Es bien conocido que el mercado de la electricidad es un negocio fructífero de las grandes compañías. Estas grandes compañías manejan más información que las pequeñas empresas del sector, por lo que tienen más poder de mercado. “Si conseguimos predecir con la mayor precisión posible los precios de la electricidad, es posible que las pequeñas empresas del sector reciban información más completa, por lo que el poder de mercado de las grandes compañías eléctricas podría reducirse ligeramente y se podría conseguir un mercado eléctrico más competitivo”, explica Peru Muniain Izaguirre, investigador del departamento de Fundamentos del Análisis Económico II de la UPV/EHU, actualmente profesor de Matemática Aplicada de la Escuela de Ingeniería de Bilbao.

“En este trabajo hemos analizado diferentes modelos para mejorar las previsiones de los mercados eléctricos. A la hora de prever los precios de la electricidad hay que tener en cuenta muchas variables. Las más importantes son la estacionalidad —los precios en verano suelen ser más bajos debido a la menor demanda, y en invierno al revés—, la alta incertidumbre o variabilidad —si los precios varían mucho de un día a otro, es más difícil hacer previsiones y, por tanto, cada participante en el mercado tiene más incertidumbre para elegir su estrategia— y los saltos, que son grandes cambios de precios de corta duración y difíciles de tener en cuenta en los modelos”, señala Muniain.

El estudio se ha centrado en la variabilidad temporal y en los saltos en los precios de la electricidad. “Por un lado, hemos tratado de prever con la mayor precisión posible la incertidumbre de los precios de la electricidad, previniendo su variabilidad. Para ello hemos utilizado modelos autorregresivos en los que la incertidumbre de los precios depende de las observaciones del pasado”, afirma el investigador de la UPV/EHU. Al mismo tiempo, “hemos tratado de prever lo más exactamente posible los precios de la electricidad. Para ello hemos construido modelos complejos en los que se tienen en cuenta muchas variables y lo que ocurre es que al utilizar tantas variables las estimaciones no son fiables. Por tanto, se han utilizado métodos de estimación que permiten la selección automática de variables. Es decir, el propio método hace una selección de las variables más importantes para cada modelo para predecir esos precios de la electricidad”, añade Muniain.

“Por otro lado —ha señalado el investigador—, a través de diferentes simulaciones, hemos realizado previsiones probabilísticas para prever una distribución completa de los precios. Así, los precios de los próximos días se pueden ver con cierta fiabilidad. Esto ofrece a los participantes del mercado una información más completa para que puedan elegir sus estrategias de una manera más eficaz. Por ello, creemos que en el futuro el uso de previsiones probabilísticas será más amplio”.

En este trabajo también se ha llegado a la conclusión de que los precios de la electricidad tienen un gran efecto autorregresivo. “Es decir, las observaciones de días anteriores tienen una gran influencia a la hora de prever los precios de los próximos días”, explica Muniain. “Asimismo, ha subrayado la importancia de los grandes cambios de corta duración, es decir, la incorporación de los saltos en los modelos de previsión. Y es que, teniendo en cuenta los saltos, hemos comprobado que las previsiones mejoran mucho”.

Información complementaria

Esta investigación se ha llevado a cabo en el marco de la tesis doctoral de Peru Muniain Izaguirre (Erandio, 1991) titulada ‘Forecasting in Electricity Markets/Aurreikuspenak argindar merkatueta’, y dirigida por Aitor Ciarreta y Ainhoa Zarraga, ambos profesores de la facultad de Economía y Empresa de la UPV/EHU. Parte de la investigación se ha realizado en colaboración con la Universidad de Duisburg-Essen de Alemania.