Ítem
Acceso Abierto

Diseño de un modelo analítico de pronóstico del precio spot de energía en Colombia

Mostrar el registro sencillo de la publicación
dc.contributor.advisorCalvo López, John Pablo
dc.creatorArias García, Cristian
dc.creator.degreeMagíster en Business Analytics
dc.date.accessioned2023-07-13T06:31:48Z
dc.date.available2023-07-13T06:31:48Z
dc.date.created2023-06-17
dc.descriptionEl precio de bolsa de energía es uno de los commodities con más volatilidad en el mercado colombiano, debido a los diferentes factores que pueden influir en su determinación, como la composición de la oferta y la demanda, el clima y precios de combustibles, lo que convierte su predicción en un desafío, lo cual genera incertidumbre en los agentes del mercado eléctrico colombiano para la toma de sus decisiones transaccionales en la compra y venta de energía. Por tanto, el objetivo de este proyecto es desarrollar un modelo analítico de pronóstico del precio spot de energía para la organización COSENIT con el fin de abordar la necesidad de sus clientes de tener mayor certeza en sus decisiones estratégicas y comerciales en el mercado de eléctrico colombiano.
dc.description.abstractThe energy stock price is one of the most volatile commodities in the Colombian market, due to the different factors that can influence its determination, such as the composition of supply and demand, weather and fuel prices, which turns its prediction into a challenge, which generates uncertainty in the agents of the Colombian electricity market to make their transactional decisions in the purchase and sale of energy. Therefore, the objective of this project is to develop an analytical model for forecasting the spot price of energy for the COSENIT organization in order to address the need of its clients to have greater certainty in their strategic and commercial decisions in the Colombian electricity market.
dc.format.extent87 pp
dc.format.mimetypeapplication/pdf
dc.identifier.doihttps://doi.org/10.48713/10336_40137
dc.identifier.urihttps://repository.urosario.edu.co/handle/10336/40137
dc.language.isospa
dc.publisherUniversidad del Rosario
dc.publisher.departmentEscuela de Administración
dc.publisher.departmentEscuela de Ingeniería, Ciencia y Tecnología
dc.publisher.programMaestría en Business Analytics
dc.rightsAttribution-NonCommercial-ShareAlike 4.0 International*
dc.rights.accesRightsinfo:eu-repo/semantics/openAccess
dc.rights.accesoAbierto (Texto Completo)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/*
dc.source.bibliographicCitationAgudelo, Adriana P, López-Lezama, Jesús M, & Velilla, Esteban. (2015). Predicción del Precio de la Electricidad en la Bolsa mediante un Modelo Neuronal No-Lineal Autorregresivo con Entradas Exógenas. Información tecnológica, 26(6), 99-108. https://dx.doi.org/10.4067/S0718-07642015000600012
dc.source.bibliographicCitationBarrientos Marín, J., & Toro Martínez, M. (2016). La hidrología como predictor del comportamiento del precio de energía en bolsa. Perfil de Coyuntura Económica, 25. https://doi.org/10.17533/udea.pece.n25a07
dc.source.bibliographicCitationBarrientos, J., & Martínez, M. T. (2017). Análisis de los fundamentales del precio de la energía eléctrica: Evidencia empírica para Colombia. Revista de Economía del Caribe, 19, 33-59.
dc.source.bibliographicCitationDejamkhooy, A., & Ahmadpour, A. (2022). Prediction and Evaluation of Electricity Price in Restructured Power Systems Using Gaussian Process Time Series Modeling. Smart Cities, 5(3), 889-923. https://doi.org/10.3390/smartcities5030045
dc.source.bibliographicCitationDíez, I. C. (2015). Proyección de precios de energía eléctrica de mediano plazo en el mercado colombiano mediante la aplicación del índice de Lerner. [Trabajo de grado]. Universidad EAFIT, Medellín, Colombia
dc.source.bibliographicCitationDuque, J. P. B., García, J. J., & Velásquez, H. (2016). Efectos del cargo por confiabilidad sobre el precio spot de la energía eléctrica en Colombia. Cuadernos de Economía, XXXV (68), 491-519.
