“Combinación de modelos para la predicción de la demanda eléctrica a corto plazo de distintas regiones españolas como Castilla León, Castilla la Mancha y Andalucía” es el título de la investigación de la profesora de la Universidad Miguel Hernández (UMH) de Elche Carolina Senabre, que ha obtenido el premio al mejor artículo en el 20º Congreso Internacional sobre sistemas y mercados eléctricos y gestión de la demanda (en sus siglas en inglés, ICEDMPI 2018). Este encuentro, celebrado en París (Francia), ha sido organizado por la Academia Mundial de Ciencia, Ingeniería y Tecnología.

En concreto, el artículo presentado por la profesora del Área de Ingeniería Mecánica de la UMH Carolina Senabre explica cómo se ha podido reducir, mediante la aplicación combinada de modelos matemáticos Autoregresivos y Redes NARX, el error de predicción de la demanda eléctrica. Para ello, han tenido en cuenta la variabilidad especial que presentan algunos días festivos o días con cambios de temperatura inesperados e importantes. Este artículo, también, explica cómo se ha adaptado la aplicación para mejorar la predicción en distintas regiones de la península.

La investigación premiada se ha realizado gracias a la subvención de la Conselleria de Educación de la Generalitat Valenciana, con referencia AICO/2018/102, para grupos de investigación consolidables que realicen un “análisis de la mejor parametrización de variables en la aplicación combinada de modelos de redes neuronales y modelo matemáticos para el desarrollo de herramientas avanzadas aplicadas a la predicción en corto plazo de la demanda eléctrica”. La investigadora principal es la profesora Carolina Senabre Blanes, que trabaja junto a otros cinco investigadores del Departamento de Ingeniería Mecánica y Energía de la UMH.

Carolina Senabre ha desarrollado esta línea de investigación desde 2007, junto a los profesores del Área de Ingeniería Eléctrica de la UMH Miguel López y Sergio Valero. Además, desde 2014, colaboran en diversos proyectos con la Red Eléctrica de España (REE) para el desarrollo de modelos de predicción de la demanda eléctrica a corto plazo, tanto peninsulares como insulares.