유럽 전기력 시장의 동인과 상호 의존성을 XAI로 분석

Overview

전기 시장은 본질적으로 복잡한 시스템으로, 강한 비선형성, 고차원 상호작용, 그리고 지역 간 증가하는 의존성을 특징으로 합니다. 딥 뉴럴 네트워크(DNN)는 전기 가격을 예측하는 데 강력한 능력을 보여주었지만, 해석 가능성이 부족해 가격 형성의 근본적인 동인에 대한 이해를 제한합니다. 본 논문은 딥 뉴럴 네트워크 모델과 설명 가능한 인공지능(XAI) 기술을 결합하여 39개 유럽 입찰 구역에서 전기 가격의 결정 요인을 분석함으로써 이 격차를 해소합니다. SHAP(SHapley Additive exPlanations)를 사용해 특성 기여도를 정량화하고, 고차원 환경에서 해석성을 향상시키는 SSHAP(aggregation framework)도 적용 및 확장합니다. 분석 결과 재생 에너지 원천, 특히 태양광이 전체 전력 생성 대비 비중은 낮지만 가격 형성에 비 пропорциона적으로 중요한 역할을 한다는 것이 확인되었다. 가스 가격은 전기 시장에서 지속적으로 주요하고 일관된 동력으로 작용하며, 연결망이 가격 역학을 크게 형성한다는 점은 유럽 전기 시스템의 강한 의존성을 강조한다. 또한, 전체적으로 통합된 단일 가격을 가진 시장 시나리오를 탐구하기 위해 가상 EU 전역 전기 시장이 구축되었다.

Key Contributions

본 논문은 다음과 같은 분야에서 연구를 제시합니다:

• cs.AI
• cs.LG
• econ.GN

Methodology

자세한 방법론은 전체 논문을 참고하십시오.

Practical Implications

본 연구는 cs.AI의 발전을 기여한다.

Authors

• Antoine Pesenti
• Aidan O’Sullivan

Paper Information

• arXiv ID: 2606.19118v1
• Categories: cs.AI, cs.LG, econ.GN
• Published: June 17, 2026
• PDF: Download PDF