A Study on the Ensemble Forecasting Model based on Ramp Detection for Wind Generating Resources

Abstract

As climate crises such as global warming reached a level that threatened human survival due to excessive use of fossil fuels after the Industrial Revolution, the international community adopted the Paris Agreement in 2015 aimed at controlling the average global temperature rise below 2℃ and trying not to exceed 1.5℃. Global initiatives such as SBTi were launched, as many countries over the world started to announce their goals to achieve Net-zero. Korea has also declared 2050 Net-zero. In line with these social changes, reducing carbon emissions by increasing the proportion of renewable energy generation is emerging as a key measure. However, renewable energy is characterized by high volatility and is difficult to forecast because the power generation changes irregularly depending on natural conditions. Therefore, high integration of wind and solar power into the power system can hinder the flexibility of the power system, which is the ability to control power generation and load for maintaining a balance of power supply and demand. This suggests the need to come up with solutions to respond to the volatility of renewable energy output and secure system reliability in the era of energy paradigm transformation. Accordingly, in order to more accurately predict renewable energy generation, ramp events, which are power generation output variability, were newly defined and the characteristics of ramp events were analyzed seasonally and hourly. This study intends to increase the forecasting performance by detecting ramp events and considering the occurrence of ramp events when forecasting renewable energy generation. To forecast renewable energy power output, an ensemble model was developed by combining ARIMAX and Wavelet decomposition techniques. Through comparing the forecasting results based on ARIMAX single model, it was verified that the application of the ensemble technique improved forecasting performance. NMAE (Normalized Mean Absolute Error) and R-squared were applied as a forecasting performance evaluation metrics. The developed algorithm-based ensemble model's short-term forecasting performance of 6 hours with time interval 15 minutes was within 8% of NMAE for all months and an average of 5.17%, which all meets the criteria of Korea's renewable energy generation forecasting system(NMAE 8%). The R-squared value was also calculated with a high result value of at least 0.65 and at most 0.97. In addition to evaluating the forecasting performance of renewable energy generation, total of four ramp forecasting metrics were applied to evaluate the detection performance for ramp events. Based on the results of applying various evaluation metrics, the most suitable evaluation metric was suggested, and a ramp evaluation metric has newly developed. Since all of the proposed methodologies have been verified with empirical data from Jeju, this study can be applied to EMS(Energy Management System) in Korea. Moreover, it is meaningful that this study as laid the foundation for effective use of ramp event analysis results to maintain reliability in the power system while high level of renewable energy is integrated to the system.;산업혁명 이후 과도한 화석연료 사용으로 지구 온난화 등 기후 위기가 인류의 생존을 위협하는 수준에 이르자, 지난 2015년, 국제사회는 지구의 평균 온도 상승을 2℃ 아래에서 억제하고, 1.5℃를 넘지 않도록 노력하는 것을 목표로 하는 파리협정을 채택하였다. SBTi 등 글로벌 이니셔티브들이 출범하여 세계 각국의 다양한 주체들이 2050 탄소중립 달성 목표를 공표하고 우리나라 역시 2050 탄소중립을 선언하였다. 이러한 사회적 변화에 발맞춰 재생에너지 발전 비중을 확대하여 탄소 배출을 감축하는 것이 핵심 방안으로 떠오르고 있다. 하지만 재생에너지는 자연조건에 따라 발전량이 불규칙적으로 변하므로 발전량을 예측하기 어려우며 변동성이 높다는 특징을 가진다. 풍력과 태양광이 높은 수준으로 전력계통에 투입될 경우, 전력수급 균형을 유지하기 위해 발전과 부하를 조절하는 능력을 의미하는 전력계통의 유연성이 저해되는 문제가 발생한다. 이는 에너지 패러다임 전환 시대를 맞아, 재생에너지의 출력변동성에 대응하며 계통 안정성 및 신뢰도를 확보하는 방안 마련의 필요성을 시사한다. 이에 본 연구에서는 보다 정확한 재생에너지 발전량 예측을 진행하기 위해 발전 출력 변동성인 램프 이벤트를 정의하고 분석해 램프 이벤트의 계시별(계절별, 시간별) 특징을 도출하였다. 이를 바탕으로 램프 이벤트를 감지하고, 재생에너지 발전량 예측 시 램프 이벤트의 발생여부를 함께 고려함으로써 예측 성능을 높이고자 한다. 재생에너지 발전량 예측을 위한 기본 모형으로는 ARIMAX와 Wavelet 분해기법을 결합하여 앙상블 모형을 개발하였으며, ARIMAX 단일모형과의 예측 결과 비교를 통해 앙상블 기법의 적용이 예측성능을 향상시켰음을 검증하였다. 발전량 예측성능 평가 지표로는 NMAE(Normalized Mean Absolute Error)와 R-squared를 적용하였다. 개발된 알고리즘 기반 앙상블 모형의 15분 단위 6시간 단기 예측성능은 모든 월(月)에 대하여 NMAE 8% 이내, 평균 5.17%로 우리나라 재생에너지 발전량 예측 제도의 인센티브 지급 기준인 8%를 모두 충족하는 결과를 보였다. R-squared 값 역시 최소 0.65, 최대 0.97의 높은 결과값이 계산되었다. 재생에너지 발전량 예측성능 평가뿐만 아니라, 발전량 예측 시 본 연구에서 함께 고려하는 램프 이벤트의 감지성능을 총 4가지 지표로 평가하였다. 여러 평가지표를 적용한 결과를 기반으로 가장 적합한 평가지표를 제안하고 새로운 램프 평가지표를 개발하였다. 제안된 모든 방법론은 제주지역의 실증 데이터로 검증을 진행하였기에, 한국의 EMS(Energy Management System)에 적용 가능하며 대규모 풍력발전 투입 시 계통 내 신뢰도를 유지하기 위해 램프 이벤트 정보를 효과적으로 사용할 수 있는 기반을 마련하였다는 것에 의의가 있다.