표제지
목차
ABSTRACT 11
1. 서론 12
1.1. 연구 배경 및 필요성 12
1.2. 연구 동향 14
1.3. 본 연구의 목적과 구성 15
2. 예측을 위한 기법 16
2.1. 변수선택 기법 19
2.1.1. SHAP(Shapley Additive exPlanations) 19
2.1.2. mRMR(minimum-Redundancy Maximum-Relevance) 21
2.2. 하이퍼파라미터 최적화 기법 23
2.2.1. 하이퍼파라미터의 필요성 23
2.3. 예측 알고리즘 26
2.3.1. Linear Regression 26
2.3.2. Random Forest 29
2.3.3. XGBoost 32
2.3.4. Light Gradient Boosting Machine 35
3. 사례연구 36
3.1. 단계 1: 수요예측 37
3.2. 단계 2: SMP 예측 42
3.3. SMP 예측 결과 47
4. 결론 54
참고문헌 55
부록 58
[부록 1] 가상입찰 58
[부록 2] 2022년 수요 예측 결과 정리 61
[부록 3] 2022년 SMP 예측 결과 정리 67
[부록 4] 입력 데이터 (2022년 기준) 77
국문초록 86
〈표 2-1〉 예측모델의 하이퍼파라미터 23
〈표 3-1〉 지역별 인구수 및 가중치 37
〈표 3-2〉 기법별 변수중요도 순위 및 제곱합 38
〈표 3-3〉 월별 수요예측 MAPE 40
〈표 3-4〉 SMP 예측 입력변수 중요도 순위 45
〈표 3-5〉 2022년 SMP 예측 결과 47
〈표 3-6〉 월별 SMP 예측 결과 48
〈표 3-7〉 예측 모델별 2022년 SMP 예측결과 49
〈표 3-8〉 2022년 봄 SMP 예측 결과 MAPE 50
〈표 3-9〉 2022년 여름 SMP 예측 결과 MAPE 51
〈표 3-10〉 2022년 가을 SMP 예측 결과 MAPE 52
〈표 3-11〉 2022년 겨울 SMP 예측 결과 MAPE 53
〈표 1〉 2022년 SMP 계절별 예측 결과 MAPE 69
〈표 2〉 2022년 SMP 월별 예측 결과 MAPE 76
〈그림 1-1〉 VPP 사업자 12
〈그림 2-1〉 2단계 예측 순서도 16
〈그림 2-2〉 하루전시장에서의 전력거래절차 18
〈그림 2-3〉 SHAP 19
〈그림 2-4〉 변수 i의 기여도 20
〈그림 2-5〉 mRMR을 통한 변수선택 21
〈그림 2-6〉 피어슨 상관계수 22
〈그림 2-7〉 격자 탐색(Grid Search) 24
〈그림 2-8〉 랜덤 서치(Random Search) 25
〈그림 2-9〉 Linear Regression 26
〈그림 2-10〉 Random Forest 29
〈그림 2-11〉 데이터 학습 적합 정도 30
〈그림 2-12〉 XGBoost 32
〈그림 3-1〉 데이터 학습 및 테스트 구분 36
〈그림 3-2〉 전국기상데이터 구성 37
〈그림 3-3〉 SHAP 기법을 통한 수요예측 변수중요도 39
〈그림 3-4〉 2022년 수요 예측 결과 41
〈그림 3-5〉 시간별 SMP 결정 42
〈그림 3-6〉 Merit Order 방식을 통한 한계가격 설정 43
〈그림 3-7〉 2022년 연료비단가 및 SMP 44
〈그림 3-8〉 연료원별 SMP 결정 44
〈그림 3-9〉 SHAP 기법을 통한 SMP 예측 변수중요도 46
〈그림 3-10〉 2022년 SMP 예측 결과 47
