다변량 CNN-LSTM 모델을 통한 하루 전 시장에서의 전력 가격 예측

하루 전 시장(DAM)은 AC 전력 시스템의 적절한 운영을 위해 필요한 수요-공급 균형 유지에 중요합니다. 소비자, 유틸리티 회사 및 투자자와 같은 에너지 부문의 다양한 이해관계자들은 정확한 전력 가격 예측에 크게 의존합니다. 그럼에도 불구하고 부하 행동, 재생 가능 에너지 생성, 휴일 및 날씨 조건과 같은 요인들은 전력 가격의 불확실성과 변동성을 증가시킵니다. 따라서 정확한 예측 결과를 얻기 위해 현대적인 기법을 접근해야 합니다. 본 논문에서는 영국 전력 시장에서의 미래 전력 가격을 예측하기 위해 하이브리드 합성곱-장기 단기 메모리 네트워크를 사용하는 다변량 딥러닝 모델을 제안합니다. 정확성을 높이기 위해 전력 수요, 생성, 생성 믹스(풍력, 태양광, 저장 장치, 가스, 화석), 날씨(온도, 태양 복사, 풍속), 하루 전 가격 및 초기 데이터에서 추출된 계절성 특성과 같은 영향 요인을 적용하여 10%의 백분율 오차를 달성하였습니다.