Análisis básicos de caudales – hidrogramas y duración de los caudales
dc.description.abstractEsta tesis trata de la construcción de la curva de precios horaria a plazo (HPFC) para los precios de la electricidad. La HPFC es la base de muchos de los problemas de valoración a los que se enfrentan las empresas energéticas, ya que determina el precio que pueden asumir por el suministro de electricidad a nivel horario. La HPFC combina la información de los precios históricos al contado, así como otras variables exógenas y la información de los
productos de futuros para construir una curva que ofrezca un precio para la electricidad con entrega en algún momento del futuro. Comenzamos la tesis con una comparación de tres métodos diferentes para la construcción de la HPFC, dos métodos de la literatura y un método novedoso basado en un enfoque de optimización conjunta tanto del patrón de estacionalidad
y el ajuste a los precios de los futuros observados. Esta sección pretende ser una sección de revisión y el punto de partida de nuestra investigación posterior. Esta comparación entre los diferentes métodos no existe actualmente en la literatura. La comparación de los distintos métodos nos permite conocer mejor los pros y los contras de cada uno de ellos. Estos pros y contras son difíciles de observar si sólo se considera un único modelo, 
¿Qué es la curva del pato?
Resumen Existen varios enfoques en la literatura para la derivación de las curvas de precios a plazo (CPF) que se distinguen entre sí por el procedimiento empleado para la derivación de las formas de estacionalidad, la técnica de suavizado y por el diseño del procedimiento de optimización. Sin embargo, se echa en falta un estudio comparativo que ponga de manifiesto los puntos fuertes y débiles de los distintos métodos. Para la construcción de los PFC se suele incorporar la información sobre las expectativas del mercado a partir de los precios de los futuros observados y los efectos estacionales deterministas de los precios de la electricidad. En la mayoría de los enfoques existentes, la forma de la estacionalidad se ajusta a los precios spot observados históricamente, y es una entrada exógena al procedimiento de optimización. Dado que los efectos estacionales de los precios de la electricidad difieren entre los distintos mercados, nuestro modelo permite una definición más general y flexible de la forma de la estacionalidad. En este estudio, proponemos un procedimiento alternativo de calibración de la forma de la estacionalidad, en el que se tienen en cuenta simultáneamente el nivel de los futuros y los precios históricos al contado en un enfoque de optimización conjunta. Discutimos comparativamente las características de los métodos existentes para los PFC, y destacamos las ventajas de nuestro procedimiento de optimización.
Revolucione sus entradas con la curva S
Ahora que tenemos codificada la función de Horas de Enfriamiento, podemos pasar al siguiente problema: normalmente no tenemos datos de temperatura por hora. La mayoría de las fuentes sólo proporcionan datos diarios, que suelen incluir la temperatura mínima y máxima del día, a partir de los cuales no podemos calcular directamente las Horas de Refrigeración. Esto ha sido durante mucho tiempo un reto, y la gente encontró un montón de soluciones subóptimas para esto. Por ejemplo, algunos investigadores calcularon las horas de frío para un determinado número de días basándose en datos de alta resolución y luego relacionaron el número de horas de frío con la temperatura mínima (Crossa-Raynaud 1955), o hicieron una ecuación de regresión más compleja.
Cuando el cálculo se hizo más fácil, la gente empezó a suponer que la temperatura mínima diaria se producía a una hora determinada del día, y la temperatura máxima a otra hora. Para las horas entre estas horas, interpolaron linealmente, lo que dio lugar a un patrón de temperatura diaria “triangular” (Baldocchi y Wong 2008). Esto es lo que parece:
Puede que no sea una aproximación totalmente descabellada, pero, por supuesto, no es especialmente realista. La tasa de aumento de la temperatura por la mañana no es la misma que la tasa de disminución por la tarde. Además, en particular la hora de la temperatura diaria más baja varía considerablemente a lo largo del año (a no ser que estés cerca del ecuador), y sería bueno tenerlo en cuenta.
Ejercicio de precipitación 5. Curva intensidad-duración-frecuencia
Muchos modelos agroclimáticos funcionan con una base horaria. Para el seguimiento de la transición de los frutales de zonas templadas a través de la estación de latencia, todos los principales modelos de frío y calor (Anderson et al., 1986; Bennett, 1949; Erez et al., 1990; Richardson et al., 1974) requieren dicha información de alta resolución. Hay algunos modelos que operan con datos diarios (Crossa-Raynaud, 1955), pero a menudo son sólo mecanismos que utilizan relaciones indirectas para traducir las temperaturas diarias a lo que producirían los modelos de escala horaria, si se dispusiera de datos de temperatura con esa resolución. Esto es útil en muchas situaciones, pero claramente subóptimo, ya que la relación entre el frío/calor y las temperaturas medias diarias (o las temperaturas extremas diarias) varía sustancialmente entre lugares. En Luedeling y Brown (2011) se dan algunas relaciones de esta naturaleza (aunque son para las relaciones entre las métricas de frío). En consecuencia, los cálculos basados en datos horarios son siempre más fiables.
Por desgracia, a menudo no se registran datos de temperatura por hora en los lugares para los que nos gustaría calcular la acumulación de frío o calor. Incluso cuando se han recogido registros, a menudo están incompletos, lo que hace que sean difíciles de tratar. chillR contiene algunas funciones que ayudan en estas situaciones. En este tutorial, utilizamos los conjuntos de datos KA_weather y Winters_hours_gaps incluidos en chillR.
