[논문 리뷰] Forecasting wind speed financial return

Guglielmo D’Amico, Filippo Petroni외 1명|arXiv (Cornell University)|2013. 12. 13.

Energy Load and Power Forecasting참고 문헌 12인용 수 4

한 줄 요약

이 논문은 비모수적 바람 속도 예측을 위한 색인화된 준마르코프 체인(ISMC) 모델을 제안하며, 10분에서 2시간까지 다양한 시간 범위에서 지속성 모델보다 뛰어난 성능을 보여준다. 이 모델은 이산 상태를 사용하여 바람 속도를 정확하게 예측하며, 풍력발전소 투자에 대한 재무 지표인 내부수익률(IRR), 기간(Duration), 볼록도(Convexity)를 추정하는 데도 응용된다. 정책 유인 여부에 관계없이 실제 데이터와 시뮬레이션 데이터 간의 강한 일치를 보인다.

ABSTRACT

The prediction of wind speed is very important when dealing with the production of energy through wind turbines. In this paper, we show a new nonparametric model, based on semi-Markov chains, to predict wind speed. Particularly we use an indexed semi-Markov model that has been shown to be able to reproduce accurately the statistical behavior of wind speed. The model is used to forecast, one step ahead, wind speed. In order to check the validity of the model we show, as indicator of goodness, the root mean square error and mean absolute error between real data and predicted ones. We also compare our forecasting results with those of a persistence model. At last, we show an application of the model to predict financial indicators like the Internal Rate of Return, Duration and Convexity.

연구 동기 및 목표

• 분포 가정에 의존하지 않는 비모수적 바람 속도 예측 모델을 개발하는 것.
• ISMC 모델의 예측 정확도를 다양한 시간 척도(10분에서 2시간)에 걸쳐 평가하는 것.
• ISMC 모델을 활용해 풍력발전소 투자에 대한 재무 지표인 IRR, Duration, Convexity를 예측하는 것.
• RMSE 및 MAE 지표를 사용해 모델 성능을 지속성 모델과 비교하는 것.
• 정부 유인 및 비유인 상황에서 실제 데이터와 시뮬레이션 데이터를 활용해 모델의 재무 적용 가능성을 검증하는 것.

제안 방법

• ISMC 모델은 바람 속도를 0–3 m/s에서 >9 m/s까지의 여덟 개의 이산 상태 범위로 나누어 연속적인 바람 속도 데이터를 이산화한다.
• 모델은 30분, 1시간, 2시간 간격으로 재샘플링한 역사를 기반으로 훈련되어 다중 척도 예측 성능를 평가한다.
• 터빈 허브 높이의 바람 속도는 거듭제곱 법칙을 사용해 보정된다: $ v_h = v_{ref} \left( \frac{h}{h_{ref}} \right)^\alpha $, 여기서 $ \alpha = \frac{1}{\ln(h/z_0)} $ 이고, 지상 조건에서는 $ z_0 = 0.005 $ 이다.
• 에너지 생산은 10kW Aircon HAWT 터빈의 출력 곡선을 사용하여 모델링되며, 이는 바람 속도를 전기 출력으로 매핑한다.
• 몬테카를로 시뮬레이션을 통해 ISMC 모델 기반으로 미래 바람 속도 및 에너지 생산에 대한 1000개의 시나리오를 생성한다.
• 재무 지표인 IRR, Duration, Convexity는 표준 공식을 사용해 시뮬레이션된 현금흐름에서 계산되며, IRR는 반복적으로 해를 구하고, Duration/Convexity는 3% 할인율에서 계산된다.

실험 결과

연구 질문

• RQ1 색인화된 준마르코프 체인 모델은 분포 가정 없이 다양한 시간 범위에서 바람 속도를 정확하게 예측할 수 있는가?
• RQ2 RMSE 및 MAE 측면에서 ISMC 모델의 예측 성능는 지속성 모델에 비해 어떻게 비교되는가?
• RQ3 ISMC 모델은 풍력발전소 투자에 대해 현실적인 재무 지표(IRR, Duration, Convexity)를 얼마나 잘 시뮬레이션할 수 있는가?
• RQ4 정부 유인 정책은 ISMC로 시뮬레이션된 바람 속도 시나리오에서 유도된 재무 지표에 어떤 영향을 미치는가?
• RQ5 모델의 예측 정확도는 30분, 1시간, 2시간 등의 다양한 샘플링 주기에서 일관된가?

주요 결과

• ISMC 모델은 모든 테스트된 시간 범위(10분에서 2시간)에서 지속성 모델보다 낮은 RMSE 및 MAE를 기록하며 바람 속도 예측에서 뛰어난 성능을 보였다.
• 정부 유인 조건 하에서 15년 투자 사례에서 실제 데이터의 평균 IRR은 0.5256 ± 0.0063이었고, ISMC 시뮬레이션 결과는 0.5186 ± 0.0062였다.
• 유인 없이 30년 투자 사례에서 실제 데이터의 평균 IRR은 0.0249 ± 0.0021이었고, 시뮬레이션 결과는 0.0240 ± 0.0003로 매우 유사한 결과를 보였다.
• 유인 조건에서는 실제 데이터의 Duration 값이 7.0134 ± 0.0253이었고, 시뮬레이션 결과는 6.9997 ± 0.0024로 거의 동일했다. 비유인 조건에서는 각각 7.2680 ± 0.0122와 7.2288 ± 0.0023로 유사했다.
• 볼록도 값 역시 매우 유사하게 일치했다: 유인 조건에서는 실제 데이터가 71.7516 ± 0.3638, 시뮬레이션 결과가 71.5337 ± 0.0401이었고, 비유인 조건에서는 각각 126.9422 ± 0.3119와 126.1550 ± 0.0590였다.
• 모델은 10분에서 2시간까지의 시간 척도에서 일관된 예측 성능를 유지하며, 시간 범위가 길어짐에 따라 성능 저하가 없었다.