Publicación:
Análisis de las tarifas finales contratadas por empresas energía en Colombia

dc.contributor.authorLADEUTH OSPINO, YELENIS MARIA
dc.date.accessioned2024-12-18T20:49:28Z
dc.date.available2024-12-18T20:49:28Z
dc.date.issued2022
dc.descriptionIncluye lista de figuras y de tablasspa
dc.description.abstractEl mercado de energía a largo plazo estará soportado en el componente financiero a partir de tratados bilaterales generadores, comercializadores y usuarios no regulados. Por lo tanto, los usuarios no regulados negocian su energía en el Mercado de Energía Mayorista a través de un comercializador. El objetivo del presente trabajo es analizar la información relevante en el mercado de energía que podría afectar las tarifas finales contratadas por empresa conectadas a nivel de tensión 3 en Colombia. La propuesta metodológica utilizada fue la de CRISP – DM (del inglés Cross Industry Standard Process for Data Mining), donde se interpreta las medidas de evaluación del modelo implementado y se refleja cual es la variable que más influye en el precio de la energía. Los resultados demuestran que el consumo de energía (CE kWh/mes), precio del gas natural (PGnat $/m3) y precio de bolsa (Pbolsa $/kWh) son las variables con mayor representatividad. Se concluye que esta información es de mucha utilidad para la toma de decisiones en la venta y compra de energía en el mercado mayorista.spa
dc.description.abstractThe long-term energy market will be supported by the financial component based on bilateral contracts between generators, traders and non-regulated users. Therefore, non-regulated users negotiate their energy in the Wholesale Energy Market through a trader. The objective of this paper is to analyze the relevant information in the energy market that could affect the final tariffs contracted by companies connected at voltage level 3 in Colombia. The methodological approach used was CRISP - DM (Cross Industry Standard Process for Data Mining), where the evaluation measures of the implemented model are interpreted and it is reflected which is the variable that most influences the price of energy. The results show that energy consumption (CE kWh/month), natural gas price (PGnat $/m3) and exchange price (Pbolsa $/kWh) are the most representative variables. It is concluded that this information is very useful for decision making in the sale and purchase of energy in the wholesale market.eng
dc.description.editionPrimera edición
dc.description.notesIncluye tablas a blanco y negro; ilustraciones y diagramas a color y a blanco y negrospa
dc.description.tableofcontentsResumen Abstract Introducción Sección I. Planteamiento del problema Formulación del problema Objetivo general Objetivos específicos Justificación Delimitación Sección II. Marco teórico Sección III. Recorrido metodológico Población y muestra de la investigación Técnica e instrumentos de recolección y análisis de datos Análisis descriptivo Sección IV. Resultados Entendimiento de datos Preparación de los datos Limpieza de datos Creación de nuevas variables Análisis de correlaciones Reducción de variables Método de correlación Árbol de regresión Análisis de componentes principales (Pca) Conclusiones Referencias bibliográficasspa
dc.format.extent56 páginas
dc.format.mimetypeapplication/pdf
dc.identifier.isbn978-628-7581-85-2
dc.identifier.urihttps://repositoryinst.uniguajira.edu.co/handle/uniguajira/1452
dc.language.isospa
dc.publisherUniversidad de La Guajira
dc.publisher.placeDistrito Especial, Turístico y Cultural de Riohacha
dc.relation.referencesÁlvarez, S., Tamayo, M.P. (2006). Descripción del funcionamiento del sector eléctrico colombiano. Ecos de Economía, vol. 10 núm. 22, pp.9-44.
dc.relation.referencesAmelang, S., Appunn, K. (2018). Las causas y efectos de los precios negativos de la energía. https://www.cleanenergywire.org/factsheets/why-power-prices-turnnegative
dc.relation.referencesBLS&Co, & Tractus. (2016). A Comparison of U.S. & China Electricity Costs. 7.
dc.relation.referencesChapman, P., Clinton, J. (2000). CRISP-DM 1.0: Step-by-step Data Mining Guide. Computer Science.
dc.relation.referencesComisión de Regulación de Energía y Gas CREG (1994 -2005). Resoluciones expedidas para regular el Mercado de Energía Eléctrico Colombiano.
dc.relation.referencesDuque, J.P.B, García, J.J., Velásquez, H., (2016) impacto de la confiabilidad de la generación eléctrica en el precio spot colombiano, Universidad EAFIT Colombia, doi: 10.15446 / cuad.econ.v35n68.52732, Vol.35, Número 68, Páginas 491-519.
dc.relation.referencesIEA. (2020b). World Energy Prices 2020 Edition
dc.relation.referencesEIA. (2020c). Prices and factors affecting prices - U.S. Energy Information Administration (EIA). https://www.eia.gov/energyexplained/electricity/prices-and-factorsaffectingprices. php
