날씨 변수를 고려한 전력 수요량 예측구간 시계열 분석 연구

• 영문명: Time series analysis for prediction intervals of electricity demand with weather variables
• 발행기관: 한국자료분석학회
• 저자명: 추채은(Chaeeun Choo) 주혜빈(Hyebin Joo) 황은주(Eunju Hwang)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.26 No.2, 471~488쪽, 전체 18쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2024.04.30

국문 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.

영문 초록

Annual electricity demand is steadily increasing and the importance of forecasting the electricity demand is emerging since the dependence on domestic electricity is also increasing. The purpose of this study is analysis of the electricity demand considering seasonality and weather variables, for which we study time series modelling and forecasting analysis. ARIMA, SARIMA, ARIMAX, SARIMAX models are handled with optimally selected orders. Out-of-sample forecasting analysis is carried out to evaluate predicted values and their errors such as RMSE, MAE, MAPE and MSLE. The errors by four models are compared. As the optimal model, SARIMAX(2,1,1) (2,1,2,12) model with CDD, HDD and insolation has been chosen. For strict statistical analysis of prediction intervals, normal distribution, laplace distribution and bootstrap method are adopted to construct 80%, 95% prediction intervals. Coverage probability (CP), average length (AL) and mean interval score (MIS) of the prediction intervals by three approximations are evaluated. This study contributes with novelty in that it provides three approaches of prediction intervals along with their comparison. The results of this study are expected to be of practical help in the efficient operation of electricity supply system.

목차

1. 서론

2. 모형 및 데이터 소개

3. 분석

4. 결론

References

키워드

시계열 모형 전력 수요 계절성 예측구간 Time series model electricity demand seasonality prediction interval