Forecasting of Heat Demand in Winter Using Linear Regresson Models for Korea District Heating Corporation

In this paper, we propose an algorithm using linear regression model that forecasts the demand of heated water in winter. To supply heated water to apartments, stores and office buildings, Korea District Heating Corp.(KDHC) operates boilers including electric power generators. In order to operate facilities generating heated water economically, it is essential to forecast daily demand of heated water with accuracy. Analysis of history data of Kangnam Branch of KDHC in 2006 and 2007 reveals that heated water supply on previous day as well as temperature are the most important factors to forecast the daily demand of heated water. When calculated by the proposed regression model, mean absolute percentage error for the demand of heated water in winter of the year 2006 through 2009 does not exceed 3.87%.

한국지역난방공사의 겨울철 열수요 예측을 위한 선형회귀모형 개발

본 연구에서는 선형회귀모형(linear regression model)을 이용하여 겨울철 일일 온수 수요 총량을 예측하는 알고리즘을 개발한다. 한국지역난방공사에서는 온수 공급 계약을 맺고 있는 아파트, 상가 및 사무용 빌딩 등에 난방 및 급탕 온수를 공급한다. 일반적으로 온수는 보일러 및 열병합 발전기를 가동하여 생산하며, 경제적인 온수 생산계획을 수립하기 위해서는 온수 수요를 정확히 파악하는 것이 중요하다. 따라서, 본 연구에서는 난방을 위한 온수 수요가 급증하는 겨울철 온수 수요의 특성을 분석하고, 선형회귀모형을 이용한 온수 수요 예측 알고리즘을 개발한다. 겨울철 일일 온수 수요는 외기온도의 영향을 많이 받는 것으로 알려져 있으나, 본 연구에서는 외기온도와 예측일 하루 전날 온수 공급 실적값을 동시에 고려할 때 예측 정확도를 크게 높일 수 있음을 확인하였다. 본 연구에서 개발하는 예측 알고리즘의 타당성을 검증하기 위해 한국지역난방공사 서울 강남지사의 2006 ~ 2009년도 온수 수요 공급 실적과 기상청의 기상정보를 이용하여 겨울철 일일 온수 수요 총량을 예측한 결과, 평균 오차율(mean absolute percentage error)이 3.87%을 넘지 않는 수준임을 확인하였다.