날씨 변수를 고려한 전력 수요량 예측구간 시계열 분석 연구

초록

연간 전력 수요량은 꾸준히 증가하는 추세이다. 전력 수요량이 늘어나는 만큼 국내 전력 의존도 또한 높아지고 있어 전력 수요 예측의 중요성이 부각되고 있다. 본 연구는 계절적 특성과 날씨를 고려하여 전력 수요량을 예측 분석하고자, 시계열 모형 연구와 이를 통한 예측값 및 예측구간에 대해 연구를 수행한다. ARIMA, SARIMA, ARIMAX, SARIMAX 모형에 각각 전력 수요량 월별 데이터를 적합하여 최적 차수를 찾고 표본외 예측분석(out-of-sample forecasting)을 수행하여 예측값의 RMSE(root mean squared error; 평균제곱근오차), MAE(mean absolute error; 평균절대오차), 평균절대백분율오차(MAPE)와 평균제곱로그오차(MSLE)를 계산하고 예측성능을 비교한다. 최적의 전력 수요량 예측 모형은 냉방도일(CDD), 난방도일(HDD), 일사량을 고려한 SARIMAX (2,1,1)(2,1,2,12) 모형으로 선정되었다. 예측구간의 엄밀한 분석을 위하여 정규분포, 라플라스분포 및 Bootstrap 방법을 이용한 80%, 95% 예측구간을 추정한다. 각 예측구간의 포함확률(coverage probability, CP), 평균길이(average length, AL), 평균구간점수(mean interval score, MIS)를 계산하여 비교 분석한다. 본 연구는 세 가지 방법으로 접근하여 예측구간 추정 결과를 도출하고 비교했다는 점에서 차별성이 있다. 본 연구에서의 전력 수요량 시계열 모형 및 예측구간 추정 방법은 효율적인 저비용 전력 공급 시스템 운영에 실질적 도움이 되기를 기대한다.

키워드