코로나19와 한국 전력소비 변화
The Impact of COVID-19 on the Electricity Demand of Korea
1
조회
0
다운로드
4
인용
0
참고문헌
키워드
초록
이 논문은 코로나19로 인한 경제활동 위축과 생활방식 변화 등이 한국의 전력소비에 미친 영향을 실증적으로 분석하였다. 2020년 전력소비는 이전보다 현저히 감소하였으나, 주중 오전 시간대의 주택용 일일 전력소비 패턴에만 뚜렷한 변화가 관찰될 뿐, 산업용 및 일반용 일일 전력소비 패턴에는 큰 차이가 발생하지 않았다. 하지만 2020년 시간대별 주간 전력소비 패턴은 2016-2019년과 전반적으로 다른 것으로 나타나, 코로나19 확산이 전력소비 행태에 영향을 미쳤음을 짐작할 수 있다. 장단기 기억신경망(LSTM)을 통해 기온과 경제활동을 반영하여 전력소비를 추정한 결과 코로나19 기간 동안의 실제 전력소비가 추정 전력소비보다 낮아 생활방식의 변화나 사회적 거리두기 등의 추가적인 영향이 있는 것으로 나타났다. 특히, 전력소비가 활동수준과 밀접한 관계를 갖는다는 것을 고려할 때, 실제 전력소비의 차이는 코로나19 확진자수 증가 변화에 선행한다는 결과를 제시하였다.
Abstract
This paper investigates the changes of electricity consumption in Korea during the COVID-19 pandemic. In 2020, the electricity consumption reduced considerably, while daily consumption profiles appear to be slightly modified depending on the section. However, the estimates from a Long Short-Term Memory Networks (LSTM), which controls the weather and economic effects, show additional reduction because of lifestyle changes and social distancing. In addition, the increase of electricity consumption granger causes the acceleration of the COVID-19 confirmed cases and vice versa. Considering that electricity consumption reflects the activity level, this result indicates that the increase of electricity consumption precedes the increase of COVID-19 confirmed cases, followed by government measures to prevent the spread of COVID-19 effectively, which reduces the activity level and electricity consumption as well as the number of confirmed cases.
참고문헌 (21)
- 김경환, "하절기 평일의 인공신경망을 이용한 24시간 전력수요 예측 알고리즘", 조명.전기설비학회논문지, 31(12), pp.113~119 (2017), 한국조명.전기설비학회
- 코로나19로 인한 한국 전력 수급에 미친 영향 분석, "김수일", 에너지경제연구원, ~ (2021)
- 다중 계절성 지수평활법을 활용한 국내 단기 전력수요 예측, "김철현", 에너지경제연구원, ~ (2013)
- 김한솔, "RNN-LSTM 기반 공휴일 정보를 고려한 단기 전력수요예측", 대한전자공학회 추계학술대회 논문집, pp.552~556 (2016)
- 전병기, "딥러닝을 이용한 재실정보 기반 건물의 전기 수요 예측 모델", 설비공학 논문집, 31(1), pp.22~31 (2019), 대한설비공학회[DOI]
- 이원규, "LSTM을 이용한 전력 데이터 예측", 한국정보과학회 2016년 동계학술대회 논문집, pp.693~695 (2016)
- 이해성, "EV 충전소의 일별 최대전력부하 예측을 위한 LSTM 신경망 모델", 인터넷정보학회논문지, 21(5), pp.119~127 (2020), 한국인터넷정보학회[DOI]
- Abu-Rayash, A, "Analysis of the electricity demand trends amidst the COVID-19 coronavirus pandemic", Energy Research & Social Science, 68, pp.101682~ (2020)
- Badesa, L., "Ancillary services in Great Britain during the COVID-19 lockdown: A glimpse of the carbon-free future", Applied Energy, 285, pp.116500~ (2021)
- Bahmanyar, A., "The impact of different COVID-19 containment measures on electricity consumption in Europe", Energy Research & Social Science, 68, pp.101683~ (2020)
- Eryilmaz, D., "Assessment of the COVID-19 pandemic effect on regional electricity generation mix in NYISO. MISO, and PJM markets", The Electricity Journal, 33, pp.106829~ (2020)
- Elavarasan, R. M., "COVID-19: Impact analysis and recommendations for power sector operation", Applied Energy, 279, pp.115739~ (2020)
- Graf, C., "(Machine) learning from the COVID-19 lockdown about electricity market performance with a large share of renewables", Journal of Environmental Economics and Management, 105, pp.102398~ (2021)
- Halbrügge, S., "How did the German and other European electricity systems react to the COVID-19 pandemic?", Applied Energy, 285, pp.116370~ (2021)
- "Global energy review 2020: the impacts of the covid-19 crisis on global energy demand and CO2 emissions" (2020)[URL]
- Covid-19 impact on electricity: Updated through the end of 2020, "IEA", IEA Publications, ~ (2021)
- Narajewski, M, "Change in electricity demand pattern in Europe due to COVID-19 shutdowns", IAEE Energy forum, Covid-19 (2020)
- Ruan, G., "A cross-domain approach to analyzing the short-run impact of CPVOD-19 on the US electricity sector", Joule, 4(11), pp.2322~2337 (2020)
- Ruan, G., "Quantitative assessment of U.S. bulk power systems and market operations during the COVID-19 pandemic", Applied Energy, 286, pp.116354~ (2021)
- Santiago, I, "Electricity demand during pandemic times: The case of the COVID-19 in Spain", Energy Policy, 148, pp.111964~ (2021)
- Wang, J. Q., "LSTM based long-term energy consumption prediction with periodicity", Energy, 197, pp.117197~ (2020)