기상청은 전력수요 예측 시, 기상 거대자료 '빅데이터'를 사용하면 예측 오차를 큰 폭으로 개선할 수 있다고 밝혔다.

기상청은 지난 7년(2004~2011)간의 기상 거대자료(빅데이터)를 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 나타났다.

기상청이 빅데이터 분석기법으로 자체 구축한 예측모형에서 과거 특정 기간의 전국 단위 전력사용량을 예측한 결과, 기온자료만 이용한 경우의 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 1,100GWh 정도의 발전량을 줄일 수 있어 약 1,200억 원의 비용을 절감할 수 있게 된다.       
 
다만, 이번 분석은 기상요소의 영향 평가에 중점을 두고 생활 습관, 산업 활동, 경제적 요인 등 전력사용량에 영향을 미치는 기상 외의 변수는 고려하지 않아 실제 전력수요예측과는 다소 차이가 있을 수 있다.

기상청은 올해 하반기에 한국전력의 전국 지사별 시간단위 전력사용량 자료를 이용하여 날씨와 지역별, 용도별, 시간대별 전력사용량의 관계를 상세하게 분석할 계획이다. 분석 결과를 토대로, 내년에는 개선된 전력수요 예측 결과를 전력거래소 등에서 활용하는 방안을 마련한 예정이다.  
 
고윤화 청장은 “앞으로도 기상기후와 타 분야의 정보를 융합하여 시너지 효과를 낼 수 있는 정책을 마련할 계획이며, 농업, 관광, 교통, 보건 등 국민의 실생활과 밀접한 관련이 있는 분야와 협업하여 기상 거대자료(빅데이터)의 가치를 높여갈 방침이다”라고 밝혔다.