기상에 대한 동네예보를 활용한 단기 전력수요예측 알고리즘 :Short-Term Load Forecasting Algorithm Using Dong-Nae Forecast for Weather

조세원

추천

검색

자료유형: 학위논문

저자정보: 조세원 (숭실대학교, 숭실대학교 대학원)

지도교수: 송경빈

발행연도: 2018

저작권: 숭실대학교 논문은 저작권에 의해 보호받습니다.

이용수36

이 논문의 연구 히스토리 (5)

2019

기상에 대한 동네예보를 활용한 제주도의 특수일 전력수요예측 알고리즘

조세원 , 박래준 , 송경빈 조명·전기설비학회논문지 2019.06 학술저널

2018

제주도의 특수일 전력수요에 대한 기온 민감도 분석

조세원 , 박래준 , 김경환 외 4명 전기학회논문지 2018.08 학술저널

기상에 대한 동네예보를 활용한 단기 전력수요예측 알고리즘

조세원 전기공학과(일원) 2018.01 학위논문

2017

제주도 단기 전력수요예측을 위한 특수일의 기온 민감도 분석

조세원 , 박래준 , 김경환 외 2명 대한전기학회 학술대회 논문집 2017.11 학술대회자료

제주도 단기 전력수요예측을 위한 특수일의 기온 민감도 분석

조세원 , 박래준 , 김경환 외 2명 대한전기학회 학술대회 논문집 2017.11 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

전력시장의 가격결정계획과 전력계통의 운영발전계획 수립을 위해 단기 전력수요예측은 필수적이다. 전력수요는 다양한 기상인자들의 영향으로 값이 변동한다. 단기 전력수요예측의 정확도를 제고하기 위해 시간대별로 사용 가능한 기상인자를 체계적으로 반영해야한다. 현재까지 우리나라에서 특수일을 제외하고 익일 단기 전력수요예측을 수행할 때 사용하는 알고리즘은 일 최고기온과 일 최저기온만을 사용하여 기온의 영향을 반영하였다. 기상청에서 동네예보를 제공하기 이전에는 일 최고기온, 일 최저기온, 일 평균 전운량에 대한 예보를 제공했으나 현재는 지역별로 시간대별 기온, 전운량, 풍향, 풍속, 습도, 강수확률, 강수량의 기상인자를 3시간 단위 구간에 대해 3시간 간격으로 모레까지 일 8회 예보하는 동네예보를 제공한다.
따라서 기상청의 동네예보를 활용하여 단기 전력수요예측 알고리즘을 개발하였다. 알고리즘은 기온과 전운량이 전력수요에 미치는 영향을 3시간 단위로 반영하는 파트와 과거 3일의 전력수요를 입력데이터로 사용하는 지수평활모델로 예측하는 파트로 구성된다.
기온 민감도는 3시간 단위로 기온의 영향을 반영하기 위해 과거 5년의 맑은 날에 발생한 전력수요데이터를 사용하여 계산된다.
지구온난화 및 환경에 대한 국제사회의 관심이 높아지면서 국내에서도 신재생에너지 발전원의 보급이 확대되고 있다. 신재생에너지 발전원 중 태양광 발전원의 설비용량은 꾸준히 증가하고 있다. 1MW 이하의 소용량 태양광 발전기 발전량은 계측되지 않는다. 소용량 태양광 발전기로부터 발전된 전력은 자가소비되고 소비자가 전력판매회사로부터 전력을 소비하지 않는다. 이러한 소용량 태양광 발전기가 전력수요에 미치는 영향을 반영하기 위해 과거 10년의 4월과 10월의 맑은 날과 흐린 날의 전력수요를 비교하여 낮 시간에 대하여 3시간 단위로 변동량을 계산하고 보간법을 이용하여 모든 월에 대해 3시간 단위 전운량 민감도를 계산한다.
제안 알고리즘은 과거 3일의 전력수요데이터를 사용하는 지수평활법을 이용하며 3시간 단위로 기온과 전운량의 영향을 고려한다. 기온과 전운량을 활용한 알고리즘은 기온 변화가 큰 계절과 날씨 변화가 큰 날에 대해 적합하다. 제안 알고리즘을 검증하기 위해 사례연구로 2017년의 특수일기간, 특수경부하기간을 제외한 구간에 대해 전력수요예측을 수행하였다. KSLF 알고리즘과 비교하였을 때 월요일의 경우 2.26%에서 1.63%로 27.88%의 정확도가, 평일(화요일∼금요일)의 경우 1.73%에서 1.57%로 9.25%의 정확도가, 주말의 경우 2.26%에서 2.05%로 9.29%의 정확도가 향상되었다.
동네예보를 활용한 단기 전력수요예측 알고리즘을 이용한다면 전력계통의 안정적 운영과 전력시장의 효율적 운영에 기여할 수 있을 것으로 기대된다.

