Autores: María Teresa Arévalo Quijada, Ester Gutiérrez Moya / Universidad de Sevilla año 2004
¿Cual es la pregunta que se plantea el trabajo?
¿Es posible predecir la demanda residencial anual en Andalucía, mediante la utilización de un modelo de previsión realizado bajo la técnica de decisión multicriterio Promethee?
En Andalucía la demanda de energía eléctrica ha experimentado un crecimiento importante al igual que el resto del país y demás países desarrollados. Las compañías generadoras deben garantizar ese suministro constante previendo su demanda futura.
El sistema español presenta uno de los niveles mas altos de dependencia energética de toda Europa.
El Andalucía se consume uno de cada cuatro kilovatios generados en total del país.
¿Qué modelo conceptual propone para analizar esa pregunta y que predicciones se derivan de la teoría.
También se intentará resolver el problema de elección de un modelo adecuado desde el punto de vista explicativo y predictivo mediante la técnica de decisión multicriterio Promethee.
¿Qué metodología y datos se utilizan poner a prueba las hipótesis del trabajo?
a) Análisis de la Demanda en los hogares andaluces:
El incremento en la demanda residencial se ha acrecentado respecto al total y superado a los sectores de la industria y servicios.
Se analiza el comportamiento del consumo promedio por hogar y por habitante en el período 1984-2002, en el cual el incremento de la tasa de variación fue del 4,17% por término medio.
Se analiza el consumo promedio por hogar y por habitante, se observa que el consumo por hogar presenta una tendencia creciente y salvo los años 1991 y 1996, donde se dan dos importantes incrementos, el nivel ha sido constante.
Por parte del consumo individual, por habitante se ha duplicado, pasando de 0.5MWh a 1MWh, que indicaría la intensificación del uso de aparatos eléctricos en hogares principalmente paracalefacción y refrigeración. (Figura1)
Como metodología se utilizó un modelo lineal general a través de un enfoque unidireccional. Se analizó el grado de intensidad energético así como el precio de la energía, utilizando los precios del total de las energías de uso doméstico, para saber cuál es el producto mas utilizado.
También se analizo la variación en el tiempo respecto al Producto Interior Bruto PIB, debido a los posibles cambios en las condiciones de mercado por fluctuaciones en los precios de la electricidad.
b1) Primeramente se analiza el consumo y precio de dos fuentes alternativas y sustitutas de la electricidad.
Gas Butano (gas envasado): En zonas rurales, el precio de mismo como el de la electricidad, son variables que afectan la demanda residencial. La elasticidad cruzada de la demanda del precio del gas butano es positiva manifestando el carácter sustitutivo en la economía doméstica. El precio de la electricidad respecto a la demanda esta en la frontera de elasticidad unitaria reflejando un signo positivo caracterizándolo como un bien de primera necesidad. Modelo 1
Gas Ciudad (gas natural de red): En zonas urbanas, se analiza también la demanda en relación del precio de gas y el precio de la electricidad. Las elasticidades cruzadas de la demanda lo hacen un bien sustituto, pero inferior a la del gas butano que presenta un poder sustitutivo mayor. Modelo 2
Ambos modelos no son satisfactorios en cuanto a la correcta interpretación de la influencia del precio de la electricidad respecto a la demanda.
b2) Segundo nivel de análisis, la afectación del nivel de actividad PIB y proceso autorregresivo.
Nivel de Actividad PIB: Presenta una mejora sustancial respecto al poder explicativo y lo evidencia la influencia del nivel de actividad en la demanda de electricidad. Se destaca que la influencia del nivel de actividad es superior respecto al precio de la electricidad. El diagnóstico de este modelo parece mostrar posibles errores en las especificaciones del mismo por las variables omitidas no incluidas. Modelo 3
Proceso Autorregresivo: Es un modelo que busca salvar estas omisiones y presenta aun proceso autorregresivo de orden uno, ya que considera la demanda de un período relacionada con el período posterior. Modelo 4
c) Se realiza la bondad de ajuste para considerar los períodos históricos así como para predecir período futuro. Se tomaron como períodos expost los años 2002 y 2003, los resultados estadísticos se ven en la tabla I.
Se observa que el modelo 3 es el que mejor predice las demandas de los años 2002 y 2003, a pesar de ser un modelo con baja capacidad explicativa.
¿Cuáles son los resultados que se encuentran y en que medida responden la pregunta planteada?
Como la comparación de diferentes criterios es dificultosa, la elección de un modelo único que atienda a un único criterio puede resultar también dudosa, por ello el trabajo utiliza la técnica de decisión multicriterio Promethee, que permite: establecer un orden entre varios modelos, recoge en una matriz las distintas alternativas posibles y los valores de los objetivos de cada alternativa según cada criterio, con dicha matriz lo aplica al método mediante la asignación de pesos a los distintos criterios, esta asignación de pesos es proporcional a cada uno de los distintos criterios de información.
El tipo de criterio generalizado considerado el I, el cual considera que cualquier diferencia entre los modelos es significativa.
Resultado, el modelo 4 es el más adecuado ya que representa la demanda de electricidad desde el punto de vista de su carácter explicativo y predictivo. Tabla 2
Conclusiones:
1) el factor que más influye en la demanda de electricidad de los hogares está determinado por el propio consumo de períodos anteriores. De esta forma los consumidores no cambian sus hábitos de consumo sean por razones tecnológicas o socioeconómicas.
2) El nivel de actividad y riqueza de la Comunidad es también un componente decisivo en la demanda de energía, siendo en realidad esta variable la que determina el mayor o menor consumo en comparación con los precios de las energías sustitutivas. Se observa también que el gas butano tiene mayor carácter sustitutivo que el gas natural, se supone que ello se da por la gran proporción de población urbana en el total de Andalucía.
3) El trabajo busco resolver mediante una técnica de decisión multicriterio Promethee, debido a las dificultades de elegir un modelo de predicción, entre varios que resultaban válidos estadísticamente.