dc.source.bibliographicCitationGalindo, A. F. (2017). Modelamiento de los precios de la energía en bolsa en Colombia incorporando el efecto del ENSO. [Trabajo de grado]. Universidad de Los Andes, Bogotá D.C., Colombia.
dc.source.bibliographicCitationGalón, S., & Barrientos, J. (2021). Proyección del Precio Spot de la Electricidad Colombiana bajo un Enfoque Funcional. Revista internacional de economía y política energética, 11 (2), 67–74. Obtenido de https://www.econjournals.com/index.php/ijeep/article/view/10607
dc.source.bibliographicCitationGrothe, O., Kächele, F., & Krüger, F. (2023). From point forecasts to multivariate probabilistic forecasts: The Schaake shuffle for day-ahead electricity price forecasting. Energy Economics, 120, 106602. https://doi.org/10.1016/j.eneco.2023.106602
dc.source.bibliographicCitationGunduz, S., Ugurlu, U., & Oksuz, I. (2023). Transfer learning for electricity price forecasting. Sustainable Energy, Grids and Networks, 34, 100996. https://doi.org/10.1016/j.segan.2023.100996
dc.source.bibliographicCitationHurtado Moreno, L., Quintero Montoya, O. L., & García Rendón, J. J. (2016). Estimación del precio de oferta de la energía eléctrica en Colombia mediante inteligencia artificial. Revista De Métodos Cuantitativos Para La Economía Y La Empresa, 18, Páginas 54 a 87. https://doi.org/10.46661/revmetodoscuanteconempresa.2205
dc.source.bibliographicCitationIBM. (2023). Introducción al CRISP-DM. Recuperado de: https://www.ibm.com/docs/es/spss-modeler/saas?topic=guide-introduction-crisp-dm
dc.source.bibliographicCitationJiang, P., Nie, Y., Wang, J., & Huang, X. (2023). Multivariable short-term electricity Price forecasting using artificial intelligence and multi-input multi-output scheme. Energy Economics, 117, 106471. https://doi.org/10.1016/j.eneco.2022.106471
dc.source.bibliographicCitationKuo, P., & Huang, C. (2018). An Electricity Price Forecasting Model by Hybrid Structured Deep Neural Networks. Sustainability, 10(4), 1280. https://doi.org/10.3390/su10041280
dc.source.bibliographicCitationLehna, M., Scheller, F., & Herwartz, H. (2022). Forecasting day-ahead electricity prices: A comparison of time series and neural network models taking external regressors into account. Energy Economics, 106, 105742. https://doi.org/10.1016/j.eneco.2021.105742
dc.source.bibliographicCitationLópez, A. (2015). Comportamiento del mercado eléctrico colombiano por los intercambios de electricidad regional con la comunidad andina de naciones Can y caso de estudio con Ecuador. Recuperado de: http://hdl.handle.net/20.500.11912/2369.
dc.source.bibliographicCitationLucas, A., Pegios, K., Kotsakis, E., & Clarke, D. (2020). Price Forecasting for the Balancing Energy Market Using Machine-Learning Regression. Energies, 13(20), 5420. https://doi.org/10.3390/en13205420
dc.source.bibliographicCitationMarcjasz, G., Lago, J., & Weron, R. (2020). Neural networks in day-ahead electricity price forecasting: Single vs. multiple outputs. ArXiv, abs/2008.08006.
