Merge pull request #401 from gisce/imp_update_orakwlum_section

Actualización de manuales de orakWlum (Enero 2025)

.github/workflows/python2.7-app.yml

@@ -12,7 +12,7 @@ on:
 jobs:
   build:
 
-    runs-on: ubuntu-latest
+    runs-on: ubuntu-22.04
 
     steps:
     - uses: actions/checkout@v3

docs/comer/algoritmos_orakWlum.md

@@ -47,7 +47,7 @@ consum a les fonts d'orakWlum.
 En el següent exemple, es vol generar una previsió de consum per al 21 d'abril del 2022 (marcat en groc al calendari). 
 orakWlum calcularà quin és el dijous equivalent de fa un any i obtindrà dels històrics de consum d’aquesta data el consum a 
 proposar. En aquest exemple, la data objectiu serà el 22 d'abril del 2022 (marcat en groc al calendari). Els CUPS que no tinguin 
-històric de consum en aquesta data, s'estimaran amb la mitjana horari d'acord amb la tarifa, tal com s'explica al diagrama de 
+històric de consum en aquesta data, s'estimaran amb la mitjana horària d'acord amb la tarifa, tal com s'explica al diagrama de
 la secció anterior d'aquest document.
 
 [ ![Exemple M-12](_static/orakWlum/m12_example_calendar.png)](_static/orakWlum/m12_example_calendar.png)
@@ -111,7 +111,7 @@ històrics corresponents als CUPS en aquestes dates.
 
 [ ![Exemple Gauss](_static/orakWlum/gauss_example_calendar.png)](_static/orakWlum/gauss_example_calendar.png)
 
-Els CUPS que no hagin pogut obtenir una mostra de consum històric, s'estimaran amb la mitjana horari d'acord amb la tarifa, 
+Els CUPS que no hagin pogut obtenir una mostra de consum històric, s'estimaran amb la mitjana horària d'acord amb la tarifa,
 tal com s'explica al diagrama de la secció anterior d'aquest document.
 
 ### Avantatges
@@ -124,3 +124,41 @@ tal com s'explica al diagrama de la secció anterior d'aquest document.
 
 * Temps de càlcul molt més elevat que l'algoritme **M-12** al tenir que obtenir moltes més dades i normalitzar-les, abans 
 d'obtenir el consum proposat.
+
+## MVH (Millor Valor Horari)
+
+Aquest algorisme es basa en la idea de l'algoritme **Gauss** però eliminant la necessitat de consultar una per una totes
+les col·leccions de dades de consum històric. Enlloc d'això, un cop sel·leccionats els dies candidats a consultar, es farà
+la consulta únicament en una nova col·lecció anomenada `mvh` (Millor Valor Horari). El fet d'eliminar les múltiples
+consultes, fa que sigui més lleuger que l'algoritme **Gauss** mantenint una bona qualitat en les mesures obtingudes.
+
+L'objectiu principal de l'algoritme **MVH** és que no sigui `orakWlum` qui s'encarregui de recórrer totes les fonts de
+consum històric per a determinar la millor mesura horària de cada CUPS, sino que això ho hagi fet ja un procés independent
+que es pugui llançar manualment o mitjançant algun automatisme, recalculant el millor valor horari de tots els CUPS actius
+pel Comercialitzador donat un rang de dates. El resultat, és un algoritme robust però més lleuger en temps computacional
+que l'algoritme **Gauss**.
+
+A més de comptar amb la personalització de la tipologia de dia de la setmana i del màxim de dies que es permet tirar enrere
+en el temps a l'hora de generar la llista de dies candidats, amb l'algoritme **MVH** apareixen nous paràmetres:
+
+* En primer lloc la quantitat de dies candidats es volen consultar a la col·lecció `mvh` (mostra màxima) i quin pes
+  s'assignarà a la mesura de cada día. Un exemple seria la configuració per defecte: 3 dies candidats, assignant al valor
+  proposat un 70% del dia més proper, un 20% del segon dia més proper i un 10% del dia menys proper.
+* En segon lloc, un multiplicador global que, un cop obtinguda la previsió de consum hora a hora, farà que aquesta creixi
+  o decreixi, en funció de com es configuri el paràmetre. Aquest paràmetre per defecte està assignat a 100%, per a que no
+  afecti al consum proposat. Si es vol activar, cal configurar-ho a les variables de l'ERP. És especialment útil, per a
+  que les previsions compensin automàticament el desviament observat entre la previsió i la realitat.
+
+Com amb els altres algoritmes, els CUPS que no hagin pogut obtenir una mostra de consum històric, s'estimaran amb la mitjana
+horària d'acord amb la tarifa, tal com s'explica al diagrama de la secció anterior d'aquest document.
+
+### Avantatges
+
+* Bona relació entre temps de càlcul i fiabilitat de la previsió de consum final.
+* Compensació automàtica del desviament, si es configura el multiplicador per a que el corregeixi un cop s'ha generat
+  la previsió.
+
+### Limitacions
+
+* Requereix que s'hagi calculat prèviament el millor valor horari (`mvh`) pels dies que es faran servir com a candidats
+  a l'hora d'obtenir dades de consum històric.

