Comparativa de métodos de aprendizaje automático aplicados a la predicción del precio del mercado eléctrico diario

Abstract

Tras la reforma del sistema eléctrico del año 1997 que liberalizó el mercado en España, el precio de la electicidad pasó a estar determinado por una subasta pública. De esta forma, la energía en nuestro país pasó a ser comeciada mediante un modelo marginalista en el cual el precio viene determinado por el corte entre las curvas de oferta y demanda. Ante la cada vez mayor complejidad del mercado debido al aumento de los consumidores, las nuevas tecnologías de generación renovable, y las nuevas formas de consumo derivadas de la movilidad eléctrica y la generación distribuída, se hace necesario disponer de herramientas que ofrezcan certidumbre sobe la evolución del mercado en el futuro, de forma que organismos reguladores, instituciones gubernamentales e inversores privados, entre otros, disfruten de mayor seguridad a la hora de tomar futuras decisiones en lo referente al mercado eléctrico de nuestro país. En los últimos años, la ciencia de datos, sustentada en una mayor capacidad de almacenamiento y análisis de información, ha experimentado un crecimiento exponencial llegando a estar presente en numerosos y diferentes sectores. Gran parte de los métodos de aprendizaje automático resultan de especial utilidad en la predicción de valores futuros basándose en datos históricos, convirtiéndolos por tanto en magníficos recursos para la optimización y el análisis de nuestro mercado eléctrico. En el presente trabajo de fin de grado se detalla un estudio comparativo entre diferentes métodos de aprendizaje automático con el objetivo de determinar cuál de ellos resulta más preciso a la hora de predecir el precio diario futuro del megavatio hora. Para ello, en primer lugar se recopilaron los siguientes datos horarios históricos comprendidos en el periodo que abarca del 01/01/2021 a las 1:00 h al 03/05/2021 a las 0:00 h: Precio (€/MWh), Demanda (MWh), Generación de Carbón (MWh), Generación de Ciclo Combinado (MWh), Generación de Cogeneración (MWh), Generación Eólica (MWh), Generación Hidráulica (MWh), Generación Nuclear (MWh), Generación Solar Fortovoltaica (MWh), Generación Solar Térmica (MWh), Intercambios Energéticos con las Islas Baleares (MWh) e Intercambios Energéticos Internacionales (MWh). Una vez procesados los datos para su posterior análisis, se les realizó un estudio multivariante mediante varios métodos con el objetivo de seleccionar aquellas combinaciones de atibutos que, reduciendo el número de variables a procesar, maximizasen el resultado obtenido. Los diferentes métodos de selección de variables empleados fueron los siguientes: Correlación de Pearson, Información Mutua, Selección Regresiva, y LASSO. Posteriormente, se probaron las diferentes combinaciones de atributos con los métodos de aprendizaje automático listados a continuación: Regresión Lineal, Árbloes de decisión, K-Vecinos Próximos, Máquinas de Soporte Vectorial y Redes Neuronales. Tras comparar todos los métodos con las diferentes combinaciones, se llegó a la conclusión de que el mejor método de predicción en todos los casos resultó ser el de los Árboles de Decisión, siendo la combinación de atributos que mejor ajustaba la predicción la obtenida mediante la Correlación de Pearson.

After 1997’s electricity system reform that liberalized the market in Spain, the price of electricity was determined by a public auction. In this way, energy in our country began to be traded through a marginalist model in which the price is determined by the cut between the supply and demand curves. Given the rising complexity of the market due to the increase in consumers, new renewable generation technologies, and new forms of consumption derived from electric mobility and distributed generation, it is necessary to have tools that offer certainty about the evolution of the market in the future, so that regulatory bodies, government institutions and private investors, among others, enjoy greater security when making future decisions regarding the electricity market of our country. In recent years, data science, supported by a greater capacity for storing and analyzing information, has experienced exponential growth, becoming present in many different sectors. Many of the machine learning methods are especially useful in predicting future values based on historical data, thus making them magnificent resources for the optimization and analysis of our electricity market. In this thesis, a comparative study between different machine learning methods is detailed with the aim of determining which of them is more accurate when predicting the future daily price of megawatt-hour. To do this, first of all, the following historical hourly data were collected for the period from 01/01/2021 at 1:00 a.m. to 05/03/2021 at 0:00 a.m.: Price (€ / MWh) , Demand (MWh), Coal Generation (MWh), Combined Cycle Generation (MWh), Cogeneration Generation (MWh), Wind Generation (MWh), Hydraulic Generation (MWh), Nuclear Generation (MWh), Solar Generation ( MWh), Solar Thermal Generation (MWh), Energy Exchanges with the Balearic Islands (MWh) and International Energy Exchanges (MWh). Once the data had been processed for subsequent analysis, a multivariate study was performed using various methods, with the aim of selecting those combinations of attributes that, by reducing the number of variables to be processed, would maximize the result obtained. The different methods of selection of variables used were the following: Pearson Correlation, Mutual Information, Backward Selection, and LASSO. Subsequently, the different combinations of attributes were tested with the machine learning methods listed below: Linear Regression, Decision Trees, K-Neighboring Neighbors, Vector Support Machines and Neural Networks. After comparing all the methods with the different combinations, it was concluded that the best prediction method in all cases turned out to be Decision Trees, being the combination of attributes that best adjusted the prediction the one obtained through the Pearson Correlation method.