본 연구는 봄철의 익일 부하(day-ahead load) 예측 정확도를 향상시키기 위해 개선된 지수평활법을 이용한 단기 부하 예측 알고리즘을 제안한다. 제안 알고리즘은 봄철의 온도 비민감 범위를 정의하고, 시간당 기온의 일일 민감도를 계산한다. 일일 지수평활 계수는 예측오차를 최소화하도록 최적화한다. 사례 연구를 통해 제안 알고리즘의 익일 부하 예측오차를 2022년과 2023년 봄철에 대해 산출하였다. 제안 알고리즘은 한국전력거래소(Korea Power Exchange)의 단기 부하 예측 S/W에서 지수평활 및 LSTM 알고리즘의 오차와 비교하여 두 해 모두 봄철의 평균 예측 정확도를 12.85%p 향상시키는 것으로 나타났다.

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