MODELO PARA LA

PROYECCIN DE DEMANDA
DE ENERGA ELCTRICA EN
COLOMBIA
MODELO PARA LA
PROYECCIN DE DEMANDA
DE ENERGA ELCTRICA EN
COLOMBIA Subdireccin de Demanda

Carlos Arturo Garcia Botero

William Alberto Martinez Moreno

Diciembre de 2014

Unidad de Planeacin Minero Energtica

UPME
 INTRODUCCIN
I. Factores como los econmicos, sociales y meteorolgicos influyen
sobre la demanda de energa elctrica (Al-Alawi, Islam., 1996), por
lo que la proyeccin de la demanda en Colombia tiene un papel
muy importante para prever la necesidad de programar la
construccin de nuevas centrales de generacin de energa
elctrica, la expansin del sistema de transmisin de energa y
determinar las polticas para la regulacin de los precios.

II. Para la construccin del modelo de proyeccin de la demanda de

energa elctrica se emplea la teora de combinacin de
pronsticos y variables predictoras con error, propuesta por Elkin
Castao V., Elkin (1994).
 INTRODUCCIN
ESTUDIOS INTERNACIONALES ESTUDIOS COLOMBIA
NUEVA ESTADOS UNIDOS Factor de
AUSTRALIA INDIA REINO UNIDO
ZELANDA OHIO WASHINGTON cambio
Demanda de Consumo de Consumo de Demanda de Demanda
Demanda de Demanda de acumulada
electricidad energa per electricidad electricidad
electricidad electricidad
industrial cpita. domstica por hogar Mes de
Consumo de aumento en la
Demanda de Actividad Demanda de Efecto Comportamiento
PIB per cpita. electricidad no demanda
electricidad econmica electricidad calendario Demanda de la demanda
domstica Mes de
horaria de de la UCP (Unidad
Ingreso disminucin de
Consumo total Efecto Iluminacin electricidad - de Control de
Demografa Importaciones. personal real la demanda
de electricidad calendario efectiva Regional Pronstico) de
por hogar Tarifa promedio
EPSA
Ingreso real de la energa
Economa Exportaciones. PIB PIB Nubosidad Consumo
personal Instalaciones
horario de Demanda Demanda Demanda Demanda
Poder de domiciliarias de
Efecto Poblacin en Precio real de VARIABLES energa en horaria de mensual de mensual de horaria de
VARIABLES Poblacin. Poblacin enfriamiento gas
calendario un rea la electricidad el Municipio electricidad electricidad electricidad electricidad
de viento Consumo de
de Pereira
Efectos de la ACPM
temperatura Consumo de
(temperaturas Precio de la Precio de gas Precio real del gas natural
Temperatura
Melbourne y electricidad natural anual gas natural Temperatura
temperaturas superficial del
Frankston) mar Nio Efecto calendario
Efecto
Precio de Importaciones - filtros por tipo de
calendario
Principales venta Exportaciones da
Velocidad del
cargas promedio PIB
viento
industriales anual de Demanda
electricidad mensual de
PIELOWA, energa
S. SARAVANAN, AMY., VELSQUEZ,
ZAID JORGENSEN, TAYLOR, JAMES FRANCO,
FAN, SHU., AND S. KANNAN, SIOSHANSIA, BARRIENTOS, VALENCIA, A.L.; MURILLO, J.; J.D.;
MOHAMED, JASON B., and W. and BUIZZA, MEDINA, S.; CASTAO C.J.; SARMIENTO,
AUTOR HYNDMAN, and C. RAMTEEN., and A.F.; OLAYA, LOZANO, C.A.; TREJOS, A.; FRANCO,
PAT BODGER. JOUTZ, FRED. ROBERTO. AUTOR GARCA, J. V., ELKIN. VELSQUEZ, H.; VILLA, W.
ROB J. (2013). THANGARAJ. ROBERTSB, J.; GONZLEZ, MORENO, C.A. CARVAJAL, C.J.;
(2005) (2012) (2003) (2005). (2007). J.D.; OLAYA, (2008).
(2012) MATTHEW C. V.M. (2007). (2007) P. (2003). GARCA,
(2012) Y. (2008).
H.A. (2009).

