|
기상 빅데이터를 사용하면 전력 수요 예측 오차는 25% 정도 개선돼 약 1200억의 경제적인 효과를 거둘 수 있는 것으로 나타났다. 기상청은 지난 7년(2004~2011년)간의 기상 빅데이터를 토대로 최근 분석한 결과 전력 사용량에 미치는 기상요소는 기온(평균·최고·최저), 습도, 풍속, 운량, 불쾌지수, 체감온도, 강수량 등으로 나타났다. 특히, 여름과 겨울에는 최저기온, 운량, 체감온도와 전력사용량의 상관성이 높고, 환절기(5, 10월)에는 기상요소와 전력사용량의 연관성이 상대적으로 낮은 것으로 분석됐다. 특히 기상청이 빅데이터 분석기법으로 자체 구축한 예측모형에서 과거 특정 기간의 전국 단위 전력사용량 예측 자료에 따르면 기온자료만 이용한 경우 예측 오차가 1.8%인 반면 습도, 운량, 체감온도, 풍속, 강수량 등 기상요소를 추가하였을 때는 예측 오차가 1.3%로 줄어들었다. 이는 예측 오차를 무려 25% 정도 개선할 수 있는 것으로 연간 약 1100GWh 정도의 발전량을 줄일 수 있어 약 1200억 원의 비용을 절감할 수 있게 된다. 한편 기상청은 올 하반기 한국전력의 전국 지사별 시간단위 전력사용량 자료를 이용해 지역별, 용도별, 시간대별 날씨와 전력사용량의 관계를 상세하게 분석할 예정이다. 또한 분석한 자료를 토대로 내년에는 개선된 전력수요 예측 결과를 전력거래소 등에서 활용하는 방안이 마련된다. 고윤화 기상청장은 “앞으로도 기상기후와 타 분야의 정보를 융합해 시너지 효과를 낼 수 있는 정책을 세울 방침”이라며 “농업, 관광, 교통, 보건 등 국민의 실생활과 밀접한 관련이 있는 분야와 협업해 기상 빅데이터의 가치를 높여나갈 것”이라고 말했다.
|
정연화 온케이웨더 기자 
