한글초록: 전통적으로 수직-통합 구조의 전력산업은 효율성 재고 측면에서 구조개편을 단행하였고 현재 우리나라 발전 부문별 분할을 통해 경쟁적 시장구조를 가지게 되었다. 경쟁적 전력시장에서 단기 시장가격예측은 시장참여자들의 이익을 극대화하기 위한 중요한 요소 가운데 하나이다. 따라서 정확한 계통한계가격(SMP; System Marginal Price)의 예측은 시장참여자들에게 있어서 이익을 극대화 할 수 있는 전력수립의 바탕이 되므로 시장참여자들에게 정확한 계통한계가격의 예측은 무엇보다 필수적이다. 이를 위한 다양한 알고리즘들이 기존에 제시되어져 왔다. 본 논문에서는 ...
한글초록: 전통적으로 수직-통합 구조의 전력산업은 효율성 재고 측면에서 구조개편을 단행하였고 현재 우리나라 발전 부문별 분할을 통해 경쟁적 시장구조를 가지게 되었다. 경쟁적 전력시장에서 단기 시장가격예측은 시장참여자들의 이익을 극대화하기 위한 중요한 요소 가운데 하나이다. 따라서 정확한 계통한계가격(SMP; System Marginal Price)의 예측은 시장참여자들에게 있어서 이익을 극대화 할 수 있는 전력수립의 바탕이 되므로 시장참여자들에게 정확한 계통한계가격의 예측은 무엇보다 필수적이다. 이를 위한 다양한 알고리즘들이 기존에 제시되어져 왔다. 본 논문에서는 시계열 자료를 이용한 예측기법 가운데 하나인 자기회귀누적이동평균(ARIMA; AutoRegressive Integrated Moving Average) 모형을 이용하여 보다 정확한 계통한계가격 예측을 위한 예측보정 방법론을 제시한다. 본 논문에서는 ARIMA 모형의 시계열 입력 자료로서 시간대별 자료, 주간별 자료, 그리고 월별 자료를 이용하여 예측을 수행하였고 각 시간대별 예측된 계통한계가격의 오차를 최소화하기 위해 보정알고리즘을 통해 보다 정확한 계통한계가격을 예측하였다. 본 논문에서 제시한 계통한계가격 예측방법론의 신뢰성을 검증하기 위해 한국전력거래소(KPX; Korea Power Exchange)의 2004년 실제 계통한계가격을 이용하였다영문초록: This paper presents a new approach for the SMP(System Marginal Price) forecasting using ARIMA(Autoregressive Integrated Moving Average) model based on the time-series method. Recently, the electric power industries are changing rapidly around the world. The conventional electric power industries are characterized as functionally vertical integration, monopoly, and regulations, etc. However, the power industries are now changing to the deregulation and the introduction of competition environments to improve efficiency, to reduce electricity prices, and to guarantee to commodity choice rights, etc. To keep pace with these international trends and improve economic efficiency in the electric power sector, the Congress of Korea has passed the new Electricity Law whose main objective is to introduce the competition mechanism in electricity sector on December 2000. Following the government-driven restructuring plan and the Electricity Business Act of Korea, the KPX(Korea Power Exchange), as of April 2, 2001, was founded as a core organization responsible for management of the newly introduced competitive electricity market. Furthermore, with the separation of six generation subsidiaries from the KEPCO(Korea Electric Power Corporation), the electricity supply sector in Korea has been reorganized and the newly established six GenCos(Generation Company) and existing IPPs(Independent Power Producer). In the current generation competitive in Korea, the Gencos should submit their real generation cost and the technical data related with the unit commitment to the KPX and then the KPX schedules the generation of each generator and evaluates the SMP. Therefore the SMP is a vital factor to the market participants who intend to maximize the their profit and to the ISO(Independent System Operator) who wish to operate the electricity market in a stable sense, the short-term marginal price forecasting should be performed correctly. In an electricity market the short-term trading between the market entities can be generally affected to the short-term market price. Therefore the exact forecasting of SMP can influence on the profit of market participants. This paper presents a new methodology of a day-ahead SMP forecasting using ARIMA model based on the time-series method. Also the proposed correction algorithm is used to minimize the forecasting error in order to improve efficiency and accuracy of the SMP forecasting. To show the efficiency and effectiveness of the proposed method, the case studies are performed using historical data of SMP in 2004 published by KPX
