기상청은 전력수요를 예측할 때 기존의 기온뿐만 아니라 구름량이나 풍속 등 기상요소 빅데이터를 활용해 예측 오차를 줄일 수 있는 것으로 파악됐다고 21일 밝혔다.

전력거래소는 기상청에서 기상정보를 받아 주로 기온을 위주로 전력수요를 예측하고 있다.

기상청은 빅데이터 분석기법으로 자체 구축한 예측모형을 통해 지난 7년(2004∼2011)간 전국 단위 전력 사용량을 예측한 결과 기온자료만 활용한 경우 예측 오차는 평균 1.8%인 반면 습도, 구름량, 체감온도, 풍속, 강수량 등 다른 기상요소를 추가했을 때는 오차가 1.3%로 줄었다고 밝혔다.

여름과 겨울에는 최저기온, 구름량, 체감온도와 전력 사용량의 상관성이 높고 환절기(5, 10월)에는 기상요소와 전력 사용량의 연관성이 상대적으로 낮은 것으로 나타났다.

다만, 이번 분석은 생활 습관, 산업 활동, 경제적 요인 등 전력 사용량에 영향을 미치는 기상 외 변수는 고려되지 않아 실제 전력수요 예측과는 다소 차이가 있을 수 있다고 기상청은 덧붙였다.

기상청은 올 하반기에 한국전력의 전국 지사별 시간단위 전력 사용량 자료를 이용해 날씨와 지역별, 용도별, 시간대별 전력 사용량의 관계를 상세하게 분석할 계획이다.

이를 토대로 내년에는 개선된 전력수요 예측 결과를 전력거래소 등에서 활용하도록 하는 방안을 마련한 예정이다.

기상청 관계자는 "빅데이터 분석 기법을 활용하면 연간 약 1천100GWh의 발전량을 줄여 1천200억원의 비용을 절감할 수 있을 것으로 기대된다"고 말했다.

(서울=연합뉴스)