MEMORIA ABASTECIMIENTO METODOLOGÍA 1.3. Estudio de la demanda comportamiento estadístico de las demandas, tanto en términos de su función de densidad marginal, como su evolución en el tiempo. La determinación de las demandas y la prognosis de crecimiento en los horizontes temporales suponen uno de los datos básicos del Plan puesto que permite, junto con el estudio de los El método utilizado para evaluar la evolución de las demandas de agua trimestrales por zonas recursos hídricos disponibles, identificar los eventuales problemas actuales y previsibles en el se ha basado en modelos de análisis de series temporales.Dentro de estas técnicas, existen futuro, y plantear la propuesta de un plan de medidas. A tal fin se ha elaborado un detallado diversas formulaciones matemáticas, entre las que se ha seleccionado la familia de modelos denominada como suavizado exponencial (Knigthn, 1998; Gardner, 1985). Esta técnica Estudio de Demandas que se describe a continuación. consiste en suponer que cada nuevo dato de una serie temporal se puede estimar mediante la suma de dos componentes: una parte proporcional al dato que le precede inmediatamente y otra que viene explicada por una combinación lineal de todos los datos previos, otorgando 1.3.1. Modelo de demanda un peso menor a cada uno a medida que se aleja delinstante presente,de manera exponencial. El cálculo de las demandas no es una tarea de ingeniería en el sentido tradicional, puesto que implica evaluar la tendencia de un sistema muy complejo, como es todo el entramado Los resultados obtenidos en los análisis previos de los datos trimestrales llevados a cabo socioeconómico de una región. Debido a ello, las herramientas matemáticas que se emplean mediante el método de Holts-Winter han aconsejado utilizar una modificación del suavizado habitualmente conllevan, por un lado, un mayor grado de incertidumbre y, por otro, son de exponencial triple, que elimina el término de tendencia a largo plazo. En este sentido, la naturaleza principalmente empírica, no pretendiendo captar la mecánica interna, entendida evolución a largo plazo se ha incorporado posteriormente con base en una prognosis de la como modelo conceptual con cadenas causa-efecto, de procesos concretos. población futura. En otras palabras, el modelo no se ha planteado como objetivo evaluar el crecimiento En la figura 1.5 se muestra un ejemplo del ajuste y extrapolación de dicho modelo al Plan demográfico, las tendencias económicas o la evolución de las tasas de migración estacional o Asón. Los datos históricos, desde 1988 hasta 2011, se muestran en azul,mientras que los permanente en la región, pero sí determinar, de manera razonada, escenarios de consumo ajustes de los modelos aditivos y multiplicativos se muestran en trazo discontinuo de colores actuales y futuros a partir de los datos disponibles de los últimos años y de una serie de rojo y negro, respectivamente. hipótesis prácticas. Se ha dispuesto de datos de consumos agregados según diversos intervalos de tiempo: • Series trimestrales de consumos por zonas o comarcas,asociados a Sistemas de Abastecimiento Supramunicipales. La gran mayoría de estos datos abarcan desde 1988 hasta 2011, sin perjuicio de que hay sistemas más modernos con menos datos. • Series mensuales de consumos en los sistemas de abastecimiento de Santander y Torrelavega durante los últimos 30 años. Aunque se ha valorado su interés intrínseco y se ha tenido en cuenta la información a esa escala temporal, se han agregado trimestralmente para utilizar el mismo tratamiento que con las series trimestrales antes indicadas. • Series diarias de consumos por zonas, incluyendo Santander y Torrelavega. La disponibilidad de las mismas se ha limitado generalmente al período comprendido entre 2007 y 2012. No obstante, este tipo de información, combinada con la correspondiente a valores trimestrales, ha sido de interés a la hora de complementar de manera adecuada la prognosis de evolución futura de las demandas trimestrales. Hay que resaltar que el haber trabajado directamente con la evolución de los consumos ha permitido tener en cuenta, de manera implícita, aspectos tales como la variación asociada a los fines de semana, la variación estacional, la disminución de pérdidas en la red, la influencia de la crisis económica, etc. Dado los avances significativos que se han producido en el análisis no estacionario de Figura 1.5. Ajuste y prognosis mediante modelo suavizado exponencial modificado de los consumos trimestrales del variables aleatorias ambientales, se han utilizado algoritmos que han permitido reproducir el Plan Asón. 55