La incertidumbre es el sello distintivo de cualquier esfuerzo de previsión. Nadie sabe realmente lo que depara el futuro. A menudo es informativo cuantificar esa incertidumbre. Hay varias maneras de ayudar a nuestros clientes a hacer precisamente eso.
Tiempo probabilístico
El modelo TESLA depende de un dato meteorológico. Sin embargo, esa entrada no tiene por qué ser siempre la previsión meteorológica más precisa disponible. Muchos proveedores de datos meteorológicos ofrecen previsiones de temperatura probabilísticas. Podemos combinar estas previsiones de temperatura con previsiones más deterministas de otras variables meteorológicas para generar previsiones de demanda asociadas a diferentes temperaturas asociadas a su vez a una probabilidad de superación diferente.
Demanda probabilística
El uso de la meteorología probabilística cuantifica la incertidumbre inherente a un determinado modelo meteorológico, pero no aborda la incertidumbre inherente al Modelo TESLA. Podemos crear sistemas que hagan un seguimiento meticuloso de la precisión de nuestras previsiones a cada hora del día en cualquier horizonte de previsión deseado. A continuación, utilizamos esas estadísticas de precisión para construir distribuciones de probabilidad y extraer previsiones probabilísticas de la demanda.
Demanda de conjuntos probabilísticos
También podemos crear sistemas que lleven la previsión probabilística al siguiente nivel. Aprovechando la potencia de un conjunto de datos meteorológicos independientes, podemos generar un conjunto de previsiones de demanda independientes. Seguimos la precisión de cada miembro del conjunto y utilizamos esas medidas de precisión para construir un conjunto de distribuciones de probabilidad. Agregando estratégicamente esas distribuciones, podemos extraer previsiones probabilísticas de la demanda que cuantifican la incertidumbre del error del modelo meteorológico, la elección del modelo meteorológico y el error del modelo TESLA.
