에너지 예측

Energy forecasting

에너지 예측에는 전력 수요(부하)와 전기, 화석연료(천연가스, 석유, 석탄) 및 재생에너지 자원(RES; 수력, 풍력, 태양열)의 가격 예측이 포함된다.예측은 기대 가격 가치와 확률론적 예측이 될 수 있다.[1][2][3][4]

배경

전기 부문이 규제되었을 때, 전력 독점 사업자들은 새로운 용량에 대한 계획과 투자의 기초로서 공급과 장기 수요 예측의 신뢰성을 확보하기 위해 단기 부하 예측을 사용했다.[5][6]그러나 1990년대 초반부터 규제완화와 경쟁력 있는 전기시장의 도입으로 전통적으로 독점적이고 정부가 통제하는 전력부문의 판도가 재편되고 있다.전세계 많은 나라에서, 전기는 현재 현물과 파생상품 계약을 이용하여 시장 규칙에 따라 거래되고 있다.[7]기업 차원에서는 전력 부하와 가격 예측이 에너지 기업의 의사 결정 메커니즘에 근본적인 입력 자료가 되고 있다.밸런싱 시장에서 초과 또는 과소계약을 한 후 매도 또는 매수하는 비용은 일반적으로 너무 높아 극단적인 경우 막대한 재정적 손실과 파산으로 이어질 수 있다.[8][9]이 점에서 전력회사는 일반적으로 소매업 고객에게 비용을 전가할 수 없기 때문에 가장 취약하다.[10]

점 예측에 대한 다양한 경험적 연구(즉, 현물가격의 "최상의 추측" 또는 기대값)가 있었지만, 확률론적(즉, 구간과 밀도) 예측은 현재까지 광범위하게 조사되지 않았다.[6][11]하지만, 이것은 변화하고 있고 오늘날에는 연구자들과 실무자들 모두 후자에 초점을 맞추고 있다.[12]2012년 세계 에너지 예측 대회가 전기 부하와 풍력 발전 포인트 예측에 관한 것이었던 반면, 2014년 판은 전기 부하, 풍력, 태양광, 전기 가격에 대한 확률적 예측을 목표로 했다.

전기 부하 감소 및 가격 예측 오류의 이점

다른 상품이나 금융자산보다 최대 2배 이상 높은 규모인 도매 전기 가격의 극심한 변동성으로 인해 시장 참여자들은 대량 위험뿐만 아니라 가격 이동에도 대비할 수 밖에 없었다.[6]변동성이 큰 도매가격을 합리적인 정확도로 예측할 수 있는 발전기, 유틸리티 기업 또는 대형 산업소비자는 당일매매에서 위험을 줄이거나 이익을 극대화하기 위해 입찰 전략과 자체 생산 또는 소비 일정을 조정할 수 있다.그러나 한 에너지 회사의 많은 부서에서 부하 및 가격 예측을 사용하고 있기 때문에 이를 개선함으로써 얻을 수 있는 편익을 정량화하기는 매우 어렵다.피크 부하가 1GW인 유틸리티에 대한 평균 절대 백분율 오차(MAPE) 1% 감소로 인한 절약액의 대략적인 추정치는 다음과 같다.[13]

  • 장기 부하 예측으로 연간 50만 달러,
  • 단기 부하 예측으로 연간 30만 달러,
  • 단기 부하 및 가격 예측으로 연간 60만 달러.

전기 부하 예측 외에도, 재생 전력 보급률이 높은 그리드에 대해 순 부하를 직접 예측하는 통합 접근법도 있다.[14]

주요 관심 영역

에너지 예측의 가장 인기 있는 하위 분야는 다음과 같다.

  • 부하 예측(전기 부하 예측, 전기 수요 예측)."부하"는 모호한 용어지만, 부하 예측에서 "부하"는 일반적으로 수요(kW)나 에너지(kWh)를 의미하며, 시간당 데이터의 경우 전력과 에너지의 크기가 같기 때문에 수요와 에너지의 구분이 이루어지지 않는다.[15]하중 예측은 계획 지평선의 다양한 기간에 걸쳐 규모와 지리적 위치 모두를 정확하게 예측하는 것을 포함한다.관심의 기본 양은 일반적으로 시간당 총 시스템(또는 지역) 부하다.그러나 부하 예측은 부하와 피크 부하에 대한 시간별, 일별, 주별, 월별 값의 예측과도 관련이 있다.[5][8][11]
  • 전기 가격 예측
  • 풍력 예측
  • 태양열 발전 예측

예측 지평선

장단기 예측을 말하는 것이 관례지만 문헌상으로는 그 문턱이 실제로 어떤 것이어야 하는가에 대한 공감대가 없다.

