• KIPS Transactions on Computer and Communication Systems
• /
• v.1 no.3
• /
• pp.133-142
• /
• 2012

Cournot model is one of representative models among many game theoretic approaches available for analyzing competitive market models. Recent years have witnessed various kinds of attempts to model competitive electricity markets using the Cournot model. Cournot model is appropriate for oligopoly market which is one characteristic of electric power industry requiring huge amount of capital investment. When we use Cournot model for the application to electricity market, it is prerequisite to assume the downward sloping demand curve in the right direction. Generators in oligopoly market could try to maximize their profit by exercising the market power like physical or economic withholding. However advanced electricity markets also have demand side bidding which makes it possible for the demand to respond to the high market price by reducing their consumption. Considering this kind of demand reaction, Generators couldn't abuse their market power. Instead, they try to find out an equilibrium point which is optimal for both sides, generators and demand. This paper suggest a quantitative analysis between market variables based on econometrics for estimating demand responses in smart grid environment.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.11 no.8
• /
• pp.2793-2800
• /
• 2010

In this paper, we propose a quadratic (nonlinear) regression model that forecasts daily demands of electric power in summer. For cost-effective production (and/or procurement) of electric power, forecasting demands of electric power with accuracy is important, especially in summer when temperature is high. In the literature, temperature and daily demands of preceding days are typically employed to construct forecasting models. While, we consider another factor, day of the week, together with temperature and daily demands of preceding days. For validating the proposed model, we demonstrate the forecasting accuracy in terms of MAPE(Mean Absolute Percentage Error) and MPE(Maximum Percentage Error) using field data from KEPCO(Korea Electric Power Corporation) in comparison with two forecasting models in the literature. When compared with the two benchmarks, the proposed forecasting model performs far better providing MAPE and MPE not exceeding 3.08% and 8.99%, respectively, in summer from 2005 to 2009.

• Proceedings of the KIEE Conference
• /
• summer
• /
• pp.695-697
• /
• 2004

현재 전력시장에서 발생하는 게이밍을 반영하기 위한 수리적 모델로서 가장 보편적으로 사용되는 이론 중의 하나가 쿠르노 모델이다. 쿠르노 모델을 실제전력시장에 적용할 때 가장 어려운 점 중의 하나는 정화한 해당 모델에 사용되는 수요와 시장가격간의 관계를 정식화한 수요반웅함수(혹은 역수요함수)를 구하는 것이 다. 기존 모델의 경우 장기간에 걸친 탐문조사나 데이터를 바탕으로 가격탄력성을 구하는 방식을 취하고 있다. 그러나 수요는 전기설비의 교체 소비자의 기호 등 여러가지 변수로 지속적으로 변할 수 있기 때문에 이러한 고정적인 가격탄력성을 적용하는 것은 문제점이 될 수 있기 때문에 본 논문에서는 이러한 가격탄력성을 일정 거래주기 마다 갱신해줄 수 있는 방법을 제안하고자 한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2018.05a
• /
• pp.35-36
• /
• 2018

영화는 하나의 높은 부가가치의 문화상품이며 영화산업도 한 나라의 문화를 반영할 수 있는 전력적인 산업이다. 중국 영화는 1978년 개혁 개방 이후 빠르게 발전하여, 특히 2016년부터 중국 정부는 "중국 영화산업 촉진 법안"을 반포하여 중국 정부는 영화산업을 적극적으로 지지 및 촉진하여 미래에 대해 강한 성장세를 보일 수 있다. 그러나 중국 영화 산업의 제도가 선진국과 달라, 또한 중국의 영화 심사제도의 경직성과 영화산업 구조의 불균형성으로 인해 중국 영화공급 및 수요에 항상 불균형에 빠져있는 문제들이 있다. 이런 문제점을 극복하기 위해 본 논문은 중국 영화에 대한 수요함수를 추정함으로써 정부의 정책 수립 및 산업적 지도에 도움이 되거나 투자자에게 참고도 되는 목적이다. 이러한 연구의 목적을 달성하기 위하여 본 논문은 Eviews 8.0 이용해 중국 통계국의 통계 데이터를 분석하여 중국 영화 상품에 대한 수요함수를 추정하는 중심으로 실시하였다. 향후 중국 영화 상품 수요함구가 좀 더 미시적인 소비자 선호별, 지역별 구분하여 엄밀한 분석을 필요하다.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.810-811
• /
• 2007

기온의 변화에 따라 전력수요는 상관성을 가지고 밀접하게 움직이는데, 최근에 와서 상관성이 약화되는 경향을 보이면서 불확실성이 증가되고 있다. 이러한 현상이 나타나는 원인은 기온을 분포함수화하여 접근하지 못하고, 누적기온 영향력과 실질적 기온분포를 반영하지 못했기 때문이다. 따라서 이를 보완하기 위해 전력기온지수라는 개념을 새로 창출하였으며, 여기에 누적기온반응도, 유효기온분포 및 실질기온 효과를 반영하였다. 따라서 종합적 전력기상요인인 전력기온지수를 통해 전력소비자의 자발적 수요관리 유도 및 안정적 전력수급의 토대를 마련할 수 있다는 결론을 얻었다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.664-665
• /
• 2011

최근 겨울철과 여름철에 다양한 냉난방기기의 보급이 급증하여 최대전력에 대한 기온의 영향이 상당히 커지고 있다. 이에 따라 기온의 영향으로 인한 계절성이 급등하여 전력수요 예측결과의 불확실성을 증폭시키고 있다. 그러나 아직까지는 이러한 냉방 및 난방부하의 급증에 따른 계절성 변화에 대한 체계적인 분석 방법이 정형화되어 있지 못하다. 따라서 본 연구에서는 누적기온반응함수, 기온분포함수, 공적분 및 오차수정모형 등을 바탕으로 엄격한 통계적 검증을 거쳐 냉난방부하 추정 방법을 연구하였고, 아울러 관련 결과를 제시함으로써 향후의 전력수급에 안정적 기반을 제공코자 한다.

• 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.

• The Korean Journal of Applied Statistics
• /
• v.32 no.5
• /
• pp.703-720
• /
• 2019

The influence of temperature on electricity demand is increasing due to extreme weather and climate change, and the climate impacts involves nonlinearity, asymmetry and complexity. Considering changes in government energy policy and the development of the fourth industrial revolution, it is important to assess the climate effect more accurately for stable management of electricity supply and demand. This study aims to analyze the effect of temperature change on electricity demand using the partial linear model. The main results obtained using the time-unit high frequency data for meteorological variables and electricity consumption are as follows. Estimation results show that the relationship between temperature change and electricity demand involves complexity, nonlinearity and asymmetry, which reflects the nonlinear effect of extreme weather. The prediction accuracy of in-sample and out-of-sample electricity forecasting using the partial linear model evidences better predictive accuracy than the conventional model based on the heating and cooling degree days. Diebold-Mariano test confirms significance of the predictive accuracy of the partial linear model.

• The Proceedings of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.6 no.3
• /
• pp.43-49
• /
• 1992

Forecasting of electric power demand has been a basic element for electric power system operation and system development, and it's accuracy has very strong influence on reliability and economical efficience of power supply. So, in this paper, long―term maximum electric power demand has been forecasted by using the triple exponential smoothing method initiated R.G.Brown. It has been regarded this method as high accuracy and operational convenience. The smoothing function is a liner combination of all past observations and the weight given to previous observations decreases geometrically with age.

• Journal of Energy Engineering
• /
• v.24 no.2
• /
• pp.167-173
• /
• 2015

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.