수급불균형에서 최근 가장 큰 문제로 지적되는 것은 하계와 동계에 발생하는 냉방부하와 난방부하이다. 최근 냉방기기의 보급률이 증가하게 되면서 기온에 따라 수요가 크게 바뀌게 되면서 수요예측오차 또한 증가 하고 있다. 2011년 9월 11일에 발생한 순환정전 사태도 원인을 살펴보면 예년보다 더운 날씨로 인해 예측하지 못한 냉방부하가 증가하면서 부하 가 미처 대처할 수 없을 정도의 빠른 속도로 증가하였기 때문이다. 또한 동계에는 값싼 전기요금으로 인해 가스연료 대신 전기를 이용한 난방기
기의 사용이 크게 증가하면서, 겨울의 최대 수요가 증가하고 난방부하의 정확한 예측이 어려워져 수요예측오차 또한 증가하고 있다.
따라서 냉·난방부하의 예측하지 못한 수요에 대비하기 위해선 냉·난 방부하의 패턴을 포함하고 있는 수요예측오차의 데이터를 기준으로 수요 예측오차의 확률분포를 모델링해야 한다. 이러한 데이터의 한 가지로 수 요예측오차율이 있다.
아래 그림 3.1은 2009년의 수요예측 데이터를 바탕으로 만든 각 계절 의 시간별 평균 수요예측오차율의 그래프이다[15].
그림 3.1 2009년의 계절별 시간대별 수요예측오차율[15]
그래프를 살펴보면 수요예측오차율은 각 계절별로, 그리고 계절 내에 서도 시간대별로 다른 값을 가지는 것을 확인할 수 있다. 이는 수요자의 전력 사용패턴에 따른 비선형성 때문이며[16], 그 결과 수요예측오차의
불확실성은 시간대별로 다르게 모델링이 된다. 특히 하계와 동계의 수요 예측오차율을 춘계, 추계와 비교해보면 비교적 큰 값을 가지는 것을 확 인할 수 있는데, 이는 춘계, 추계에는 없는 냉·난방부하에 대한 예측이 정확히 이루어지지 않았기 때문이다. 따라서 수요예측오차율의 데이터를 토대로 시간대별로 수요예측오차의 확률분포를 생성한다면, 각 시간대에 포함되어있는 냉·난방부하의 불확실성을 포함하여 오차의 분포가 생성되 므로 이를 토대로 산정된 예비력은 냉·난방부하에 대비할 수 있다.
수요의 확률분포는 예측수요를 평균으로 하는 정규분포를 따른다는 연구결과를 토대로[17], 수요예측오차의 확률분포는 평균이 0이고 시간대 별로 다른 표준편차를 가지는 정규분포로 모델링할 수 있다.
시간대별 수요예측오차율의 산정방법은 식 (3)와 같다.
×
여기서,
TEt : 시간 t 의 수요예측오차율 (%) i: 분석 기간에서의 시간대 t
ADi: 시간 t 에서의 수요 실적(Actual Demand) EDi: 시간 t 에서의 예측 수요(Expected Demand)
한편 수요예측오차인 의 확률분포는 평균이 0인 정규분포를 가진다고 가정하였으므로, 위 수식에서의 는 0 이상의 범위에서 반정규분포를 따르게 된다. 따라서 반정규분포의 평균은 식 (4)을 만족해 야 한다.
따라서 정규분포로 모델링 되는 시간대별 수요예측오차의 표준편차 는 아래 식 (5)와 같이 나타낼 수 있으며, 이는 수요예측오차율을 계산할 때 수집한 의 데이터를 통해서 구할 수 있다.
결과적으로 식 (5)를 통해 시간대별로 다른 수요예측오차율의 데이 터를 토대로 시간대별로 다른 수요예측오차의 확률분포를 모델링할 수 있다.