Elektrik piyasalarında stratejik teklif verme ve davranış analizi
Strategic bidding and behavior analysis in electricity markets
- Tez No: 1012312
- Danışmanlar: PROF. DR. MEHMET GÜRAY GÜLER, DR. ÖĞR. ÜYESİ MEHMET YASİN ULUKUŞ
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Enerji, Industrial and Industrial Engineering, Energy
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Elektrik piyasalarında uygulanan liberalizasyon ve serbestleşme politikaları, rekabeti önemli ölçüde artırmıştır. Bu rekabet ortamında piyasa katılımcılarının ekonomik sürdürülebilirlikleri, belirsiz koşullar altında aldıkları stratejik kararlara bağlıdır. Gün öncesi piyasası (GÖP), katılımcıların kısa vadeli kararlar aldığı temel elektrik piyasalarından biridir. GÖP'te katılımcılar, üretim ve tüketim planları doğrultusunda, ertesi gün için elektrik arz ve talep tekliflerini piyasaya sunmaktadırlar. Piyasa işletmecisi tarafından arz ve taleplerin eşleştirilmesiyle elektriğin piyasa fiyatı ve katılımcıların kabul edilen teklif miktarları belirlenmektedir. Teslimat gününde katılımcılar kabul edilen teklif miktarlarını üretim veya tüketim yoluyla yerine getirmekle yükümlüdür. Bu tez kapsamında, GÖP katılımcısı santrallerin piyasa teklif kararlarına ilişkin iki farklı problem incelenmektedir. İlk problemde, üretimleri meteorolojik koşullara bağlı olarak değişkenlik gösteren yenilenebilir enerji santrallerinin, GÖP'e sunacakları teklif miktarının belirlenmesi ele alınmaktadır. GÖP'te kabul edilen teklif ile teslimat gününde gerçekleşen üretim arasındaki dengesizlikler, elektrik arz güvenliğinin korunması amacıyla maliyetlendirilmektedir. Bu doğrultuda, yenilenebilir santrallerin GÖP'e sunacakları tekliflerinin belirlenmesi için, gazeteci çocuk problemi yaklaşımına dayalı bir yapay sinir ağı modeli önerilmektedir. Bu model, santralin ertesi günkü üretim tahmininin doğrudan teklif olarak sunulması yerine; dengesizlik maliyetlerini minimize eden teklif miktarının sunulmasını amaçlamaktadır. Önerilen model, Türkiye'de faaliyet gösteren bir güneş enerjisi santraline uygulanmış ve uygulama sonuçları modelin nokta tahmine dayalı yönteme kıyasla daha yüksek gelir sağladığını göstermiştir. İkinci problemde ise, termik santrallerin GÖP'teki teklif verme davranışları ele alınmaktadır. Termik santraller, yenilenebilir santrallerden farklı olarak üretim miktarlarını kontrol edebilmekte ve teklif kararlarını marjinal maliyetler ve teknik kısıtlar doğrultusunda belirlemektedir. Bu bağlamda, termik santrallerin tekliflerinin arkasındaki karar alma motivasyonlarının belirlenebilmesi amacıyla ters pekiştirmeli öğrenme modeli önerilmektedir. Bu yaklaşımda, santralin gözlemlenen teklif politikasının alternatif politikalara kıyasla daha iyi performans gösterdiği esas alınarak, karar alma sürecini tanımlayan örtük ödül fonksiyonları öğrenilmektedir. Önerilen model, Avustralya elektrik piyasasında faaliyet gösteren termik santrallere uygulanmış, modelin santrallerin marjinal maliyetleri ve teknik kısıtlarıyla tutarlı olacak şekilde teklif davranışlarını yakalayabildiği gösterilmiştir.
Özet (Çeviri)
Liberalization and deregulation policies in electricity markets have significantly increased competition. In this competitive environment, the economic sustainability of market participants depends on strategic decisions under uncertainty. The day-ahead market (DAM) is a primary electricity market where participants make short-term decisions. In the DAM, participants submit supply and demand bids for the next day based on generation and consumption plans. These supply and demand bids are cleared by the market operator, determining the market clearing price and accepted bid quantities. On the delivery day, participants must meet these quantities through generation or consumption. This thesis investigates two problems related to bidding decisions of power plants in the DAM. The first problem focuses on determining bid quantities of renewable plants whose generation depends on weather conditions. Imbalances between accepted bids and actual generation are penalized to ensure supply security. Accordingly, a newsvendor-based neural network model is proposed for bidding decisions of renewable plants in the DAM. Instead of directly submitting next-day point forecasts as bids, the model determines bid quantities that minimize imbalance costs. The model is applied to a solar power plant in Türkiye, and results show that the model outperforms the point forecast-based method in terms of revenue. The second problem examines the bidding behavior of thermal power plants in the DAM. Unlike renewable plants, thermal plants can control their generation and base their bids on marginal costs and technical constraints. In this context, an inverse reinforcement learning model is proposed to identify the underlying decision-making motivations behind thermal plants' bids. In this approach, implicit reward functions are learned by assuming the observed bidding policy performs better than alternatives. The proposed model is applied to thermal plants in the Australian electricity market, and results show that the model captures bidding behavior consistent with marginal costs and technical constraints.
Benzer Tezler
- Analysis of collusion and competition in electricity markets using an agent-based approach
Elektrik piyasalarındaki kartelleşme ve rekabetin ajan temelli bir yaklaşımla incelenmesi
DANIAL ESMAEILI ALIABADI
Doktora
İngilizce
2017
Endüstri ve Endüstri MühendisliğiSabancı ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
Assoc. Prof. GÜVENÇ ŞAHİN
- Stochastic wind-thermal generation coordination for Turkish day-ahead electricity market
Türkiye gün öncesi elektrik piyasası için stokastik rüzgar-termik enerji üretimi koordinasyonu
AYCAN AYDOĞDU
Yüksek Lisans
İngilizce
2014
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ NEZİH GÜVEN
DR. OSMAN BÜLENT TÖR
- Farklı piyasa yapılarının elektrik piyasasına etkisi
The effect of different market structures on the electricity market
HAKKI CAN ERGÜN
Yüksek Lisans
Türkçe
2024
EnerjiErciyes ÜniversitesiEnerji Sistemleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SALTUK BUĞRA SELÇUKLU
- Optimum bidding strategy for wind and solar power plants in day-ahead electricity market
Rüzgar ve güneş santralleri için gün öncesi elektrik piyasasında optimum teklif stratejisi
MEHMET ÖZCAN
Doktora
Türkçe
2021
EnerjiOrta Doğu Teknik ÜniversitesiYer Sistem Bilimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ OZAN KEYSAN
DR. ÖĞR. ÜYESİ BENHÜR SATIR
- Derin pekiştirmeli öğrenme tabanlı enerji maliyeti optimizasyonu
Energy cost optimization based on deep reinforcement learning
MUSTAFA MUTLU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜRKAN IŞIK