La imposibilidad de almacenar la energía eléctrica hace de la predicción una herramienta fundamental e indispensable a la hora de gestionar eficientemente su producción. La modelización de la demanda de energía eléctrica permite al ente productor contar con un conocimiento más refinado de los mercados y de los usuarios del sistema, así como una mejor posición a través de la reducción de la incertidumbre para la toma de decisiones. Existen diferentes horizontes de predicción relevantes, dependiendo de cuales sean las decisiones estratégicas que se deban tomar. Este trabajo se enfoca en la elaboración de un sistema de predicción eficiente para el corto plazo, basado en modelos horarios articulados con los modelos diarios de predicción. Se plantea trabajar con 24 modelos horarios que permitan recoger la dinámica característica de la serie de demanda de energía eléctrica, incluyendo los efectos lineales y no lineales de las variables climáticas, los feriados y los paros de actividad, así como la interacción entre los mismos. El modelo horario seleccionado se anidará con el modelo diario de predicción con el fin de obtener un único y eficiente sistema de predicción de energía eléctrica para el corto plazo. Como benchmark de este modelo, se estimará un modelo univariante ARIMA-IA o ARIMA con estacionalidad estocástica múltiple. A partir de los errores de predicción de cada uno de los modelos, se determinará cuál es la metodología más eficiente para la predicción de la demanda de energía eléctrica en Uruguay, para los diferentes horizontes de tiempo (hasta 10 días).
