일일 최대전력소비와 같은 단기 전력소비는 추세(trend), 요일효과
(working day effect),
기상 요인에 의한 변동성으로 분해할 수 있다.2)그러므로 본 연구의 주요 분석 대상으로 추정 모형의 종속변수인 일 일 최대전력소비의 변동성을 얻기 위해서 일일 최대전력소비로부터 추세와 요일효과를 제거할 필요가 있다. 만약 추세와 요일효과를 제거 하지 않으면 설명변수들과 종속변수 간 비선형 관계 여부가 혼재되어 분석모형이 복잡해지고, 적용 가능한 방법이 제한된다
.
그 결과, 본 연구에서 중점적으로 고찰하고자 하는 기온의 연속·누 적 효과와 전력소비 변동성 관계에 대한 정확한 분석이 어려워진다.
더욱이, 전력소비에 있어 추세와 요일효과는 일정한 형태를 보여 설명 또는 예측이 비교적 간단한 선형모형으로 가능하다. 그러므로 추세와 요일효과를 일일 최대전력소비에서 제거하는 것이 분석결과의 정확성 과 객관성을 향상할 수 있다.
추세와 요일효과는 일일 최대전력소비를 분석 기간의 평균 최대전력소 비로 나누어 추세와 요일효과를 동시에 제거하는 방법이 있다(Valor et
al., 2001; Pardo et al., 2002; Moral-Carcedo and Vicėns-Ostero, 2005).
2) 요일효과는 평일과 같이 생산활동이 일어나는 시기에는 산업 또는 상업 부문의 전력소비가 증가하고, 주말과 같이 생산활동이 감소하고 가정 내 활동이 늘어나 는 기간에는 가정 부문의 전력소비가 증가하는 등의 일정한 전력소비 패턴을 의미한다.
12
기상요인에 의한 일일 최대전력소비 변동성을 구하는 다른 방법으 로 시간 추세 등의 추세를 제거하고, 요일 및 공휴일 등 특정 요일을 나타내는 요일 가변수(dummy variable)를 추세 제거된 일일 최대전력 소비에 대해 회귀분석하고 남은 잔차를 기상 요인에 의한 일일 최대 전력소비의 변동성으로 간주할 수 있다(Li and Sailor, 1995; Sailor
and Muňoz, 1997; Sailor, 2001; Bessec and Fouquau, 2008)
본 연구에서는 후자의 방법으로 추세 제거 후, 요일 가변수를 이용 한 회귀분석으로 요일효과를 제거하는 방식으로 기상 요인에 의한 일 일 최대전력소비의 변동성을 계산하였다. 추세 제거는 일일 최대전력 소비의 추세를 확률적 추세(stochastic trend)로 보고
Hodrick and
Prescott(1997)의 방법을 적용하였다.
다음으로 요일효과는 토요일, 일요일, 토·일요일이 아닌 공휴일, 공휴일 전날, 공휴일 다음 날을 고려 하였다. 또한, 휴가철에 해당하는 7월과 8월을 요일효과 제거 시 회귀 모형에 반영하였다. 구체적으로 요일효과를 제거하기 위한 회귀모형 은 아래 식(1)과 같이 표현할 수 있다.
(1)
여기서,
는Hodrick and Prescott(1997)의 방법으로 확률적
추세가 제거된 일일 최대전력소비의 순환요인이다.는 상수항,
는 토요일,
는 일요일,
는 토·일요일이 아닌 공휴일,
는 공 휴일 전날,
는 공휴일 다음 날,
은 7월,
은 8월을 나타내는제3장 분석자료 13
가변수이다. 식(1)의 회귀계수를 추정하고, 추정된 회귀계수를 이용하 여 잔차
를 추세와 요일효과가 제거된 기상요인에 의한 일일 최대 전력소비의 변동성으로 정의한다. 즉, 기상요인에 의한 일일 최대전력 소비 변화
는 식(2)와 같이 나타낼 수 있다.
(2)
여기서,
·는 식(1)의 모수에 대한 OLS(Ordinary Least Squares)
추 정량이다.<표 3-1>은 식(1)의 추정결과이며, [그림 3-1]은 기상요인에 의한
최대전력소비의 변동성을 나타낸 것이다.3) 표본기간은 2014년 1월 1 일부터 2016년 8월 25일까지이며, 표본 수는 968개이다.
<표 3-1>과 [그림 3-1]에서 알 수 있듯이,
토요일, 일요일, 공휴일,공휴일 전·후는 일일 최대전력소비가 감소한다. 이는 해당일에 생산 활동 감소에 따른 최대전력소비 하락이 가정 및 여가 활동으로 인한 최대전력소비 증가를 상쇄할 정도로 크기 때문이다.4) 특히, 토요일과 공휴일 전·후에 일일 최대전력소비가 감소하는 것은 주5일제 근무의 확산과 공휴일과 연계하여 휴일을 즐기는 경향 확대 때문으로 보인다.
3) 추세와 요일효과가 제거된 일일 최대전력소비 변동성은 양(증가)과 음(감소)의 모습을 보이고 그 크기도 추세와 요일효과가 포함된 일일 최대전력소비에 비해 작은 관계로 평균, 분산 등의 기초통계량을 제시하지 않고 있다.
4) 한국의 전체 전력소비 중에서 가정용 전력소비 비중이 20%에 미치지 않는다는 점을 고려하여 볼 때, 전체 전력소비에 있어 공휴일의 요일효과가 음이라는 점 은 타당하다고 판단된다.
14
반면, 7월과 8월에 일일 최대전력소비가 상승하는데 생산 활동의 감 소에 따른 최대전력소비 하락이 휴가 동안 가정, 상업 부문에서 늘어 나는 최대전력소비 증가보다 작기 때문이다.
변수 추정값
-870.21
a
(-21.98)
-1,259.49
a
(-31.78)
-1,157.33a
(-15.34)
-181.57
a
(-2.07)
-164.76
b
(-1.88)
350.42
a
(7.55)
382.65
a
(8.04)
상수항 283.60a
(15.52)
표본 수 968
0.61
주: ‘a’는 1%, ‘b’는 5% 유의수준을 의미하며, ( )의 값은 t값을 의미한다.
<표 3-1> 일일 최대전력소비의 요일효과 추정결과
제3장 분석자료 15
-4,000 -2,000 0 2,000 4,000 6,000 8,000 10,000
I II III IV I II III IV I II III
2014 2015 2016
일일 최대전력소비(원자료) 일일 최대전력소비 추세
일일 최대전력소비 순환 기상요인에 의한 일일 최대전력소비
주: 표본기간은 2014년 1월 1일부터 2016년 8월 25일까지이며, 전력통계시스템
(EPSIS) 자료를 이용하였다.
[그림 3-1] 일일 최대전력소비의 변동성