본문 바로가기
KERD
논문KCI 등재

기온의 연속ㆍ누적효과가 일일 최대전력소비에 미치는 영향에 관한 연구

A Study on the Continuous and Cumulative Effect of Temperature for Daily Maximum Electricity Consumption

조하현|신동현
한국응용경제학회|2014.12|응용경제 (Korea Review of Applied Economics)|제16권 제3호|pp. 37-76

0

조회

0

다운로드

2

인용

0

참고문헌

키워드

비선형 모형일일최대전력소비기온의 연속ㆍ누적효과daily maximum electricity consumptioncontinuous and cumulative effect of temperaturenonlinear models
주제분류경제학

초록

본 연구는 우리나라의 일일 최대전력소비에 대한 기온의 연속ㆍ누적효과를 분석하였다. 과거 기온의 이동평균과 이동표준편차를 이용하여 기온의 연속ㆍ누적효과를 정의하고 Markov regime switching모형, Threshold regression모형, Smooth transition regression모형 등과 같은 비선형 모형을 적용하였다. 우리나라의 2011. 1. 1. ∼ 2013. 12. 23. 일일자료에 대한 실증분석결과 기온의 연속ㆍ누적효과가 최대전력소비에 유의한 영향을 주는 것으로 나타났다. 즉, 기온이 일정기간 동안 연속적으로 일정수준 이상 또는 이하로 높고 낮음이 지속될 경우에 최대전력소비가 더욱 더 증가하는 것을 확인할 수 있었다. 또한 최대전력소비를 예측함에 있어서 기온, 상대습도, 풍속 등과 함께 기온의 연속ㆍ누적효과를 고려하면 최대전력소비에 대한 예측력을 높일 수 있음을 표본외 예측을 통해서 확인하였다. 이러한 본 연구의 실증분석결과들은 정확한 최대전력소비를 예측을 위해서는 현재의 기상정보와 함께 기온의 연속ㆍ누적효과와 같은 과거 기온들에 관한 정보를 적극 활용하여야 함을 시사하고 있다.

Abstract

This paper investigates the continuous and cumulative effect of temperature on the daily maximum electricity consumption of Korea. After defining the continuous and cumulative effect of temperature using moving average and moving standard deviation of past temperature, nonlinear models such as markov regime switching model, threshold regression and smooth transition model are applied for empirical analysis. The empirical result shows that the continuous and cumulative effect of temperature has a significant impact on daily maximum electricity consumption in Korea. That is, if temperature higher or lower than the threshold persists during a period of time, daily maximum electricity consumption increases. Furthermore, out of sample forecast says that using the continuous and cumulative effect of temperature with temperature, relative humidity and wind velocity can improve the prediction power of daily maximum electricity load. These empirical results imply that the information of past temperature should be positively used in forecasting daily maximum electricity consumption with present climate conditions.

참고문헌 (41)

