최근 지구 온난화, 미세먼지 등의 환경 오염 문제로 인하여 정부의 친환경 정책에 많은 관심이 쏟아지고 있다. 친환경 에너지뿐만 아니라 전기 자동차 사용을 활성화 시키기 위하여 보조금 지원 정책 등 여러 정책을 펼치고 있는 실정이다. 전기 자동차가 활성화되면서 자동차 충전을 위한 전력 수요량이 증가하게 될 것이므로 원활한 전력 수급 계획을 수립하기 위해서는 전기 자동차 충전을 위한 ...
최근 지구 온난화, 미세먼지 등의 환경 오염 문제로 인하여 정부의 친환경 정책에 많은 관심이 쏟아지고 있다. 친환경 에너지뿐만 아니라 전기 자동차 사용을 활성화 시키기 위하여 보조금 지원 정책 등 여러 정책을 펼치고 있는 실정이다. 전기 자동차가 활성화되면서 자동차 충전을 위한 전력 수요량이 증가하게 될 것이므로 원활한 전력 수급 계획을 수립하기 위해서는 전기 자동차 충전을 위한 전력량을 정확히 예측하는 것이 중요하다. 본 논문에서는 서울특별시와 제주특별자치도의 전기 자동차 충전소 데이터를 수집하여 지역별 충전 전력량 1일 예측 연구를 하였다. 충전 전력 예측을 위하여 시계열 모형인 ARIMA, ARIMAX, ARIMA-GARCH, ARIMAX-GARCH, SARIMA, SARIMAX 모형을 비교하였다. 모형들의 비교하는 기준으로는 MAPE, SMAPE를 사용하였다.
최근 지구 온난화, 미세먼지 등의 환경 오염 문제로 인하여 정부의 친환경 정책에 많은 관심이 쏟아지고 있다. 친환경 에너지뿐만 아니라 전기 자동차 사용을 활성화 시키기 위하여 보조금 지원 정책 등 여러 정책을 펼치고 있는 실정이다. 전기 자동차가 활성화되면서 자동차 충전을 위한 전력 수요량이 증가하게 될 것이므로 원활한 전력 수급 계획을 수립하기 위해서는 전기 자동차 충전을 위한 전력량을 정확히 예측하는 것이 중요하다. 본 논문에서는 서울특별시와 제주특별자치도의 전기 자동차 충전소 데이터를 수집하여 지역별 충전 전력량 1일 예측 연구를 하였다. 충전 전력 예측을 위하여 시계열 모형인 ARIMA, ARIMAX, ARIMA-GARCH, ARIMAX-GARCH, SARIMA, SARIMAX 모형을 비교하였다. 모형들의 비교하는 기준으로는 MAPE, SMAPE를 사용하였다.
Environmental pollution issues such as global warming and fine dust have recently brought a lot of attention to the government’s eco-friendly policies all. In addition to environmentally friendly energy, various policies like subsidy support policies are being implemented to promote the use of elect...
Environmental pollution issues such as global warming and fine dust have recently brought a lot of attention to the government’s eco-friendly policies all. In addition to environmentally friendly energy, various policies like subsidy support policies are being implemented to promote the use of electric vehicles. As the use of electric vehicles become active, the demand of electric power for charging electric vehicles will increase. Therefore, it is important to predict accurately the electric demand for charging electric vehicles in order to establish a smooth demand supply plan. In this paper, electric vehicle charging station data from Seoul and Jeju Island were collected and the research was conducted to forecast the amount of charging power for each region. The time series prediction models (ARIMA, ARIMAX, ARIMA-GARCH, ARIMAX-GARCH, SARIMA, SARIMAX) for electric vehicles charging power amount prediction were compared on the basis of MAPE, SMAPE.
Environmental pollution issues such as global warming and fine dust have recently brought a lot of attention to the government’s eco-friendly policies all. In addition to environmentally friendly energy, various policies like subsidy support policies are being implemented to promote the use of electric vehicles. As the use of electric vehicles become active, the demand of electric power for charging electric vehicles will increase. Therefore, it is important to predict accurately the electric demand for charging electric vehicles in order to establish a smooth demand supply plan. In this paper, electric vehicle charging station data from Seoul and Jeju Island were collected and the research was conducted to forecast the amount of charging power for each region. The time series prediction models (ARIMA, ARIMAX, ARIMA-GARCH, ARIMAX-GARCH, SARIMA, SARIMAX) for electric vehicles charging power amount prediction were compared on the basis of MAPE, SMAPE.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.