[논문]자기회귀누적이동평균 모형을 이용한 전일 계통한계가격 예측

김대용; 이찬주; 이명환; 박종배; 신중린

자기회귀누적이동평균 모형을 이용한 전일 계통한계가격 예측
A Day-Ahead System Marginal Price Forecasting Using ARIMA Model 원문보기

김대용 (건국대학교 전기공학과) , 이찬주 (건국대학교 전기공학과) , 이명환 (건국대학교 전기공학과) , 박종배 (건국대학교 전기공학과) , 신중린 (건국대학교 전기공학과)

Since the System Marginal Price (SMP) is a vital factor to the market entities who intend to maximize the their profit, the short-term marginal price forecasting should be performed correctly. In a electricity market, the short-term trading between the market entities can be generally affected a short-term market price. Therefore, the exact forecasting of SMP can influence on the profit of market participants. This paper presents a methodology of day-ahead SMP foretasting using Autoregressive Integrated Moving Average (ARIMA). To show the efficiency and effectiveness of the proposed method, the numerical studies have been performed using historical data of SMP in 2004.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 계통한계가격 예측을 위해 통계학적 자료 예측기법인 자기회귀누적이동평균 모형을 확장하여 시장가격을 예측하였다. 본 논문에서 제시하는 예측알고리즘은 최소 시계열 자료를 가지고 하루 전 시장가격예측에 대한 모든 예측인자를 고려하여 예측하였고 보정알고리즘을 통해 예측된 시장가격을 보정하는 방법론이다.
본 논문에서는 한국전력거래소에서 제공하는 시간대별 계통한계가격 자료를 이용해서 2004년 8월 한 달간의 계통한계가격을 예측하여 제시한 알고리즘의 타당성을 검증하였다. 그리고 본 논문에서 제시한 방법론의 자기 회귀 누적 이동평균 모형 차수 설정 및 예측치는 통계학적 범용 소프트웨어인 SAS Ver.

제안 방법

본 논문에서 제시하는 예측알고리즘은 최소 시계열 자료를 가지고 하루 전 시장가격예측에 대한 모든 예측인자를 고려하여 예측하였고 보정알고리즘을 통해 예측된 시장가격을 보정하는 방법론이다. 또한 본 논문에서는 2004년 8월(첨두기간)을 예측하여 제시한 방법론의 타당성을 검증하였다.
본 논문에서는 정확한 계통한계가격 예측을 위해서 시계열 자료의 예측기 법의 하나인 기존의 자기 회귀 누적 이동평균 모형을 확장하여 사용하였다. 한국전력거래소에서 공개되는 과거의 계통한계가격을 입력 자료로 사용하여 2004년 8월 한 달간의 계통한계가격을 예측하였으며, 이를 실제 계통한계가격과 비교 분석하여 타당성을 검증 및 수행하였다.
본 논문의 예측모형 최종목표는 정확한 계통한계가격예측에 있으며 확장된 자기회귀누적이동평균 모형을 이용하여 시간대별(yth), 주간대별(ytw), 월별(ytm)에 대한 각각의 예측값을 다음과 같이 선정한다.
한국전력거래소에서 공개되는 과거의 계통한계가격을 입력 자료로 사용하여 2004년 8월 한 달간의 계통한계가격을 예측하였으며, 이를 실제 계통한계가격과 비교 분석하여 타당성을 검증 및 수행하였다. 제시한 기법은 평균오차율이 약 2.

데이터처리

그리고 본 논문에서 제시한 방법론의 자기 회귀 누적 이동평균 모형 차수 설정 및 예측치는 통계학적 범용 소프트웨어인 SAS Ver. &1을 사용하여 모의 시험하였다.