〈그림 3-11〉 2022년 SMP 예측 결과 MAPE 그래프(봄) 50
〈그림 3-12〉 2022년 SMP 예측 결과 MAPE 그래프(여름) 51
〈그림 3-13〉 2022년 SMP 예측 결과 MAPE 그래프(가을) 52
〈그림 3-14〉 2022년 SMP 예측 결과 MAPE 그래프(겨울) 53
〈그림 1〉 Increment Offer 59
〈그림 2〉 Decrement Bid 60
〈그림 3〉 2022년 1월 수요예측결과 61
〈그림 4〉 2022년 2월 수요예측결과 61
〈그림 5〉 2022년 3월 수요예측결과 62
〈그림 6〉 2022년 4월 수요예측결과 62
〈그림 7〉 2022년 5월 수요예측결과 63
〈그림 8〉 2022년 6월 수요예측결과 63
〈그림 9〉 2022년 7월 수요예측결과 64
〈그림 10〉 2022년 8월 수요예측결과 64
〈그림 11〉 2022년 9월 수요예측결과 65
〈그림 12〉 2022년 10월 수요예측결과 65
〈그림 13〉 2022년 11월 수요예측결과 66
〈그림 14〉 2022년 12월 수요예측결과 66
〈그림 15〉 봄 SMP 예측결과(XGB+RF) 67
〈그림 16〉 여름 SMP 예측결과(XGB+RF) 67
〈그림 17〉 가을 SMP 예측결과(RF+LGBM) 68
〈그림 18〉 겨울 SMP 예측결과(XGB+LGBM) 68
〈그림 19〉 2022년 SMP 계절별 예측 결과 MAPE 그래프 69
〈그림 20〉 2022년 1월 SMP 예측결과 (XGB+RF) 70
〈그림 21〉 2022년 2월 SMP 예측결과 (XGB+LGBM) 70
〈그림 22〉 2022년 3월 SMP 예측결과 (RF+LGBM) 71
〈그림 23〉 2022년 4월 SMP 예측결과 (XGB+LGBM) 71
〈그림 24〉 2022년 5월 SMP 예측결과 (XGB+LGBM) 72
〈그림 25〉 2022년 6월 SMP 예측결과 (XGB+RF) 72
〈그림 26〉 2022년 7월 SMP 예측결과 (XGB+LGBM) 73
〈그림 27〉 2022년 8월 SMP 예측결과 (RF) 73
〈그림 28〉 2022년 9월 SMP 예측결과 (RF+LGBM) 74
〈그림 29〉 2022년 10월 SMP 예측결과 (XGB+RF) 74
〈그림 30〉 2022년 11월 SMP 예측결과 (LGBM) 75
〈그림 31〉 2022년 12월 SMP 예측결과 (LGBM) 75
〈그림 32〉 2022년 SMP 월별 예측 결과 MAPE 그래프 76
〈그림 33〉 수요예측 변수 - 기온 77
〈그림 34〉 수요예측 변수 - 일조량 77
〈그림 35〉 수요예측 변수 - 강수량 78
〈그림 36〉 수요예측 변수 - 습도 78
〈그림 37〉 수요예측 변수 - 이슬점온도 79
〈그림 38〉 수요예측 변수 - 적설량 79
〈그림 39〉 수요예측 변수 - 전운량 80
〈그림 40〉 수요예측 변수 - 풍속 80
〈그림 41〉 수요예측 변수 - 하루전수요 81
〈그림 42〉 SMP 예측 변수 - LNG 연료비 단가 82
〈그림 43〉 SMP 예측 변수 - 무연탄 연료비단가 82
〈그림 44〉 SMP 예측 변수 - 원자력 연료비 단가 83
〈그림 45〉 SMP 예측 변수 - 유류 연료비 단가 83
〈그림 46〉 SMP 예측 변수 - 유연탄 연료비단가 84
〈그림 47〉 SMP 예측 변수 - 전력수요 84
〈그림 48〉 SMP 예측 변수 - 하루전 SMP 85