  1. 강동필, "기온민감도를 활용한 일일 최대전력수요 예측", 대한전기학회 학술대회 논문집, pp.185~186 (2012), 대한전기학회
  2. 고희석, "기온예상치를 고려한 모델에 의한 주간최대전력수요예측", 대한전기학회, 전기학회논문지, 45(4), pp.511~516 (1996)
  3. 공성일, "온도에 대한 민감도를 고려한 하절기 일 최대전력수요 예측", 전기학회논문지 A권, 53(6(A)), pp.358~364 (2004), 대한전기학회
  4. 구본희, "기온과 부하패턴을 이용한 단기수요예측", 대한전기학회 학술대회 논문집, pp.590~591 (2011), 대한전기학회
  5. 구본희, "기온 변화 특성을 반영한 하절기 전력수요예측에관한 연구", 대한전기학회 학술대회 논문집, pp.153~155 (2010), 대한전기학회
  6. 구본희, "기온변화특성을 이용한 제주계통 하절기 전력수요예측", 대한전기학회 학술대회 논문집, pp.305~307 (2012), 대한전기학회
  7. 권오성, "특수일의 단기 전력수요 예측을 위한 온도 영향 분석", 대한전기학회 학술대회 논문집, pp.159~160 (2012), 대한전기학회
  8. 박종인, "최대전력수요의 기온보정방법 및 활용에 대한 연구", 대한전기학회 대한전기학회 학술대회 논문집, pp.616~617 (2011)
  9. 신동현, "한국 에너지 시계열의 비선형 관계와 구조변화에 관한 실증연구", 박사, 경제학과, pp.2014
  10. 신동현, "한국 일일 최대전력소비의 기상변수 민감도와 임계기온에 관한 실증연구", 경제연구, 32(4), pp.175~212 (2014), 한국경제통상학회
  11. 신동현, "구조변화를 고려한 우리나라 전력소비의 변동성 증가에 관한 연구", 에너지경제연구, 13(2), pp.131~169 (2014), 재단법인 에너지경제연구원
  12. Al-Iriani, M.A., "Climate-related Electricity Demand -side Management in Oil-exporting Countries—the Case of the United Arab Emirates", Energy Policy, 33(18), pp.2350~2360 (2005)
  13. Bessec, M., "The Non-linear Link between Electricity Consumption and Temperature in Europe: a Threshold Panel Approach", Energy Economics, 30(5), pp.2705~2721 (2008)
  14. Davies, R.B., "Hypothesis Testing when a Nuisance Parameteris Presentonly undertheAlternative", Biometrika, 64(2), pp.247~254 (1977)
  15. Fung, W.Y., "ImpactofUrban Temperature on Energy Consumption ofHong Kong", Energy, 31(14), pp.2623~2637 (2006)
  16. Granger, C.W.J., "Modelling Nonlinear Economic Relationships" (1993), Oxford University Press
  17. Hamilton, J., "A New Approach to the Economic Analysis of Nonstationary Time Series and the Business Cycle", Econometrica, 57(2), pp.357~384 (1989)
  18. Hamilton, J., "Time Series Analysis" (1994), Princeton University Press
  19. Hansen, B.E., "Inference when a Nuisance Parameterisnot Identified under the Null Hypothesis", Econometrica, 64(2), pp.413~430 (1996)
  20. Hansen, B.E., "Threshold Effects in Non-dynamic Panels : Estimation, Testing and Inference", Journal of Econometrics, 93(2), pp.345~368 (1999)
  21. Hansen, B.E., "Sample Splitting and Threshold Estimation", Econometrica, 68(3), pp.575~603 (2000)
  22. Hausman, J.A., "Specification Testsin Econometrics", Econometrica, 46(6), pp.1251~1271 (1978)
  23. Hodrick, R., "Postwar U.S. Business Cycles: An Empirical Investigation", Journal of Money, Credit, and Banking, 29(1), pp.1~16 (1997)
  24. Hsing, Y., "Estimation of Residential Demand for Electricity with the Crosssectionally Correlated and Time-wise Autoregressive Model", Resourceand Energy Economics, 16(3), pp.255~263 (1994)
  25. Hurst, H.E., "Long-term Storage : An Experimental Study" (1965), Constable
  26. Jager, J., "Climate and Energy Systems:A Review of Their Interactions" (1983), Wiley
  27. Kim, C.J., "State Space Modelwith Regime Switching : Classical and Gibbs-Sampling Approaches with Applications" (1999), The MIT Press
  28. Lee, C., "Electricity Demand Elasticities and Temperature : Evidence from Panel Smooth Transition Regression with Instrumental Variable Approach", Energy Economics, 33(5), pp.896~902 (2011)
  29. Li, X., "Electricity Use Sensitivity to Climate and Climate Change", World Resource Review, 7(3), pp.334~346 (1995)
  30. Mirasgedis, S., "Models for Mid-term Electricity Demand Forecasting Incorporating WeatherInfluences", Energy, 31, pp.208~227 (2006)
  31. Moral-Carcedo, J., "Modeling the Non-linear Response of Spanish Electricity Demand to Temperature Variations", Energy Economics, 27(3), pp.477~494 (2005)
  32. Pardo, A., "Temperature and Seasonality Influences on SpanishElectricityload", EnergyEconomics, 24(1), pp.55~70 (2002)
  33. Phillips, P.C.B., "Testing for a Unit Root in Time Series Regression", Biometrika, 75, pp.335~346 (1988)
  34. Ruth, M., "Regional Energy Demand and Adaptations to Climate Change : Methodology and Application to the State of Maryland, U. S. A.", Energy Policy, 34(17), pp.2820~2833 (2006)
  35. Sailor D. J., "Relating Residentialand Commercial Sector Electricity Loads to Climate Evaluating State Level Sensitivities and Vulner abilities", Energy, 26(7), pp.645~657 (2001)
  36. Sailor D. J., "Sensitivity of Electricity and Natural Gas Consumption to Climate in the USA-methodology and Results for Eight States", Energy, 22(10), pp.987~998 (1997)
  37. Taylor, J., "Using Weather Ensemble Predictions in Electricity Demand Forecasting", International Journal of Forecasting, 19(1), pp.57~70 (2003)
  38. Valor, E., "Daily Air Temperature and Electricity Load in Spain", Journal of Applied Meteorology, 40(8), pp.1413~1421 (2001)
  39. van Dijk, D., "Smooth Transition Autoregressive Models : a Survey of Recent Developments", Econometric Reviews, 21(1), pp.1~47 (2002)
  40. Wang, P., "Financial Econometrics" (2003), Taylor and Francis
  41. Wu, De-Min, "Alternative Tests of Independence between Stochastic Regressors and Disturbances", Econometrica, 41(4), pp.733~750 (1973)

관련 논문AI추천

한국 일일 최대전력소비의 기상변수 민감도와 임계기온에 관한 실증연구신동현, 조하현한국경제통상학회 · 경제연구2014 · 제32권 제4호1시간 단위 고밀도 미시 패널자료를 활용한 기온이 주택용 전력 소비에 미친 영향 분석박창수, 한상미한국경제통상학회 · 경제연구2024 · 제42권 제2호고빈도 데이터를 활용한 주택용 전력 최대수요의 가격탄력성 추정김창식, 홍순동한국계량경제학회 · 계량경제학보2018 · 제29권 제1호시간대별 기온과 전력 사용량의 민감도를 적용한 전력 에너지 수요 예측김진호, 이창용한국산업경영시스템학회 · 한국산업경영시스템학회지2019 · 제42권 제1호지구온난화가 가정부문 에너지 소비량에 미치는 영향 분석: 전력수요를 중심으로원두환, 임현진, 정수관재단법인 에너지경제연구원 · 에너지경제연구2013 · 제12권 제2호기온변화가 전력소비에 미친 효과의 추정 - 서울시의 경우 -정준호, 허인혜기후연구소 · 기후연구2015 · 제10권 제2호

이 간행물의 다른 논문 (5건)

보수체계의 유형이 조직의 업무성과에 미치는 영향김세움, 박상곤, 강창희pp. 5-35부분요소세하의 비효율의 특성 분석임봉욱pp. 77-99소파동 분석을 이용한 주식과 채권수익률 관계 분석이창민, 이한식pp. 101-124Assessing Retirement WealthUsing Composite Measures of Adequacy Benchmark여윤경pp. 125-163출산장려금과 지역 간 인구이동김현아, 송헌재pp. 165-199
원문 보기