도시가스 일 최대수요 예측에 관한 연구 = A Study on the Forecast of Daily Peak Load of Domestic City Gas Demand

다국어 초록 (Multilingual Abstract)

This study estimates the demand function for forecasting the daily peak demand for city gas using daily time series data from Jan. 2010 to Jan. 2019. As a result of estimation by the (autoregressive distributed lag) model, temperature elasticity and relative price elasticity compared to competitive fuel were 0.334 and -0.085, respectively. The model proposed in this study which takes into account the relative price to competitive fuel as well as the effects of special days and temperatures provided better predictive performance than other time series models applied in the previous studies which did not consider the effect of the relative price. In addition, when the entire sample period was divided into two sub-periods before and after the resumption of the raw material cost interlocking system, which has greatly affected city gas demand, the predictive power of the model was further improved. Therefore, attention should be paid to both the method of estimating the model and the selection of explanatory variables in order to enhance the predictability of the daily peak demand for city gas. It is also necessary to appropriately reflect changes in city gas demand structure.

국문 초록 (Abstract)

본 논문은 2010년부터 2019년까지의 시계열 자료를 이용하여 도시가스 일 최대수요 예측을 위한 수요함수를 추정하였다. 본 연구의 목적인 정확한 일 최대수요의 예측은 일별 가스 수요에 대응하는 기화·송출량 조절과 계통의 건전성 유지 등 안정적인 공급을 달성하기 위해 매우 중요하다. 자기회귀시차분포() 모형으로 추정한 결과, 기온 및 경쟁연료 대비 상대가격 탄력성은 각각 0.334와 –0.085로 나타났다. 본 연구가 제안한 모형으로 일 수요의 예측력을 평가한 결과, 특수일과 난방도일, 그리고 경쟁연료 대비 상대가격을 고려한 모형의 경우 이를 고려하지 않는 기존 연구의 다른 시계열 모형들보다 우수한 예측성과를 제공하였다. 또한, 전체 분석기간을 도시가스 수요에 크게 영향을 미친 원료비 연동제 재개 시점 전후로 나누어 분석했을 때, 모형의 예측력이 더욱 개선되는 것으로 나타났다. 따라서 일 도시가스 최대수요에 대한 예측력을 제고하기 위해서는 모형의 추정 방법과 설명변수의 선정에 주의를 기울여야 하며, 일 최대 판매량이 주로 발생한 기간에 대한 선별적인 샘플링 및 도시가스 수요구조의 변화를 적절히 반영하는 것이 필요하다.

참고문헌 (Reference)

1 강병욱, "한국가스공사 미수금 문제가 도시가스 수급에 미치는 효과" 에너지경제연구원 2017

2 한정희, "하절기 일일 전력수요 총량 예측을 위한 회귀모형 개발" 한국상품학회 29 (29): 69-75, 2011

3 송경빈, "평일 단기전력수요 예측을 위한 최적의 지수평활화 모델 계수 선정" 대한전기학회 62 (62): 149-154, 2013

4 이성로, "지역별 산업용 도시가스 수요예측모형" 재단법인 에너지경제연구원 18 (18): 137-166, 2019

5 지평식, "요일 특성을 고려한 일별 최대 전력 수요예측 알고리즘 개발" 대한전기학회 63 (63): 307-311, 2014

6 에너지경제연구원, "에너지통계연보, KEEI 에너지수요전망"

7 박광수, "에너지수요에 대한 기온변화의 영향분석" 에너지경제연구원 2012

8 김인무, "에너지 상대가격 변화에 따른 에너지 수요 예측" 한국경제학회 59 (59): 199-228, 2011

9 이정순, "시계열 모형을 이용한 일별 최대 전력 수요 예측 연구" 한국통계학회 26 (26): 349-360, 2013

10 이근철, "선별적 샘플링을 이용한 국내 도시가스 일별 수요예측 절차 개발" 한국산학기술학회 16 (16): 6860-6868, 2015

11 박명덕, "산업용 도시가스 수요변화 요인분석" 에너지경제연구원 1-62, 2015

12 차경수, "부문별 에너지원 수요의 변동특성 및 공통변동에 미치는 거시적 요인들의 영향력 분석" 재단법인 에너지경제연구원 15 (15): 33-67, 2016

13 한국도시가스협회, "도시가스사업통계월보"

14 박진수, "도시가스 일일수요의 단기예측" 대한산업공학회 39 (39): 247-252, 2013

15 이근철, "국내 일별 최대전력 수요예측에 관한 연구" 한국산업경제학회 30 (30): 1205-1218, 2017

16 한정희, "국내 도시가스의 시간대별 수요 예측" 한국산학기술학회 17 (17): 87-95, 2016

17 "국가기후데이터센터"

18 박철웅, "구조변화 이후 산업용 천연가스 수요함수의 추정" 한국산업경제학회 31 (31): 1471-1490, 2018

19 정상욱, "계절성과 온도를 고려한 일별 최대 전력 수요 예측연구" 한국통계학회 27 (27): 843-853, 2014

20 한국가스공사, "경영통계"

21 Phillips, P. C. B., "Testing for a Unit Root in Time Series Regression" 75 (75): 335-346, 1988

22 Chow, G. C., "Test of Equality Between Sets of Coefficients in Two Linear Regressions" 28 (28): 591-605, 1960

23 Bell W. R., "Modeling Time Series with Calendar Variation" 78 : 526-534, 1983

24 Dickey, D. A., "Likelihood Ratio Statistics for Autoregressive Time Series with a Unit Root" 49 : 1057-1072, 1981

25 Johansen, S., "Estimation and Hypothesis Testing of Cointergration in Gaussian Vector Autoregressive Models" 59 : 1551-1580, 1991

26 Alfares, H. K., "Electric Load Forecasting: Literature Survey and Classification of Methods" 33 (33): 23-34, 2002

27 Newey, W., "Automatic Lag Selection in Covariance Matrix Estimation" 61 : 631-653, 1994

28 Stock J. H., "A Simple Estimator of Cointegrating Vectors in Higher Order Integrated Systems" 64 (64): 783-820, 1993