docs/comer/orakWlum.md

@@ -93,6 +93,17 @@ en segon pla, per a poder seguir treballant amb l'ERP mentrestant es va processa
     Els algoritmes disponibles depenen també dels mòduls instal·lats que hi hagi a l'ERP. Hi ha un altre capítol dels
     manuals dedicat a aquests i al seu funcionament.
 
+!!! Info "Nota 5"
+    Hi ha una opció per a generar una previsió de consum quart-horària, ja que en un futur el mercat diari de l'energia
+    anirà amb integració quart-horària i no en horària com fins ara. Aquesta opció fa que, un cop s'ha generat la previsió
+    horària, aquesta es converteixi en quart-horària, repartint el consum de cada hora entre els seus quatre quarts d'hora
+    corresponents.
+
+!!! Info "Nota 6"
+    Al seleccionable de l'algoritme es pot triar l'opció "Importada". Si es fa, la selecció de fonts desapareix i apareix
+    un selector per a poder carregar un fitxer en format CSV amb la previsió. Aquesta opció serveix per a poder importar
+    a orakWlum previsions de consum generades amb eines externes, si es desitja.
+
 Si heu posat a generar la previsió de consum en segon pla, podeu tancar l'assistent. Apareixerà al llistat **Previsions de
 consum** un cop s'hagi acabat de processar. 
 
@@ -167,7 +178,7 @@ Per a tornar a calcular una previsió, es pot fer servir l'assistent **Reprocess
 crea una nova previsió, sinó que la recalcularà utilitzant la mateixa data, el mateix algoritme i les mateixes fonts utilitzades
 anteriorment quan es va crear la mateixa.
 
-!!! Info "Nota 5"
+!!! Info "Nota 7"
     El reprocessat de previsions sempre s'executa en segon pla, així que cal esperar una estona per a veure els canvis
     reflectits a la previsió de consum recalculada. Novament, es pot fer servir el llistat **Previsions de consum en curs**
     per a saber si la cua de previsions de orakWlum té tasques en curs, per saber si ha acabat o no.
@@ -187,11 +198,11 @@ amb l'ERP mentrestant es va processant el càlcul.
 
 [ ![Generar històric](_static/orakWlum/generar_historic.png)](_static/orakWlum/generar_historic.png)
 
-!!! Info "Nota 6"
+!!! Info "Nota 8"
     Els històrics de consum no poden fer servir perfilats com a fonts de consum històric. Utilitzaran exclussivament les
     corbes publicades per les Distribuïdores.
 
-!!! Info "Nota 7"
+!!! Info "Nota 9"
     Els històrics de consum no fan servir cap algoritme de predicció. Obtindran les mesures reals de cada CUPS de la font
     més ferma possible (prioritzant `F1` i `F5D` per sobre de `P1` i `P5D`) i en sumaran el consum.
 
@@ -267,7 +278,7 @@ Per a tornar a calcular un històric, es pot fer servir l'assistent **Reprocessa
 crea un nou històric, sinó que el recalcularà utilitzant la mateixa data i les mateixes fonts utilitzades anteriorment 
 quan es va crear el mateix.
 
-!!! Info "Nota 8"
+!!! Info "Nota 10"
     El reprocessat d'històrics sempre s'executa en segon pla, així que cal esperar una estona per a veure els canvis
     reflectits a l'històric de consum recalculat. Novament, es pot fer servir el llistat **Històrics de consum en curs**
     per a saber si la cua d'històrics de orakWlum té tasques en curs, per saber si ha acabat o no.