1 Consumo eléctrico y Clima Enric Valor i Micó Departament de Física de la Terra i Termodinàmica Universitat de València CLIMATOLOGÍA Climatología regional

2 1.- Motivación del estudio 2.- La demanda de electricidad en España 3.- Las variables meteorológicas 4.- Relación entre demanda eléctrica y variables meteorológicas 5.- Influencia de la temperatura: la variable grados-día 6.- Un modelo predictivo de la demanda de electricidad ÍNDICE

3 1.- Motivación del estudio

4 Gestión ambiental El Departamento de Energía de EE.UU. prevé una aumento del consumo de energía del 59% en los próximos 20 años, acompañado de un aumento del 60% en las emisiones de CO 2 a la atmósfera, y un incremento de la población del planeta de 6,0 a 7,5 billones de personas, principalmente en países en rápido desarrollo. Esto implica la necesidad de una gestión adecuada en los siguientes términos: Búsqueda de fuentes de energía limpias, respetuosas con el medio ambiente, y compatibles con el desarrollo sostenible Evaluación de los recursos energéticos disponibles Minimización del impacto ambiental (emisión de contaminantes, aumento del efecto invernadero, …) 1.- Motivación del estudio

5 Gestión de la distribución de electricidad La electricidad se caracteriza por no poder ser almacenada en grandes cantidades como otras fuentes de energía. Esto implica que debe ser suministrada a medida que se consume, de modo que debe haber una casación perfecta al instante entre oferta y demanda. Para ello se necesitan modelos que permitan establecer una predicción al minuto de la energía que va a ser demandada del sistema. Normalmente se usan modelos en los que interviene un número elevado de variables para tomar en consideración un conjunto significativo de contingencias: variación de la demanda según los hábitos horarios (determinados por consumidores residenciales, industriales y comerciales), efecto de la temperatura, posibles fallos o desconexiones de centrales eléctricas, laboralidad, vacaciones, etc. 1.- Motivación del estudio

6 A partir de los años 90 se inició en diferentes países un proceso de liberalización del mercado eléctrico. Entre los primeros podemos citar los Países Escandinavos y los EE.UU. En España el proceso se inició en 1998. En la actualidad el Sistema Eléctrico en España está formado por unos pocos productores (principalmente ENDESA, IBERDROLA, HIDROCANTÁBRICO y UNIÓN FENOSA), una red de distribución gestionada independientemente, RED ELÉCTRICA DE ESPAÑA (REE), y un Mercado de la Electricidad, OMEL. En él se establecen los precios de la electricidad sujetos a las leyes de la oferta y la demanda, y sin regulación por parte del Estado. Teóricamente, este nuevo modo de funcionamiento debiera revertir a medio plazo en un aumento de la eficiencia del sistema, así como una disminución notable del precio de la electricidad. En este sistema, se produce una separación entre los segmentos de generación, distribución y comercialización de la energía. En principio, cualquier consumidor puede elegir con quien contratar su suministro. 1.- Motivación del estudio

7 La demanda real (curva amarilla) refleja el valor instantáneo de la demanda de energía eléctrica La previsión de la demanda (curva verde), se elabora con los valores de consumo en períodos precedentes equivalentes, corrigiéndola con una serie de factores que influyen en el consumo, como la laboralidad, climatología y actividad económica La programación horaria operativa (línea escalonada roja), es la producción programada para los grupos de generación a los que se haya adjudicado el suministro de energía en la casación de los mercados diario e intradiarios, que se calcula teniendo en cuenta la evolución de la demanda 1.- Motivación del estudio

8 Gestión financiera En el contexto de un mercado libre de electricidad, surgen riesgos financieros importantes, ligados fundamentalmente a: - El precio de la electricidad, que puede sufrir importantes “saltos”, por ejemplo cuando la oferta supera ampliamente a la demanda - El volumen generado, que puede desviarse de las previsiones iniciales (por ejemplo, en inviernos suaves y veranos frescos) Existen instrumentos financieros que permiten “cubrir” dichos riesgos. Se trata principalmente de los activos derivados como por ejemplo contratos de futuros y opciones definidos sobre subyacentes tales como el precio de la electricidad, el volumen de electricidad consumido, la temperatura del aire, etc. La valoración de este tipo de instrumentos necesita de un análisis de los diferentes aspectos que pueden afectar tanto a la variación de los precios de la electricidad, como del volumen demandado. 1.- Motivación del estudio

9 Se dispone de datos de demanda eléctrica total peninsular con frecuencia diaria, proporcionados por REE Se ha analizado previamente sus características estacionales (diaria, semanal y mensual) 2.- La demanda de electricidad en España

10 El análisis de las características estacionales se ha efectuado mediante los índices de variación estacional diario (IVED) y mensual (IVEM) 2.- La demanda de electricidad en España

