Predicción de demanda convencional de gas natural a nivel nacional a medio y largo plazo

En España, el gas natural constituye la segunda fuente de energía primaria. La producción de gas interior es muy reducida (menor al 1% del consumo). Casi todo el gas es importado, de hasta catorce países diferentes en 2018. Los principales suministradores son Argelia, Nigeria y Francia. Esta dependencia de aprovisionamiento hace que para las empresas gasísticas la logística y los acuerdos a largo plazo sean vitales. No solo debe conocer el consumo en los días cercanos para distribuir el gas, sino que tiene que determinar niveles de demanda en un horizonte de 6 meses a 2 años para poder cerrar acuerdos a largo y medio plazo con los suministradores.

En este proyecto, en el que participan Endesa y Enagas, se atenderá a la demanda a medio y largo plazo. A lo largo del proyecto se analizarán las metodologías de predicción y las variables que explican la demanda de gas natural y se diseñará un modelo de predicción lo más ajustado posible. Este modelo debe ser explicativo y generalizable. Una vez determinadas las variables y generado este modelo con dos ciudades importantes, se procederá a automatizar la predicción para todos los puntos de consumo del territorio nacional.

In Spain, natural gas is the second primary energy source. National gas production is very low (less than 1% of consumption). Almost all gas is imported, from up to fourteen different countries in 2018. The main suppliers are Algeria, Nigeria and France. This supply dependency makes logistics and long-term agreements vital for gas companies. Not only must it know the consumption in the days around to distribute the gas, but it also has to determine demand levels over a horizon of 6 months to 2 years in order to be able to close long and medium-term agreements with suppliers.

In this project, in which Endesa and Enagas take part, the demand forecasting will be considered in the medium and long term. Throughout the project, the prediction methodologies and variables that explain the demand for natural gas consumption will be analyzed and a prediction model that is as adjusted as possible will be designed. This model must be explanatory and generalizable. Once the variables have been determined and this model has been generated with two major cities, the prediction will be automated for all consumption points in the national territory. In this way, the project's contributions will be validated and its ability to be generalized and implemented in a real natural gas demand prediction system will be assessed.