Forecasting electricity demand of Jeju island using machine learning

Abstract

제주도는 ‘탄소없는 섬 2030’ 비전 선언 이후 태양광 및 풍력 등의 재생에너지를 빠르게 보급하고 있다. 출력조절을 할 없는 간헐성 재생에너지가 도입됨에 따라 안정적인 전력 공급을 위해 정확한 시간대별 전력수요 패턴 예측이 필요하다. 본 연구는 전통적인 선형 회귀 모형 및 결정 트리, 랜덤 포레스트, 서포트 벡터 회귀, 심층 신경망 등의 머신러닝 기법을 이용하여 제주도 전력수요를 예측하였다. 예측에 고려되는 변수로는 태양광 및 풍력 발전에 영향을 미치는 기온, 풍속, 습도, 전운량 등이다. 예측 모형의 적합성 테스트 결과, 심층 신경망 모형이 MAPE 3.04로 성능이 가장 좋은 것으로 나타났다. 따라서 심층 신경망 모형을 이용하여 봄, 여름, 가을, 겨울 사계절과 평일, 주말, 휴일 등 총 12개의 시나리오에 대해서 전력 패턴을 추정하였다. 추정 결과는 여름에는 상대적으로 덕커브 현상이 잘 관측되지 않고 봄, 가을 평일에 덕커브 현상이 두드러짐을 보여준다. 제주의 기상 예측 자료와 본 연구에서 제안된 예측 모형을 활용할 경우 제주의 미래 전력수요를 예측함으로써 안정적인 전력 수급에 기여할 것으로 기대된다.