성능/효과

01%의 최소오차율을 나타내었다. (그림 5)에서 볼 수 있듯이 예측보정 알고리즘을 통해 예측된 예측값의 오차율이 매우 작은 값을 갖는 것을 알 수 있으며, 이를 통해 예측 결과값이 매우 정확하다는 것을 확인할 수 있다.
(그림 2)는 2004년 7월 시간대별 계통한계가격 시계열 자료를 이용하여 8월을 예측한 예측값의 오차율을 나타내었고, (그림 3)은 7월 주간대별 시계열 자료를 이용하여 예측한 예측값의 오차율, 그리고 (그림 4)는 7월 월별 시계열 자료를 이용하여 예측한 예측값의 오차율을 나타낸 것이다. 그림에서 보면 알 수 있듯이 본 논문에서 제시한 ARIMA 모형별 예측값이 평균 3.27[%]의 비교적 작은 오차율을 가지고 있지만 특정 시간대에 큰 오차율을 가지는 것을 확인할 수 있다. 따라서 본 논문에서 제시하는 보정알고리즘을 통해 예측돤 계통시장한계가격의 오차율을 (그림 5)에 나타내었다.
상기 표에서 correct 구간에 대한 실측값과 예측값의 오차율은 평균 2.22%로 매우 적은 오차율을 나타내고 있으며, 28.78%의 최대오차율과 0.01%의 최소오차율을 나타내었다. (그림 5)에서 볼 수 있듯이 예측보정 알고리즘을 통해 예측된 예측값의 오차율이 매우 작은 값을 갖는 것을 알 수 있으며, 이를 통해 예측 결과값이 매우 정확하다는 것을 확인할 수 있다.
한국전력거래소에서 공개되는 과거의 계통한계가격을 입력 자료로 사용하여 2004년 8월 한 달간의 계통한계가격을 예측하였으며, 이를 실제 계통한계가격과 비교 분석하여 타당성을 검증 및 수행하였다. 제시한 기법은 평균오차율이 약 2.22%의 예측 결과값을 나타내었으며, 하루 평균오차는 최저 0.69%로 매우 정확한 예측을 보였다. 이를 통해서 제시한 기법을 이용한 계통한계가격 예측값은 신뢰할 수 있으며 여러 시장참여자들에게 그들의 목적에 부합할 수 있는 유용한 정보의 제공이 가능하리라 판단된다.

후속연구

것이다. 또한 제시한 알고리즘 통해 각 발전회사는 현물시장에서 자신의 이익을 최대화하기 위한 최적의 입찰전략을 수립하는데 이용할 수 있으며, 시장운영자는 현물시장을 예측하고 분석할 수 있으리라 사례된다.
본 논문에서 제시한 기법은 안정적인 전력시장을 위한 단기간 수요예측에도 활용될 수 있으며, 부하별로 다양하고 신뢰성 있는 수요예측에도 적용이 가능할 것이다. 또한 제시한 알고리즘 통해 각 발전회사는 현물시장에서 자신의 이익을 최대화하기 위한 최적의 입찰전략을 수립하는데 이용할 수 있으며, 시장운영자는 현물시장을 예측하고 분석할 수 있으리라 사례된다.
69%로 매우 정확한 예측을 보였다. 이를 통해서 제시한 기법을 이용한 계통한계가격 예측값은 신뢰할 수 있으며 여러 시장참여자들에게 그들의 목적에 부합할 수 있는 유용한 정보의 제공이 가능하리라 판단된다. 그러나, 토요일과 일요일의 예측에 있어 그 정확도가 평일에 비해 상대적으로 떨어지고, 가끔 스파이크(spike)가 일어나는 문제를 해결하기 위한 새로운 예측기법이 모색되어야 할 것으로 생각된다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

자기회귀누적이동평균 모형을 이용한 전일 계통한계가격 예측
A Day-Ahead System Marginal Price Forecasting Using ARIMA Model 원문보기

Abstract ▼ AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

데이터처리

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

자기회귀누적이동평균 모형을 이용한 전일 계통한계가격 예측 A Day-Ahead System Marginal Price Forecasting Using ARIMA Model 원문보기

Abstract ▼ AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

데이터처리

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

자기회귀누적이동평균 모형을 이용한 전일 계통한계가격 예측
A Day-Ahead System Marginal Price Forecasting Using ARIMA Model 원문보기

AI 본문요약
AI-Helper