2026 POSTECH OIBC 빅데이터 경진대회

대회 개요

태양광 발전은 구름 한 장에 출력이 절반으로 떨어질 수 있어 계통 운영자의 예비력 확보 및 재생에너지 사업자의 하루 전 발전량 예측 정확도가 중요합니다. 전력 시장에서는 전력가격(SMP)과 오차 크기에 비례하여 페널티를 부과하므로 오차 관리가 수익에 직결됩니다.

전력 시장 직접 참여 최소 용량 기준인 20MW를 충족하기 어려운 소규모 발전소(대부분 100kW급)들을 묶어 시장에 참여시키는 집합자원(VPP, 가상발전소) 제도가 운영되며, 정산 역시 집합자원 단위로 이루어집니다.

본 대회는 전력 중개 플랫폼 사업자 관점에서 발전소 간 상호 오차 상쇄 효과와 자원 배분 제약을 고려하여, 주어진 태양광 발전소들을 2개의 집합자원으로 최적 구성하고 각 집합자원의 하루 전 발전량을 예측하는 최적화 알고리즘 개발을 목표로 합니다.

집합자원 구성 최적화 및 하루전 발전량 예측 모델 개발

참가 자격

• 전국 대학(원)생
• 개인 또는 팀으로 최대 5명 참가 가능
• 참가자는 여러 팀으로 중복 참가 불가 (계정 중복 생성 시 실격 및 수상 취소)

대회 일정

* 시상식 장소 : 대한산업공학회 2026 추계학술대회 특별세션 (부산 BPEX), 부산 외 지역 참가 시 교통비 별도 제공

평가 기준

정산금 S (매전수익 - 예측 오차 페널티)를 기준으로 평가합니다.

• 정산금 S를 최대화하는 것이 목표이며, 실질적으로는 오차에 비례한 페널티(W)를 최소화하는 경쟁입니다.
• 순위는 정산금 S 내림차순으로 결정됩니다.
• 리더보드 표기 항목: S(원), W(원), 절대오차 합계(kWh), 정규화 점수(기준선 0점, 완전예측 100점)

시상 내역

* 최우수상의 대학생 팀은 팀원 전원이 대학생으로 구성되어야 합니다.

제공 데이터 안내

• 1. 발전소 메타 데이터: 위치(위경도, 위치 노이즈 적용), 설비용량, 배정된 기상관측지점
• 2. SMP(전력가격) 데이터: 시각별 SMP 및 시간대 가중치 k
• 3. 발전량 실적 데이터: 발전소별 시간별 실제 발전량 (학습 구간만 제공, 평가 구간은 채점 전용)
• 4. 기상 예보 데이터: 제공사 A·B의 하루전 예보 (학습·평가 구간 모두 제공)
• 5. 기상 실측 데이터: 제공사 A·B의 실측값 (학습 구간만 제공)

코드 및 발표자료 제출 안내

대회기간 종료 후 리더보드 기준 상위 7개팀은 평가를 위해 코드와 발표자료를 필수로 제출해야 합니다.

• 제출 기한: 2026.11.23(월)까지
• 제출처: competition@dershare.xyz
• 제출물: 문제 해결에 사용된 코드(.py, .ipynb, .R, .rmd), 발표자료(.pdf, .pptx)
• 제출 코드는 데이터 전처리부터 학습, 추론까지의 전체 과정이 포함되어 있어야 합니다.

유의사항

• 대회 규정:
  • 출판된 제출물의 저작권을 포함한 일체의 지적재산권은 참가자에게 있으며, 주최 기관은 수상작에 대한 사용권을 가집니다.
  • 계정 중복 및 팀 간 담합은 엄격히 금지되며, 제출 결과 유사도 기준 초과 시 소명 실패 시 실격 처리됩니다.
  • 제공된 데이터 이외의 외부 데이터 사용 및 외부 데이터로 학습된 모델의 사용은 금지됩니다.
  • 평가 구간의 기상 실측·발전 실측 등 예측시점(대상일 전일 17시 KST) 이후 생성된 정보는 활용할 수 없습니다.
  • 사용 가능 언어는 Python, R입니다.
  • 제출 횟수 제한: 1일 최대 3회, 대회 기간 총 20회
• 데이터 주의사항:
  • 평가 구간에는 발전 실적과 기상 실측이 제공되지 않으며, 기상 예보 정보만 사용 가능합니다.
  • 모든 시각은 KST 기준 시간별 우측닫힘 규약(ts=01:00은 00:00~01:00 구간 의미)을 따릅니다.
  • 하루전 예보는 전일 10시·17시 두 라운드로 제공되며, 예측시점(전일 17:00) 이전 발행분이므로 자유롭게 활용할 수 있습니다.
  • 예보 데이터에 일부 결측이 존재하며(평가구간 264행, 0.0247%), 결측 대체 방법은 자유이나 행을 통째로 삭제하면 안 됩니다.
  • 발전소 위치는 최대 2km 반경 내 무작위 노이즈로 익명화되어 있으며, 원좌표 복원 및 재식별 시도는 금지됩니다.
  • sites.csv에 기재된 253개소는 모두 composition.csv에 포함되어 채점 대상이 됩니다.
  • 대용량 데이터이므로 pandas, numpy, pyarrow 등의 도구를 이용해 열람하는 것을 권장합니다.