IEEE Power & Energy Magazine - Spanish - May/June 2022 - 73

Los modelos de pronóstico hechos a medida ahora pueden ser
diseñados y entrenados para caracterizar los diferentes
comportamientos dinámicos de cada tipo de cliente.
el consumo horario en cada grupo, es decir, la correlación
entre el consumo a la hora t en un grupo y el mismo consumo
pero a la hora t - h.
Los tamaños de cada división más pequeña del primer
macrogrupo son de 1,373, 732 y 1,420 hogares. Para
el segundo macrogrupo, los tamaños son de 2,749, 1,145
y 518. Los tamaños del tercer macrogrupo son de 992,
451 y 153.
La agrupación de autocorrelación proporciona información
sobre las diferentes dinámicas de la serie temporal, no
solo a corto plazo (demoras 1-13), sino también a diario (demoras
24, 25, 48, 49, 72 y 73) y semanalmente (demora 168).
Aunque los perfiles horarios de la media y del percentil 95
tienen en cuenta la dinámica, estos perfiles no miden la robustez
de la relación entre el consumo de horas contiguas,
algo que podemos medir utilizando funciones de autocorrelación.
En este marco, las autocorrelaciones nos permiten separar
a los clientes con una dependencia altamente persistente
a corto plazo de aquellos con dependencias más pequeñas. El
segundo grupo se puede dividir aún más en dos grupos: aquellos
con correlaciones pequeñas pero positivas y aquellos con
valores pequeños y negativos en las demoras 8-13. Esto revela
una clara diferencia en el comportamiento del consumo.
En la figura 6 (macrogrupo 1), el primer y segundo grupos
menores en la agrupación identifican a aquellos consumidores
con una máxima de consumo pronunciada por la
mañana (10 a.m.) y un incremento más sostenido del consumo
durante la noche (8 p.m. a 11 p.m.), aunque menor que
en la mañana. Sin embargo, el mayor consumo para la primera
división durante la noche es a las 8 p.m., mientras que
la segunda división alcanza su punto máximo a las 11 p.m.
El tercer grupo menor pospone la máxima de la mañana a las
3 p.m. y presenta una segunda máxima (más alta que el de la
mañana) durante la noche a las 10 p.m.
Para el macrogrupo 2, la tercera división menor captura
a los consumidores con una máxima matutina un poco anterior
y una máxima vespertina más sostenida. La diferencia
entre la primera y la tercera división es que, en la primera, la
máxima de la mañana y la mínima de consumo de la tarde
son ligeramente más bajos.
Para el macrogrupo 3, la tercera división menor presenta
un patrón de consumo más estable (las mínimas de consumo
nocturno y vespertino no son tan significativas). Para los
otros dos grupos menores, los hogares consumen más por
la mañana y por la noche, respectivamente. Estas divisiones
menores difieren en las horas en las que ocurren las máximas
matutinas y vespertinas.
mayo/junio de 2022
Usos posibles
Los métodos de agrupación pueden ser utilizados para
varios usos dentro de las actividades de los proveedores de
electricidad. En primer lugar, los grupos resultantes pueden
ser utilizados para el desarrollo de productos personalizados
(p. ej., tarifas eléctricas) para cada grupo de clientes, lo que
permite ahorros para el cliente final y aumentar la competitividad
del minorista.
Además, esto se encuentra estrechamente relacionado
con la implementación exitosa de programas de respuesta a
la demanda. Los métodos de agrupación pueden ayudar a
caracterizar y cuantificar aquellos grupos de consumidores
que tienen una mayor elasticidad de precios y son propensos
a adaptar de forma su consumo de forma dinámica. Esto
puede ayudar a modificar el perfil de consumo de un área,
región o país determinado para evitar máximas de consumo
o para obligarlos a seguir la disponibilidad de las fuentes
renovables para mejorar la eficiencia del sistema.
En la misma línea, esta información es útil para realizar
análisis ex post y diagnósticos de clientes. Una empresa de
servicios públicos eléctrica, o un consumidor en sí, puede
comparar su uso histórico de la energía con sus pares del
grupo. Mediante la aplicación de diferentes técnicas estadísticas,
podemos identificar, con un nivel de confianza
predeterminado, posibles anomalías que surgen de aparatos
defectuosos o incluso detectar fraudes.
Las herramientas de agrupación también pueden ayudar
a diseñar sistemas eléctricos más confiables. La adopción
progresiva de nuevas tecnologías, como los paneles solares
domésticos, los vehículos eléctricos, las baterías en el hogar,
etc., tiene un impacto directo en los patrones de consumo de
los clientes que se pueden revelar y caracterizar mediante
herramientas de agrupación. Esta información puede ser
extrapolada en el futuro, bajo diferentes escenarios de nivel
de integración, para cuantificar los requerimientos técnicos
de los futuros sistemas de generación y redes de transmisión
y distribución.
Por último, estas herramientas pueden ser utilizadas en la
previsión de la demanda para hacer compras más precisas en
el mercado eléctrico mayorista. Los modelos de pronóstico
hechos a medida ahora pueden ser diseñados y entrenados
para caracterizar los diferentes comportamientos dinámicos
de cada tipo de cliente.
Conclusiones
La mayoría de los sistemas de energía en el mundo, incluido
el sector europeo de la energía, están experimentando una
ieee power & energy magazine
73
IEEE Power & Energy Magazine - Spanish - May/June 2022

Table of Contents for the Digital Edition of IEEE Power & Energy Magazine - Spanish - May/June 2022
