Türkiye için zaman serisi modelleri ve nüfus hassasiyet analizi kullanılarak uzun vadeli elektrik talebi tahmini
Long term forecasting of electricity demand in Turkey using time series models and population sensitivity analysis
- Tez No: 1017024
- Danışmanlar: DR. ÖĞR. ÜYESİ SİNAN YİĞİT
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Enerji Talep Tahmini, ETS Yöntemi, Holt-Winters Yöntemi, Sürdürülebilir Enerji, Uzun Vadeli Tahmin, Yenilenebilir Enerji, Energy Demand Forecasting, ETS Method, Holt–Winters Method, Sustainable Energy, LongTerm Forecasting, Renewable Energy
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Necmettin Erbakan Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Elektrik enerjisi talebinin doğru ve güvenilir bir şekilde tahmin edilmesi, enerji arz güvenliğinin sağlanması, üretim ve iletim planlamasının etkin biçimde yürütülmesi sürdürülebilir enerji politikalarının planlanması açısından büyük önem taşımaktadır. Özellikle uzun vadeli tahminler, enerji yatırımlarının yönlendirilmesinde ve alt yapı planlamasında kritik bir rol oynamaktadır. Bu tez çalışmasında, Türkiye'nin 2018-2025 dönemi elektrik tüketim verileri kullanılarak 2053 yılına kadar uzun vadeli elektrik talep tahmini gerçekleştirilmiştir. Çalışmada geçmiş yıllara ait elektrik tüketim verileri zaman serisi analizi kullanılarak ele alınmış ve Holt-Winters ve ETS yöntemleri ile tahmin modelleri oluşturulmuştur. Ayrıca, elektrik tüketimi ile nüfus değişimi arasındaki ilişkinin tahmin sonuçlarına etkisini incelemek amacıyla nüfus hassasiyet analizi gerçekleştirilmiştir. Modellerin uzun dönem davranışlarını daha net inceleyebilmek amacıyla, tahmin sonuçları belirli yıl aralıklarında ortalamalar alınarak değerlendirilmiş ve grafiksel olarak karşılaştırılmıştır. Model doğrulama sürecinde, tahmin sonuçlarının gerçek verilerle karşılaştırılabilmesi amacıyla 2024 yılı test yılı olarak seçilmiştir. Modellerin tahmin performansı, 2024 yılı gerçek tüketim verileri kullanılarak Ortalama Mutlak Yüzde Hata (MAPE), Ortalama Mutlak Hata (MAE), Ortalama Kare Hata (MSE), Kök Ortalama Kare Hata (RMSE) ölçütleri ile değerlendirilmiştir. Bu çalışma kapsamında elde edilen sonuçlar, uzun vadeli elektrik talep tahminlerinde ETS yönteminin daha tutarlı ve karar destek süreçleri açısından daha uygun olduğunu açıkça ortaya koymaktadır. Bununla birlikte, nüfus değişimlerinin elektrik talebi üzerindeki etkisinin göz ardı edilmemesi gerektiği belirlenmiştir. Bu yönüyle çalışmanın, uzun vadeli enerji arz ve iletim planlamasında kullanılabilecek güvenilir tahmin çerçevelerinin oluşturulmasına ve politika geliştirme süreçlerinin bilimsel temellerle desteklenmesine katkı sağlayacağı öngörülmektedir.
Özet (Çeviri)
Accurate and reliable forecasting of electricity demand is of great importance for ensuring energy supply security, effectively managing generation and transmission planning, and developing sustainable energy policies. In particular, long-term forecasts play a critical role in guiding energy investments and infrastructure planning. In this thesis, a long-term electricity demand forecast for Türkiye until the year 2053 was conducted using electricity consumption data for the period 2018–2025. In the study, historical electricity consumption data were analyzed using time series analysis, and forecasting models were developed using the Holt–Winters and ETS methods. In addition, a population sensitivity analysis was conducted to examine the impact of the relationship between electricity consumption and population change on the forecasting results. In order to examine the long-term behavior of the models more clearly, the forecast results were evaluated by calculating averages over specific time intervals and were compared graphically. During the model validation process, the year 2024 was selected as the test year to enable comparison of the forecast results with actual data. The forecasting performance of the models was evaluated using the Mean Absolute Percentage Error (MAPE), Mean Absolute Error (MAE), Mean Squared Error (MSE), and Root Mean Squared Error (RMSE) metrics based on the actual electricity consumption data for 2024. The results of this study clearly demonstrate that the ETS method is more consistent and more suitable for decision-support processes in long-term electricity demand forecasting. Moreover, it was determined that the impact of population changes on electricity demand should not be neglected. In this respect, the study is expected to contribute to the development of reliable forecasting frameworks that can be used in longterm energy supply and transmission planning and to support policy development processes on a scientific basis.
Benzer Tezler
- Capacity analysis on multi-lane roundabouts: An evaluation with HCM 2010 capacity model
Çok şeritli döner kavşakların kapasite analizleri: HCM 2010 üzerine bir değerlendirme
MELİKE ERSOY
Yüksek Lisans
İngilizce
2012
Trafikİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. HİLMİ BERK ÇELİKOĞLU
- Zaman serisi regresyonu'nun matematiksel olarak incelenmesi, modellerin açıklanması ve bunun üzerine bir uygulama
Mathematical examination of time series regression, explanation of models and a related application
YAĞMUR KARACA ÜLKÜTANIR
Yüksek Lisans
Türkçe
2022
MatematikAkdeniz ÜniversitesiMatematik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FÜSUN YALÇIN
- Katastrofik olayların ölümlülük üzerindeki etkilerinin zaman serisi yaklaşımlarıyla analizi
Analysis of the effects of catastrophic events on mortality through time series approaches
BEYZA TAŞBAŞ
Yüksek Lisans
Türkçe
2025
SigortacılıkAnkara ÜniversitesiAktüerya Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SELİN ÖZEN
- Düzenli ve düzensiz göçün temel makroekonomik değişkenlerle ilişkisi: Türkiye örneği (1998-2024)
Analysis of the relationship between regular and irregular migration and major macroeconomic indicators: The case of Turkey (1998-2024)
BUSENUR UZUN
- Makine öğrenmesi kullanarak Türkiye'de elektrikli araç şarj istasyonlarının potansiyel kullanım performansının mekânsal tahmini
Spatial estimation of potential utilization performance of electric vehicle charging stations in Türkiye using machine learning methods
SERKAN TANRIVERDİ
Yüksek Lisans
Türkçe
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ADALET DERVİŞOĞLU