dc.source.bibliographicCitationMarin, J. B., Orozco, E. T., & Velilla, E. (2018). Forecasting electricity price in Colombia: A comparison between Neural Network, ARMA process and Hybrid Models. International Journal of Energy Economics and Policy, 8(3), 97–106. Retrieved from https://www.econjournals.com/index.php/ijeep/article/view/6181
dc.source.bibliographicCitationMartın Mayorga, R. A., & Pineros Sánchez, L. F. (2020). Propuesta de un modelo con redes neuronales y metodología Box & Jenkins para el pronóstico del precio de bolsa de la energía en Colombia. https://repository.libertadores.edu.co/handle/11371/2654
dc.source.bibliographicCitationOviedo-Gomez, A., Londono-Hernandez, S. M., & Manotas-Duque, D. F. (2021). Electricity Price Fundamentals in Hydrothermal Power Generation Markets Using Machine Learning and Quantile Regression Analysis. International Journal of Energy Economics and Policy, 11(5), 66–77. Retrieved from https://www.econjournals.com/index.php/ijeep/article/view/11346
dc.source.bibliographicCitationRodrigo, J. (2023). Ciencia de Datos. https://www.cienciadedatos.net/ Santiago,
dc.source.bibliographicCitationSantiago, A. M., Vanstrahlengs, J. U., Otero, A. C., & Lombana, J. (2017). Pronóstico del precio de la energía en Colombia utilizando modelos arima con igarch. Revista de economía del Rosario, 20(1), 127-159
dc.source.bibliographicCitationSingh, P., & Kottath, R. (2022). Influencer-defaulter mutation-based optimization algorithms for predicting electricity prices. Utilities Policy, 79, 101444. https://doi.org/10.1016/j.jup.2022.101444
dc.source.bibliographicCitationVillada, F., Cadavid, D. R., & Molina, J. D. (2014). Electricity price forecasting using artificial neural networks. Revista Facultad De Ingeniería Universidad De Antioquia, (44), 111–118. https://doi.org/10.17533/udea.redin.18508
dc.source.bibliographicCitationWang, J., Liu, F., Song, Y., & Zhao, J. (2016). A novel model: Dynamic choice artificial neural network (DCANN) for an electricity price forecasting system. Applied Soft Computing, 48, 281-297. https://doi.org/10.1016/j.asoc.2016.07.011
dc.source.bibliographicCitationWang, J., Yang, W., Du, P., & Niu, T. (2020). Outlier-robust hybrid electricity price forecasting model for electricity market management. Journal of Cleaner Production, 249, 119318. https://doi.org/10.1016/j.jclepro.2019.119318
dc.source.bibliographicCitationWeron, R. (2014). Electricity price forecasting: A review of the state-of-the-art with a look into the future. International Journal of Forecasting, 30(4), 1030-1081. https://doi.org/10.1016/j.ijforecast.2014.08.008
dc.source.bibliographicCitationYang, W., Wang, J., Niu, T., & Du, P. (2020). A novel system for multi-step electricity price forecasting for electricity market management. Applied Soft Computing, 88, 106029. https://doi.org/10.1016/j.asoc.2019.106029
dc.source.instnameinstname:Universidad del Rosario
dc.source.reponamereponame:Repositorio Institucional EdocUR
dc.subjectPrecio de energía
dc.subjectModelos analíticos
dc.subjectPronóstico
dc.subjectMercado eléctrico
dc.subject.keywordEnergy price
dc.subject.keywordAnalytical models
dc.subject.keywordForecasting
dc.subject.keywordElectricity market
dc.titleDiseño de un modelo analítico de pronóstico del precio spot de energía en Colombia
dc.title.TranslatedTitleDesign of an analytical model to forecast the spot price of energy in Colombia
dc.typebachelorThesis
dc.type.documentTrabajo de grado
dc.type.spaTrabajo de grado
local.department.reportEscuela de Administración
local.department.reportEscuela de Ciencias e Ingeniería
Archivos
Bloque original
Mostrando1 - 1 de 1
Miniatura
Nombre:
Diseno-de-un-modelo-analitico-de-pronostico-AriasGarcia-Cristian-2023.pdf
Tamaño:
2.66 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Colecciones
Maestría en Business Analytics