DOI QR코드

DOI QR Code

기온이 전력수요에 미치는 영향 분석

The effect of temperature on the electricity demand: An empirical investigation

  • 김혜민 (국립기상과학원 연구기획운영과) ;
  • 김인겸 (국립기상과학원 연구기획운영과) ;
  • 박기준 (국립기상과학원 연구기획운영과) ;
  • 유승훈 (서울과학기술대학교 에너지환경대학원 에너지정책학과)
  • Kim, Hye-min (Research Planning and Management Division, National Institute of Meteorological Research) ;
  • Kim, In-gyum (Research Planning and Management Division, National Institute of Meteorological Research) ;
  • Park, Ki-Jun (Research Planning and Management Division, National Institute of Meteorological Research) ;
  • Yoo, Seung-Hoon (Department of Energy Policy, Graduate School of Energy & Environment, Seoul National University of Science & Technology)
  • 투고 : 2015.05.08
  • 심사 : 2015.06.18
  • 발행 : 2015.06.30

초록

본 연구에서는 2005년부터 2013년 동안의 분기별 평균기온자료와 소득, 전력가격, 전력사용량 자료를 사용하여 전력수요함수를 추정하였다. 시계열 데이터의 효과적 활용을 위하여 내생시차변수 모형을 활용하였고, 수요함수의 모수에 대한 강건한 추정치를 얻기 위해 최소자승법 추정법을 사용하였다. 전력수요의 단기 가격탄력성 및 소득탄력성은 각각 -0.569, 0.631로 추정되었으며 유의수준 1%에서 통계적으로 유의하였다. 또한 전력수요의 장기 소득 탄력성과 가격탄력성은 각각 1.589, -1.433으로 소득탄력성과 가격탄력성 모두 탄력적인 것으로 추정되었으며 이 또한 유의수준 1%에서 통계적으로 유의한 것으로 나타났다. 기온과 전력수요와의 관계는 여러 선행 연구들에 의해 U자 모양을 갖는 것으로 추정된 바 있으며, 본 연구에서 추정한 임계기온은 $15.2^{\circ}C$인 것으로 나타났다. 내생시차변수모형을 이용한 경우 이중로그모형을 이용하여 추정했을 때 보다 통계적 설명력이 높고 적합도 또한 높아지는 것으로 나타났다.

This paper attempts to estimate the electricity demand function in Korea with quarterly data of average temperature, GDP and electricity price over the period 2005-2013. We apply lagged dependent variable model and ordinary least square method as a robust approach to estimating the parameters of the electricity demand function. The results show that short-run price and income elasticities of the electricity demand are estimated to be -0.569 and 0.631, respectively. They are statistically significant at the 1% level. Moreover, long-run income and price elasticities are estimated to be 1.589 and -1.433, respectively Both of results reveal that the demand for electricity is price- and income-elastic in the long-run. The relationship between electricity consumption and temperature is supported by many of references as a U-shaped relationship, and the base temperature of electricity demand is about $15.2^{\circ}C$. It is shown that power of explanation and goodness-of-fit statistics are improved in the use of the lagged dependent variable model rather than conventional model.

키워드

참고문헌

  1. 김영덕, 박민수, 석유제품과 전력의 수요행태 변화에 대한 실증분석, 자원.환경경제연구, 2013, 22, 251-279
  2. 신동현; 조하현, 한국 일일 최대전력소비의 기상변수 민감도와 임계기온에 관한 실증연구, 경제연구, 2014, 32, 175-212
  3. 유승훈; 정군오; 양창영, 가구서베이 자료를 이용한 서울시 생활용수의 수요 분석, 서울도시연구, 2005, 6, 1-16
  4. 이승재; 어승섭; 유승훈, 시계열 자료를 이용한 도시가스의 수요함수 추정, 에너지공학회지, 2013, 22, 370-375
  5. 임슬예; 임경민; 유승훈, 횡단면 자료를 이용한 주택용 전력의 수요함수 추정, 에너지공학회지, 2013, 22, 1-7
  6. 한국전력공사, 시도별 전력판매량, www.kepco.co.kr
  7. Agthe, D. E.; Billings, R. B., Dynamic Models of residential Water Demand, Water Resources Research, 1980, 16, 476-480 https://doi.org/10.1029/WR016i003p00476
  8. Chien-Chiang Lee; Yi-Bin Chiu, Electricity demand elasticities and temperature: Evidence from panel smooth transition regression with instrumental variable approach, Energy Economics, 2011, 33, 896-902 https://doi.org/10.1016/j.eneco.2011.05.009
  9. Hou Yi-Ling; Mu Hai-Zhen; Dong Guang-Tao; Shi Jun, Influences of Urban Temperature on the Electricity Consumption of Shanghai, Advances in climate change research, 2014, 5, 74-80 https://doi.org/10.3724/SP.J.1248.2014.074
  10. Jeong-Soon Lee; H.G. Sohn; S. Kim, Daily Peak Load Forecasting for Electricity Demand by Time series Model, The Korean Journal of Applied Statistics, 2013, 26, 349-360 https://doi.org/10.5351/KJAS.2013.26.2.349
  11. Julian Moral-Carcedo; Jose Vincens-Otero, Modelling the non-linear response of Spanish electricity demand to temperature variations, Energy Economics, 2005, 27, 477-494 https://doi.org/10.1016/j.eneco.2005.01.003
  12. Marie Bessec; Julien Fouquau, The non-linear link between electricity consumption and teperature in Europe: A threshold panel approach, Energy Economics, 2008, 30, 2705-2721 https://doi.org/10.1016/j.eneco.2008.02.003
  13. Sang-Wook Jung; Sahm Kim, Electricity demand Forecasting for Daily Peak Load with Seasonality and Temperature Effects, The Korean Journal of Applied Statistics, 2014, 27, 843-853 https://doi.org/10.5351/KJAS.2014.27.5.843
  14. W.Y.Fung; K.S. Lam; W.T. Hung; S.W. Pang; Y.L. Lee, Impact of urban temperature on energy consumption of HongKong, Energy, 2006, 31, 2623-2637 https://doi.org/10.1016/j.energy.2005.12.009

피인용 문헌

  1. Estimation of the electricity demand function using a lagged dependent variable model vol.25, pp.2, 2016, https://doi.org/10.5855/ENERGY.2016.25.2.037