dc.relation.referencesECSIM (2013). Análisis del impacto de la regulación y de las estructuras productiva e industrial del sector de energía eléctrica sobre el nivel final de las tarifas y precios del servicio de energía eléctrica en Colombia.
dc.relation.referencesEngle, R.F. y M. Rothschild, ARCH models in Finance, Journal of Econometrics, 52, 5-59, 1992.
dc.relation.referencesEurostat. (2018). Electricity price statistics - Statistics Explained. European Commission, May, 1–12. https://ec.europa.eu/eurostat/statisticsexplained/
dc.relation.referencesFidias, G. A. (2012). El proyecto de investigación, introducción a la metodología cientifica. Sexta edición. Editorial Episteme: Caracas.
dc.relation.referencesGoodarzi, S., Niles, H., Bunn, D. (2019). The impact of renewable energy forecast errors on imbalance volumes and electricity spot prices. Revista Energy Policy, V. 134 https://doi.org/10.1016/j.enpol.2019.06.035
dc.relation.referencesHurtado, L., García, J.J. (2014). Estimación de la oferta de precio de mercado spot en el mercado eléctrico colombiano mediante inteligencia artificial. Revista de Métodos Cuantitativos para la Economía y la Empresa Open Access, ISSN: 1886516X, Vol.18, Número 1, Páginas 54-87.
dc.relation.referencesInforme del Mercado de Energía Mayorista (2005). Gerencia Operación y Administración del Mercado de Energía. Documento ISA UEN OAM 05-41, agosto 2005. 68 p
dc.relation.referencesInterconexión eléctrica S.A. –ISA–, (2002). El sector eléctrico colombiano. Orígenes, evolución y retos. Un siglo de desarrollo 1882-1999. Medellín: Panamericana formas e impresos S. A. p.144.
dc.relation.referencesLearning Center, (2020). Mercado de electricidad https://learn.pjm.com/electricitybasics/ market-for-electricity.aspx
dc.relation.referencesLaerd statistics, (2018), estadística descriptiva e inferencial. https://statistics.laerd.com/ statistical-guides/descriptive-inferential-statistics.php
dc.relation.referencesMuñoz, A., Urquijo, J., Lombana, J. (2017). Pronóstico del precio de la energía en Colombia utilizando modelos arima con IGARCH. Revista de Economía del Rosario, doi: 10.12804 / revistas.urosario.edu.co / economía / a.6152Vol. 20 Issue 1, p127-161. 35p.
dc.relation.referencesNagayama, H. (2007). Effects of regulatory reforms in the electricity supply industry on electricity prices in developing countries. Energy Policy, 35(6), 3440–3462. https:// doi.org/10.1016/j.enpol.2006.12.018
dc.relation.referencesOsinergmin. (2018). Tarifa eléctricas industrial y comercial en Latinoamérica
dc.relation.referencesPezzutto, S., Grilli, G., Zambotti, S., & Dunjic, S. (2018). Forecasting Electricity Market Price for End Users in EU28 until 2020—Main Factors of Influence. Energies, 11(6), 80 1–18. https://doi.org/10.3390/en11061460
dc.relation.referencesUnidad de planeación minero energética UPME (2004). Una visión del mercado eléctrico colombiano. Bogotá. 98 p.
dc.relation.referencesU.S Energy information Administration. (2020). Monthly Energy Review. In eia. https:// www.eia.gov/totalenergy/data/monthly/
dc.relation.referencesUtility Helpline en 8 º de abril de (2019 ). Factores que influyen en el precio de la energía actual,https://www.utilityhelpline.co.uk/news/uk-factors-influencing-businessenergy- prices.
dc.relation.referencesVillada, F., Cadavid, R.D., Molina, J.D. (2008). Previsión del precio de la electricidad mediante redes neuronales artificiales, Revista Facultad de Ingeniería, ISSN: 01206230 Número 44, junio de 2008, páginas 111-118.
dc.relation.referencesYang, Y., & Faruqui, A. (2019). Reducing electricity prices and establishing electricity markets in China: Dos and don’ts. Electricity Journal, 32(8), 106633. https://doi. org/10.1016/j.tej.2019.106633
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subject.proposalPrecio de la energíaspa
dc.subject.proposalContratos bilateralesspa
dc.subject.proposalAnálisis descriptivosspa
dc.subject.proposalEnergy priceeng
dc.subject.proposalBilateral contractseng
dc.subject.proposalDescriptive analyseseng
dc.titleAnálisis de las tarifas finales contratadas por empresas energía en Colombiaspa
dc.typeLibro
dc.type.coarhttp://purl.org/coar/resource_type/c_2f33
dc.type.contentText
dc.type.driverinfo:eu-repo/semantics/book
dc.type.versioninfo:eu-repo/semantics/publishedVersion
dspace.entity.typePublication
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2
oaire.versionhttp://purl.org/coar/version/c_ab4af688f83e57aa
person.identifier.orcid0000-0003-4601-8807
relation.isAuthorOfPublication251c1691-c9fe-469e-8080-60e189a8c0db
relation.isAuthorOfPublication.latestForDiscovery251c1691-c9fe-469e-8080-60e189a8c0db

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
94. Analisis de las tarifas -FINAL-.pdf
Tamaño:
9.91 MB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
15.18 KB
Formato:
Item-specific license agreed upon to submission
Descripción:

Colecciones