ASIC XXI ha empezado ya a trabajar en sus tareas correspondientes, dentro del proyecto europeo PVOP, basado en el objetivo de optimización de plantas de operación renovable y específicamente, de energía fotovoltaica. Los objetivos principales de este trabajo son:
- Desarrollar y demostrar soluciones técnicas para el control de plantas fotovoltaicas.
- Maximizar el comercio de energía de plantas fotovoltaicas con baterías.
- Desarrollar y demostrar gemelos digitales y algoritmos de control para plantas fotovoltaicas bifaciales de un solo eje en terrenos de orientación y pendiente arbitrarias.
- Crear una herramienta de simulación basada en gemelos digitales que evite ajustes de modelos mediante mediciones experimentales de campo.
Estado del Arte
En el ámbito de la previsión horaria, se utilizan modelos de series temporales como ARIMA y GARCH, que son ampliamente reconocidos por su capacidad para predecir precios horarios al considerar patrones estacionales y tendencias históricas. Además, las redes neuronales, especialmente las LSTM, han demostrado ser muy efectivas en la previsión de precios eléctricos, ya que pueden capturar relaciones no lineales y patrones complejos en los datos.
Para la previsión mensual, se basa en el análisis estacional y factores climáticos, considerando variables como la demanda y la disponibilidad de fuentes renovables. Los modelos econométricos, como la regresión lineal múltiple, también juegan un papel crucial al relacionar los precios con variables explicativas como la demanda y la oferta.
En cuanto a la previsión anual, se consideran escenarios macroeconómicos que incluyen factores económicos, políticos y tecnológicos a largo plazo. Los modelos híbridos, que integran modelos econométricos con redes neuronales, permiten una previsión más precisa y robusta.
Propuesta de Previsión del Proyecto PVOP
Aspectos Conceptuales
El objetivo del proyecto es impulsar la generación fotovoltaica hacia un nuevo nivel de eficiencia, seguridad y rentabilidad. Para optimizar la rentabilidad, será crucial operar estas instalaciones de manera óptima, especialmente aquellas con almacenamiento que vierten energía al sistema.
Para lograr esto, será necesario desarrollar estrategias de venta de energía que maximicen el rendimiento de cada MWh generado. Conocer los precios de energía de red con la mayor exactitud posible será clave. Los ámbitos de previsión se dividen en cuatro escenarios:
- Modelos plurianuales: Previsión a 5-15 años para el business plan y análisis de retorno y rentabilidad.
- Modelo anual: Previsión a un año vista para planificación operativa y financiera.
- Modelo mensual: Previsión a varios meses para decisiones operativas y optimización de ingresos.
- Modelo diario: Previsión a corto plazo (máximo 10 días) para estrategias de venta/almacenamiento.
Análisis Estocástico de las Previsiones
La selección del modelo matemático de previsión se realizará a lo largo del proceso de experimentación, partiendo para cada bloque de los más adecuados en función del ámbito de análisis. Este proceso no diferirá mucho de los análisis estándar que se están ya realizando, pero en nuestro caso, se implementará un concepto nuevo y determinante: El análisis estocástico de las previsiones.
El análisis estocástico es una técnica estadística, muy implantada en el sector financiero, que pretende determinar la fuerza y tendencia de un precio en función de los eventos externos. De esta manera, se podrá intentar adelantar operaciones de trading a cambios bruscos o topes/mínimos de precios.
En términos más específicos, el indicador estocástico compara el precio de cierre actual con los precios de cierre anteriores durante un período elegido. Fue creado por George Lane en la década de 1950 y es popular en Forex, índices y bolsa. Algunos usos comunes de este indicador son:
- Divergencias: Identificar divergencias entre el indicador y el precio, señalando posibles cambios de tendencia.
- Day trading y scalping: Tomar decisiones rápidas.
- Confirmaciones de compra y venta: Proporcionar señales para entrar o salir del mercado.
- Sobrecompra y sobreventa: Identificar niveles extremos en el precio.
Actualmente, la mayoría de los análisis de precios del mercado eléctrico se basan en criterios técnicos como el grado de penetración de energías renovables o la previsión de consumo global. Sin embargo, eventos externos no directamente asociados a un consumo real afectan al precio de manera crítica. Ejemplos incluyen:
- Subidas de precio antes de procesos electorales en España.
- Desplome de precios durante la pandemia mundial.
- Incremento de precios debido a la Guerra de Ucrania.
Estos ejemplos muestran que procesos externos generan impactos críticos en los precios. Por ello, el análisis estocástico de eventos externos y su afección al precio de mercado será clave para entender y prever el precio a medio y largo plazo.
Modelado, Análisis y KPIs
El objetivo de los procesos de modelado y análisis del Proyecto PVOP será determinar qué modelos mixtos (basados en datos y estocásticos) responden mejor al análisis en cada ámbito temporal, y seleccionar su prelación para el uso en la implementación de estrategias de operación de plantas fotovoltaicas. Este proceso incluirá la selección de modelos, la integración de parámetros estocásticos y la validación mediante simulaciones Montecarlo, asegurando que los modelos elegidos alcancen un rango de precios cercano al real con alta confiabilidad.
Esperamos obtener modelos que no solo sean útiles en este ámbito, sino que también revolucionen la previsión de precios en el sector energético. ¡Estamos listos para dar un vuelco a la forma en que se predicen los precios de la energía!