국내 도시가스의 시간대별 수요 예측

DOI QR코드

DOI QR Code

한정희;이근철
Han, Jung-Hee;Lee, Geun-Cheol

  • 투고 : 2015.11.23
  • 심사 : 2016.02.04
  • 발행 : 2016.02.29

초록

본 연구에서는 국내 도시가스 수요 데이터를 분석하여 시간대별 도시가스 수요의 특성을 파악하고 정확한 시간대별 도시가스 수요 예측을 위해 다중회귀모형(multiple regression model)을 개발하였다. 시간대별 도시가스 수요를 정확하게 예측하는 것은 공급자의 비용 절감뿐만 아니라 안정적인 배관망 관리 측면에서도 매우 중요하다. 수요 예측 오류로 인해 가스 공급이 부족한 상황이 발생하면 부족한 공급량을 빠른 시간내에 보충하기 위해 가스 배관망의 압력을 급격히 증가시켜야 하는 응급 상황이 전개될 수 있다. 반면, 시간대별 가스 생산량이 실제 수요보다 많은 경우에는 과다한 저장 시설 운용 및 불필요한 생산 비용이 발생하는 문제가 있다. 과거 시간대별 도시가스 수요 데이터를 분석한 결과 시간대별 도시 가스 수요는 직전 시간대(즉, 24시간 전) 수요와 매우 높은 상관관계를 보이며 24시간 수요 패턴은 1주일전 동일 요일(즉, 168시간전)의 24시간 수요 패턴과 매우 높은 상관관계가 있음을 확인하였다. 또한, 외기 온도가 도시가스 수요에 영향을 주는 특수한 조건을 파악하였다. 즉, 시간대별 도시가스 수요와 시간대별 외기 온도는 평균적으로 0.853의 높은 상관계수 절대값을 보여주며, 상관관계 분석시 같은 요일에 속한 데이터만 분석하면 상관계수의 절대값은 최저 0.861 및 최고 0.965까지 증가한다. 이상의 분석 결과를 바탕으로 본 연구에서는 24시간 전 수요와 168시간 전 수요를 독립변수로 고려한 다중회귀모형 및 외기 온도를 추가한 두 번째 다중회귀모형을 제안하며, 제안한 예측모형의 성능을 확인하기 위해 2009년부터 2013년까지 5년간의 시간대별 수요 예측 결과를 평가하였다. 본 연구에서 제안한 24시간 전 수요와 168시간 전 수요를 독립변수로 고려한 다중회귀모형의 경우 과거 5년간의 수요 예측 오차율의 절대값 평균(mean absolute percentage error)은 4.5% 수준이며, 외기 온도를 추가한 모형의 경우 오차율의 절대값 평균은 5.13%임을 확인하였다.

키워드

City gas;Forecasting;Hourly demand;Regression;Time series

참고문헌

  1. C. H. Kim, S. M. Lee, S. Y. Lee, D. O. Lim, B. R. Nam, B. H. Lee, KEEI View of Energy Demand, Spring Report of Korea Energy Economics Institute, Vol.17, No.1, 2015.
  2. H. Y. Oh, Forecasting of the Short-Term Demand for the Natural Gas Using Time Series Analysis and Artificial Neural Networks, Master Thesis, Graduate School of Management, KAIST, 1997.
  3. J. J. Her, H. J. Lim, "An analysis of growth factors on the city-gas industry by input-output structural decomposition analysis", Journal of Energy Engineering, Vol.21, No.2, 158-167, 2012. DOI: http://dx.doi.org/10.5855/ENERGY.2012.21.2.158 https://doi.org/10.5855/ENERGY.2012.21.2.158
  4. J. S. Kim, C. S. Yang, J. G. Park, "An Empirical Study on the Consumption Function of Korean Natural Gas for City Gas", Journal of Energy Engineering, Vol.20, No.4, 318-329, 2011. DOI: http://dx.doi.org/10.5855/ENERGY.2011.20.4.318 https://doi.org/10.5855/ENERGY.2011.20.4.318
  5. S. J. Lee, S. S. Euh, S. H. Yoo, "Estimation of city gas demand function using time series data", Journal of Energy Engineering, Vol.22, No.4, 370-375, 2013. DOI: http://dx.doi.org/10.5855/ENERGY.2013.22.4.370 https://doi.org/10.5855/ENERGY.2013.22.4.370
  6. J. S. Park, Y. B. Kim, C. W. Jung, "Short-Term Forecasting of City Gas Daily Demand", Journal of the Korean Institute of Industrial Engineers, Vol.39, No.4, 247-252, 2013. DOI: http://dx.doi.org/10.7232/JKIIE.2013.39.4.247 https://doi.org/10.7232/JKIIE.2013.39.4.247
  7. N. H. Choi, K. M. Son, T. G. Lee, "Daily Peak Load Forecasting Considering the Load Trend and Temperature", Journal of the Korean Institute of Illuminating and Electrical Installation Engineers, Vol.15, No.6, 35-42, 2001.
  8. S. I. Kong, Y. S. Baek, K. B. Song, J. H. Park, "The Daily Peak Load Forecasting in Summer with the Sensitivity of Temperature", The Transactions of the Korean Institute of Electrical Engineers, Vol.53A, No.6, 358-363, 2004.
  9. S. I. Kong, Y. S. Baek, K. B. Song, "The Peak Load Forecasting During Summer Considering Sensitivity to Temperature", Electronic Technology Reports, Vol.23, 133-140, 2003.
  10. K. B. Song, "Development of Short-Term Load Forecasting Algorithm Using Hourly Temperature", The Transactions of the Korean Institute of Electrical Engineers, Vol.63, No.4, 451-454, 2014. DOI: http://dx.doi.org/10.5370/KIEE.2014.63.4.451 https://doi.org/10.5370/KIEE.2014.63.4.451
  11. D. H. Ahn, S. J. Lee, "Daily Load Forecasting Including Special Days Using Hourly Relative Factors", Journal of the Korean Institute of Illuminating and Electrical Installation Engineers, Vol.19, No.5, 94-102, 2005. DOI: http://dx.doi.org/10.5207/JIEIE.2005.19.5.094 https://doi.org/10.5207/JIEIE.2005.19.5.094
  12. H. S. Koh, C. W. Lee, C. S. Lee, "Power Demand Forecast Classified by Time Period for Optimum Operation of Power Load Equipment", Journal of the Korean Institute of Illuminating and Electrical Installation Engineers, Vol.10, No.1, 75-79, 1996.
  13. H. S. Koh, C. S. Lee, J. K. Choi, B. H. Ji, "Short-term Peak Power Demand Forecasting Using Model in Consideration of Weather Variable", Journal of Korea Institute of Signal Processing and Systems, Vol.2, No.3, 73-78, 2001.
  14. K. B. Song, B. S. Ku, Y. S. Baek, "An Improved Algorithm of the Daily Peak Load Forecasting for the Holidays", The Transactions of the Korean Institute of Electrical Engineers, Vol.51, No.3, 109-117, 2002.
  15. Y. M. Wi, K. B. Song, S. K. Joo, "Data Mining Technique Using the Coefficient of Determination in Holiday Load Forecasting", The Transactions of the Korean Institute of Electrical Engineers, Vol.58, No.1, 18-22, 2009.