기온민감도 및 BTM의 추정을 반영한 특수일의 전력수요예측 알고리즘

권보성; 배동진; 문찬호; 송경빈

doi:10.5370/KIEE.2021.70.2.290

추천

검색

질문

자료유형: 학술저널

저자정보: 권보성 (Soongsil University) 배동진 (Soongsil University) 문찬호 (Soongsil University) 송경빈 (Soongsil University)

저널정보: 대한전기학회 전기학회논문지 전기학회논문지 제70권 제2호

발행연도: 2021.2

수록면: 290 - 296 (7page)

DOI: 10.5370/KIEE.2021.70.2.290

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

The load on the special days are relatively lower compared to load on normal days, the pattern of load is irregular, and the number of load data for the past similar days to the special day is limited. Since the load forecast error on special days is relatively large compared to the load forecast error on normal days, the improvement of load forecasting algorithm for special days is needed. An hourly load forecast algorithm for special days that can reflect the effect of temperature varying over time and the effect of BTM(Behind-the-Meter) solar photovoltaic(PV) generators increasing by year is developed to improve the load forecasting accuracy for special days. The proposed algorithm forecasts hourly load for special days using fuzzy linear regression, and then corrects the forecast load using both the temperature sensitivity and the estimated BTM solar PV generation. The forecast accuracy is improved when using the proposed algorithm to forecast the load on special days in 2019.

#Behind-the-Meter Generation #Fuzzy Linear Regression #Short-Term Load Forecasting #Special Days

참고문헌 (17)

참고문헌 신청

Korea Power Exchange / 2011 / A Study on Short-term Load Forecasting Technique and its Application

Korea Power Exchange / 2019 / Electricity Market Rules

Bo‑Sung Kwon / 2020 / Short‑Term Load Forecasting Based on Deep Neural Networks Using LSTM Layer / Journal of Electrical Engineering & Technology 15(4):1501~1509

S. Rahman / 1988 / An Expert System Based Algorithm for Short-Term Load Forecast / IEEE Trans. on Power Systems 3(2):392~399

K. Kim / 2000 / Short-Load Forecasting for Special Days in Anomalous Load Conditions Using Neural Networks and Fuzzy Inference Method / IEEE Trans. on Power Systems 15(2):559~565

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

권보성

소속기관

주요연구분야 공학 > 전기전자공학 TOP 5% 공학 > 전기전자공학 > 전기공학 TOP 5%

논문수 25 이용수 4,764

배동진

소속기관 한국전력공사

주요연구분야 공학 > 전기전자공학 > 전기공학 TOP 5%

논문수 33 이용수 3,504

문찬호

소속기관 숭실대학교

주요연구분야 공학 > 전기전자공학 > 전기공학 TOP 5%

논문수 20 이용수 3,397

송경빈

소속기관 숭실대학교

주요연구분야 공학 > 전기전자공학 TOP 0.5% 공학 > 전기전자공학 > 전기공학 TOP 0.5%

논문수 232 이용수 33,324

이 논문과 함께 이용한 논문

인지언어학적 은유론의 수사학적 고찰 : 레이코프와 존슨을 중심으로

오형엽 어문학 2008 .12

주간 전력수요예측 오차분석 및 수요예측 개선방안

배동진 , 전경희 , 손흥구 외 4명 대한전기학회 학술대회 논문집 2021 .07

배전계통의 신뢰도 향상을 위한 전력회사 관점에서의 경제성 평가

우수화 , 권보성 , 문찬호 외 2명 조명·전기설비학회논문지 2021 .02

BTM 발전량을 고려한 평일 단기 전력수요예측 알고리즘

배동진 , 권보성 , 문찬호 외 2명 조명·전기설비학회논문지 2020 .11

소용량 태양광이 중기 전력수요예측 시 미치는 영향 분석

권보성 , 문찬호 , 배동진 외 1명 대한전기학회 학술대회 논문집 2020 .07

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (17)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)