Un grupo de investigadores desarrollan un método capaz de estimar la demanda de energía española

El grupo de investigación GRAFO de la Universidad Rey Juan Carlos (URJC) ha desarrollado, junto con la Universidad de Alcalá de Henares, un algoritmo capaz de llevar a cabo la estimación precisa de la demanda de energía española a un año vista a partir de una serie de variables macroeconómicas.

El algoritmo propuesto, basado en una metodología conocida como Búsqueda de Vecindad Variable -Variable Neighborhood Search, VNS-, es capaz de seleccionar aquellas variables macroeconómicas, de entre las 14 disponibles, que son más relevantes para estimar la demanda de energía, según ha destacado la URJC en una nota.

El investigador de la ETS de Ingeniería Informática de la URJC y autor principal del estudio, Jesús Sánchez-Oro, ha explicado que una vez realizada la selección "una red de neuronas de aprendizaje rápido se entrena con datos de los últimos 30 años", para después "predecir cuál será la demanda de energía española a un año vista".

Sánchez-Oro ha destacado que la tasa de error de esta predicción es "inferior al 2%", habiendo sido ejecutados todos los ensayos en un ordenador de sobremesa común -por lo que no es necesario disponer de ninguna equipamiento especial para llevar a cabo la estimación-.

Los resultados han sido publicados en la revista científica 'Energy Conversion and Management' y constatan que "la robustez de este algoritmo queda demostrada dada su correcta estimación incluso durante los períodos de crisis económica, donde la demanda de energía es muy difícil de predecir".

Los investigadores de la URJC aseguran que el algoritmo propuesto "podrá ser de utilidad para las autoridades políticas y expertos en el sector de la energía", que tienen que tratar cada año con la problemática del abastecimiento energético.

El estudio está enmarcado en dos diferentes proyectos de investigación, financiados por el Ministerio de Economía y Competitividad: 'Nuevos algoritmos híbridos bio-inspirados para problemas de predicción en energías renovables' y 'Diseño, implementación y explotación de técnicas heurísticas avanzadas'.