Yapay zekâ yöntemleri ile elektrik piyasa takas fiyatının tahmini ve enerji maliyet optimizasyonu
Electricity market clearance price forecast and energy cost optimization with ai methods
- Tez No: 826973
- Danışmanlar: PROF. DR. AHMET KABUL
- Tez Türü: Yüksek Lisans
- Konular: Enerji, Energy
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Isparta Uygulamalı Bilimler Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Enerji Sistemleri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Enerji bağımsızlığı ülkelerin ekonomik ve sosyal kalkınmasında ana unsur olmaktadır. Dünya genelinde iklim değişikliği, COVİD-19 salgını ve ardından yaşanan küresel çaptaki kriz ve savaşlar enerjiye olan talep ve fiyatları öngörülemeyen seviyelere çıkarmaktadır. Bu durumlar ülkeleri kendi enerji kaynaklarını kullanmaya teşvik etmiş, kaynak maliyeti olmayan yenilenebilir enerji kullanımı hız kazanmıştır. Türkiye'de bu değişimin etkisi altında teşviklerle yenilenebilir enerji kullanımını arttırmış ve arz güvenliği odağında olan elektrik piyasasında çok yönlü hale getirmiştir. Türkiye elektrik piyasasının amacı enerji arz ve talebin dengeli bir şekilde yürütülmesini sağlayarak şeffaf ve güvenilir bir piyasa oluşturmaktır. Öngörülebilen ve derinliği olan elektrik piyasası, tüketicilerin birer üretici olduğu çok yönlü bir piyasaya evirilmektedir. Kaynak çeşitliliğinin artması elektrik tahminini piyasa yapıcıları tarafından önemli, bir o kadarda karmaşık hale gelmektedir. Bu tez çalışmamızda ise makine öğrenmesi yöntemleri kullanılarak elektrik gün öncesi piyasası, piyasa takas fiyatı tahmin edilerek YEKDEM dahilindeki üretim tesislerinin son tüketici elektrik fiyatındaki etkisini tespiti amaçlanmıştır. Sekiz adet yöntem ile tahmin performans oranı en yüksek olan belirlenmiştir. 2014 yılı ile 2022 yılları arası piyasa takas fiyatı saatlik verileri kullanılarak 2023 yılı piyasa takas fiyatı tahmini yapılmaktadır. Aynı yıllar arasında enerji üretim kaynaklarının saatlik üretim verileri ile 2023 yılı arasında enerji üretim tahmini ortaya konulacaktır. Yenilenebilir Enerji Kaynakları Destekleme Mekanizması kapsamında lisanslı enerji üretim santrallerinden üretilen enerjinin fiyatının 2023 tahmini yapılarak son tüketiciye ulaşan elektrik fiyatının (PTF+YEKDEM) maliyeti ortaya çıkarılmaktadır. Mevcut enerji üretim tesislerinde yenilenebilir enerji kaynaklarının kullanımının artması ithal kaynaklı enerji üretim tesislerinin yerini alarak elektrik birim fiyatında ortalamayı düşürücü etki yaptığı görülmektedir.
Özet (Çeviri)
Energy independence is the main element in the economic and social development of countries. Climate change around the world, the COVID-19 epidemic and the subsequent global crises and wars increase the demand and prices for energy to unpredictable levels. These situations have encouraged countries to use their own energy resources, and the use of renewable energy without resource costs has gained momentum. Under the influence of this change, Turkey has increased the use of renewable energy with incentives and made it versatile in the electricity market, which focuses on supply security. The aim of the Turkish electricity market is to create a transparent and reliable market by ensuring that energy supply and demand are carried out in a balanced manner. The predictable and deep electricity market is evolving into a versatile market where consumers are producers. Increasing resource diversity makes electricity forecasting important and complex for market makers. In this thesis study, it is aimed to determine the effect of the production facilities within YEKDEM on the final consumer electricity price by estimating the day-ahead electricity market and market clearing price by using machine learning methods. With eight methods, the one with the highest prediction performance rate was determined. The market clearing price for 2023 is estimated by using hourly data on the market clearing price between 2014 and 2022. Hourly production data of energy production resources between the same years and energy production forecasts for 2023 will be presented. Within the scope of the Renewable Energy Resources Support Mechanism, the cost of the electricity price reaching the end consumer (PTF + YEKDEM) is revealed by 2023 estimation of the price of the energy produced from licensed energy production plants. It is seen that the increase in the use of renewable energy sources in existing energy production facilities has a decreasing effect on the average unit price of electricity by replacing imported energy production facilities.
Benzer Tezler
- Predictive modelling of Türkiye's electricity prices: Evaluating machine learning approaches and key impact factors
Türkiye elektrik fiyatının tahmin modellemesi: Makine öğrenme yaklaşımlarının ve temel etki faktörlerinin değerlendirilmesi
BURAK KURUBACAKOĞLU
Yüksek Lisans
İngilizce
2026
EnerjiBahçeşehir ÜniversitesiBüyük Veri Analitiği ve Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İSMAİL DURU
- Politika-piyasa-simbiyoz üçgeninde batarya enerji depolama piyasası tasarımı
Battery energy storage market design in the policy-market-symbiosis triangle
MERVE BULUT
Doktora
Türkçe
2025
Endüstri ve Endüstri MühendisliğiKırıkkale ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. EVRENCAN ÖZCAN
- Elektrikli araçların kullanımına yönelik yük tahmini ve karar destek sistemi
Load forecasting and decision support system for electric vehicles use
HATİCE MENEKŞE KÖSEMEN
Yüksek Lisans
Türkçe
2024
EnerjiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. ORHAN TORKUL
- Bir ilin elektrik tüketim verilerinin makine öğrenmesi yöntemleri ile analizi
Analysis of a city's electricity consumption data with machine learning methods
KADİR ÇAĞRI GEZMEZ
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiBaşkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SELDA GÜNEY
- Farklı makine öğrenmesi yöntemleri ile enerji piyasasında yerel marjinal fiyat tahmini
Local marginal price forecasting using different machine learning approaches
BAŞAK ERSÖZ YILDIRIM
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. OZAN ERDİNÇ