Makine öğrenmesi algoritmalarıyla elektrik tüketimi için talep tahmin modellemeleri ve yenilenebilir enerjinin artan önemi: Türkiye örneği
Demand forecasting modelling for electricity consumption with machine learning algorithms and the increasing importance of renewable energy: The case of Turkiye
- Tez No: 879735
- Danışmanlar: PROF. DR. YÜKSEL BAYRAKTAR
- Tez Türü: Doktora
- Konular: Ekonomi, Enerji, Economics, Energy
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İktisat Ana Bilim Dalı
- Bilim Dalı: İktisat Bilim Dalı
- Sayfa Sayısı: 220
Özet
Tarih boyunca yaşanan enerji krizleri, özellikle Petrol Krizleri, enerji güvenliğine dikkatleri çekmiş ve enerjide dışa bağımlı ülkeleri yeni politika arayışına itmiştir. Bu politika arayışlarının bir sonucu olarak ülkeler fosil yakıtta dışa bağımlılıklarını azaltmak için yenilenebilir enerji potansiyellerini harekete geçirmeye dayalı politika kombinasyonları dizayn etmişlerdir. Ülkelerin fosil enerji kaynaklarıyla enerji ihtiyacının karşılamasının neden olduğu iktisadi ve çevresel sonuçları, yenilenebilir enerji kullanımının ön plana çıkmasında etkili olmuştur. Bu bağlamda yenilenebilir enerjinin en yoğun kullanım alanlarından biri olan elektrik tüketimi bu çalışmaya konu olmuştur. Literatürde elektrik tüketimiyle ilgili yapılan çalışmalar değerlendirildiğinde, teknik ve sistem işlerliğine yönelik tahminlere yönelik çalışmalara rastlanmaktadır. İktisadi boyutu bulunmayan teknik çalışmaların yanı sıra, elektrik tüketimiyle ilgili olarak iktisadi boyutuna değinen sınırlı sayıda çalışma bulunmaktadır. Elektrik tüketiminin tahminiyle, yakın gelecekte gerek duyulacak yüksek enerji ihtiyacının yenilenebilir enerji kaynaklarından elde edilmesi gerekliliği, enerji güvenliği ve makroekonomik değişkenler bağlamında konunun değerlendirilmesi, tezin ilgili literatürde doldurmayı hedeflediği boşluğa tekabül etmektedir. Çalışmanın amacı, elektrik tüketiminin belirli bir zamanda yaklaşık ne düzeyde oluşabileceğini tahmin ederek, artan elektrik tüketiminin karşılanmasında sürdürülebilirliğin önemine vurgu yapmaktır. Makine öğrenmesi algoritmalarından yapay sinir ağları, destek vektör makineleri ve doğrusal regresyon kullanılmıştır. 3 ayrı algoritma kullanılarak analizin zenginleştirilmesi ve tahmin sonuçlarının kıyaslanabilmesini amaçlayan çalışmada Türkiye'nin net elektrik tüketimi ise 2022 ve 2035 yılları üzerinden tahmin edilmiştir. 2035 yılı tahmininin yanı sıra elektrik tüketimi üzerinde etkili olan iktisadi, sosyal ve çevresel faktörler de göz önüne alınarak çoklu öznitelik tabanlı tahmin modeli kurulmuş ve 2022 net elektrik tüketimi tahmin edilmiştir. Çalışmada kullanılan veriler OECD, Dünya Bankası, TÜİK, TEİAŞ ve Meteoroloji Genel Müdürlüğünden elde edilmiştir. Elde edilen bulgulara göre, 2035 yılında Türkiye'nin net elektrik tüketiminde en başarılı tahmin %92 korelasyon katsayısıyla destek vektör makineleriyle yapılmıştır. Buna göre, 2035 yılında net elektrik tüketiminin 2022 yılına göre %41,06 oranında artarak 404249.69 GwH olması beklenmektedir. 2022 yılını tahmin eden çoklu öznitelik tabanlı modelde ise 1986-2021 yıllarına ait karbondioksit miktarı, yıllık sıcaklık ortalaması, nüfus, şehirleşme oranı, sanayi üretim indeksi, toplam elektrik üretiminde yenilenebilir enerjinin payı, net elektrik tüketimi, kişi başı gelir artışı, ithalat ve ihracat kullanılmıştır. Bu modelde ise en başarılı tahmin, %99,54 korelasyon katsayısıyla yapay sinir ağları algoritmasıyla yapılmıştır. Çoklu öznitelik tabanlı modeli daha spesifik hale getirmek için ızgara algoritması kullanılarak elektrik tüketimini açıklamada zayıf kalan iki değişken, modelden çıkarılıp yeniden tahmin yapılmıştır. Bu modelde de yapay sinir ağları algoritması en başarılı tahmini gerçekleştirmiştir. Ayrıca her iki modelde de sentez indeks kullanmış ve çeşitli hata katsayıları min-max maksimizasyonu ile bir indekse indirgenerek modellerin yorum gücü arttırılmıştır. Elektrik üretiminde yenilenebilir enerjinin giderek artan düzeyde kullanımı iktisadi, sosyal ve çevresel açılardan bir gereklilik haline gelmiştir. Zira