내 신청현황
종류	모집공고명	진행상태
신청내용이 없습니다.

알림마당

home

전력수요예측기술과 남호주의 적용사례

전문가 제언: ○ 우리나라는 2년마다 전력수급기본계획을 수립해서 연료수급과 신뢰성, 그리고 환경이나 경제성 측면에서 최적 발전설비 구성비를 산출한다. 이때 전력수요의 예측은 필수적인 것으로, 전력시장이 경쟁체제인 선진국의 경우 더욱 전력수요예측의 중요성이 커진다.

○ 전력수요의 예측기법으로는 시계열 모델, 인과 모델, 인공지능 모델 등이 있고, 최근 교차 검증기법을 이용한 지원벡터법도 등장하여 예측 오차가 축소되고 있다. 이 글에서 제시한 시계열 예측법은 제시된 시계열에 따라 수학적 모델을 만들어서 미래수요의 예측을 하는 것으로, 자기회귀(AR)모델, Integrated 모델(I), 이동평균(MA)모델이 있는데, 이들을 통합 시킨 자기회귀이동평균(ARMA) 모델을 기본으로 해서 30분 간격 전력수요 예측으로 예측정밀도를 높이고 있어 주목된다.

– 그런데 시계열 모델은 경험적 위험 최소화(Empirical Risk Minimization: ERM)를 이용해서 오차를 감소시키나, 지원벡터법(SVM: Support Vector Machine)은 구조적 위험 최소화(Structural Risk Minimization: SRM)를 이용하는 점에서 차이가 있는데, 이는 바로 예측 정밀도의 차이를 가져올 수도 있다.

– 이러한 전력수요 예측은 전원의 적정설비의 비율을 결정하는데도 중요해서 막대한 예비율로 인한 미사용 전력의 가치손실을 적정하게 유지할 수 있으며 전원구성의 비율결정이나 규모도 결정하게 된다. 즉, 전력 수요 예측사업은 전력망 계통 확보와 함께 개발도상국을 향한 고부가가치사업으로 등장하고 있다.

○ 전력수요 예측에서 중요한 것은 수요의 변동특성, 사용시간별 분석, 그리고 특정일의 사용패턴 등으로 최종적으로는 예측정밀도의 향상이 중요해서 전산통계학 및 인공지능의 결합으로 더욱 정밀한 기법의 출현이 기대된다.

저자: Magnano, L; Boland, JW; AF Magnano, L.; Boland, J. W.
자료유형: 학술정보