Cientifica, ISSN 2594-2921, vol. 26, no. 2, July-December 2022.
DOI: https://doi.org/10.46842/ipn.cien.v26n2a03
Statistical Analysis and SARIMA Forecasting Model Applied to Electrical Energy Consumption in University Facilities
Análisis estadístico y modelo de pronóstico SARIMA aplicado al consumo de energía eléctrica en instalaciones universitarias
Recibido 24-05-2022, aceptado 30-08-2022.
Abstract
Analyzing the energy consumption behavior in buildings is essential for implementing energy-saving and efficient energy use measures without losing attention to the comfort inside the buildings. In this study, a statistical analysis and time series forecast of the energy situation of a group of buildings in a university academic unit in Mexico City was conducted. Seasonal Autoregressive Integrated Moving Average (SARIMA) models were used for the forecast with electrical energy consumption data from 55 months. Training and test partitions were created with these data to generate two SARIMA models. The results showed a strong dependence on the school cycle of electricity consumption, in addition to a shift in the cycle in the first year of the study. The mean absolute percentage error (MAPE) for the training partitions created shows that the best fit is provided by the SARIMA (3,1,1) (1,0,0)12 model for the 48-month separation. In comparison, the SARIMA (2,1,2) (1,0,0)12 model does so for the 43-month test partition. The confidence intervals for the 7- and 12-month forecast are less wide for the SARIMA (3,1,1) (1,0,0)12 model than for the SARIMA (2,1,2) (1,0,0)12 model. Statistical analysis and time series modeling allows a better understanding of the building stock's energy performance and strengthens the energy audit to design or implement energy saving or efficient energy use measures.
Resumen
Analizar el comportamiento del consumo energético en edificios es fundamental para la implementación de medidas de ahorro y uso eficiente de la energía, sin perder atención al confort al interior de estos. En este estudio se realizó un análisis estadístico y de pronóstico con series de tiempo de la situación energética de un conjunto de edificios de una unidad académica universitaria de la Ciudad de México. Para el pronóstico se utilizaron modelos Estacionales Autorregresivos Integrados y de Medias Móviles (SARIMA) con datos del consumo de energía eléctrica de 55 meses y con estos se crearon particiones de entrenamiento y prueba que generaron dos modelos SARIMA. Los resultados mostraron una gran dependencia en el ciclo escolar del consumo de electricidad, además de un corrimiento en el ciclo en el primer año de estudio. El porcentaje de error absoluto medio (MAPE) para las particiones de entrenamiento creadas muestra que el mejor ajuste lo tiene el modelo SARIMA (3,1,1) (1,0,0)12 para la partición de 48 meses, mientras que el modelo SARIMA (2,1,2) (1,0,0)12 lo hace para la partición de prueba de 43 meses. Los intervalos de confianza para el pronóstico a 7 y 12 meses son menos amplios para el modelo SARIMA (3,1,1) (1,0,0)12 que para el modelo SARIMA (2,1,2) (1,0,0)12. Finalmente, el análisis estadístico y el modelado de series de tiempo permiten un mejor entendimiento del comportamiento energético del conjunto de edificios y fortalece la auditoría energética con miras a diseñar o aplicar medidas de ahorro o uso eficiente de la energía.
Palabras clave: consumo de energía, edificios educativos, pronóstico de series de tiempo, modelos SARIMA.
Index terms: energy consumption, scholar buildings, time series forecasting, SARIMA models.
ISO 690 reference:
Reyes Reyes, José Luis; Urriolagoitia Sosa, Guillermo; Gallegos Funes, Francisco Javier; Romero Ángeles, Beatriz;
Flores Baez, Israel; Flores Baez, Misael,
2022,
Statistical Analysis and SARIMA Forecasting Model Applied to Electrical Energy Consumption in University Facilities,
Científica, Revista Mexicana de Ingeniería Electromecánica y de Sistemas, vol. 26, no. 2,
ISSN 2594-2921, e260203,
DOI: https://doi.org/10.46842/ipn.cien.v26n2a03
