•315• 함수회귀 모형을 이용한 중장기 부하곡선 예측 † 신학림 * ‧김창식 ** ‧최용옥 *** 본 연구에서는 우리나라 전체의 시간별 수요에 상응하는 총부하(Total Load) 곡선을 예측하는 방법론을 제시한다. 먼저 일별 총부하 곡선을 추세, 기온, 특수일 등과 같이 확정적 요소와 확정적 요소로 설명되지 않는 시간대별 동적 변동을 나타내는 확률적인 요소로 구분하 고, 이들을 각각 모형화하여 예측한다. 확정적 요소는 각각의 요인별 효과를 시간대별로 추정 하되 각 요인의 효과가 시간에 따라 변동할 수 있는 시간 변동성을 함께 고려하였다. 확률적인 요소를 결정하는 부하곡선의 동적 변동은 함수 주성분 분석(functional principal component analysis, FPCA)을 활용한 함수자기회귀(functional autoregression, FAR) 모형을 이용하여 분 석하고 예측하였다. 본 연구에서 제시된 모형으로 365일 동안의 예측실험을 한 결과, 예측된 일별 부하곡선의 평균 절대 백분율 오차(mean absolute percentage error, MAPE)는 약 2% 내외로 안정적으로 나타남을 확인하였다. 중장기 부하곡선 예측, 함수자기회귀모형, 함수 주성분 분석 JEL분류: C4, Q3 접수일(2024년 9월 26일), 수정일(2024년 11월 26일), 게재확정일(2024년 11월 28일) *성균관대학교 경제학과 박사과정, 제1저자(e-mail: haklim.shin@gmail.com) **성균관대학교 경제학과 교수, 교신저자(e-mail: skimcs@skku.edu) ***중앙대학교 경제학과 부교수, 공동저자(e-mail: choiyongok@cau.ac.kr) 자원 ․ 환경경제연구 제33권 제4호 Environmental and Resource Economics Review Volume 33, Number 4, December 2024: pp. 315~341 DOI: https://doi.org/10.15266/KEREA.2024.33.4.315•316• Long-Term Total Load Forecasting using a Functional Regression Model † Haklim Shin*, Chang Sik Kim**, and Yongok Choi*** ABSTRACT : We propose a model for long-term forecasting of the daily total load curve, which represents the hourly total demand in South Korea. In this study, the daily load curve is assumed to be influenced by both deterministic factors--such as trends, temperature, and special days--and probabilistic factors, which account for time-dependent dynamic variations that cannot be explained by deterministic components. The deterministic factors are estimated on an hourly basis, reflecting their time-varying nature. Meanwhile, the dynamic variations in the total load curve, driven by probabilistic factors, are modeled using a functional autoregression estimation methodology. One-year rolling forecasting results demonstrate an average MAPE (Mean Absolute Percentage Error) of 2%, highlighting the robust performance of our proposed methodology. Keywords : Long-term forecasting electricity load curve, Functional autoregression, Functional principal component analysis Received: September 26, 2024. Revised: November 26, 2024. Accepted: November 28, 2024. *PhD Program, Department of Economics, Sungkyunkwan University, First author (e-mail: haklim.shin@ gmail.com) **Professor, Department of Economics, Sungkyunkwan University, Corresponding author (e-mail: skimcs@ skku.edu) ***Associate Professor, School of Economics, Chung-Ang University, Coauthor (e-mail: choiyongok@ cau.ac.kr)함수회귀 모형을 이용한 중장기 부하곡선 예측 •317• Ⅰ. 서 론 최근 전력 수요의 변동이 심해지면서 전력 시스템을 안정적으로 운영하기 위해서 시 간별 부하곡선을 정확히 예측하는 것이 점점 더 중요해지고 있다. 시간별 수요 곡선을 정확히 예측할 수 있다면, 전력시장의 운영 측면에서는 물론 국가적으로도 전력 수요와 공급 간의 균형을 유지하며 안정적인 전력공급을 유지할 수 있다. 또한, 하루 전/실시간 별 부하 예측 결과는 하루 전 운영 발전계획 및 실시간 급전 운영에 활용될 수 있으며, 예 측 정확성 제고는 전력 산업 효율성 증가에 기여할 수 있을 것이다. 또한, 이상 기후와 전 지구적 환경 변화로 인해 이상 기온의 발생 빈도가 증가하면서, 시간별 부하 패턴의 변동성이 극단적으로 커지고 있으며, 이를 체계적으로 분석하고 이 를 바탕으로 부하곡선 예측 모형을 구축하는 것이 우리나라 전체 전력시장의 운용 면에 서도 절실한 시점이라고 판단된다. 최근의 이상 기후를 살펴보면, 전국의 동계 72시간 최저기온을 기준으로, 1990년대에 비해서 최근 12년의 평균값은 1도 이상 하락 1) 했을 뿐만 아니라 표준편차도 2.5배 증가했다. 하계의 기온상승 추세와 그 변동성은 더 커지 고 있어, 하계 72시간 최고기온을 기준으로, 1990년대에 비해서 최근 12년의 평균값은 1.7도 이상 상승하였고 2) 그 상승 추세는 지속되고 있다. 본 논문의 목표는 과거 시간별 부하 시계열 분석을 바탕으로 향후 2년간의 시간별 총 부하를 예측하는 것이다. 우리나라의 전력 수요는 꾸준히 증가해 왔고(추세), 냉난방 수 요로 인해 뚜렷한 계절성(기온효과)을 갖고 있으며, 특수일 여부에 따른 변동성이 크다 는 것이 잘 알려져 있다. 본 연구에서는 이와 같은 추세, 기온, 특수일과 같은 확정적 요소 (deterministic component)들의 효과를 시간대별로 추정하되, 시점에 따라서 각 요인의 효과가 달라지는 것을 고려하였다. 특히, 시간에 따라서 변하는 기온 반응도를 분석하 여, 기온이 수요에 미치는 누적적이고 비선형적인 영향이 시간에 따라서 다르게 반영될 수 있도록 하였다. 그리고 최근 간헐성 전원이 급증하면서 최대 수요뿐만 아니라 최소 수요에 대한 분석 및 예측 정확도를 제고시키는 것이 중요하기 때문에, 본 논문에서는 1)1990~99년의 동계 72시간 최저기온의 평균(8대 지역 인구 가중치)은 ‒6.0°C이며, 2011~22년의 동계 72시간 최저 기온의 평균은 ‒7.3°C로 나타났으며, 표준편차는 각각 1.1°C와 2.7°C로 나타남. 2)1991~2000년의 하계 72시간 최고기온의 평균(8대 지역 인구 가중치)은 28.2°C이며, 2011~22년의 하계 72시간 최 고기온의 평균은 29.9°C로 나타남.Next >