한글초록: 전통적으로 수직-통합 구조의 전력산업은 효율성 재고 측면에서 구조개편을 단행하였고 현재 우리나라 발전 부문별 분할을 통해 경쟁적 시장구조를 가지게 되었다. 경쟁적 전력시장에서 단기 시장가격예측은 시장참여자들의 이익을 극대화하기 위한 중요한 요소 가운데 하나이다. 따라서 정확한 계통한계가격(SMP; System Marginal Price)의 예측은 시장참여자들에게 있어서 이익을 극대화 할 수 있는 전력수립의 바탕이 되므로 시장참여자들에게 정확한 계통한계가격의 예측은 무엇보다 필수적이다. 이를 위한 다양한 알고리즘들이 기존에 제시되어져 왔다. 본 논문에서는 시계열 자료를 이용한 예측기법 가운데 하나인 자기회귀누적이동평균(ARIMA; AutoRegressive Integrated Moving Average) 모형을 이용하여 보다 정확한 계통한계가격 예측을 위한 예측보정 방법론을 제시한다. 본 논문에서는 ARIMA 모형의 시계열 입력 자료로서 시간대별 자료, 주간별 자료, 그리고 월별 자료를 이용하여 예측을 수행하였고 각 시간대별 예측된 계통한계가격의 오차를 최소화하기 위해 보정알고리즘을 통해 보다 정확한 계통한계가격을 예측하였다. 본 논문에서 제시한 계통한계가격 예측방법론의 신뢰성을 검증하기 위해 한국전력거래소(KPX; Korea Power Exchange)의 2004년 실제 계통한계가격을 이용하였다영문초록: This paper presents a new approach for the SMP(System Marginal Price) forecasting using ARIMA(Autoregressive Integrated Moving Average) model based on the time-series method. Recently, the electric power industries are changing rapidly around the world. The conventional electric power industries are characterized as functionally vertical integration, monopoly, and regulations, etc. However, the power industries are now changing to the deregulation and the introduction of competition environments to improve efficiency, to reduce electricity prices, and to guarantee to commodity choice rights, etc. To keep pace with these international trends and improve economic efficiency in the electric power sector, the Congress of Korea has passed the new Electricity Law whose main objective is to introduce the competition mechanism in electricity sector on December 2000. Following the government-driven restructuring plan and the Electricity Business Act of Korea, the KPX(Korea Power Exchange), as of April 2, 2001, was founded as a core organization responsible for management of the newly introduced competitive electricity market. Furthermore, with the separation of six generation subsidiaries from the KEPCO(Korea Electric Power Corporation), the electricity supply sector in Korea has been reorganized and the newly established six GenCos(Generation Company) and existing IPPs(Independent Power Producer). In the current generation competitive in Korea, the Gencos should submit their real generation cost and the technical data related with the unit commitment to the KPX and then the KPX schedules the generation of each generator and evaluates the SMP. Therefore the SMP is a vital factor to the market participants who intend to maximize the their profit and to the ISO(Independent System Operator) who wish to operate the electricity market in a stable sense, the short-term marginal price forecasting should be performed correctly. In an electricity market the short-term trading between the market entities can be generally affected to the short-term market price. Therefore the exact forecasting of SMP can influence on the profit of market participants. This paper presents a new methodology of a day-ahead SMP forecasting using ARIMA model based on the time-series method. Also the proposed correction algorithm is used to minimize the forecasting error in order to improve efficiency and accuracy of the SMP forecasting. To show the efficiency and effectiveness of the proposed method, the case studies are performed using historical data of SMP in 2004 published by KPX
※ AI-Helper는 부적절한 답변을 할 수 있습니다.