Geri Dön

Gün öncesi piyasalarında elektrik fiyatı tahmini: Türkiye örneği

Electricity price forecast in day-ahead markets: The case of Türkiye

PDF İndir

  1. Tez No: 830989
  2. Yazar: SALİH ELİYATKIN
  3. Danışmanlar: PROF. DR. HÜSEYİN KAYA
  4. Tez Türü: Doktora
  5. Konular: Enerji, Energy
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: İstanbul Medeniyet Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: İktisat Ana Bilim Dalı
  12. Bilim Dalı: İktisat Bilim Dalı
  13. Sayfa Sayısı: 130

Özet

Hazırlanan bu tez çalışmasında, Türkiye'de Enerji Piyasaları İşletme A.Ş.'nin işlettiği Gün Öncesi Piyasası'nda oluşan Piyasa Takas Fiyatı (PTF) değerlerini etkileyen değişkenler ve PTF'nin bu değerler ile ilişkisi belirlenmiştir. Elde edilen modellerle sonraki dönemler için PTF değeri tahmin edilmeye çalışılmıştır. Elektrik fiyatı tahmininin gerçeğe yaklaşması hem yatırımcı tarafında hem de tüketicinin tüketimini planlaması için oldukça önemli bir konudur. Tez çalışmasında, farklı makine öğrenmesi yöntemleri ve zaman serisi kullanılarak; EPİAŞ, TEİAŞ, Dünya Bankası, TCMB vb. kurumlardan temin edilip derlenen dönemsel değerler ile PTF değeri tahmin edilmiş ve elde edilen sonuçlar kıyaslanmıştır. Türkiye'deki yenilenebilir santral yatırımlarının artması, nükleer santralin devreye alınacak olması ve depolamalı lisansların devreye girecek olması sebepleri ile önümüzdeki on yıl boyunca piyasada değişiklikler yaşanması beklenmektedir. Yapılan çalışmada elektrik fiyatını etkileyen değişkenler belirlenmiş, bu değerlerin ilgili dönemlerdeki değerleri bulunmuş ve sonrasında 2019 – 2022 dönemlerini kapsayan dört yıla ait PTF tahmini yapılmıştır. Dört farklı makine öğrenmesi ve bir adet zaman serisi algoritması kullanılmış olup, elde edilen sonuçlar kıyaslanmıştır. Lineer Regresyon, Yapay Sinir Ağları, SGD (Stochastic Gradient Descent), SVM (Support Vector Machine) ve ARIMA'dan faydalanılmıştır. Yapılan tahmin sürecinde kullanılan algoritmalardan farklı yıllarda farklı yöntemler başarılı olsa bile, piyasa fiyatlarındaki değişimin yüksek olduğu dönemlerde makine öğrenmesi yöntemleri, daha durağan olduğu dönemlerde ise zaman serisi tahmini daha başarılı sonuçlar vermiştir.

Özet (Çeviri)

In this thesis study, the variables affecting the Day Ahead Market Electricity Price (PTF) values formed in the Day Ahead Market operated by Enerji Piyasaları İşletme A.Ş. in Turkey and the relationship between PTF and these values were determined. With the models obtained, PTF value was tried to be estimated for the following periods. Approximation of the electricity price estimation to the reality is a very important issue for both the investor and the consumer to plan their consumption. In the thesis study, using different machine learning methods and time series; EPİAŞ, TEİAŞ, World Bank, CBRT etc. The periodic values obtained from the institutions and the PTF value were estimated and the results obtained were compared. Changes are expected in the market over the next ten years due to the increase in renewable power plant investments in Turkey, the commissioning of the nuclear power plant and the introduction of storage licenses. In the study, the variables affecting the electricity price were determined, the values of these values in the relevant periods were found, and then PTF estimates for four years covering the 2019-2022 periods were made. Four different machine learning and one time series algorithms were used and the results were compared. Linear Regression, Artificial Neural Networks, SGD (Stochastic Gradient Descent), SVM (Support Vector Machine) and ARIMA were used. Even if different methods were successful in different years than the algorithms used in the estimation process, machine learning methods gave more successful results in periods when the changes in market prices were high, and time series estimation in periods when it was more stable.

Benzer Tezler

  1. Tez No

    557392

    Essays on electricity price modeling and forecasting

    Elektrik fiyatlarının modellenmesi ve tahmini üzerine makaleler

    UMUT UĞURLU

    Doktora

    İngilizce

    İngilizce

    2019

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. OKTAY TAŞ

  2. Tez No

    529275

    Elektrik piyasalarında spot fiyat modelleri: Türkiye örneği

    Spot price models in electricity markets: The case of Turkey

    ALİ ULVİ ÖZGÜL

    Doktora

    Türkçe

    Türkçe

    2018

    EnerjiPamukkale Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. DÜNDAR KÖK

  3. Tez No

    512523

    Forecasting electricity prices in Turkey: A comparison of classical econometrics and machine learning techniques

    Türkiye'de gün öncesi elektrik fiyatları tahmini: Klasik ekonometri ve makine öğrenme teknikleri karşılaştırması

    YUNUS EMRE KARAGÜLLE

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Ekonometriİstanbul Teknik Üniversitesi

    İktisat Ana Bilim Dalı

    PROF. DR. BÜLENT GÜLOĞLU

  4. Tez No

    437249

    Elektrı̇k pı̇yasalarında elektrı̇k yük talebı̇ ve gün öncesı̇ elektrı̇k fı̇yat tahmı̇nı̇: Türkı̇ye uygulaması

    Electricity load demand and day-ahead electricity price forecast in electricity markets: Implementation on Turkey

    FAHRETTİN FİLİZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    İşletmeAnkara Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. FAZIL GÖKGÖZ

  5. Tez No

    357142

    Implementing support vector regression method in electricity price forecasting

    Elektrik takas fiyat tahmini için destek vektör regresyon yöntemi uygulaması

    ALIASGHAR KAVIAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MELİH KIRLIDOĞ

    PROF. DR. SENİYE ÜMİT OKTAY FIRAT

Geri Dön