una mayor penetración de energías renovables, tanto en generación distribuida como autogeneración a pequeña escala, existe mayor incertidumbre en la demanda residual que debe atender el operador del sistema. Por lo tanto, conocer con bajos niveles de error la demanda intra-horaria u horaria será una tarea de alta importancia para el operador del sistema eléctrico. Esta condición operativa no era un problema cuando se formuló el código de red en 1995 (Comisión de Regulación de Energía y Gas, 1995), donde la demanda de energía dependía directamente de los recursos despachados centralmente y no tenía participación activa en el sistema. Sin embargo, la situación actual derivada de (Ministerio de Minas y Energía, 2014), ha venido impulsando en el sector eléctrico un conjunto de normas que hacen más dinámica la participación de la demanda en el sistema y en el mercado de energía eléctrica, esto trae consigo un sin número de inquietudes, una de ellas está relacionada con el manejo de los procedimientos que se realizan actualmente para garantizar la operación confiable y segura del sistema eléctrico. Para el caso particular de la demanda de energía, es importante evaluar si el procedimiento descrito (Consejo Nacional de Operación, 2017) y la regulación relacionada con el pronóstico de demanda puede ser mejorado a través de un procedimiento que aumente la frecuencia de las actualizaciones de los pronósticos de demanda de energía y su impacto sobre la planeación en escenarios de corto plazo y del despacho económico. | spa |
| dc.description.degreelevel | Maestría | spa |
| dc.format.extent | 50 | spa |
| dc.format.mimetype | application/pdf | spa |
| dc.identifier.uri | https://repositorio.unal.edu.co/handle/unal/78002 | |
| dc.language.iso | spa | spa |
| dc.publisher.branch | Universidad Nacional de Colombia - Sede Medellín | spa |
| dc.publisher.program | Medellín - Minas - Maestría en Ingeniería - Sistemas Energéticos | spa |
| dc.relation.references | Alasali, F., Haben, S., Becerra, V., & Holderbaum, W. (2018). Day-ahead industrial load forecasting for electric RTG cranes. Journal of Modern Power Systems and Clean Energy, 6(2), 223–234. https://doi.org/10.1007/s40565-018-0394-4 | spa |
| dc.relation.references | CAISO. (2020). Market processes and products. Retrieved from http://www.caiso.com/market/Pages/MarketProcesses.aspx | spa |
| dc.relation.references | Comisión de Regulación de Energía y Gas. Resolución CREG 025 de 1995. , (1995). | spa |
| dc.relation.references | Comisión de Regulación de Energía y Gas. Resolución CREG 198 de 1997. , (1997). | spa |
| dc.relation.references | Comisión de Regulación de Energía y Gas. (2003). Resolución CREG 004 de 2003. | spa |
| dc.relation.references | Comisión de Regulación de Energía y Gas. Resolución CREG 051 del 2009. , (2009). | spa |
| dc.relation.references | Comisión de Regulación de Energía y Gas. Resolución CREG 038 de 2014. , Comision de Regulacion de Energia y Gas § (2014). | spa |
| dc.relation.references | Congreso de Colombia. Ley 142 de 1994. , (2014). | spa |
| dc.relation.references | Congreso de Colombia. Ley 143 de 1994. , (2014). | spa |
| dc.relation.references | Consejo Nacional de Operación. Acuerdo 1020 Por el cual se aprueban los procedimientos para la gestión integral de la demanda. , (2017). | spa |
| dc.relation.references | Deb, C., Zhang, F., Yang, J., Lee, S. E., & Shah, K. W. (2017). A review on time series forecasting techniques for building energy consumption. Renewable and Sustainable Energy Reviews, 74(January), 902–924. https://doi.org/10.1016/j.rser.2017.02.085 | spa |
| dc.relation.references | Fan, S., & Hyndman, R. J. (2012). Short-term load forecasting based on a semi-parametric additive model. IEEE Transactions on Power Systems, 27(1), 134–141. https://doi.org/10.1109/TPWRS.2011.2162082 | spa |
| dc.relation.references | Gaillard, P., Goude, Y., & Nedellec, R. (2016). Additive models and robust aggregation for GEFCom2014 probabilistic electric load and electricity price forecasting. International Journal of Forecasting, 32(3), 1038–1050. https://doi.org/10.1016/j.ijforecast.2015.12.001 | spa |
| dc.relation.references | He, Y., Liu, R., & Han, A. (2017). Short-Term Power Load Probability Density Forecasting Method Based on Real Time Price and Support Vector Quantile Regression. Zhongguo Dianji Gongcheng Xuebao/Proceedings of the Chinese Society of Electrical Engineering, 37(3), 768–775. https://doi.org/10.13334/j.0258-8013.pcsee.152332 | spa |
| dc.relation.references | Hong, T. (2010). Short Term Electric Load Forecasting. | spa |
| dc.relation.references | Hong, T., & Fan, S. (2016). Probabilistic electric load forecasting: A tutorial review. International Journal of Forecasting, 32(3), 914–938. https://doi.org/10.1016/j.ijforecast.2015.11.011 | spa |
| dc.relation.references | Kaur, A., Pedro, H. T. C., & Coimbra, C. F. M. (2013). Impact of onsite solar generation on system load demand forecast. Energy Conversion and Management, 75, 701–709. https://doi.org/10.1016/j.enconman.2013.08.026 | spa |
