재생에너지로 인한 불확실성이 증가하는 상황에서 전력계통의 안전한 운영을 보장하기 위해서는 매우 단기 부하 예측(VSTLF)이 정확해야 한다. 본 연구는 일일 전(前)날 부하 예측(DALF) 결과와 부하 변동 특성을 통합하는 eXtreme Gradient Boosting(XGBoost) 기반 VSTLF 모델을 제안한다. DALF 결과는 목표 시점에 대한 추세 정보를 제공하는 반면, 부하 변동(과거 전력부하의 차이)은 잔여 패턴을 포착한다. 또한, 계통 외(behind-the-meter, BTM) 태양광(PV) 발전으로 인해 발생하는 예측 불확실성을 완화하기 위해 부하 재구성 방법을 적용한다. 제안된 VSTLF 모델의 입력 특성은 Kendall의 tau 상관계수와 특성 중요도 점수를 사용하여 무관한 변수를 제거함으로써 선정한다. 한국 전력계통의 실측 데이터를 이용한 사례 연구를 통해 제안된 모델의 높은 예측 정확도와 견고성이 확인되었다.

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