Yapay zeka ve zaman serisi modelleriyle elektrik spot piyasalarında fiyat tahmin uygulaması
Price forecasting in the electricity spot markets with artificial intelligence and time series models
- Tez No: 863708
- Danışmanlar: DOÇ. DR. YUNUS BİÇEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Düzce Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 108
Özet
Global piyasada artan enerji ihtiyacı, ülkemiz içinde bir takım hızlı reaksiyonlara neden olmuştur. Reaksiyonların sonucunda piyasa içindeki tüm etkileyen ve etkilenen faktörlerin birlikte olduğu yeni bir yapı meydana gelmiştir. Bu durum işin ekonomik boyutunda özelleşmeye ve rekabete sebebiyet vermiştir. Enerji ihtiyacı karşılanırken bunu piyasa koşullarında verimli ve sürdürülebilir bir şekilde ele almak gerekir. Hızlı bir şekilde değişkenlik gösterebilen enerji üretim metotları, şebeke sistemleri, dağıtık enerji sistemleri ve bu sistemlerin kontrolü çok yönlü bir yapıyı beraberinde getirmiştir. Literatürdeki ve piyasadaki boşluklarını giderecek şekilde, modern analiz yöntemleriyle elde edilen çıkarımların teklif vericilere sunulması, daha sonrasında son kullanıcıya hizmet verecek kurum ve kişilere ise yaklaşık maliyetlerin ve planlamaların tespiti için gerekli ortamın sağlanması amaçlanmaktadır. Piyasalar optimum fiyatı sağlamak için birçok kriteri değerlendirmek zorundadırlar. Doğru analiz, spot piyasada risk yönetimi için büyük bir referans olacaktır. Dünyadaki gelişmelere paralel olarak Türkiye'deki elektrik enerjisi piyasası da kendi arasında farklı alt piyasalara ayrılmıştır. Çalışmada EPİAŞ şeffaflık platformundan elde edilen verilerle zaman serilerinin geleneksel ve makine öğrenmesine dayalı modelleri kullanılarak elektrik spot piyasaları için kısa dönemli gün öncesi ve gün içi fiyat çıkarımlarında bulunulmuştur. Daha sonra modellemeler, piyasa kullanıcısının dinamik bir şekilde bu işlemleri tekrarlayabilmesi amacıyla web tabanlı bir uygulama haline getirilmiştir. Literatür karşılaştırması ve şeffaf verilerle yapılan testler sonucunda gün içi piyasa için en iyi modelin ARMA; gün öncesi piyasa için en iyi modelin Prophet olduğu tespit edilmiştir. Çalışma ticari faaliyetlerde bulunulmak üzere kullanılacaktır. Ayrıca birden fazla uluslararası akademik yazı ve patent alma amaçlanmaktadır.
Özet (Çeviri)
The increasing energy demand in the global market has caused a number of rapid reactions within our country. As a result of the reactions, a new structure has emerged in which all the influencing and affected factors in the market are together. This situation has led to privatization and competition in the economic dimension of the business. It is necessary to address this in an efficient and sustainable way in market conditions while meeting the energy need. Energy production methods, grid systems, distributed energy systems and the control of these systems, which can vary rapidly, have brought about a versatile structure. It is aimed to present the inferences obtained with modern analysis methods to the bidders in a way that will eliminate the gaps in the literature and the market, and then to provide the necessary environment for the determination of the approximate costs and plans for the institutions and persons that will serve the end user. Markets have to evaluate many criteria to ensure the optimum price. Accurate analysis will be a great reference for risk management in the spot market. In parallel with the developments in the world, the electrical energy market in Turkey is also divided into different sub-markets. In the study, short-term day-ahead and intraday price inferences were made for electricity spot markets by using traditional and machine learning-based models of time series with the data obtained from the EPİAŞ transparency platform. Then, the models were turned into a web-based application for the market user to dynamically repeat these transactions. As a result of the literature comparison and tests conducted with transparent data, it has been determined that the best model for the Intraday Market is ARMA; and the best model for the Day Ahead Market is Prophet. The work will be used for commercial activities, and it is also intended for obtaining multiple international academic papers and patents.
Benzer Tezler
- Yapay zekâ ve makine öğrenimi araçları ile elektrik tüketimi tahmini
Electricity consumption forecasting via artificial intelligence and machine learning tools
UMUT YILDIZ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Katip Çelebi ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. SILA ÖVGÜ KORKUT UYSAL
- Short-term solar power forecasting with artificial neural network models
Yapay sinir ağları modelleri ile kısa süreli güneş enerjisi tahmini
SEÇKİN GÖKÇE
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Application of hybrid simulation and improvement of decision tree algorithms for real-time transient stability prediction based on PMU measurements
PMU ölçümlerine dayalı gerçek zamanda geçici hal kararlılığı kestirimi için hibrit simülasyon uygulaması ve karar ağacı algoritmalarının geliştirilmesi
TOHID BEHDADNIA
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Advanced techniques and comprehensive analysis in speech emotion recognition using deep neural networks
Derin sinir ağları kullanarak konuşma duygu tanıma üzerine gelişmiş teknikler ve kapsamlı analiz
AHMET KEMAL YETKİN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
- Derin öğrenme yöntemleri ile zaman serisi tahmini
Time series classification with deep learning methods
HAKAN GÜNDÜZ
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ZEHRA ÇATALTEPE