• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제1권3호
• /
• pp.133-142
• /
• 2012

쿠르노 모델은 경쟁적 전력시장을 게임이론 기반으로 모델링하기 위한 대표적인 모델이다. 이전 연구에서도 쿠르노 모델을 이용하여 전력시장을 모델링 하기 위한 다양한 시도가 이루어져 왔다. 쿠르노 모델은 몇 개의 주요 발전사업자들이 경쟁하고 그로 인해 시장지배력이 존재하는 과점 시장모델에 적합하다. 쿠르노 모델로 시장을 모델링함에 있어서는 우하향 하는 수요함수의 존재가 선결되어야 한다. 과점에서 시장참여자들은 시장지배력을 활용하여 그들의 이익을 극대화하려고 노력하지만, 우하향하는 시장수요함수에 의해 매출 역시 하락하기 때문에 적당한 지점에서 이러한 시장지배력의 행사를 제한하여야 한다. 스마트그리드에서는 실시간으로 변동하는 요금제와 다양한 전산기반 툴의 활용으로 인해 이러한 수요반응이 더욱 활성화될 것이고, 이 경우 쿠르노 모델은 수요반응 솔루션의 주요 모델로 활용될 것이다. 이에 본 논문은 실제 시장에서 계량경제학적인 접근으로 전력시장의 수요곡선을 추정하는 방법에 대해 제안한다.

• 전기전자학회논문지
• /
• 제23권3호
• /
• pp.852-857
• /
• 2019

분산자원 집합 거래시장에 참여를 원하는 소비자나 사업자를 위한 가상발전소의 전력거래 플랫폼에서 사업참여자의 수요 자원을 관리하고, 이에 적절한 전략을 제공하기 위해 익일 개별 참여자의 수요와 전체 계통의 전력수요를 예측하는 것이 대단히 중요하다. 이러한 전력거래 플랫폼에서 활용하는 것을 목표로 본 논문은 우선 익일의 24시간 전력계통 전력수요예측 모델을 개발하였다. 본 논문에서는 전력수요예측 데이터의 시계열 특성을 고려하여 딥러닝 기법 중 LSTM 알고리즘을 사용하였고, 전력수요량 등의 입출력 값에 원-핫 인코딩 기법을 적용하는 새로운 시도를 하였다. 성능평가에서 일반 DNN과 본 논문에서 구현된 LSTM 예측모델은 각각 평균 제곱근 오차 4.50, 1.89를 나타내어 LSTM 모델이 예측정확도가 높게 나타났다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권12호
• /
• pp.419-430
• /
• 2020

본 연구는 기존 전력량 예측 모델의 구조를 변경하여 모델의 예측 능력을 향상 시킬 수 있는 방법에 관하여 연구하였다. 전기에 대한 수요는 그 어느 때보다 증가하고 있다. 산업 부문에서는 그 어느 부문 보다 전기 소모량이 많음으로, 더욱 정확한 공장 지역의 전력량 소모 예측 모델이 잉여 에너지 생산을 줄이기 위해 주목을 받고 있다. 우리는 2개의 개별 encoder와 한개의 decoder를 사용하여, 장기와 단기 데이터를 모두 사용하는 double encoder-decoder 모델을 제안한다. 우리는 제안된 모델을 세홍(주)의 생산 구역에서 2019년 1월 1일부터 2019년 6월 30일 까지 모집된 전력 소모량 데이터에서 평가 하였다. double encoder-decoder 모델은 기존의 encoder-decoder 모델을 사용했을 때와 비교하여 약 10 %의 평균 절대 비율 오차의 감소를 기록 하였다. 본 결과는 제안한 모델이 encoder-decoder 모델에 비해 생산 지역의 전력 사용량의 예측을 더 정확하게 하는 모델임을 보여준다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 A
• /
• pp.389-391
• /
• 2002

This paper presents the System Marginal Price(SMp) forecasting implementation using backpropagation Neural Networks in Competitive Electricity Market. SMP is very important term to seek the maximum profit to bidding participants. Demand and SMP that necessary data for training Neural Networks, supplied from Korea Power Exchange(KPX). Statistic analysis about predicted SMP presents a part of consideration in end of this paper.

• 자원ㆍ환경경제연구
• /
• 제27권2호
• /
• pp.287-313
• /
• 2018

본 연구는 전력수요의 냉방 및 난방 수요를 측정하고 분석한다. 이를 위해 냉난방기온효과를 추정하고 이를 Chang et al. (2014)의 전력수요함수 모형에 적용하여 전력수요를 기본수요, 냉방수요 그리고 난방수요로 분해하였다. 1999년 1월부터 2016년 12월의 한국의 일반용과 주택용 전력수요를 분석한 결과, 난방수요의 증가율이 기본수요와 냉방수요의 증가율을 월등히 상회하였으며 특히 일반용에서 난방수요 증가가 두드러졌다. 평년기온으로 통제한 기온보정된 난방수요는 실현된 난방수요보다 상대적으로 '더' 증가하였고, 냉방수요는 반대로 기온보정된 수요가 실현된 수요에 비해서 '덜' 증가하였다. 본 논문은 전력수요 내의 냉방 및 난방수요를 측정할 뿐 아니라 경제주체들의 전력수요 변화 패턴을 확인했다는 점에 의의가 있으며, 추정 결과들은 향후 전력수요예측과 에너지수요관리 정책 수립에 도움을 줄 수 있을 것으로 기대된다.

