선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
제안 방법
- 2. 기온의 변화에 따라 부하에 영향을 미치게 되며 온도특성을 반영하여 수요예측을 수행하였다.
- 하절기의 부하는 기온의 상승에 따라 냉방부하가 증가하기 때문에 기온이 전력수요 증가의 가장 큰 원인이 된다. 8월 1주의 경우 하계휴가로 인하여 부하 패턴이 다르게 나타나며, 하절기 부하의 패턴을 설정하기 위하여 전후 1주의 부하 (7월 5주, 8월 2주)의 평균으로 8월 1주의 패턴을 설정하고 하절기 부하의 평균을 구하였다[2-4].
- 본 연구에서는 부하를 설명하는 여러 변수들 중 기온과 부하에 대한 모델을 구성하고, 부하 변동의 요소들을 제거한 후 수요예측을 수행한다.
- 본 연구에서는 하절기 기온과 전력수요와의 상관관계를 분석하고 온도특성을 반영하여 여름 1주간의 단기 수요예측을 수행하였다.
- 여름에는 온도의 영향으로 인한 예측의 오차가 크게 나타나며, 기온 상승과 냉방부하의 증가로 전력소비량이 증가하고 있다. 수요예측을 위하여 여름의 기온의 변화와 전력 수요실적을 이용하여 수요예측을 수행하였으며, 각각의 온도의 영역에 대한 데이터를 사용하여 전력수요를 예측하였다.
- 8정도의 값을 갖는다. 요일별 부하의 패턴을 알아보기 위하여 하절기의 일 최대 부하를 주 단위로 나누어 하절기 부하패턴을 설정한다.
- 최대온도와 최대전력의 관계를 분석하기 위해 각각의 온도데이터를 이용하며, 데이터를 주말과 평일로 구분한다. 부하와 온도의 상관관계가 1에 가까운 데이터를 얻기 위해 다음과 같은 계산과정을 거친다[3-4].
- 하절기의 부하 패턴은 요일에 대한 변동이 크지 않기 때문에 수요에 대한 가장 큰 영향을 미치는 요소인 기온을 반영하여 수요예측을 수행하였다. 그 결과 기존의 수요예측의 방법보다 계산이 간단하며, 오차율은 2.
대상 데이터
- 예측 데이터는 2009년 7월에서 8월까지의 온도데이터를 이용하였고 같은 온도에서의 최대전력을 이용하여 평균전력을 구한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.