열병합발전을 위한 열수요 예측모델 개발

Forecasting of Heat Demand for Combined Heat and Power Plant (CHP): Evidence from Ilsan CHP of Korea East-West Power

본 연구는 일산화력본부 자료를 사용하여 열수요 예측모형을 개발하기 위함이다. 열수요예측모형 추정을 위해, 본 논문은 2008년 12월 4일부터 2017년 7월 28일까지의 한국동서발전 일산화력본부의 열수요, 고양시의 평균기온, 풍속, 강수량 각각의 일별자료를 사용하였으며, 해당 독립변수 선택을 위해서는 단계적 회귀분석을 이용하였다. 단계적 회귀 분석결과, 계절에 상관없이 전일 열수요량과 당일 열수요량과의 상관계수는 약 0.9로 매우 높게 나타났으며, 기상 변수의 경우에는 동절기는 평균기온과 풍속, 하절기는 흥미롭게도 강수량이 열수요량을 설명하는 유의미한 설명변수로 나타났다. 계량경제학적 예측모형의 실증분석 결과, 평균절대백분율오차(mean absolute percentage error, MAPE)는 동절기 7.7%, 하절기 20.3%로 나타나 동절기에는 모형의 예측치와 실제 관측치 사이에 오차가 비교적 적은 반면, 하절기에는 해당 모형의 예측도가 상대적으로 떨어지는 것으로 나타났다. 이는 동절기와 하절기 난방 수요의 구조적 차이에서 발생하는 것으로 판단된다. 본 연구의 결과는 향후 발전회사에서 열수요 예측모형을 설계할 때에, 계절별로 상이한 구조적 요인을 반영하는 것이 중요함을 시사한다.

This paper proposes a new forecasting model of heat demand for Combined Heat and Power Plant (CHP), and estimates the model using daily data of heat demand of Ilsan CHP, average temperature, wind velocity, daily rainfall at Goyang-si, from December 4, 2008 to July 28, 2017. To choose RHS variables of the model, this study utilizes a stepwise regression analysis. The analysis finds that, regardless of season, a correlation coefficient between the heat demand of the day in consideration and the precious day is 0.9. However, regards to the weather variable, in winter the average of temperature and wind velocity turn out valid explanatory variables. In summer, daily rainfall is interestingly shown as explanatory variable in this research. In addition, the estimation of the forecasting model shows that the MAPE is 7.7% in winter which is smaller than in summer 20.3%. In this regard, this finding highlights the importance of heterogeneous model capturing structural differences in heat demand between seasons (particularly summer and winter) when constructing forecasting model of heat demand for CHP.