• Communications for Statistical Applications and Methods
• /
• 제16권1호
• /
• pp.127-135
• /
• 2009

한국의 경제규모가 꾸준히 커감에 따라 가정, 건물, 공장 등에서 필요로 하는 전력량이 지속적으로 증가하고 있다. 전력공급의 안정화를 위해서는 최대전력량보다 전력공급능력이 높아야 한다. 월별 최대전력량을 잘 설명할 수 있는 통계모형을 찾기 위해 Winters 모형, 분해 시계열모형, ARMA 모형, 설명 변수를 통해 추세성분과 계절성분을 교정한 모형을 살펴보았다. 모형의 예측력 비교 기준으로 모형적합으로부터 구한 RMSE와 MAPE가 사용되었다. 여름철 최대전력량을 예측하기 위해 평균기온과 열대야 일수를 설명 변수로 갖는 시계열 모형이 가장 우수하였다. 아울러 외부요인을 갖는 극단분포 모형을 이용한 분석을 시도하였다.

• International Journal of Advanced Culture Technology
• /
• 제2권2호
• /
• pp.11-14
• /
• 2014

In the smart grid, it will be possible to communicate with the consumers for the purposes of monitoring and controlling their power consumption without disturbing their business or comfort. This will bring easier administration capabilities for the utilities. On the other hand, consumers will require more advanced home automation tools which can be implemented by using advanced sensor technologies. For instance, consumers may need to adapt their consumption according to the dynamically varying electricity prices which necessitates home automation tools. This paper tries to combine neural network and nonlinear autoregressive with exogenous variable (NARX) class for next week electric load forecasting. The suitability of the proposed approach is illustrated through an application to electric load consumption data. The suggested system provides a useful and suitable tool especially for the load forecasting.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2003년도 학술대회지
• /
• pp.67-72
• /
• 2003

Infrastructure asset management is a methodology for programming infrastructure capital investments and adjusting infrastructure service provision to fulfil established performance, considering the life-cycle perspective of infrastructure. In this study, the methodologies for infrastructure asset management system implemented in sewer management system, bridge management system, pavement and highway management system, and embankment dam management system are described with focus on the system in U.S. As the major methodology to support the decision-making for asset mangers to better allocate the limited funds to the area needing it the most. various demand forecasting methodologies used in wastewater, water, transportation, electricity, and construction are also introduced for their applicability towards infrastructure asset management.

• 한국시스템다이내믹스학회:학술대회논문집
• /
• 한국시스템다이내믹스학회 2006년도 춘계학술대회 발표논문집
• /
• pp.101-122
• /
• 2006

A series of system dynamics model was developed for forecasting demand and supply of human resource in the electricity industry. To forecast demand of human resource in the electric power industry, BLS (Bureau of Labor Statistics) methodology was used. To forecast supply of human resource in the electric power industry, forecasting on the population of our country and the number of students in the department of electrical engineering were performed. After performing computer simulation with developed system dynamics model, it is discovered that the shortage of human resource in the electric power industry will be 3,000 persons per year from 2006 to 2015, and more than a double of current budget is required to overcome this shortage of human resource.

• 응용통계연구
• /
• 제32권1호
• /
• pp.161-171
• /
• 2019

일별 최대전력 수요 예측은 국가의 전력 수급운영에 중요한 과제로서 과거부터 다양한 방법들이 끊임없이 연구되어 왔다. 일별 최대전력 수요를 정확히 예측함으로써 발전설비에 대한 일일 운용계획을 작성하고 효율적인 설비 운용을 통해 불필요한 에너지 자원의 소비를 감소하는데 기여할 수 있으며 여름 겨울철 냉난방수요로 인해 발생하는 전력소비 과다로 인한 전력예비율 감소 문제 등에 선제적으로 대비할 수 있는 장점을 가진다. 이러한 일별 최대전력수요 예측을 위하여 본 논문에서는 Seasonal ARIMA, TBATS, Seasonal Reg-ARIMA, NNETAR 모형에 평일, 주말, 특수일에 대한 효과와 온도에 대한 영향을 함께 고려하여 다음날의 일별 최대전력을 예측하는 모형을 연구하였다. 본 논문을 통한 모형들의 예측 성능 평가 결과 요일, 온도를 고려할 수 있는 Seasonal Reg-ARIMA 모형과 NNETAR 모형이 이를 고려할 수 없는 다른 시계열 모형보다 우수한 예측 성능을 나타내었고 그 중 인공신경망을 활용한 NNETAR 모형의 예측 성능이 가장 우수하였다.