AMI 데이터를 활용한 날씨요인이 아파트 전력 소비에 미치는 영향 분석

국문 초록 (Abstract)

기존 연구가 전국을 대상으로 통합된 전력 사용량과 기온 간의 관계를 분석한 데 비해 본 연구는 2022년 1월 1일부터 12월 31일까지 1년 동안 지역난방을 사용하는 서울 지역 한 아파트 단지에 속하는 390세대의 1시간 단위의 미시적 자료를 활용하여 기온과 주택용 전력 사용량 간의 관계를 실증 분석했다. 기온을 포함한 날씨 요인이 전력사용량에 미치는 영향은 다수의 연구에서 분석된 바 있지만 개별 가구에 다양한 날씨 요인이 미치는 영향에 관한 국내 연구는 충분하지 않은 실정이다. 추정 결과를 요약하면, 기온에 따른 전력수요의 변화는 J자형이며, 그 임계기온이 예상보다 높은 30.1℃로 나타났다. 계절별 추정에서는 여름철 전력 사용량에서만 기온과 전력 사용량 간에 J자형이 발견되었으며, 봄이나 겨울에서는 선형 관계인 것으로 나타났다. 그리고 공휴일이나 주말이 평일에 비해 상대적으로 전력 사용량이 많은 것으로 추정되었다. 하지만 이러한 효과도 계절에 따라 다르게 나타나고 있다. 여름철에는 기온과 함께 습도가 전력 사용량 결정에 중요한 역할을 하며, 겨울철에는 기온과 풍속이 중요한 요인으로 나타났다. 통계청의 생활시간조사표에 따라 하루를 6개의 시간대로 구분하여 분석한 결과, 기온과 일조량은 모든 시간대에 유의미한 요인으로 분석되었으며, 습도는 유의미하지만 미미한 수준으로 영향을 미쳤다. 계절별로 나누어보면, 기온의 영향이 비교적 일정한 반면 풍속이나 일조량과 같은 기타 날씨 요인의 영향은 민감한 시간대에 따라 다른 것을 확인했다. 또한 계절에 관계없이 주말과 공휴일의 아침 시간 에는 전력사용량이 감소하여 주중과 주말·공휴일과는 다른 생활패턴을 실증적으로 검증할 수 있었다. 시간대에 따른 기온에 대한 전력사용량 변화는 아침 시간대와 밤 시간대보다 가족 구성원의 외부활동이 많은 점심 시간대와 오후 시간대에 크게 나타났으며, 이른 오전 시간을 제외한 모든 시간대에서 강우량이 증가함에 따라 전력사용량도 증가하여 각 날씨요인이 전력사용량에 미치는 영향은 시간행동에 따라 다르게 나타남을 확인했다. 특히 주말과 공휴일 아침 시간대는 주중 같은 시간대에 비해 전력사용량이 감소했는데 이는 해당 시간대에 수면하는 구성원이 높게 나타나는 생활행동을 반영한 것으로 보인다. 본 연구는 기존 전력수요예측 연구에서 기온변수로 흔히 사용되었던 측정치인 냉난방도일과 실제 기온 자료를 각각 회귀분석하고 비교한 결과, 후자가 좀 더 큰 영향을 미치는 결과를 얻었다. 본 연구는 서울 지역 한 아파트 단지에 속한 390세대라는 대표성에 대한 한계가 있다. 또한 1년 동안의 단기 분석이므로 전력 소비가 소득이나 가구원 수보다는 기온에 좀 더 민감하게 반영한다고 가정해도 큰 무리는 없을 것이다. 다만, 390세대의 1시간 단위의 미시적 자료를 이용하여 분석한 본 연구가 향후 기후변화에 대응한 전력수요 예측에 기여하는 것은 물론 가구의 시간대별 행동 패턴에 반응하는 전력 소비 행태를 이해하는 데 도움이 되길 기대한다.

다국어 초록 (Multilingual Abstract)

While previous studies have analyzed the relationship between aggregated electricity usage and temperature across the country, this study empirically analyzes the relationship between temperature and residential electricity usage using hourly micro data from 390 households over a one-year period from January 1 to December 31, 2022. The impact of weather factors, including temperature, on electricity usage has been analyzed in many studies, but there are not enough domestic studies on the impact of various weather factors on individual households. To summarize the estimation results, the change in electricity demand with temperature is nonlinear, and the threshold temperature is 30.1℃, which is higher than expected. The seasonal estimation found a nonlinear relationship between temperature and electricity use only in summer, but a linear relationship in spring and winter, and a higher electricity use on weekends than on weekdays relative to holidays. However, these Effects also vary by season and age. In summer, humidity plays an important role in determining electricity usage along with temperature, while in winter, temperature and wind speed are important factors. When the day was analyzed by dividing it into six time zones according to the Living Time Survey Table of Statistics Korea, temperature and Sun Duration were significant factors in all time zones, while humidity had an insignificant Effects. When divided by season, we found that the Effects of temperature is relatively constant, while other weather factors such as wind speed or sun duration have different sensitive time periods. In addition, regardless of the season, electricity consumption decreases in the morning hours of weekends and holidays, empirically verifying the different life patterns of weekdays and weekends and holidays. The change in electricity usage due to temperature variations by time of day was more significant during the midday and afternoon periods, when family members are often engaged in outdoor activities, compared to the morning and evening periods. Furthermore, an increase in rainfall led to higher electricity usage in all time periods except the early morning, demonstrating that the impact of weather elements on electricity consumption varies depending on the time of day. Notably, electricity usage during weekend and holiday mornings was lower compared to the same time on weekdays, reflecting higher instances of family members sleeping during these periods. This study empirically analyzed and compared the traditional heating and cooling degree days (HDD/CDD) and actual measured temperature data using regression analysis, revealing that the conventional HDD/CDD method tends to underestimate the impact of temperature on electricity consumption. Although this study was not able to reflect household income or number of household members due to data limitations, we hope that this study, which was analyzed using AMI data, will contribute to the prediction of electricity demand in response to climate change and help us understand behavioral responses to household energy consumption.

목차 (Table of Contents)

• 국문초록 iv
• 영문초록 ⅴi
• 제 1장 서 론 1
• 제 2장 선행연구 및 본 연구의 차이점 4
• 2.1 선행연구 4
• 제 3장 추정모형 설정 및 추정방법 11
• 3.1 추정모형 설정 11
• 3.2 추정방법 15
• 제 4장 사용자료 및 추정결과 17
• 4.1. 사용자료 17
• 4.2. 기초통계량 18
• 4.3. 추정결과 21
• 4.3.1 전체 기간 21
• 4.3.2 계절별 추정결과 25
• 4.4 시간대별 날씨 요인과 전력소비행태 29
• 4.4.1 생활시간조사 결과 29
• 4.4.2 날씨 요인의 시간대별 기술통계량 31
• 4.4.3 시간대별 전력사용량과 날씨 요인 추정결과 35
• 4.5. 계절을 고려한 날씨요인과 전력소비행태 분석 37
• 4.5.1 여름철 시간대별 전력사용량 추정결과 37
• 4.5.2 겨울철 시간대별 전력사용량 추정결과 39
• 4.6 일교차와 전력사용량의 관계 44
• 4.7 시간대별 자료와 월별 자료를 이용한 추정결과 비교 47
• 제 5장 결론 및 한계 51
• 참고문헌 54