내일 몇 시에 몇 kW — 그리고 얼마나 맞았는지 매일 공개
발전소마다 내일 24시간을 1시간 칸으로 예측합니다. 날씨 예측이라 «몇 % 보장» 은 하지 않습니다. 대신 매일 자동으로 채점하고, 그 결과를 숨기지 않습니다.
알고리즘 — 다섯 단계
해 위치로 «구름이 없으면 몇 kW» 를 5분마다 셈해 시간 평균
예보 기온으로 모듈 온도를 어림해 뜨거운 만큼 깎는다
«이 발전소는 맑아도 이론값의 몇 %까지» — 실적에서 배운다
«구름많음 예보가 난 날 실제로 몇 %» — 실적에서 배운다
인버터 한계를 넘지 않게 · 0 밑으로 안 간다
재료 — 기상청 단기예보(하루 8번 발표) ＋ 그 발전소의 지난 90일 실적 · 발표가 올 때마다 새로 만들고 지우지 않고 쌓습니다
차별점 — 정직하게 재는 장치
관측 날씨로 배우면 «예보가 틀린 만큼» 이 빠져 잘 맞는 척합니다. 받은 예보를 첫날부터 그대로 쌓습니다.
당일 아침 판은 당연히 잘 맞습니다. 입찰 · 제출에 실제로 쓴 판(전날 09:30 · 10:00 · 17:00)으로 셉니다.
|예측 − 실적| ÷ 쓸 수 있는 용량 · 이용률 10 % 미만 시간 제외 — 전력거래소 규칙과 같습니다.
고장 난 인버터 몫은 분모에서 빼고, 배울 때는 «다 성했으면» 으로 바꿔 배웁니다.
«그때 무엇을 냈나» 를 언제든 다시 꺼내 입찰에 쓴 판과 맞춰 봅니다.
표본이 적으면 기본값 쪽으로 당기고, 이상한 실적 하나가 예측을 망치지 않게 범위를 자릅니다.
지금 — 통계 보정(v1)
발전소마다 숫자 다섯(천장 ＋ 하늘 계수 넷)을 실적에서 배우고, 판을 만들 때마다(하루 8번) 다시 배웁니다.
다음 — 기계학습(v2)
기록이 약 3개월 쌓이면 기계학습 모델을 v1 과 나란히 돌려, 같은 기간 오차율이 낮을 때만 바꿉니다.