| dc.relation.references | Luo, J., Hong, T., & Yue, M. (2018). Real-time anomaly detection for very short-term load forecasting. Journal of Modern Power Systems and Clean Energy, 6(2), 235–243. https://doi.org/10.1007/s40565-017-0351-7 | spa |
| dc.relation.references | Ministerio de Minas y Energía. Ley 1715 de 2014. , (2014). | spa |
| dc.relation.references | Morita, K., Shiromaru, H., Manabe, Y., Kato, T., Funabashi, T., & Suzuoki, Y. (2017). A study on estimation of aggregated electricity demand for one-hour-ahead forecast. Applied Thermal Engineering, 114, 1443–1448. https://doi.org/10.1016/j.applthermaleng.2016.09.162 | spa |
| dc.relation.references | Nowotarski, J., & Weron, R. (2018). Recent advances in electricity price forecasting: A review of probabilistic forecasting. Renewable and Sustainable Energy Reviews, 81(March 2017), 1548–1568. https://doi.org/10.1016/j.rser.2017.05.234 | spa |
| dc.relation.references | Panapongpakorn, T., & Banjerdpongchai, D. (2019). Short-Term Load Forecast for Energy Management Systems Using Time Series Analysis and Neural Network Method with Average True Range. 2019 1st International Symposium on Instrumentation, Control, Artificial Intelligence, and Robotics, ICA-SYMP 2019, 2(2), 86–89. https://doi.org/10.1109/ICA-SYMP.2019.8646068 | spa |
| dc.relation.references | PJM. (2020). Seven-Day Load Forecast. Retrieved from https://dataminer2.pjm.com/feed/load_frcstd_7_day/definition | spa |
| dc.relation.references | Rueda, V. M., Velásquez Henao, J. D., & Franco Cardona, C. J. (2011). Avances recientes en la predicción de la demanda de electricidad usando modelos no lineales. DYNA (Colombia), 78(167), 36–43. | spa |
| dc.relation.references | Saber, A. Y., & Alam, A. K. M. R. (2018). Short term load forecasting using multiple linear regression for big data. 2017 IEEE Symposium Series on Computational Intelligence, SSCI 2017 - Proceedings, 2018-January, 1–6. https://doi.org/10.1109/SSCI.2017.8285261 | spa |
| dc.relation.references | van der Meer, D. W., Widén, J., & Munkhammar, J. (2018). Review on probabilistic forecasting of photovoltaic power production and electricity consumption. Renewable and Sustainable Energy Reviews, 81(December 2016), 1484–1512. https://doi.org/10.1016/j.rser.2017.05.212 | spa |
| dc.relation.references | XM S.A E.S.P. (2017). Despacho Económico en Colombia. Retrieved from https://www.youtube.com/watch?v=uK-hnlU2ReA | spa |
| dc.relation.references | XM S.A E.S.P. (2020). Glosario XM. Retrieved from https://www.xm.com.co/corporativo/Paginas/Herramientas/glosario.aspx | spa |
| dc.rights | Derechos reservados - Universidad Nacional de Colombia | spa |
| dc.rights.accessrights | info:eu-repo/semantics/openAccess | spa |
| dc.rights.license | Atribución-NoComercial 4.0 Internacional | spa |
| dc.rights.spa | Acceso abierto | spa |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc/4.0/ | spa |
| dc.subject.ddc | 000 - Ciencias de la computación, información y obras generales::004 - Procesamiento de datos Ciencia de los computadores | spa |
| dc.subject.proposal | National Interconnected System (SIN) | eng |
| dc.subject.proposal | Sistema Interconectado Nacional | spa |
| dc.subject.proposal | Load forecast | eng |
| dc.subject.proposal | Pronósticos de demanda | spa |
| dc.subject.proposal | National Operation Council (CNO) | eng |
| dc.subject.proposal | Comisión de Regulación de Energía y Gas | spa |
| dc.subject.proposal | Generación Distribuida | spa |
| dc.subject.proposal | Energy and Gas Regulation Commission (CREG) | eng |
| dc.subject.proposal | Day Ahead Market | eng |
| dc.subject.proposal | Demanda de energía | spa |
| dc.subject.proposal | Sistema eléctrico Colombano | spa |
| dc.subject.proposal | Mercados de energía | spa |
| dc.title | Evaluación del impacto de la modificación del procedimiento de pronóstico de demanda de energía de corto plazo para el Sistema Interconectado Nacional colombiano. | spa |
| dc.title.alternative | Evaluation of the modification impact on the short term energy demand forecasting procedure for the Colombian National Interconnected System. | spa |
| dc.type | Trabajo de grado - Maestría | spa |
| dc.type.coar | http://purl.org/coar/resource_type/c_bdcc | spa |
| dc.type.coarversion | http://purl.org/coar/version/c_ab4af688f83e57aa | spa |
| dc.type.content | Text | spa |
| dc.type.driver | info:eu-repo/semantics/masterThesis | spa |
| dc.type.version | info:eu-repo/semantics/acceptedVersion | spa |
| oaire.accessrights | http://purl.org/coar/access_right/c_abf2 | spa |
Archivos
Bloque original
1 - 1 de 1
Cargando...
- Nombre:
- 1087999450.2020.pdf
- Tamaño:
- 2.18 MB
- Formato:
- Adobe Portable Document Format
- Descripción:
- Tesis de Maestría en Ingeniería - Sistemas Energéticos
Bloque de licencias
1 - 1 de 1
Cargando...
- Nombre:
- license.txt
- Tamaño:
- 3.8 KB
- Formato:
- Item-specific license agreed upon to submission
- Descripción:

