하절기 일일 전력수요 총량 예측을 위한 회귀모형 개발
Forecasting Daily Demand of Electric Power in Summer Using a Regression Model
0
조회
0
다운로드
5
인용
0
참고문헌
키워드
초록
이 논문에서는 여름철 전력수요 예측을 위해 전력수요의 요일별 특성을 반영한 회귀모형을 개발한다. 여름철은 냉방기기 사용으로 일년중 전력수요가 가장 많은 시기로서 여름철 전력수요를 정확히 예측하는 것은 경제적인 전력생산을 위해서 매우 중요하다. 여름철 전력수요를 예측한 최근 연구에서는 전력수요의 요일별 특성을 2차 함수로 표현하였으나, 이 논문에서는 외기온도, 직전일 수요 및 요일별 전력수요 패턴을 보다 정확하게 묘사하기 위해 이진변수를 이용하여 요일특성을 표현하는 회귀모형을 개발한다. 모형의 타당성을 검증하기 위해 2005년부터 2010년까지 실제 전력수요 데이터를 바탕으로 여름철 전력수요 총량을 예측한 결과, 여름철 평균 오차율(MAPE: Mean Absolute Percentage Error)과 최대 오차율(MPE: Maximum Percentage Error)이 각각 1.83%와 7.95%를 넘지 않는 수준임을 확인하였다. 또한 기존 연구에서 제시한 방법과 비교한 결과, 평균 오차율과 최대 오차율 모두 기존 연구에서 제시하는 모형의 오차율을 20% 이상 낮출 수 있음을 확인하였다.
Abstract
In this paper, we propose a regression model considering the day of the week to forecast daily demand of electric power in summer. For cost-effective production (and/or procurement) of electric power, forecasting daily demand of electric power with accuracy is important, especially in summer when temperature is high. In the literature, 'day of the week' is employed in a regression model as a quadratic function. While, in this paper, we express 'day of the week' in a regression model using binary variables together with temperature and daily demand of preceding day. For validating the proposed model, we present the forecasting accuracy in terms of MAPE(Mean Absolute Percentage Error) and MPE(Maximum Percentage Error) using the real data in 2005 ~ 2010 from KEPCO(Korea Electric Power Corporation) in comparison with two forecasting models in the literature. When compared with the two benchmark models, the proposed forecasting model performs far better providing MAPE and MPE not exceeding 1.83% and 7.95%, respectively.
참고문헌 (12)
- 이충식, "신경회로망과 회귀모형을 이용한 특수일 부하 처리 기법", 조명.전기설비학회논문지, 16(2), pp.98~103 (2002), 한국조명.전기설비학회
- 고희석, "기상 변수를 고려한 모델에 의한 단기 최대전력수요예측", 신호처리·시스템학회 논문지, 2(3), pp.73~78 (2001)
- 공성일, "온도에 대한 민감도를 고려한 하절기 일 최대전력수요 예측", 전기학회논문지 A권, 53(6(A)), pp.358~364 (2004), 대한전기학회
- 김광호, "특수일 전력수요예측을 위한 신경회로망 시스템의 개발", 대한전기학회 1998년 하계학술대회 논문집 (1998)
- 박영진, "뉴로-퍼지 모델 기반 전력 수요 예측 시스템: 시간,일간,주간 단위 예측", 한국지능시스템학회 논문지, 14(5), pp.533~538 (2004), 한국지능시스템학회
- 박종훈, "전력총수요와 기상과의 상관관계 분석", 대한전기학회 2006년도 제 37회 하계학술대회 논문집 (2006)
- 하성관, "신경회로망과 하절기 온도 민감도를 이용한 단기 전력 수요 예측", 전기학회논문지 A권, 54(6(A)), pp.259~266 (2005), 대한전기학회
- 한정희, "요일 요인을 고려한 하절기 전력수요 예측", 한국산학기술학회논문지, 11(8), pp.2793~2800 (2010), 한국산학기술학회
- 한창희, "전력 수요 예측 관련 의사결정에 있어서기온예보의 정보 가치 분석", 경영과학, 26(1), pp.77~91 (2009), 한국경영과학회
- Chow, T. W. S., "Neural Network based Short-Term Load Forecasting Using Weather Compensation", IEEE Transactions on Power Systems, 11(4), pp.1736~1742 (1996)
- Dilaver, Zafer, "Modelling and Forecasting Turkish Residential Electricity Demand", Energy Policy, 39(6), pp.3117~3127 (2011)
- Wang, Jianzhou, "Chaotic Time Series Method Combined with Particle Swarm Optimization and Trend Adjustment for Electricity Demand Forecasting", Expert Systems with Applications, 38(7), pp.8419~8429 (2011)