Pronóstico del Consumo de Energía Eléctrica Residencial para la Ciudad de Bogotá

La energía eléctrica se ha convertido con el pasar de los años, un importante componente en la calidad de vida de los seres humanos y es un factor determinante para el desarrollo y crecimiento económico de una sociedad. Así mismo la creciente demanda de este servicio ha llevado a los entes gubernamentales a aumentar los estudios referentes a la planeación energética. De esta forma, predecir el consumo de energía eléctrica se ha convertido en un instrumento necesario para la toma de decisiones, tanto para los entes prestadores del servicio, como para las instituciones públicas. Este trabajo de investigación plantea tres modelos de pronóstico de energía, por medio de regresiones y de análisis de variables explicativas. Estos modelos se basan en estudios econométricos y estadísticos, entregando así una herramienta útil en la gestión energética, que permite la planeación futura, generando un aporte para los estudios de factores que intervienen en el consumo de energía eléctrica. La investigación fue desarrollada con base en los seis estratos socio-económicos en los que se encuentra organizada la Ciudad de Bogotá, utilizando datos históricos de temperatura superficial, Producto Interno Bruto, ingresos per cápita, suscriptores, consumo y precio de la de energía eléctrica y precio del servicio de gas natural, desde el año 2005 hasta el año 2016. Los tres modelos fueron desarrollados en el software libre R studio, a partir de lenguaje matemático. El primer y segundo modelo son una regresión lineal múltiple, con la diferencia que el segundo tiene una interpretación económica de coeficientes, mientras que el tercer modelo está desarrollado en forma de regresión económica de doble logaritmo. Los tres modelos presentan un buen comportamiento comparándolos con los datos medidos y cumplen con las validaciones propuestas en la metodología, analizando cada variable con respecto al estrato socio-económico, arrojando como resultado más relevante el modelo de regresión lineal múltiple con interpretación económica. Dicho modelo tiene como variable significativa el Producto Interno Bruto, variable que se ha relacionado estrechamente con el consumo energético. Dicho modelo representa con precisión la tendencia de la demanda y cumple con todos los parámetros estadísticos y teóricos para dar una predicción energética acertada.

Electricity has become over the years an important component in the quality of life of human beings and is a determining factor for the development and economic growth of a society. Likewise, the growing demand for this service has led government agencies to increase the studies related to energy planning, in this way, predicting the consumption of electricity has become a necessary method for decision-making for entities, service providers as well as for public institutions. This research paper proposes three models of energy forecast, by means of regressions and analysis of explanatory variables. These models are based on econometric and statistical studies, thus presenting a useful tool in energy management. The research was developed based on the six socio-economic strata in which the City of Bogotá is organized, using historical data of surface temperature, gross domestic product, per capita income, subscribers, consumption and price of electric power, price of the service of natural gas from 2005 to 2016. The three models were developed in free software R studio, from mathematical language. The first and second model is a multiple linear regression, but the second model has an economic interpretation of coefficients, while the third model is developed in the form of double logarithm economic regression. The three models show a good behavior compared with the measured data and comply with the validations proposed in the methodology, analyzing each variable with respect to the socio-economic stratum, presenting as the most relevant result, the multiple linear regression model with economic interpretation. That model has a significant variable, the Gross Domestic Product, a variable that has been closely related to energy consumption. This model accurately represents the trend of energy consumption and complies with all the statistical and theoretical parameters to give an accurate energy prediction.

Ingeniero Ambiental

http://unidadinvestigacion.usta.edu.co

Pregrado