  • 단기 예측은 일반적으로 몇 분에서 며칠 앞까지 지평선을 포함하며, 일상적인 시장 운영에서 가장 중요하다.부하 예측에서 리드 타임(분)을 분 단위로 측정한 매우 단기 예측은 종종 별도의 예측 등급으로 간주된다.[16]
  • 대차대조표 계산, 리스크 관리, 파생상품 가격 결정에는 일반적으로 며칠에서 몇 개월 앞선 중기 예측이 선호된다.많은 경우에 특히 전기 가격 예측에서 평가는 실제 포인트 예측이 아니라 특정 미래 기간 동안의 가격 분포에 기초한다.이러한 유형의 모델링은 금융 분야에서 오랜 전통을 가지고 있기 때문에, "금융 솔루션"의 유입이 관찰된다.[6]
  • 리드 타임이 월, 분기 또는 심지어 연 단위로 측정되는 장기 예측은 발전소의 미래 현장 또는 연료 공급원 결정과 같은 투자 수익성 분석 및 계획에 집중한다.[17]

이니셔티브

참조

  1. ^ VanDeventer, William; Jamei, Elmira; Thirunavukkarasu, Gokul Sidarth; Seyedmahmoudian, Mehdi; Soon, Tey Kok; Horan, Ben; Mekhilef, Saad; Stojcevski, Alex (2019-09-01). "Short-term PV power forecasting using hybrid GASVM technique". Renewable Energy. 140: 367–379. doi:10.1016/j.renene.2019.02.087. ISSN 0960-1481.
  2. ^ Seyedmahmoudian, Mehdi; Jamei, Elmira; Thirunavukkarasu, Gokul Sidarth; Soon, Tey Kok; Mortimer, Michael; Horan, Ben; Stojcevski, Alex; Mekhilef, Saad (May 2018). "Short-Term Forecasting of the Output Power of a Building-Integrated Photovoltaic System Using a Metaheuristic Approach". Energies. 11 (5): 1260. doi:10.3390/en11051260.
  3. ^ Das, Utpal Kumar; Tey, Kok Soon; Seyedmahmoudian, Mehdi; Mekhilef, Saad; Idris, Moh Yamani Idna; Van Deventer, Willem; Horan, Bend; Stojcevski, Alex (2018-01-01). "Forecasting of photovoltaic power generation and model optimization: A review". Renewable and Sustainable Energy Reviews. 81: 912–928. doi:10.1016/j.rser.2017.08.017. ISSN 1364-0321.
  4. ^ Das, Utpal Kumar; Tey, Kok Soon; Seyedmahmoudian, Mehdi; Idna Idris, Mohd Yamani; Mekhilef, Saad; Horan, Ben; Stojcevski, Alex (July 2017). "SVR-Based Model to Forecast PV Power Generation under Different Weather Conditions". Energies. 10 (7): 876. doi:10.3390/en10070876.
  5. ^ a b Shahidehpour, Mohammad; Yamin, Hatim; Li, Zuyi (2002). Market Operations in Electric Power Systems: Forecasting, Scheduling, and Risk Management. Wiley. doi:10.1002/047122412x. ISBN 978-0471443377.
  6. ^ a b c d Weron, Rafał (2014). [Open Access]. "Electricity price forecasting: A review of the state-of-the-art with a look into the future". International Journal of Forecasting. 30 (4): 1030–1081. doi:10.1016/j.ijforecast.2014.08.008.
  7. ^ Bunn, Derek W., ed. (2004). Modelling Prices in Competitive Electricity Markets. Wiley. ISBN 978-0-470-84860-9.
  8. ^ a b Weron, Rafał (2006). Modeling and Forecasting Electricity Loads and Prices: A Statistical Approach. Wiley. ISBN 978-0-470-05753-7.
  9. ^ Kaminski, Vincent (2013). Energy Markets. Risk Books. ISBN 9781906348793.
  10. ^ Joskow, Paul L. (2001). "California's Electricity Crisis". Oxford Review of Economic Policy. 17 (3): 365–388. CiteSeerX 10.1.1.363.5522. doi:10.1093/oxrep/17.3.365. hdl:1721.1/44978. ISSN 0266-903X.
  11. ^ a b Hong, Tao; Dickey, David A. Electric Load Forecasting: Fundamentals and Best Practices. OTexts. Archived from the original on 2015-01-03. Retrieved 2015-11-29.
  12. ^ Hong, Tao; Fan, Shu. "Probabilistic Electric Load Forecasting: A Tutorial Review". blog.drhongtao.com. Retrieved 2015-11-29.
  13. ^ Hong, Tao (2015). "Crystal Ball Lessons in Predictive Analytics". EnergyBiz Magazine. Spring: 35–37.
  14. ^ Kaur, Amanpreet; Nonnenmacher, Lukas; Coimbra, C. (2016). "Net load forecasting for high renewable energy penetration grids". doi:10.1016/J.ENERGY.2016.08.067. {{cite journal}}:Cite 저널은 필요로 한다. journal=(도움말)
  15. ^ "Energy Forecasting: Load, Demand, Energy and Power". blog.drhongtao.com. Retrieved 2015-11-29.
  16. ^ "Energy Forecasting: Very Short, Short, Medium and Long Term Load Forecasting". blog.drhongtao.com. Retrieved 2015-11-29.
  17. ^ Ventosa, Mariano; Baı́llo, Álvaro; Ramos, Andrés; Rivier, Michel (2005). "Electricity market modeling trends". Energy Policy. 33 (7): 897–913. doi:10.1016/j.enpol.2003.10.013.

외부 링크