[논문 리뷰] Comparing the Forecasting Performances of Linear Models for Electricity Prices with High RES Penetration

Angelica Gianfreda, Francesco Ravazzolo외 1명|arXiv (Cornell University)|2018. 01. 03.

Energy Load and Power Forecasting참고 문헌 51인용 수 51

한 줄 요약

이 연구는 고재생에너지비중(RES) 시장에서 시간대별 당일 전기요금을 예측하기 위해 단변량 및 다변량 선형 모델—빈도주의 및 베이지안 방식을 비교한다. 베이지안 벡터자기회귀(BVAR) 모델이 수요, 바람, 태양광 및 화석연료 가격 예측치를 포함할 경우 독일, 덴마크, 이탈리아, 스페인에서 모두 더 뛰어난 점 예측 및 밀도 예측 성능을 보이며, 바람 예측이 태양광 예측보다 더 유용한 것으로 나타났다.

ABSTRACT

This paper compares alternative univariate versus multivariate models, frequentist versus Bayesian autoregressive and vector autoregressive specifications, for hourly day-ahead electricity prices, both with and without renewable energy sources. The accuracy of point and density forecasts are inspected in four main European markets (Germany, Denmark, Italy and Spain) characterized by different levels of renewable energy power generation. Our results show that the Bayesian VAR specifications with exogenous variables dominate other multivariate and univariate specifications, in terms of both point and density forecasting.

연구 동기 및 목표

• 고재생에너지비중 전기시장에서 단변량 대 다변량 선형 모델의 예측 성능을 평가하는 것.
• 자기회귀 및 벡터자기회귀 모델에 대한 빈도주의 및 베이지안 추정 방법의 비교.
• 당일 전기요금 모델에 수요, 바람, 태양광 및 화석연료 가격 예측치를 포함할 때의 예측 가치 증가 여부 평가.
• 다양한 유럽 시장에서 바람 또는 태양광 발전 예측치가 가격 예측에 더 유용한지 판단하는 것.
• 시장 참가자 및 규제 당국가 예측 모델 최적 사양을 위한 실증적 지침 제공.

제안 방법

• 시간대별 당일 전기요금에 대해 단변량 자기회귀(AR) 및 다변량 벡터자기회귀(VAR) 모델을 적용한다.
• 외생변수로 수요 예측치, 바람 및 태양광 발전 예측치, 화석연료 가격(석탄, 가스, CO2)을 포함한다.
• 빈도주의 및 베이지안 추정 방법을 모두 적용하며, 후자는 소표본 성능 향상을 위해 정보가 풍부한 사전분포를 사용한다.
• 독일, 덴마크, 이탈리아, 스페인의 네 유럽 전력시장을 대상으로 패널 데이터 구조를 활용한다.
• 표준 평가 지표를 사용: 점 예측의 경우 평균제곱근오차(RMSE), 밀도 예측의 경우 연속적 랭크확률 점수(CRPS).
• 예측 정확도 평가를 위해 유효기간 외 예측과 윈도우를 이동시키는 방식을 사용하여 다양한 시간대 및 시장 조건에서의 성능을 분석한다.

실험 결과

연구 질문

• RQ1 다변량 모델이 시간대별 당일 전기요금 예측에서 단변량 모델보다 우수한가?
• RQ2 이 맥락에서 베이지안 접근이 빈도주의 접근보다 더 높은 예측 정확도를 제공하는가?
• RQ3 수요, 바람, 태양광 또는 화석연료 중 어떤 외생변수가 가장 높은 예측 성능 향상을 이끌는가?
• RQ4 고RES 시장에서 바람 발전 예측치를 포함하는 것이 태양광 예측치를 포함하는 것보다 더 유용한가?
• RQ5 다양한 유럽 전력시장에서 재생에너지 비중 수준이 다른 상황에서 예측 성능는 어떻게 달라지는가?

주요 결과

• 외생변수(수요, 바람, 태양광, 화석연료)를 포함한 베이지안 VAR 모델은 점 예측 및 밀도 예측 정확도에서 모든 다른 단변량 및 다변량 사양을 일관되게 압도한다.
• 바람 발전 예측치 포함이 태양광 예측치만 포함하는 것보다 성능이 뛰어나며, 독일, 이탈리아, 스페인에서 시간대 8–24에 특히 두드러진다.
• 바람 및 태양광 예측치를 동시에 포함할 경우, 각각을 별도로 포함하는 것보다 더 높은 모델 성능 향상을 이룬다.
• 고RES 비중에서도 화석연료 가격(석탄, 가스, CO2)은 중요한 예측 변수이며, 이를 생략할 경우 예측 정확도가 떨어진다.
• 다변량 모델은 전기요금 동역학의 시간 간격 상관관계를 포착할 수 있어 단변량 모델보다 우수하다.
• RES 및 수요 예측을 포함할 경우 예측 성능 향상 효과가 가장 두드러지며, RMSE 및 CRPS를 포함한 모든 평가 지표에서 일관된 향상이 관찰된다.