스웨덴 에스킬스투나에서 단기 전력 수요 예측을 위한 적용 기계 학습을 통한 입력 변수 유도

전기 수요, 전기화 및 재생 가능 에너지의 증가에 따라 정확한 예측과 유연한 에너지 관리가 필수적이 됩니다. 배전망 운영자는 지역 그리드에 의해 설정된 용량 한계에 직면하여 이를 초과할 경우 경제적 벌금의 위험이 있습니다. 본 연구는 스웨덴 에스킬스투나의 사례 연구를 통해 이러한 과제를 해결하기 위한 데이터 기반 전력 수요 예측 접근 방식을 조사하였습니다. 다중 선형 회귀를 사용하여 전기 수요 데이터를 모델링하고, 3년의 역사적 데이터를 사용하여 롤링 오리진 검증 프로세스를 통해 주요 일정 및 기상 변수를 식별했습니다. 저비용에도 불구하고 다중 선형 회귀는 비용이 더 높은 비선형 라이트 그래디언트 부스트 머신보다 우수하며, 두 모델 모두 상대적인 평균 제곱 오차(RMSE)가 각각 32–34% 및 39–40%인