Demanda energética en San Andrés Islas: un análisis univariante de series de tiempo durante el periodo 2018–2022

Abstract

El objetivo principal de la investigación se enmarca en evaluar el comportamiento de la demanda energética en San Andrés durante el periodo 2018–2022, a partir de un enfoque descriptivo y predictivo, con el fin de comprender la dinámica del consumo energético y aportar insumos para la planeación del recurso energético en contextos insulares. El estudio se desarrolló mediante un enfoque cuantitativo, utilizando información histórica de consumo energético para identificar patrones relevantes en la serie temporal. Los resultados evidenciaron la presencia de tendencias y patrones estacionales asociados al comportamiento del consumo eléctrico, los cueles reflejan la dinámica propia de la actividad económica y poblacional de la isla. A partir de estos hallazgos, se identificó que la incorporación de una variable dicotómica permitió mejorar la estabilidad y el ajuste del modelo predictivo, sin alterar su estructura univariante, logrando explicar aproximadamente el 95% de la variabilidad de la demanda energética en un horizonte de pronóstico de seis meses. La investigación recomienda el uso del modelo SARIMAX para la estimación del comportamiento futuro de la demanda energética en San Andrés Islas. Asimismo, se sugiere que futuras investigaciones amplíen el periodo de análisis e integren variables complementarias que permitan verificar, contrastar y refinar los resultados obtenidos, fortaleciendo el análisis predictivo en contextos insulares.

The main objective of the research is to evaluate energy demand behavior in San Andrés during the period 2018–2022, using a descriptive and predictive approach, in order to understand the dynamics of energy consumption and provide input for energy resource planning in island contexts. The study was conducted using a quantitative approach, utilizing historical energy consumption data to identify relevant patterns in the time series. The results revealed the presence of seasonal trends and patterns associated with electricity consumption behavior, which reflect the dynamics of the island's economic and population activity. Based on these findings, it was identified that the incorporation of a dichotomous variable improved the stability and fit of the predictive model, without altering its univariate structure, managing to explain approximately 95% of the variability in energy demand over a six-month forecast horizon. The research recommends the use of the SARIMAX model to estimate future energy demand behavior in San Andrés Islas. It also suggests that future research should extend the analysis period and integrate complementary variables to verify, contrast, and refine the results obtained, strengthening predictive analysis in island contexts.