En 2021, en AleaSoft se celebran diez años de colaboración con el operador del sistema eléctrico noruego Statnett, que utiliza previsiones de demanda eléctrica de corto y medio plazo basadas en el modelo científico AleaModel. Un buen momento para recordar la importancia que las previsiones de demanda han tenido desde la implementación de las primeras redes de distribución de energía eléctrica
En momentos como los actuales, en plena explosión de las renovables, en el camino para alcanzar los objetivos medioambientales del PNIEC para 2030 y de descarbonización total de la economía para 2050, la previsión de la producción de energías renovables como la eólica o la fotovoltaica, toman un protagonismo ciertamente merecido. Pero en el otro lado, en el lado de la demanda, las previsiones continúan siendo igual de críticas, e incluso más, dados los cambios que se esperan en el futuro, como los vehículos eléctricos, las baterías o la producción de hidrógeno verde.
La necesidad de las previsiones de demanda de electricidad en todos los horizontes
Desde el comienzo del desarrollo de los sistemas de distribución de la energía eléctrica, hace ya más de cien años, el hecho de conocer de antemano la cantidad de energía que se iba a consumir en cada instante ha sido una necesidad constante. Para ello, desde entonces, han sido necesarias las previsiones de demanda de electricidad para todos los horizontes de previsión.
Empezando por el corto plazo más inmediato, las previsiones de demanda para las próximas horas o próximos minutos son necesarias para poder gestionar los desvíos entre generación y demanda. En el medio y largo plazo, las previsiones son importantes para una correcta planificación de las necesidades de las redes de transporte y distribución en el futuro.
En cuanto a quiénes necesitan las previsiones de demanda de electricidad, prácticamente cualquier actor del sector eléctrico necesitará, en un momento u otro, previsiones de consumo. Las utilities y comercializadoras las necesitan para estimar la demanda de sus clientes y hacer las ofertas en el mercado para adquirir la energía necesaria para satisfacerla, tanto en el corto plazo, para el mercado diario de electricidad, como en el medio y largo plazo para planificar sus coberturas en los mercados de futuros, contratos bilaterales y PPA.
Para los operadores de sistemas eléctricos (TSO), las empresas que se dedican a operar las grandes redes nacionales de transporte de electricidad, las previsiones de demanda son el punto más crítico de toda su operativa. De la calidad de estas previsiones depende el correcto balance minuto a minuto entre producción y consumo de electricidad, y así evitar desvíos que podrían llevar a apagones. Pero también de ello depende la correcta planificación de las inversiones en la ampliación y las mejoras de las redes para poder satisfacer las necesidades de la demanda a largo plazo.
AleaSoft realiza previsiones de demanda de electricidad desde su creación en 1999. De hecho, los primeros modelos de previsión que se desarrollaron fueron para servicios de previsión de demanda a las grandes empresas comercializadoras que en esos momentos eran las únicas que prestaban servicios de suministro de electricidad.
Las previsiones de demanda para el sistema eléctrico noruego
En 2021 se cumplen diez años del inicio de la colaboración entre Statnett, el Operador del Sistema Eléctrico (TSO) de Noruega, y AleaSoft, para realizar previsiones de demanda eléctrica nacional y de las ocho regiones de Noruega tanto de corto como de medio plazo. Para el suministro de previsiones de demanda, Statnett, que está sujeta a la Ley de Contratación Pública noruega, organizó un concurso público para la contratación de los servicios, al que acudieron empresas de todo el mundo. Finalmente, el contrato fue otorgado a AleaSoft que resultó el ganador del concurso, gracias a la calidad de sus previsiones. Unas previsiones que tienen como dificultad añadida que la región norte de Noruega se encuentra sobre el paralelo 66, dentro del círculo polar ártico, con condiciones extremas de temperaturas y luminosidad, y la consiguiente dificultad para realizar previsiones de consumo eléctrico.
Desde ese momento, Statnett cuenta con una aplicación desarrollada por AleaSoft que genera previsiones automáticamente cada cinco minutos, teniendo en cuenta toda la nueva información disponible de demanda y datos meteorológicos. Las previsiones obtenidas tienen una granularidad de 15 minutos y un horizonte de 72 horas en el corto plazo y de 13 meses en el medio plazo. El proceso de entrada de datos y de salida de previsiones utiliza un sistema de web service para comunicarse con las aplicaciones y procesos de Statnett.
Las previsiones utilizan AleaModel, una metodología de previsiones desarrollada por AleaSoft específicamente para el sector de la energía. Es una metodología híbrida y de base científica que combina técnicas estadísticas clásicas, como la regresión, modelos econométricos y el análisis de series temporales con modelos SARIMAX del método Boxâ€?Jenkins, con técnicas avanzadas de Inteligencia Artificial, como las Redes Neuronales Recurrentes y algoritmos de Machine Learning.
Además del operador noruego de electricidad, AleaSoft ha trabajado y trabaja con otros TSO de algunos de los países más importantes del continente europeo.
Las previsiones de demanda como input de los modelos de previsiones de precios
Aparte de la importancia que por sí mismas tiene las previsiones de demanda de electricidad, en AleaSoft también se usan como uno de los inputs de los modelos de previsión de precios de los mercados eléctricos. Estimar la demanda es necesario para calcular el hueco térmico, qué fracción de esta demanda estará cubierta por las renovables, la cantidad de intercambios de energía con otros mercados interconectados y la producción necesaria de los ciclos combinados de gas.
La automatización de las previsiones que proveen los servicios de AleaSoft, así como la recopilación de datos con la plataforma AleaApp, son herramientas que ayudan a avanzar en la necesaria digitalización de las empresas del sector eléctrico.