Fuente: UPME, 2014. Fuentes: RUEDA M., VIVIANA, Prediccin del consumo de energa en Colombia con modelos no lineales.
Universidad Nacional de Colombia. Tesis de Maestra. Medelln, Colombia. Pginas: 1
75. 2011.
UPME, 2014.
 -8,00%
-4,00%
-2,00%
0,00%
2,00%
4,00%
6,00%
8,00%

-6,00%
10,00%
mar.-95
ago.-95
ene.-96
jun.-96
nov.-96
abr.-97
sep.-97
feb.-98
jul.-98
dic.-98
may.-99
oct.-99
mar.-00
ago.-00
ene.-01
jun.-01
nov.-01
abr.-02

DEMANDA DE ENERGA ELCTRICA

sep.-02
feb.-03
jul.-03
dic.-03
may.-04
oct.-04
PIB TOTAL

mar.-05
CRECIMIENTO ANUAL

ago.-05
ene.-06
VARIABLES DEL MODELO

jun.-06
nov.-06
POBLACIN

abr.-07
sep.-07
feb.-08
CRECIMIENTO ANUAL DE LAS

jul.-08
dic.-08
may.-09
oct.-09
TEMPERATURA

mar.-10
ago.-10
ene.-11
jun.-11
nov.-11
abr.-12
sep.-12
feb.-13
jul.-13
dic.-13
-2,77%
3,16%
5,35%

1,16%
DEFINICIONES (I)
Un modelo VAR es un modelo de ecuaciones simultneas formado
por un sistema de ecuaciones de forma reducida sin restringir. Que
sean ecuaciones de forma reducida quiere decir que los valores
contemporneos de las variables del modelo no aparecen como
variables explicativas en las distintas ecuaciones. El conjunto de
variables explicativas de cada ecuacin esta constituido por un
bloque de retardos de cada una de las variables del modelo. Que
sean ecuaciones no restringidas significa que aparece en cada una
de ellas el mismo grupo de variables explicativas.
En un modelo VAR todas las variables son tratadas simtricamente,
siendo explicadas por el pasado de todas ellas. El modelo tienen
tantas ecuaciones como variables, y los valores retardados de todas
las ecuaciones aparecen como variables explicativas en todas las
ecuaciones. Una vez estimado el modelo, puede procederse a
excluir algunas variables explicativas, en funcin de su significancia
estadstica, pero hay razones para no hacerlo.
Fuente: Novales, Alfonso, Modelos vectoriales autorregresivos (VAR),Universidad de Complutence, Madrid, Espaa, 2013, pp: 1- 34.
DEFINICIONES (II)
Un modelo de Vector de Correccin del Error (VEC) es un
modelo VAR restringido (habitualmente con slo dos variables)
que tiene restricciones de cointegracin incluidas en su
especificacin, por lo que se disea para ser utilizado con series
que no son estacionarias pero de las que se sabe que son
cointegradas.

Fuentes: Gujarati, Damodar N., Econometra, Cuarta Edicin, Parte II y Parte I,. Captulos 13.1 a 13.9, y 18.1 a 18.4, Editorial Mc Graw
Hill. Mxico, 2004, pp: 507 539 y 717 728.
Prez Lpez, C., Econometra. Conceptos y Problemas resueltos de Econometra, Capitulo 4, Madrid, Espaa. 2006. ISNB:84-
9732-376-9.
METODOLOGA PARA LAS
PROYECCIONES DE DEMANDA DE EE :
COMBINACIN DE PRONSTICOS
Para reducir el error y el sesgo sistemtico, se utilizar el Mtodo
de combinacin de pronsticos de diferentes modelos. Con
este objetivo se consideraron tres modelos que predicen la
demanda de energa elctrica en Colombia, los cuales son
modelos multivariados (VAR y VEC). Los modelos empleados
fueron un modelo VAR endgeno y VAR exgeno, y un modelo
VEC endgeno con la variable temperatura exgena.

Fuente: CASTAO V., ELKIN. Revista Lecturas de Economa No. 41. Combinacin de pronsticos y variables predictoras con error. 1994.
Pginas 59 80.
METODOLOGA PARA LAS
PROYECCIONES DE DEMANDA DE EE :
Para los modelos VAR se estim con las diferencias logartmicas
de las series, las cuales requeran que fueran estacionarias, por
lo tanto se realiz la Prueba de Raz Unitaria - Phillips - Perron
(PP); la cual cumpli satisfactoriamente.
Por otra parte, para el Modelo VEC se estim con los logaritmos
de las series, en donde deba existir entre las variables una
combinacin lineal de las mismas, por lo tanto se realiz la
Prueba de Cointegracin de Johansen, cumpliendo tambin
satisfactoriamente dicha prueba.
Y en general para todos los modelos se realiz la prueba de
seleccin de orden de rezagos, obteniendo en cada uno de
ellos el nmero de rezagos idneo.
MODELO VAR
= ( , , , , )

