Informe de caracterización de la demanda eléctrica : parque industrial Sauce Viejo

Abstract

La caracterización de la demanda eléctrica resulta clave para una planificación eficiente de las redes de distribución de energía, especialmente en entornos industriales con alta heterogeneidad de perfiles de consumo. Este estudio aplica técnicas de inteligencia artificial, en particular algoritmos de agrupamiento KMeans y análisis estadístico, para identificar patrones típicos de uso eléctrico entre los Grandes Usuarios del Parque Industrial Sauce Viejo, en la provincia de Santa Fe, Argentina. Se trabajó con registros de potencia activa con resolución de 15 minutos, provistos por medidores registradores automáticos de la Empresa Provincial de la Energía de Santa Fe. El procesamiento de datos se realizó íntegramente en Python, utilizando librerías como Pandas, Scikit-learn y Matplotlib para la ingeniería de datos, reducción de dimensionalidad, clasificación automática de clientes y visualización de resultados.

El estudio se desarrolló a lo largo de cuatro etapas: 1. Preparación e ingeniería de datos, que incluyó depuración, clasificación y cálculo de variables energéticas clave. 2. Identificación de perfiles de carga mediante clustering optimizado. 3. Análisis de cargas base, estacionalidad y variabilidad para los distintos rubros industriales del parque. 4. Determinación de demandas pico coincidentes y simultaneidad entre usuarios, con matrices de correlación y segmentación horaria.

Se identificaron siete clústeres representativos, que reflejan diferencias significativas en forma y magnitud del consumo según nivel de tensión, tipo de día y estación del año. Los resultados revelaron una alta concentración de la carga base en pocos usuarios, una distribución más equitativa de la carga variable y una notable presencia de comportamientos estocásticos. El trabajo propone un enfoque replicable y escalable para la segmentación y análisis de demanda en otros parques industriales, aportando herramientas para el dimensionamiento de infraestructura, diseño de esquemas de respuesta a la demanda, programación de mantenimientos y mitigación de riesgos operativos asociados a la variabilidad del consumo.