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(ARDL) 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 ARDL 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.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 ARDL(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 ARDL 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.