Category Article
단시간 앞선 전력수요 예측 시스템 개발
2005-12-02

이 원고는 일본 《電氣評論》誌에서 번역 전재한 것입니다.단시간 앞선 전력수요 예측 시스템 개발츄코쿠전력(주)_河內 淸次(카와치 세이지)武內 保憲(타케우치 야스노리) 杉原 弘章(스기하라 히로아키)전력수요는 전등, 전력 등 다양한 부하로 구성돼있으며 끊임없이 변동하고 있다. 이와 같은 변동은 주기가 수분(數分)까지의 미소변동성분(사이클릭 성분), 수분에서 십 수분까지의 변동성분(프린지 성분), 및 십 수분 이상의 변동성분(서스텐드 성분)으로 나뉜다. 이와 같은 다양한 주기 변동에 대해 전력회사의 중앙급전지령소에서는 발전기의 거버너프리운전, LFC(Load Frequency Control)을 통한 피드백 제어 및 수분 앞의 전력수요예측 값을 바탕으로 경제적인 부하배분을 고려해 발전기 출력을 조정하는 ELD제어(Economic Load Dispatching Control)를 편성시킴으로써 전력 계통의 기준 주파수를 유지하고 있다.ELD제어를 통한 수분 앞의 수요예측으로는 전일 책정한 수급계획 부하 곡선을 모델 패턴으로 하는 방법, 과거 부하 실적 중에서 부하변화 모양이 가장 유사한 모텔 패턴을 프로그램 선택하는 방법 등이 있다. 그러나 이들 방법은 기후, 기온의 급변, 부하경향 변화로 인해 예측정밀도가 저하되고 평일 점심시간에는 상당히 급준한 부하변화를 볼 수 있어 부하예측의 극히 작은 오차도 큰 수급 언밸런스를 초래하는 상황에 있다. 게다가 전기로 등의 급격한 부하변동은 고려할 수 없다. 때문에 운전자 경험에 따라 보조조작을 수행하고 있다.따라서 ELD제어 예측부의 완전자동화를 의도해, 미리 예측하고 실시간 발전출력을 조정하는 선행 제어를 적용하기로 상정한 단시간 앞선 전력수요예측 시스템을 개발했기 때문에 그 개요를 소개한다.단시간 앞선 전력수요예측 방법본 시스템에 적용한 카오스 이론에 기초한 결정론적 예측방법인 국부 재구성법 및 이에 부속하는 국부 퍼지 재구성법의 개요를 설명한다.1. 일부 재구성법시각 t에서 시계열 데이터를 y(t), 시간 지연을 τ로 할 때, 벡터 X(t) = (y(t), y(t-τ), …, y(t-(n-1) τ)) (매입 벡터)는 n차원 재구성 상태 공간(매입차원)의 1점을 나타낸다. 따라서 t를 변화시키면 이 n차원 재구성 상태 공간에 궤도 흔적을 그릴 수 있다. 만약 본래의 데이터에 결정론적 성질이 있으면 재구성 상태 공간에도 그 성질이 보존된다.이 공간상에서 최신 데이터로 구성된 벡터(최신 벡터) 근방에 있는 복수의 벡터(근방 벡터)는 과거 데이터이기 때문에 예측시간 전의 상태는 이미 알고 있다. 이것을 이용해 최신 벡터의 가까운 미래의 궤도를 추정, 예측을 수행하는 방법이 국부 재구성법이다. 대표적인 것으로 이번 사용한 국부 퍼지(fuzzy : 모호성) 재구성법이 있다.2. 국부 퍼지 재구성법최신 벡터의 가까운 미래 궤도를 추정할 때 근방 벡터로 선출된 복수의 벡터에 대해, 최신 벡터에 가까운 것일수록 예측하는 궤도에 미치는 영향이 크고, 먼 것일수록 그 영향이 작아지도록 퍼지 룰로 표현하고 이에 근거해 예측을 수행하는 방법이다.