UMSA-FCPN
Carrera de Informática
Tesis de grado
"Modelo de simulación de la demanda de energía eléctrica basado en procesos estocásticos"
Postulante: Gilmar Rolando Soto Quiroz
Problemática
La energía eléctrica 
- Indispensable y fundamental.
- Buscar mejoras en el pronostico de su demanda mediante modelos.
¿Por qué?
- Su demanda crece cada año.
- El mundo entero funciona con electricidad.
- Es dificil y costoso almacenarlo.
- Mantener equilibrio entre oferta y demanda.
- NCPE (Art. 20,378)
Servicio básico, universal y estratégico.
antecedentes
Fuente: "Avances recientes en la prediccion de la demanda de electricidad usando modelos no lineales", Revista Dyna , 2011antecedentes
1. Describir el ámbito en de desarrollo de la demanda eléctrica.
El sector eléctrico
1. Describir el ámbito en de desarrollo de la demanda eléctrica.
Eventos recientes del sector
1. Describir el ámbito en de desarrollo de la demanda eléctrica.
2. Conceptualizar la demanda de energía eléctrica.
Definición
La suma de todas y cada una de las potencias consumidas en el mismo instante. (Moreno, 2006)
Tipos de demanda
Prototipo
3. Describir el comportamiento de la demanda
|
|
|
|
3. Describir el comportamiento de la demanda
4. Encontrar datos disponibles de la demanda de enérgia eléctrica en la ciudad de La Paz y de las variables relacionadas.
Fuentes de datos
5. Definir un proceso de desarrollo de modelado para simulacion en base a procesos estocásticos.
En base al proceso de desarrollo de un modelo de simulacion de (Azarang,1998) 5. Definir un proceso de desarrollo de modelado para simulacion en base a procesos estocásticos.
6. Realizar un prototipo para generar un pronostico por simulación.
Objetivo principal
"Proponer un modelo de simulación basado en el análisis clásico de series de tiempo usando modelos de descomposición y modelos estocásticos sobre la irregularidad de la serie para obtener un mejor pronostico por simulación respecto al pronostico tradicional".
Resultados
Tabla comparativa EAPM
Hipótesis
"Un modelo de simulación sobre la demanda eléctrica en la ciudad de La Paz para los casos anual, mensual y diario, con el análisis clásico de series de tiempo basado en modelos de descomposición donde se usa modelos de regresión lineal para la tendencia y el modelado de la irregularidad de la serie según distribuciones estocásticas, el error de pronóstico por simulación a corto y mediano plazo será menor al error de pronostico tradicional de la serie".