Short-Term Load Forecasting 2019
La previsión de la carga a corto plazo (STLF) desempeña un papel fundamental en la formulación de estrategias de explotación económicas, fiables y seguras (procesos de planificación, programación, mantenimiento y control, entre otros) de un sistema eléctrico y será importante en el futuro. Sin embargo, aún queda mucho por hacer en estas áreas de investigación.
El despliegue de tecnologías habilitadoras (por ejemplo, contadores inteligentes) ha permitido disponer de datos de alta granularidad para muchos segmentos de clientes y abordar muchas cuestiones, por ejemplo, hacer viables las tareas de previsión a varios niveles de agregación de la demanda. El primer reto es la mejora de los modelos STLF y su rendimiento en nuevos niveles de agregación. Además, la combinación de energías renovables en el sistema eléctrico y la necesidad de incluir más flexibilidad a través de iniciativas de respuesta a la demanda han introducido mayores incertidumbres, lo que supone nuevos retos para STLF en un sistema eléctrico más dinámico en el horizonte 2030-50.
Se han propuesto y aplicado muchas técnicas para el STLF, incluidos los modelos estadísticos tradicionales y las técnicas de IA. Además, las necesidades de planificación de la distribución, así como la modernización de la red, han iniciado el desarrollo de la previsión jerárquica de la carga.
Análogamente, la necesidad de hacer frente a nuevas fuentes de incertidumbre en el sistema eléctrico está dando más importancia a la previsión probabilística de la carga. Este número especial aborda tanto la investigación fundamental como la aplicación práctica de las metodologías STLF para afrontar los retos de un sistema eléctrico más distribuido y centrado en el cliente.
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)