탄소 중립 목표에 의해 촉진되는 재생에너지 자원의 통합이 증가하면서 부하 변동성이 심화되어, 초단기 부하 예측(VSTLF: very short-term load forecasting)이 더욱 어려워지고 있다. 전력계통의 신뢰성 있고 경제적인 실시간 운영을 위해서는 정확한 VSTLF가 필수적이다. 본 연구는 15분 간격으로 6시간 예측 지평에 걸쳐 재생 발전을 포함한 전국 전력계통 부하를 예측하도록 설계된 장단기 기억(Long Short-Term Memory, LSTM) 기반 VSTLF 모델을 제안한다. 이 모델은 태양광(PV) 발전 효과를 반영하는 재구성 부하(reconstituted load) 접근법을 사용하고, 전국에 걸쳐 대표 기상 변수를 산출한다. 또한 상관 분석의 조합을 통해 가장 정보가 풍부한 입력 특성(feature)들을 선택한다. 입력 시퀀스를 추가로 향상시키기 위해 칼만 필터 기반 예측기를 이용해 의사-추세(pseudo-trend) 성분을 생성하고 이를 모델 입력에 통합한다. 칼만 필터 기반 의사-추세는 MAPE 1.724%를 보였으며, 이를 제안 모델에 포함함으로써 예측 오차(MAPE)를 0.834 퍼센트포인트 감소시켰다. 그 결과, 최종 모델은 전국 피크 부하 94,929 MW의 1% 미만에 해당하는 MAPE 0.890%를 달성하였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.