MODELO VEC

= ( , , , , , ,
1 , 1 , 1 , , )

ABREVIATURA
Demanda de Energa Elctrica : DEE
PIB Total : PIBTotal
Poblacin : POB
Temperatura Media : TEMP
Correccin del error : CE
METODOLOGA PARA LAS
PROYECCIONES DE
DEMANDA DE EE :
ANLISIS ERRORES Y SESGO
SISTEMTICO
Error Promedio Porcentual: Error Promedio Absoluto:

1 1
= 100 ( ) =

=1 =1

2
Error Cuadrtico Medio: ( )
B = Sesgo =

1 2 1
= 100 ( ) = ( )2 ( )2
1
=1 =1 M = =

donde, 1 2 ) 2
R = = ( )
1
=
1
Siendo P el valor proyectado y A el valor real histrico.
1 Donde Sp es la desviacin estndar de la poblacin de p, r
= son los coeficientes de correlacin entre P y A, y Sa es la
1
desviacin estndar de a.
Fuente: CONSIDINE, TIMOTHY J. & CLEMENTE, FRANK A. (2007). Gas-Market Forecast: BETTING ON BAD NUMBERS.
RESULTADOS
 PROYECCIONES DEL MERCADO DE
ENERGA ELCTRICA EN COLOMBIA (I)
Comportamiento de los modelos con respecto al histrico % de Participacin de las Componentes del Error Medio Cuadrtico
16.500 100%
16.000 90%

15.500 80%
70%
15.000
60%
GWh

14.500
50%
14.000
40%
13.500
30%
13.000
20%
12.500 10%
0%
VAR ENDGENO VAR EXGENO VEC COMBINADO
Mes - Ao Mes - Ao Proyecciones UPME

Histrico VAR ENDGENO VAR EXGENO VEC COMBINADO Lineal (Histrico) Sesgo (B) Modelo (M) Aleatorio (R)

VAR ENDGENO VAR EXGENO VEC COMBINADO MSE VAR ENDGENO VAR EXGENO VEC COMBINADO

APE 0.16% -0.10% 3.40% 0.65% Sesgo (B) 0.21% 1.62% 88.80% 23.51%
AAE 155.97 151.54 485.42 139.43 Modelo (M) 31.56% 17.03% 1.50% 26.45%
MSE 0.019% 0.017% 0.135% 0.016% Aleatorio (R) 68.23% 81.36% 9.71% 50.04%
 PROYECCIONES DEL MERCADO DE
ENERGA ELCTRICA EN COLOMBIA (II)
Sea,
B = Sesgo
M = Modelo
R = Aleatorio Se obtuvo como resultado empleando
la ecuacin, que el modelo VAR
MSE (B, M, R) {B, M, R IR (0, 1) endgeno se le asigna una
B + M + R = 1}. participacin del 20%, el modelo VAR
exgeno un 60% y el modelo VEC un
Max MSER MSEOptimo < MSE(VAR Endgeno, VAR Exgeno, VEC) 20%. Adems, dichas participaciones
coinciden con asignadas por medio de
donde, criterio experto.
(M(VAR Endgeno, VAR Exgeno, VEC) MOptimo)2
0,99 < < 1,01
(B(VAR Endgeno, VAR Exgeno, VEC) BOptimo)2
CONCLUSIONES
I. Se desarroll un modelo que estadsticamente es robusto,
permitiendo combinar de manera ptima los resultados de las
proyecciones generados por distintos modelos. Conjuntamente,
se utiliza el anlisis comparativo de las proyecciones de cada uno
de los modelos para evaluar los Errores y el Sesgo Sistemtico.
II. Los componentes del error MSE permiten analizar aquellas
condiciones donde los valores de las proyecciones del modelo
sobrestiman o subestiman las condiciones de la demanda de
energa elctrica. Una de las tcnicas, como el mtodo de
evaluacin de pronsticos empleado por la EIA es un muy buen
referente para analizar el desempeo de los modelos.
III. Los mtodos empleados para la proyeccin de la demanda de
energa elctrica dependen de los datos, tales como la misma
demanda, el PIB, la poblacin y la temperatura. Este modelo
proporciona un insumo de planeacin energtica novedoso y
cambia los paradigmas tradicionales de proyeccin en
Colombia.
 WWW.UPME.GOV.CO

CARLOS.GARCIA@UPME.GOV.CO
WILLIAM.MARTINEZ@UPME.GOV.CO

SGANOS EN TWITTER:
@UPMEOFICIAL
@CARLOSGARCIAB0
GRACIAS