Previsión de Demanda Horaria en una Red de Cargadores de Coche Eléctrico
Un operador de 1.500 puntos de carga rápida compra energía en el mercado diario: debe comprometer hoy cuántos MWh necesitará mañana hora a hora. Si se queda corto paga la energía al precio de desvío (hasta 3 veces más cara); si compra de más, revende con pérdidas. La demanda tiene patrones claros: hora del día, día de la semana, puentes y verano.
De dónde sale el dinero
Qué hacer ahora
- 1Medir el coste actual de desvíos por mes.
- 2Modelo de previsión horaria con banda de confianza.
- 3Política de compra asimétrica según el coste de quedarse corto.
Para llevar al comité
Una página con la decisión, el impacto, los riesgos, los pasos y el KPI de seguimiento.
Se abre la ventana de impresión: elige "Guardar como PDF".
Ojo: más volumen no siempre es más beneficio
Vender más carga en horas punta, cuando la energía es más cara, puede tener margen negativo. Usa la previsión también para mover demanda a horas baratas con precios dinámicos.
KPI para el comité
Coste de energía por kWh vendido (incluidos desvíos).
Detalle para tu equipo de datos
Técnica propuesta: Series Temporales (Prophet / ARIMA)
Por qué: La demanda depende fundamentalmente del tiempo: tendencia de crecimiento, ciclos diarios y semanales y eventos de calendario. Un modelo de series temporales descompone esos efectos, proyecta hacia el futuro y da una banda de confianza, que es lo que el trader necesita para decidir cuánto comprar.
Coste de equivocarse: Infraestimar obliga a comprar al precio de desvío (muy caro); sobreestimar obliga a revender a pérdida. La banda de confianza permite elegir el riesgo.
Datos necesarios: Consumo horario por estación de los últimos 3 años.; Calendario laboral, festivos, puentes y operación salida de vacaciones.; Previsión meteorológica (el frío reduce la autonomía y aumenta la carga).; Aperturas de nuevas estaciones.