Un estudio realizado por el Departamento de Fundamentos del Análisis Económico II de la UPV-EHU ha puesto de manifiesto la importancia de articular mecanismos para mejorar las previsiones de los mercados esléctricos para lograr restar poder a gigantes como Endesa o Iberdrola, grandes compañías que 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 y profesor de Matemática Aplicada de la Escuela de Ingeniería de Bilbo.

Este objetivo no es sencillo ya que, como él señala, «a la hora de prever los precios de la electricidad hay que tener en cuenta muchas variables». «Las más importantes son la estacionalidad, la alta incertidumbre o variabilidad, y los saltos, que son grandes cambios de precios de corta duración y difíciles de tener en cuenta en los modelos».

El estudio, fruto de una tesis doctoral firmada por el propio Munain, 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», apunta.

Y remarca que, 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.

Saltos y probabilidades

Además, a través de diferentes simulaciones, se han 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», destaca el investigador, quien advierte 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», aclara Muniain, quien insiste en 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».