• 한국신재생에너지학회:학술대회논문집
• /
• 2011.05a
• /
• pp.138-138
• /
• 2011

신 재생에너지 산업의 확대를 뒷받침하고 산업의 지속적인 성장을 달성하기 위해서는 지속적인 인력의 공급이 무엇보다 중요하다. 뿐만 아니라 신 재생에너지는 기존 에너지원과 다르게 자국 내에서 생산 및 소비가 함께 이루어진다. 따라서 신 재생에너지의 확대는 국가의 일자리 창출과 직접적으로 연관된다. 하지만 지금까지 국내에서는 신재생에너지 인력수요 전망을 위한 방법론 연구가 충분히 이루어 지고 있지 않은 실정이다. 이에 본 연구에서는 인력수요 전망을 위한 연구를 실시한 호주와 미국 사례를 고찰하여, 국내 신 재생에너지 인력수요 전망을 위한 고려요인 및 전망 방법론 연구를 실시하였다. 연구결과 미국은 기존화석에너지와의 인력수요 차이를 고찰하는데 초점을 맞추어 분석을 실시하였다. 또한 호주는 시나리오 기법을 통하여 미래 신재생에너지 보급상황에 따라 달라 질 수 있는 인력의 수요를 예측 하였다. 두 국가의 경우 신 재생에너지 부문의 인력수요가 급격하게 증가할 것으로 보고 있다. 호주의 경우 2008년 기준으로 10천명이던 신 재생에너지 인력수요가 2020년 24천명~30천명으로 증가할 것으로 예상(연평균 16.7% 증가)하고 있다. 미국에서는 2007년 500천명의 신 재생에너지 산업 인력이 재직 중이며, 신 재생에너지 확대와 함께 2030년에는 7,300천명의 인력수요가 있을 것으로 분석하고 있다. 신재생에너지 인력수요에 대한 연구를 실시한 사례를 살펴보면 국가는 목적에 부합하는 기준을 바탕으로 연구를 수행하여 있음을 알 수 있다. 따라서 우리나라도 향후 신재생에너지 인력 증가에 대비하여 관련 인력양성 정책을 올바르게 세우기 위해서는 관련 연구가 뒷받침 되어야 할 것으로 사료된다. 해외 사례 고찰 내용을 바탕으로 향후 국내 신 재생에너지 인력 수요 예측 시 고려해야 할 요인들을 다음과 같이 정리할 수 있다. 먼저 인력수요의 예측을 위해서는 현실적인 신 재생에너지 성장 시나리오의 설정이 요구된다. 미국의 사례와 같이 신 재생에너지와 재생에너지의 인력수요 차이를 비교하는 것도 신 재생에너지 인력수요를 정량화 하는데 큰 도움이 될 수 있다. 또한 인력의 범위를 직종별, 학력별로 구체화 하려는 노력이 필요할 것이다. 마지막으로 신재생 인력수요 전망을 바탕으로 효과적인 인력양성 프로그램을 구체화 해야 할 것이다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.2259_2260
• /
• 2009

현재 전력수급 상황은 제4차 전력수급 기본계획을 통하여 안정적인 전력공급을 도모하고 있다. 미래의 전력수요를 예측하는 수요예측(Load Forecast)과 소비자의 합리적인 전기소비를 가능하게 하는 수요관리(Demand Management) 및 소비자가 능동적으로 전기소비를 선택하여 사용할 수 있는 수요반응(Demand response)이 있다. 이와 더불어 제 3차 신재생에너지 기본계획을 바탕으로 신재생에너지원을 고려해 수요예측 및 수요관리를 한다면 환경문제와 연료고갈 문제의 개선과 기타 에너지원의 절약이 가능하다. 또한 탄소량 배출 감소 효과와 현재의 수요관리 목표량보다 효과적인 수요관리가 가능하다.

• Environmental and Resource Economics Review
• /
• v.28 no.3
• /
• pp.437-465
• /
• 2019

In this study, we propose a new method to forecast long-term energy demand in Korea. Based on Chang et al. (2016), which models the time varying long-run relationship between electricity demand and GDP with a function coefficient panel model, we design several schemes to retain objectivity of the forecasting model. First, we select the bandwidth parameters for the income coefficient based on the out-of-sample forecasting performance. Second, we extend the income coefficient using the functional principal component analysis method. Third, we proposed a method to reflect the elasticity change patterns inherent in Korea. In the empirical analysis part, we forecasts the long-term energy demand in Korea using the proposed method to show that the proposed method generates more stable long term forecasts than the existing methods.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1218-1221
• /
• 2022

최근 전세계의 탄소중립 요구에 따른 에너지 효율 증대를 통한 에너지 절감을 위한 효율성 관련 연구가 확대되고 있다. 방송과 미디어 분야에는 에너지 효율이 더욱 시급하다. 이에 본 연구에서는 효율적인 에너지 시스템 구축을 위해 난방 에너지 시계열 데이터를 기반으로 한 수요 예측 모델을 선정하고, 설명하는 인공지능 모델을 도입하여 수요 예측에 영향을 미치는 원인을 파악하는 프레임워크를 제안한다.

