위기 이후 노르웨이의 5 개 입찰 구역 전역에서의 전력 가격 예측

노르웨이의 전력 시장은 수력 발전에 크게 의존해 왔으나, 20212022 년 에너지 위기 및 대륙 유럽과의 강화된 통합은 가격 형성 방식을 근본적으로 변화시켜 역사적 데이터로 보정된 예측 모델의 신뢰성을 감소시켰다. 업데이트된 모델에 대한 절실한 필요성에도 불구하고, 구조적으로 다양하며 서로 다른 노르웨이 모든 입찰 구역 (bidding zones) 을 아우르는 기능 기여도를 평가하는 통합 벤치마크는 여전히 부재한다. 여기서는 노르웨이의 네덜란드 풀 (Nord Pool) 모든 5 개 입찰 구역 전역에서의 전력 가격 예측에 대한 포괄적인 평가를 제시한다. 우리는 20192025 년에 걸친 다중 모달 시간별 데이터셋을 구축하고, LightGBM, ARX 및 고급 딥러닝 아키텍처를 포함한 8 가지 예측 모델 계열을 엄격하게 인과성 있는 테스트 세트 (strictly causal test set) 를 사용하여 평가했다. 우리는 모델 성능과 기능 유틸리티를 분석하기 위해 견고한 롤링-오리진 백테스팅 (rolling-origin backtesting), 그룹 제외 기능 제거 분석 (leave-one-group-out feature ablation), 그리고 조건부 레짐 분석 (conditional regime analysis) 을 구현했다. 우리의 결과는 LightGBM 이 모든 구역에서 가장 우수한 성능을 보였으며 평균 절대 오차 (MAE) 가 1.64~5.74 EUR/MWh 로 범위를 나타냈고, 북부 구역에서는 릿지 ARX 모델이 여전히 강력한 선형 벤치마크로 남아있음을 보여준다. 기능 제거 분석은 지연된 가격과 캘린더 변수에만 의존하는 모델도 높은 정확도를 달성하며 종종 전체 다중 모달 통합과 일치하거나 이를 초과함을 드러냈다. 그러나 조건부 레짐 분석은 저수위와 가스 가격 같은 외부 기능이 스트레스를 받은 시장 레짐 (market regimes) 하에서 일관되게 증가하는 예측 오차를 계층화 (stratify) 하는 데 여전히 중요함을 입증했다. 이는 시장 역학의 구조적 변화에 직면한 의사 결정자들에게 모델 해석 가능성과 레짐 인식 (regime awareness) 이 갖는 실용적 가치를 강조한다.