Lluvias, caída de los costos marginales y Machine Learning: Pedro Correa analizó la operación del sistema eléctrico chileno
Lluvias, caída de los costos marginales y Machine Learning: Pedro Correa analizó la operación del sistema eléctrico chileno
Por Emerson Flores Tapia, Editor de H2News.
Fecha publicada: 16 Noviembre, 2026

Las precipitaciones registradas durante octubre de 2026 incrementaron los caudales de las principales cuencas de la zona central del país y elevaron la disponibilidad de recursos hídricos para la generación eléctrica.
De acuerdo con los antecedentes publicados por Diario Financiero, los costos marginales promediaron cerca de US$7/MWh en la barra Alto Jahuel durante octubre. En tanto, el informe Power Markets Weekly de DNV, citado por Energía Futura, registró un promedio de US$3,4/MWh en Polpaico durante la semana del 12 al 18 de octubre, el valor más bajo desde 2002.
En este escenario, la generación hidroeléctrica adquirió mayor participación en el mix eléctrico. Entre el 2 y el 8 de noviembre, las centrales de embalse y de pasada aportaron conjuntamente el 41% de la electricidad inyectada al Sistema Eléctrico Nacional (SEN).
La disponibilidad del recurso hídrico también planteó exigencias para la programación de las centrales. La estimación de su generación permitió al Coordinador Eléctrico Nacional (CEN) disponer de información para organizar el despacho y coordinar las distintas tecnologías que participaron en el sistema.
Pedro Correa, CTO de Suncast, abordó estos cambios y explicó el funcionamiento de los modelos predictivos hidroeléctricos desarrollados por la compañía, su integración con los sistemas del Coordinador y la aplicación de inteligencia artificial en las estimaciones de generación.
¿Cómo influyó el aumento de las precipitaciones asociado al fenómeno de El Niño en la generación hidroeléctrica y en el funcionamiento del Sistema Eléctrico Nacional?
El fenómeno de El Niño generó un aumento de precipitaciones en la zona central de Chile, incrementando los caudales de las principales cuencas. Esta mayor disponibilidad hídrica impacta directamente tanto a las centrales hidroeléctricas de pasada como a las de embalse, dado que cuentan con un mayor volumen de agua. Como la energía hidroeléctrica es una de las fuentes más económicas, solo por detrás de la solar y la eólica, el Coordinador Eléctrico Nacional (CEN) prioriza su despacho por sobre las centrales termoeléctricas.
Como resultado del aumento de la disponibilidad a raíz de las lluvias ocurridas durante octubre, se observa un aumento significativo de la participación hidroeléctrica en el mix de generación del Sistema Eléctrico Nacional (SEN). Por ejemplo, entre el 2 y el 8 de noviembre de 2026, el 41% de toda la electricidad inyectada al SEN provino de generación hidroeléctrica (un 25% de centrales de embalse y un 16% de pasada).
En un escenario de mayor disponibilidad hidroeléctrica, los costos marginales registraron importantes disminuciones y llegaron a valores inferiores a US$10/MWh. ¿Qué explica esta relación y qué tan significativo puede ser el aporte de esta tecnología para reducir los costos de operación del sistema?
La operación del SEN se rige bajo un esquema de costos marginales, donde el CEN programa el despacho priorizando siempre las centrales con el costo variable de operación más bajo para cubrir la demanda en todo momento. En este escenario, las energías renovables son las primeras en la lista: tecnologías como la eólica, la solar y la hidroeléctrica lideran el orden de inyección al sistema porque operan con costos variables cercanos a cero, dado que su recurso energético (viento, radiación solar y caudal) no tiene costo, a diferencia de los combustibles fósiles. Una vez que el CEN establece el orden de despacho, el costo marginal del sistema queda fijado por el valor operativo de la fuente “más cara” que fue necesaria para cubrir la demanda total y logró entrar al mix de generación.
Por lo tanto, al existir una gran disponibilidad de energía hidroeléctrica, la demanda del sistema puede ser cubierta en muchos momentos inyectando exclusivamente fuentes renovables. Esto se traduce en que los costos marginales quedan definidos en gran medida por el costo de la producción hidroeléctrica, el cual, al ser considerablemente inferior al de las termoeléctricas, genera una disminución significativa en los costos de operación. Un ejemplo concreto de este fenómeno se observó a raíz de las precipitaciones de octubre, las cuales elevaron la disponibilidad hídrica y redujeron los costos marginales en la zona centro a valores semanales bajo los 10 USD/MWh. Por ejemplo, entre el 12 y el 18 de octubre, se observó un promedio de 3,4 USD/MWh en Polpaico, una barra representativa de la zona central. Este corresponde a su valor más bajo desde el año 2002.
Suncast calcula y envía automáticamente pronósticos hidroeléctricos al Coordinador Eléctrico Nacional. ¿Cómo funciona esta tecnología y de qué manera permite anticipar la disponibilidad del recurso hídrico para la programación de la generación?
Suncast opera mediante una integración directa con los sistemas del CEN, lo que le permite tanto descargar como enviar información operacional de manera continua. A través de esta conexión, el modelo de Predicción Hidroeléctrica de Suncast accede a los datos de generación más reciente. Al procesar esta base histórica junto con los registros de indisponibilidad ingresados por los usuarios en Nexor, la plataforma web de Suncast, nuestros modelos son capaces de predecir la generación de cada central para los siguientes 10 días.
Una vez calculado este pronóstico, Suncast transmite los datos directamente al CEN mediante la API del Portal de Pronósticos del CEN como canal principal, y utilizando el envío de archivos vía SFTP como respaldo. Ambos mecanismos cuentan con sistemas de reintento que aseguran el envío de los pronósticos a los servidores del CEN en tiempo y forma, según la regulación vigente.
Esta comunicación automatizada es fundamental para la operación del sistema, ya que le permite al CEN tomar mejores decisiones y realizar una programación óptima del despacho hora a hora de las centrales hidroeléctricas.
¿Qué desafíos tecnológicos enfrentó el pronóstico hidroeléctrico ante la variabilidad de las condiciones climáticas y cómo contribuyeron los modelos predictivos y la inteligencia artificial a mejorar la precisión de estas estimaciones?
La IA, y en particular los modelos de Machine Learning, proporcionan diversas herramientas que se adaptan según el propósito y la disponibilidad de datos. Entendiendo esto, Suncast ha desarrollado modelos específicos para la generación hidroeléctrica que responden a las condiciones particulares de operación y de información de cada central. Aunque esta fuente de energía es variable, su comportamiento difiere de la solar o eólica, ya que su incertidumbre a nivel horario, e incluso diario, es mucho menor y su mayor variabilidad ocurre de forma estacional.
Para abordar este escenario, Suncast aplica un modelo de tipo autorregresivo, el cual proyecta la generación hídrica futura basándose directamente en las observaciones más recientes. Gracias a esta tecnología, se logra una estimación precisa de la disponibilidad hídrica, lo que permite al CEN optimizar la programación del despacho, priorizando las fuentes renovables y, como consecuencia directa, reducir los costos sistémicos.
Fuentes de contexto
Diario Financiero (29 de octubre de 2026): Costos marginales de la electricidad alcanzan el nivel más bajo en casi 24 años impulsados por mayores lluvias.
Energía Futura (24 de octubre de 2026): Costo marginal de la electricidad cae a US$3,4 por MWh, su nivel más bajo desde 2002, y el vertimiento llega a 25,5%.
Coordinador Eléctrico Nacional: Costos marginales del Sistema Eléctrico Nacional.