Short-term load forecasting is essential for the price setting schedule of electricity market and the generation scheduling of power system.
Load is changed by the effects of various weather factors. In order to improve the accuracy of short-term load forecasting, the available weather factors should be systematically reflected. So far, load forecasting algorithms have had used only the highest and lowest temperatures for the day, reflecting the effects of temperature. Prior to providing Dong-Nae forecast from the Korea Meteorological Administration (KMA), the highest temperature and lowest temperature, and the average amount of cloud per day have provided by KMA. Thanks to meteorological forecasting technology, KMA starts to provide Dong-Nae forecast that forecast the meteorological factors of temperature, cloud, wind speed, wind direction, humidity, precipitation probability, precipitation. Dong-Nae forecast forecasts 8 times a day for 3 hours intervals every 3 hours.
Therefore, the proposed algorithm using Dong-Nae forecast for weather was developed. The algorithm consists of a part of that reflects the effect of temperature and cloud on load per 3 hours and a part of that forecasts the exponential smoothing model using the data of the past 3 days as input data.
Temperature sensitivity is calculated per 3 hours using load and temperature on clear days of past 5 years to reflect the effect of temperature on load.
As the international community''s interest in global warming and the environment has increased, the spread of renewable energy is increasing in Korea. The capacity of PV among renewable energy is steadily increasing. Small PV of less than 1MW is not measured. Power generation of small PV is self-consumption and customer don''t consume power form load aggregator. To reflect the effects of these small PV on load, the 3 hours variation over the day time is calculated by comparing the load on clear and cloudy days of April and October in the past 10 years, and the cloud sensitivity per 3 hours was calculated for all months using interpolated methods. Then, using the interpolation method, the cloud sensitivity per 3 hours was calculated for every month.
The proposed algorithm considers the effect of the temperature and the cloud per 3 hours basis and load forecasting is performed using the load data of the latest past three days by the exponential smoothing method. Algorithm is suitable when the weather changes a lot. In order to show the good accuracy of the proposed algorithm, the load forecasting is performed for the day ahead except special days in 2017. The accuracy of the proposed algorithm is improved by 27.88% from 2.26% to 1.63% on Monday, by 9.25% from 1.73% to 1.57% on weekdays(Tuesday to Friday) and by 9.29% from 2.26% to 2.05% on weekends compared to the KSLF algorithm.
It is expected to contribute to stable operation of power system and efficient operation of electricity market with the proposed algorithm.

#전력수요예측

국문초록 ⅳ
영문초록 ⅵ
제 1 장 서 론 1
1.1 연구의 배경 및 필요성 1
1.2 국내·외 단기 전력수요예측 동향 4
1.3 국내·외 태양광 발전원이 전력수요에 미치는 영향 분석 7
제 2 장 동네예보를 활용한 단기 전력수요예측 알고리즘 11
2.1 동네예보를 활용한 주별 3시간 단위 기온 민감도 11
2.1.1 3시간 단위 기본 전력수요 13
2.1.2 주별 3시간 단위 기온 민감도 16
2.2 지수평활모델을 이용한 24시간 전력수요예측 19
2.2.1 월요일, 평일 전력수요예측 알고리즘 20
2.2.2 주말 전력수요예측 알고리즘 23
제 3 장 전운량을 활용한 전력수요예측 알고리즘 28
3.1 전운량 변화에 따른 전력수요의 변동량 28
제 4 장 사례연구 32
제 5 장 결론 37
참고문헌 40

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (5)

초록· 키워드

목차

최근 본 자료

댓글(0)