• Journal of Energy Engineering
• /
• v.4 no.3
• /
• pp.387-393
• /
• 1995

본 연구에서는 단기 전력수요예측에 있어서 필요한 데이터의 수와 계산시간을 경감하면서 보다 정확성을 기할 수 있는 앨고리즘의 개발을 위하여 이에 적합한 칼만필터링 앨고리즘을 고찰하였다. 또한 칼만필터 앨고리즘을 토대로 필터의 모형화를 통하여 단기 전력수요를 예측할 수 있는 실시간 동적예측 모형을 구축하고 그 적용 가능성을 시험하였다.

• Journal of Environmental Impact Assessment
• /
• v.24 no.5
• /
• pp.487-498
• /
• 2015

The energy problem has occurred because of the effects of rising temperature and growing population and GDP. Prediction for the energy demand is required to respond these problems. Therefore, this study will predict heating and cooling energy consumption in residential sector to be helpful in energy demand management, particularly heating and cooling energy demand management. The AIM/end-use model was used to estimate energy consumption, and service demand was needed in the AIM/end-use model. Service demand was estimated on the basis of formula, and energy consumption was estimated using the AIM/end-use model. As a result, heating and cooling service demand tended to increase in 2050. But in energy consumption, heating decreased and cooling increased.

• Journal of Internet Computing and Services
• /
• v.24 no.2
• /
• pp.47-56
• /
• 2023

Hydrogen energy is an eco-friendly energy that produces heat and electricity with high energy efficiency and does not emit harmful substances such as greenhouse gases and fine dust. In particular, smart hydrogen energy is an economical, sustainable, and safe future smart hydrogen energy service, which means a service that stably operates based on 'data' by digitally integrating hydrogen energy infrastructure. In this paper, in order to implement a data-based hydrogen charging station demand forecasting model, three hydrogen charging stations (Chuncheon, Sokcho, Pyeongchang) installed in Gangwon-do were selected, supply and demand data of hydrogen charging stations were secured, and 7 machine learning and deep learning algorithms were used. was selected to learn a model with a total of 27 types of input data (weather data + demand for hydrogen charging stations), and the model was evaluated with root mean square error (RMSE). Through this, this paper proposes a machine learning-based hydrogen charging station energy demand prediction model for optimal hydrogen energy supply and demand.

• 에너지협의회보
• /
• s.30
• /
• pp.22-27
• /
• 1994

• Annual Conference of KIPS
• /
• 2015.10a
• /
• pp.1208-1210
• /
• 2015

본 논문은 실제 사무용 빌딩의 전력 사용량 빅 데이터를 이용하여 효율적인 에너지 사용 및 빌딩 에너지 수요 반응 관리를 위해 전력 사용량 기준 클러스터링을 통한 분석결과를 제시하고 분석된 클러스터링 결과를 기반으로 전력 사용량 예측모델을 설계하였다. 예측모델을 통해 도출된 전력 사용량과 실제 빌딩의 실측 데이터 사이의 오차율을 계산하여 예측모델의 타당성을 보였으며 이를 토대로 에너지 예측 사용량 기반 효율적인 수요 반응 제어 알고리즘을 제시하였다.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.25 no.2
• /
• pp.77-83
• /
• 2002

본 연구에서는 가솔린 시계열 예측전문가들이 수요를 예측하고, 더 나아가 직감적으로 행하고 있는 보정과정을 자동화하기 위해 신경망을 사용한다. 가솔린 수요 예측분야에서 보정을 위해 사용되는 전형적인 판단요소는 정부 에너지 절약 정책, 에너지 산업의 파업, 공휴일 등이 있다. 주요 추세가 순환신경망에 의해 예측되고 이들 판단요소의 효과가 다층신경망에 의해 탐지되어 보정된다. 가솔린 수요에 대한 실험결과는 보정과정을 갖는 예측구조가 하나의 신경망을 사용하는 예측구조 보다 더 나은 예측력을 보였다. 그리고 본 연구에서 제시한 접근방법이 순환신경망이나 ARIMA 모델을 사용하는 것보다 더 나은 결과를 가졌다.