PRONÓSTICO DE DEMANDA DE CORTO PLAZO EN EL SIC, UTILIZANDO INTELIGENCIA ARTIFICIAL

Abstract

El pronóstico de demanda de corto plazo (PDCP) sirve de base para realizar el despacho económico del parque de generación hidrotérmico, que es de vital impor<U+00AC>tancia en la programación de operación a corto plazo, cuyo objetivo es suministrar al mínimo costo la energía eléctrica requerida por los usuarios. Este trabajo trata sobre un método de modelación y simulación multivariable en el PDCP aplicado al Sistema Interconectado Central de Chile. La modelación usada es de tipo cualitativa-cuantitativa, porque los datos históricos son de tipo cuantitativo y con la transformación a variables difusas pasan a ser de tipo cua<U+00AC>litativos. La metodología usada puede incluir n variables explicativas, que deben correla<U+00AC>cionarse con la demanda sin ninguna modelación compleja. Además, se considera un modelo no lineal el cual puede considerar variables de entradas determinísticas y variables climáticas. Estas ventajosas características se obtienen por el uso de Razonamiento Inductivo Difuso (FIR). \ Para determinar las entradas del modelo de pronóstico que entregue un mejor resultado en la predicción, se utiliza una técnica de algoritmos evolutivos (llamado Algoritmo de Rebotes Simulados).