• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.616-617
• /
• 2011

최대전력수요를 분석함에 있어 발생 당시의 기온 실적이 반영된 실적 최대전력만을 사용함으로 다양한 통계적 착시현상이 나타나고 있다. 평균적인 기상 상태에서의 최대전력수요를 측정하기 어려워 신뢰성있는 예측수요를 도출하기에도 많은 한계가 발생한다. 따라서 역사적 기온데이터에 기반한 정상적인 기온분포를 "표준기온분포"로 새롭게 정의하고, 이를 반영한 최대전력수요를 "기온보정 최대전력 수요"로 규정함으로써, 기존의 통계적 착시현상을 배제하고, 정확도 높은 최대전력 수요 예측치를 도출하여, 안정적 전력수급에 큰 기여가 있을 것으로 기대한다. 또한 본 연구에서는 기온보정 최대전력을 도출하기 위해 공적분 및 오차수정이론을 반영하여 모형화하였고, 엄격한 통계적 방법론을 이용하여 관련 모형을 검증하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.27 no.6
• /
• pp.1601-1607
• /
• 2016

Recently, weather information has been increasingly used in various area. This study presents the necessity of hourly weather information for electricity demand forecasting through correlation analysis and multivariate regression model. Hourly weather data were collected by Meteorological Administration. Using electricity demand data, we considered TBATS exponential smoothing model with a sliding window method in order to forecast electricity demand. In this paper, we have shown that the incorporation of weather infromation into electrocity demand models can significantly enhance a forecasting capability.

• Environmental and Resource Economics Review
• /
• v.27 no.2
• /
• pp.287-313
• /
• 2018

This paper measures and analyzes cooling and heating demand in Korean electricity demand using time-varying temperature response functions and cooling and heating temperature effects. We fit the model to Korean data for residential and commercial sector over 1999:01~2016:12 and the estimation results show that the growth rate of heating demand is much higher than that of base and cooling demand, and especially the growth rate of heating demand in commercial sector is much higher. And we define the temperature-normalized demand conditioning that monthly temperatures are assumed as average monthly temperatures. The growth rate of heating demand in the estimated temperature-normalized demand is higher than that in the real demand. Our results are expected to be a base data for Winter Demand Management and short-term electricity demand forecasting.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.401-401
• /
• 2021

최근 급격한 기후변화로 인한 기온, 강수량 등의 시·공간적 변화는 홍수, 가뭄 등과 같은 자연재해의 빈도와 규모를 증가시키고 있다. 특히 한강수계 주요 하천에서는 급격한 도시화 및 산업화로 인한 물 수요의 증가와 기후변화로 인한 강수량 감소 그리고 하천변 시설에서의 과다한 지하수 이용으로 인해 지하수위 변동이 발생하고 있다. 2017년 국가 지하수관측연보 및 지하수조사연보에 따르면 한강수계에 위치한 전체 569개 관정 중 암반층 관정과 충적층 관정의 최근 5년간 지하수위 평균 변동폭은 각각 3.91 m, 2.73 m로 조사되었으며, 10년 이상 장기관측 자료를 보유한 430개소 관정 중 228개소 관정에서 지하수위 하강 추세를 보이는 것으로 조사된 바 있다. 이처럼 강우나 하천수위 등 자연적인 원인과 양수, 유출 등 인위적인 원인에 의해 발생하는 지하수위의 하강은 지반 침하의 주요 원인이 되며, 하천 기저유출의 변화에도 큰 영향을 미치고 있다. 기저유출은 하천으로 단기 유출되는 지하수로 평수기 및 갈수기 하천 유량의 대부분을 차지하고 있기 때문에 건기시 하천 수질과 수생태계 관리에 있어 매우 중요한 요소에 해당된다. 따라서, 기후변화에 의한 이상가뭄 발생 등을 대비하기 위한 비상용수 또는 대체수자원으로서의 지하수 개발수요가 증가하는 추세에 따라 기저유량 확보 및 수질 개선 방안을 수립하는 것은 지속가능한 수자원 이용·관리 측면에 있어서 매우 중요하다. 현재 활용되는 SWAT(Soil and Water Assessment Tool)과 HSPF(Hydrological Simulation Program Fortran) 수문모형의 경우 지표유출 모의에 있어서 다양하게 활용되고 있으나 기저유량의 특성을 고려하기 위해서는 지표하 수문거동 모의가 어렵다는 한계가 있다. 또한 지표하 수문거동 모의가 가능한 MODFLOW의 경우 지표유출을 모의하기 어려운 한계가 있다. 이를 극복하기 위하여 SWAT-MODFLOW 모형이 개발되었으며, 본 연구에서는 SWAT-MODFLOW 모형을 활용하여 신둔천 유역을 대상으로 유량 및 지하수위 모의결과를 검보정하여 기저유량을 산정하고 변동특성을 분석하였다.

• Journal of Korean Society of Forest Science
• /
• v.110 no.3
• /
• pp.322-340
• /
• 2021

Due to climate change and its consequential spring temperature rise, flowering time of Robinia pseudoacacia has advanced and a simultaneous blooming phenomenon occurred in different regions in South Korea. These changes in flowering time became a major crisis in the domestic beekeeping industry and the demand for accurate prediction of flowering time for R. pseudoacacia is increasing. In this study, we developed and compared performance of four different models predicting flowering time of R. pseudoacacia for the entire country: a Single Model for the country (SM), Modified Single Model (MSM) using correction factors derived from SM, Group Model (GM) estimating parameters for each region, and Local Model (LM) estimating parameters for each site. To achieve this goal, the bloom date data observed at 26 points across the country for the past 12 years (2006-2017) and daily temperature data were used. As a result, bloom dates for the north central region, where spring temperature increase was more than two-fold higher than southern regions, have advanced and the differences compared with the southwest region decreased by 0.7098 days per year (p-value=0.0417). Model comparisons showed MSM and LM performed better than the other models, as shown by 24% and 15% lower RMSE than SM, respectively. Furthermore, validation with 16 additional sites for 4 years revealed co-krigging of LM showed better performance than expansion of MSM for the entire nation (RMSE: p-value=0.0118, Bias: p-value=0.0471). This study improved predictions of bloom dates for R. pseudoacacia and proposed methods for reliable expansion to the entire nation.