정밀도 향상 위한 방책국부 퍼지 재구성법을 이용해 총 수요 시계열 데이터를 통해 10분 앞선 총수요예측을 시험한 결과, 평소에는 대체로 정밀도 있는 결과를 얻을 수 있었지만 예측 오류가 발생한 날도 있어 정밀도에 편차가 생겼다. 또한 실용화하기 위해서는 한층 높은 정밀도 향상이 필요했다. 따라서 이들 문제를 해결하기 위해 이하의 방책을 실시했다.1. 단주기 변동부하 분리전기로부하(이하, 단주기 변동부하라 한다.)는 수분에서 수 십분 단위로 급격한 변동을 반복한다. 한편 이 부하를 총수요에서 제한 나머지 부하(이하, 장주기 변동부하라 한다.)는 일일부하곡선에 보이듯이 1일 단위의 완만한 변동이며 시계열 데이터로서의 움직임이 다르다.지연좌표계를 이용해 3차원상태 공간으로 매입한 이들 궤적을 <그림1>,<그림2>로 나타냈다. <그림1>에서는 1일 사이클로 거의 하나의 궤도가 됐지만 <그림2>에서는 1일 중 서로 다른 궤도가 많이 발생했다.실제로 이들을 개별적으로 예측한 결과, 정밀도있게 예측할 수 있는 파라미터에 큰 차이가 있었다. 이번 예측에 사용한 데이터에서는 총 수요를 차지하는 단주기 변동부하의 비율이 커서 최대 수 퍼센트에 달하기 때문에 이를 분리하고 개별적으로 예측함으로써 예측정밀도 향상을 기대할 수 있다. 따라서 총 수요를 단주기 변동부하, 장주기 변동부하로 분리해 개별적으로 예측을 실시한 후, 이들 예측치를 가산함으로써 총수요 예측치를 산출하는 방법을 채용했다.2. 오차 보정법국부 퍼지 재구성법에서는 과거 시계열 데이터만을 이용해 예측을 실시하고 있다. 때문에 최대수요가 갱신될 경우는 동등한 수요를 기록한 데이터가 매입벡터 내에 존재하지 않아 예측이 맞지 않는다. 이 경우 연속해서 실제 측정치 보다 작은, 혹은 큰 예측치를 얻을 수 있다. 그러나 실제 측정치 및 예측치 수요곡선 형태는 닮았으며 예측시간까지의 예측치 증감과 실제 증감은 거의 동일한 경향에 있었다. 예측이 빗나간 경우는 <그림3>과 같이 최신 벡터의 근방 공간과 근방 벡터의 근방 공간이 떨어진 상태가 된다. 따라서 최신 벡터와 산출된 복수의 근방 벡터까지 거리의 평균을 식 ①과 같이 구하고 식 ②에 따라 보정을 수행했다. 그 결과 최신 값에 대해 예측시간까지의 예측치 증감분을 부여할 경우와 거의 동일한 예측치를 얻을 수 있었다.최신 벡터의 제1성분 은 최신 값이며 현재 수요 상황을 가장 잘 나타내고 있기 때문에 이와 산출된 근방 벡터 제1성분 의 편차에 따라 보정을 수행할지의 여부를 판정한다. 즉, 식 ③을 만족하는 근방 벡터가 판정개수 q(0쬩q 쬩m) 이상인 경우에 오차보정을 실행한다.단, : 오차보정 후 s 스텝 앞선 예측 벡터 : 최신 벡터 : s 스텝 앞선 예측 벡터 : 근방 벡터 (j = 1, 2, …, m, m : 근방 벡터 수) : 근방 벡터의 s 스텝 앞선 벡터 : 오차보정 벡터 : 오차보정 실행의 기준 수치 : 매입차원 : 시간지연시뮬레이션 검증현재 LFC가 분담하고 있는 수분에서 십 수분 주기의 수요변동에 대한 피드백제어를 예측제어 ELD 제어에도 분담시킴으로써 피드백 제어로 발생하는 제어 지연이 적어지고, 이로 인해 고품질 전력을 공급할 수 있을 것으로 보고 있다. 그러기 위해서는 ELD 제어주기(통상1~5분 정도)를 LFC 제어주기와 동등한 2~20초로 할 필요가 있다. 