11 La idea fundamental del estudio radica en que diferentes variables pueden modificar la demanda de electricidad actuando sobre las sensaciones de “frío” y “calor” de los individuos Existen índices que tratan de cuantificar esas “sensaciones” basándose en el análisis de los intercambios de energía con el ambiente a través de la piel. Como ejemplo podemos citar el HUMIDEX (temperatura y humedad) y el WINDCHILL (temperatura y viento) En nuestro caso hemos empezado usando todas las variables disponibles en estación meteorológica susceptibles de ejercer algún tipo de influencia, en concreto: Temperatura del aire (ºC) Humedad relativa (%) Presión atmosférica (hPa) Precipitación total (mm) Insolación (h) Velocidad (km/h) y dirección del viento (º) 3.- Las variables meteorológicas Valores medios o acumulados diarios

12 El uso de datos de consumo eléctrico a escala peninsular plantea el problema de la elección de la estación meteorológica. En el caso español, el uso de una sola estación es insuficiente Para resolver el problema se han creado un conjunto de índices calculados a partir de las medidas realizadas en diferentes estaciones meteorológicas, mediante valores medios ponderados por pesos poblacionales: 3.- Las variables meteorológicas

13

14

15 Antes de abordar el análisis conviene aislar los posibles efectos derivados de la meteorología, de aquellos otros que dependen de otros factores (demografía, evolución de la economía, etc.). La tendencia observada en la demanda de electricidad responde a estos otros criterios, de modo que conviene eliminarla de alguna manera Con ese fin se ha efectuado una corrección de tendencia mediante la definición del siguiente factor: 4.- Relación entre demanda eléctrica y variables meteorológicas

16 Factor corrector Corrección de tendencia 4.- Relación entre demanda eléctrica y variables meteorológicas

17 La cuantificación de la posible influencia de las distintas variables sobre el consumo de electricidad se ha realizado mediante un análisis econométrico, en el que se establece una regresión lineal entre las variables mencionadas, y se determina la significación estadística de los coeficientes de regresión así como su importancia relativa En el análisis se han descartado de entrada los índices IDV, por su carácter marcadamente local, e IP por su escasa variabilidad. Por otra parte, se ha añadido una variable artificial, D, para tener en cuenta el diferente comportamiento de los días laborables frente a los festivos Dada la relación no lineal entre demanda e ITE, se han realizado dos estimaciones separando las muestras en datos de “invierno” (ITE 18ºC) 4.- Relación entre demanda eléctrica y variables meteorológicas

18

19 Muestra de invierno Muestra de verano

20 La demanda eléctrica se ve influida fundamentalmente por la temperatura del aire, mientras que el resto de variables matiza esa relación. De hecho, se ha comprobado que se obtienen resultados casi tan buenos usando sólo la variable ITE. Por ello, nos quedamos sólo con esta última con el fin de simplificar el modelo Antes de proseguir con la modelización, conviene analizar con más detalle la relación entre consumo y temperatura Se trata de una relación no lineal que va evolucionando con el tiempo, observándose que: - Existe un intervalo de temperatura en el que el consumo es insensible - El intervalo divide la función demanda-temperatura en dos ramas - Existen dos temperaturas de “saturación”, una por rama - La sensibilidad del consumo a la temperatura ha ido aumentando 5.- Influencia de la temperatura: la variable grados-día

21

22 Con el fin de desarrollar un modelo predictivo de consumo único para todo el año (en lugar de usar una ecuación para verano y otra para invierno), interesa utilizar una variable derivada de la temperatura que incluya ambos comportamientos en un solo modelo El concepto adecuado es el de grado-día, que se define como la diferencia entre la temperatura media diaria y una temperatura base o de referencia ¿Cuál debe ser la temperatura de referencia? Aquella en la que se produce el cambio de comportamiento. Hemos estimado que para el caso español ésta se encuentra alrededor de los 18ºC Normalmente, en lugar de usar una sola función definida en ]- ,+  [, se usan dos definidas ambas positivamente: Grados-día frío: GDF=max(ITE-ITE ref ; 0) Grados-día calor: GDC=max(ITE ref -ITE; 0) 5.- Influencia de la temperatura: la variable grados-día

23 Función calor Función frío 5.- Influencia de la temperatura: la variable grados-día

24

25 Un buen modelo debe ser capaz de explicar el comportamiento observado, y además predecir el consumo futuro a partir de una serie de datos externos con el menor error posible El modelo a desarrollar debe pues incorporar los aspectos que se han detectado, tanto de tipo económico como relacionados con la meteorología: - Tendencia - Laboralidad (día de la semana, fin de semana) - Días festivos y postfestivos, distinguiendo los festivos regulares de los de la Semana Santa - Estacionalidad mensual (mes de agosto) - Temperatura 6.- Un modelo predictivo de la demanda de electricidad

26 c: constante t: tendencia GDC t, GDF t : grados-día W it : variables artificiales (“dummy”) semanales H t, H t-1 : “dummies” festivos y postfestivos G t : “dummies” Semana Santa M jt : “dummies” mensuales  t : residuos de regresión 6.- Un modelo predictivo de la demanda de electricidad

27