Estimación de la Demanda Agregada de Electricidad

La aplicación del esquema de regulación en el sector eléctrico peruano requiere de la estimación de proyecciones del nivel de la demanda agregada de energía eléctrica en el Sistema Interconectado Eléctrico Nacional (SEIN) considerando un horizonte de cuatro años. El modelo anual tradicionalmente utilizado para realizar las proyecciones por parte del Comité de Operación Económica del SEIN presenta tres importantes limitaciones, el uso de una metodología econométrica incorrecta, la forma funcional empleada en el modelo y la definición de la variable explicada. Más específicamente, se utiliza un modelo de mínimos cuadrados ordinarios con series no estacionarias, se emplea una especificación lineal y se considera únicamente una serie de demanda que no incluye las denominadas “cargas especiales e incorporadas” en la estimación y proyección econométrica, las cuales se adicionan por fuera del modelo. Esta metodología genera una subestimación de las predicciones del consumo no minero y predicciones sobreestimadas del consumo eléctrico agregado. En esta perspectiva este documento tiene como principal objetivo plantear el uso de modelos econométricos alternativos para la realización de proyecciones de la demanda eléctrica, los cuales permitan mejorar la eficiencia y la bondad predictiva, así como reducir la discrecionalidad del procedimiento actual. En el estudio, utilizando información anual para el periodo 1970-2001, se estiman tres modelos econométricos, uno de series de tiempo, un modelo de corrección de error y un modelo que desagrega la demanda eléctrica en tres componentes (residencial, minero y el resto de la industria junto con el comercio). Asimismo, se estiman y evalúan tres modelos econométricos utilizando información mensual para el período 1994-2001. Los modelos estimados son uno de series de tiempo, un modelo de corrección de errores en base al PBI agregado y un modelo de corrección de errores que distingue al PBI minero del PBI no minero. Los resultados muestran la importante superioridad de estos modelos alternativos a la metodología del COES-SEIN, tanto en la calidad de la predicción, como en la consistencia estadística.