Pronóstico de la demanda a corto plazo para un circuito de distribución considerando el efecto de la generación distribuida utilizando series de tiempo

Abstract

RESUMEN: En la presente Tesis se desarrolla el pronóstico de la demanda a corto plazo para el intervalo de una semana de un circuito de distribución de prueba, y en el cual se tienen interconectados servicios que cuentan con generación local, conocida también como Generación Distribuida (GD), con el objetivo de conocer el efecto que tienen estos servicios en el comportamiento de la demanda del circuito. Para poder realizar lo anterior se utilizarán los valores de las mediciones de demanda para un mes del circuito de prueba y del cual se excluyen los valores para fines de semana, y debido a que la Generación Distribuida (GD) que se encuentra en el circuito es en su totalidad fotovoltaica, será necesario considerar la aportación de ésta en el comportamiento de la demanda del circuito. Para formar la serie de tiempo se estarán utilizando los valores de las primeras tres semanas y con ello poder pronosticar la cuarta semana, además solo se utilizarán 3 métodos y los cuales serán Descomposición, ARIMA y Winters utilizando para ello el software estadístico Minitab® 18.1. Si los pronósticos obtenidos se apegan lo más cercano posible a los valores reales de la demanda, se estarán aportando parámetros útiles para la planificación del sistema de distribución, evitando amenazas como la falta de capacidad en la infraestructura para alojar nuevas cargas. Por el contrario, una sobrestimación en los pronósticos dará lugar a malas decisiones de planeación, que pueden provocar pérdidas de capital, por lo que en este trabajo se busca reducir la incertidumbre por conocer la demanda eléctrica que será requerida en el corto plazo en un circuito de distribución para coadyuvar con el mejoramiento de la planeación y operación de este. Una vez que se obtienen los valores para cada uno de los métodos se realizó una comparativa de los resultados del pronóstico con el valor real medido, para con ello determinar las ventajas y desventajas de cada método con base a las medidas de error utilizadas para medir la precisión del pronóstico. Resultando de este análisis que el método que presenta un mejor comportamiento es ARIMA presentando valores de MAPE MAE y MSE más bajos en comparación con los otros dos métodos, ajustándose de mejor manera al comportamiento de la demanda real. ABSTRACT: In this thesis, the forecasting of the short-term demand for the one-week interval of a test distribution circuit is developed, and in which there are interconnected services that have local generation, also known as Distributed Generation, with the objective of knowing the effect that these services have on the demand behavior of the circuit. In order to carry out the above, the values of the demand measurements for a month of the test circuit will be used and from which the values for weekends are excluded, and because the Distributed Generation that is in the circuit is in its entirety photovoltaic, it will be necessary to consider the contribution of this in the behavior of the demand of the circuit. To form the time series, the values of the first three weeks will be used and with this to be able to predict the fourth week, in addition only 3 methods will be used, and which will be Decomposition, ARIMA and Winters using the Minitab® 18.1 statistical software. If the forecasts obtained are as close as possible to the real values of the demand, it will be providing useful parameters for the planning of the distribution system, avoiding threats such as the lack of capacity in the infrastructure to accommodate new loads. On the contrary, an overestimation in the forecasts will lead to poor planning decisions, which can cause capital losses, so in this thesis we seek to reduce the uncertainty by knowing the electrical demand that will be required in the short term in a distribution circuit to help with the improvement of the planning and operation of this. Once the values for each of the methods were obtained, a comparison of the results of the forecast with the real value measured was made, in order to determine the advantages and disadvantages of each method based on the error measures used to measure the accuracy of the forecast. Because of this analysis, ARIMA has the lowest MAPE MAE and MSE values compared to the other two methods, adjusting in a better way to the behavior of the real demand.