따라서 본 방법을 ELD 제어로 적용할 것을 고려해 10초주기 예측을 실시, 유효성을 검증했다.1. 검증방법오차보정법 유효성을 검증하기 위해 이를 사용하지 않을 경우 연속해서 수 시간 예측이 크게 벗어나는 날을 포함한 기간(예측기간 No. 2, 4, 5, 6), 및 포함하지 않는 기간(예측기간 No. 1, 3)을 테스트 데이터로 설정했다<표1>. 또 단주기 변동부하 분리와 오차보정법 유효성을 검증할 수 있도록 이들 제안법을 <표2>와 같이 3가지로 편성시켜 모든 편성에서 10분 앞선 총 수요를 10초마다 예측했다.2. 테스트 데이터초기 매입기간(매입벡터를 작성하기 위한 데이터 기간)은 예측 시작일 전일부터 거슬러 올라가 12주간 분으로 하고, 예측 스텝 마다 최신 데이터를 매입하면서 동시에 가장 오래된 데이터를 소거함으로써 예측기간을 통해 일정 매입기간을 보호·유지할 수 있게 했다.3. 예측 파라미터매입차원 20~120, 시간지연 1~5, 근방벡터 1~10의 모든 편성으로 예측실험을 실시하고 RMSE(Root Mean Square Error) 최소의 것을 이용하기로 했다. 이하 그 파라미터 편성을 나타냈다.① 편성Ⅰ 예측매입 차원 : 27, 시간지연 : 5,근방 수 : 6② 편성Ⅱ, Ⅲ 예측 ·단주기 변동부하 예측매입차원 : 106, 시간지연 : 3, 근방 수 : 6 ·장주기 변동부하 예측매입차원 : 67, 시간지연 : 1, 근방 수 : 6오차보정실행 기준수치 T : 200MW, 설정개수 q : 1개 이상(편성Ⅲ에만 적용)4. 예측결과<그림4>에 제안법 편성 차이로 인한 RMSE 비교를 막대그래프로, MAPE(Mean Absolute Percentage Error) 비교를 꺽은선 그래프로 나타냈다.이 기간 총수요는 최대 11,000MW, 최소 4,000MW 정도를 기록하고 있다.5. 고찰우선 <그림4>에서 편성Ⅰ, Ⅱ를 비교하면 총수요 데이터로만 예측하는 방법에 비해 단주기 변동부하를 분리, 예측하는 일이 효과적이라는 사실을 확인할 수 있다. 다음으로 편성 Ⅰ, Ⅱ와 Ⅲ을 비교하면 편성 Ⅰ, Ⅱ로 예측오류가 발생한 예측기간(예측기간 No. 2, 4, 5, 6)에 있어서 편성 Ⅲ에서는 오차보정법에 따라 예측오류가 해소돼 정밀도가 향상된 것을 알 수 있다. 또 예측오류가 발생하지 않는 예측기간(예측기간 No. 1, 3)에서도 예측정밀도가 유지·향상됐다는 점에서 적절하게 오차보정 실행 판정이 이루어졌다고 볼 수 있다.이상으로 제안법 단주기 변동부하의 분리, 오차보정법을 이용한 편성 Ⅲ이 가장 예측정밀도가 좋은 결과로 나타났고, 이들 방책을 전혀 이용하지 않는 편성 Ⅰ과 비교해 RMSE, MAPE 둘 다 20~70% 정도 정밀도가 향상됐다는 것을 확인할 수 있었다.실시간 전력수요예측 시스템 개요앞서 설명한 것처럼 제안법 유효성을 확인할 수 있었기 때문에 이를 이용해 실시간 동작하는 전력수요 예측 시스템을 개발했다.1. 시스템 구성시스템 구성도를 <그림5>에 나타냈다. 본 시스템은 수요예측 서버, 결과표시용 컴퓨터를 통해 구성된다. 수요예측 서버는 10초마다 차례로 예측을 수행하기 때문에 계산기 부하를 고려해 수요 데이터 수신, 예측, 및 결과 보존기능만을 갖추게 했다.총수요, 단주기 변동부하(전기로 부하) 데이터는 호스트 컴퓨터(중앙급전지령소에 설치된 기록용 컴퓨터)에서 10초마다 송신돼 수요예측 서버에서 차례로 수신, 축적된다. 또 수요데이터 수신과 동시에 10분 앞선 수요예측을 시작하고 그 결과를 출력, 보존한다. 기가비트 이더넷을 통해 접속된 결과표시용 컴퓨터는 과거 수 시간 실제 축적된 값과 함께 최신 예측치가 실시간 표시 가능하며, 과거의 예측, 실제 측정치를 취득해 표시할 수 있게 했다2. 예측 알고리즘본 시스템의 예측 알고리즘 플로차트를 <그림6>에 나타냈다. 우선 총수요에서 단주기 변동부하를 공제함으로써 장주기 변동부하를 산출한다. 이어서 이들 장주기 변동부하, 단주기 변동부하를 일부 퍼지 재구성법을 이용해 개별적으로 예측한다. 장주기 변동부하 예측에서는 설정된 기준 수치를 초과한 경우 앞에서 설명한 오차보정법을 통해 예측치를 보정한다. 그리고 마지막으로 장주기 변동부하, 단주기 변동부하 예측치를 가산, 총수요 예측치로 한다.또한 본 시스템에서는 시뮬레이션과 동일한 예측 파라미터, 매입 기간으로서 12주 분의 수요데이터를 사용하고 있다.3. 필드 시험결과2002년 12월 11일부터 2003년 7월 27일(229일간) 동안 필드 시험을 수행했다. 그 결과를 <표3>에 나타냈다.4. 고찰필드 시험결과<표3>과 시뮬레이션 결과 <그림4>에서 제안법을 모두 이용한 편성 Ⅲ을 비교하면 MAPE, RMSE 둘 다 거의 동일한 예측정밀도를 얻었다는 것을 알 수 있다.이번 필드 시험에서는 기간 전체를 통해 <그림4>의 편성Ⅰ과 같은 예측기간에 의존한 큰 정밀도 편차는 볼 수 없었다.운전예비력(즉시 발전 가능한 것 및 10분 정도 이내 단시간 내에 기동해서 부하를 얻고, 대기 예비력이 기동해서 부하를 얻을 때까지 계속해서 발전(發電)하여 얻는 공급력이며, LFC 발전기 및 수동조정·기동에 의한 출력 증가 합계치)으로서 총수요에 대해 목표치 3~5% 또는 최대 전원단기용량이고, 실태조사에서는 12.2~21.3% 용량을 확보했다. 실제 운용 온라인 수급조정에서는 ELD제어에 오차가 발생한 경우에도 항상 수급 언밸런스를 해소하도록 앞서 설명한 용량을 겸비한 거버너프리 발전기와 LFC 발전기를 통해 피드백 제어를 실시하고 있다. 따라서 본 제안법에 따른 10분 앞선 예측은 실제 운용에 적용 가능한 예측정밀도라 볼 수 있다.이상, 카오스 이론에 기초한 일부 재구성법을 단시간 앞선 전력수요예측에 적용함으로써 예측 정밀도 향상을 기대할 수 있는 방법, 및 이를 이용한 실시간 전력수요 예측 시스템 개요에 대해 소개했다.본 제안법은 시뮬레이션에서는 예측 정밀도 향상, 및 예측 오류가 발생하지 않는다는 것을 확인할 수 있었다. 또 특수한 날의 유무로 인한 정밀도 편차가 거의 없이 안정된 정밀도로 예측을 수행한다는 사실도 알 수 있었다.그리고 필드 시험에서는 10초마다 차례로 예측을 실시함으로써 제안 시스템을 실시간 예측 할 수 있었고, 시뮬레이션과 동일한 결과를 얻을 수 있다는 것을 확인했다.앞으로는 제안법 ELD 제어예측부에 대한 적용을 검토할 예정이다.

트윗터 페이스북

< Energy News >


Copyright(주)전우문화사 All rights reserved.