bulgular 13 yıl içinde Türkiye'nin elektrik ihtiyacının yaklaşık olarak yarı yarıya artacağını göstermektedir. Türkiye'nin elektrik enerjisi üretiminde yenilenebilir enerjiye olan mevcut ilgi ve yatırımlarının artmasının bölgesel ve ulusal düzeyde katkı sağlaması beklenmektedir. Bulgular ışığında elektrik üretiminde fosil yakıt kullanımı azaltılarak yenilenebilir enerji kaynaklarından daha fazla faydalanabilmeye imkân sağlayacak öneriler geliştirilmiştir. Bu bağlamda 13 yıl içinde yaklaşık olarak %41 civarında artış gösterecek olan elektrik talebinin karşılanmasında fosil yakıtların terk edilerek sürdürülebilirlik ve verimliliğin gözetilerek temiz kaynaklarla elektrik üretimi yapılması; Türkiye'nin komşuları olan doğal gaz ve petrol zengini Rusya, Azerbaycan, İran'ın enerji güvenliği konusunda çeşitli yaptırımları da göz önüne alınarak özellikle güneş ve rüzgar enerjisine yönelik modern yöntemlerin, üretimde üst sıralarda olan ülkelerin uygulamaları incelenerek geliştirilmesi; enerji güvenliğinin yanı sıra yenilenebilir enerji tüketiminin cari açık ve işsizlik gibi makroekonomik değişkenlere sağlayacağı yapısal iyileşmelerin ön plana çıkarıldığı enerji politikalarının geliştirilmesi, temiz enerjinin modern yöntemlerle elde edilmesine yönelik Ar-Ge faaliyetlerinin ülkedeki diğer sektörlere de öncü olacak şekilde planlanması, tarım alanlarındaki temiz enerji faaliyetlerinin atıl arazilere çekilerek sürdürülebilirlik ve tarım faaliyetlerinin gelişiminin desteklenmesi, temiz enerji kullanımının çevresel ve sosyal etkilerinin gözetilerek yoğunlaştırılması önemli politika önerileri olarak öne çıkmaktadır.
Özet (Çeviri)
Energy crises throughout history, especially the Oil Crises, have drawn attention to energy security and pushed energy-dependent countries to search for new policies. As a result of these policy searches, countries have designed policy combinations based on mobilising renewable energy potentials to reduce their dependence on fossil fuels. The economic and environmental consequences of meeting the energy needs of countries with potential energy resources have been effective in the use of renewable energy. In this context, electricity consumption, which is one of the most intensive use areas of renewable energy, is the subject of this study. When the studies on electricity consumption in the literature are evaluated, there are studies on technical and system operability forecasts. In addition to technical studies that do not have an economic dimension, there are a limited number of studies that address the economic dimension of electricity consumption. Forecasting electricity consumption and evaluating the issue in the context of the necessity of obtaining the high energy need from renewable energy sources, energy security and macroeconomic variables that will be required in the near future corresponds to the gap that this thesis aims to fill in the relevant literature. The aim of the study is to emphasise the importance of sustainability in meeting the increasing electricity consumption by estimating the approximate level of electricity consumption at a certain time. Machine learning algorithms such as artificial neural networks, support vector machines and linear regression were used. By using 3 different algorithms, the study aims to enrich the analysis and compare the prediction results. Turkey's net electricity consumption is estimated over the years 2022 and 2035. In addition to the 2035 forecast, a multi-attribute based forecasting model was established by taking into account the economic, social and environmental factors affecting electricity consumption and the net electricity consumption in 2022 was estimated. The data used in the study were obtained from OECD, World Bank, TurkStat, TEİAŞ and General Directorate of Meteorology. According to the findings, the most successful prediction of Turkey's net electricity consumption in 2035 was made by support vector machines with a correlation coefficient of 92%. Accordingly, net electricity consumption in 2035 is expected to be 404249.69 GwH with an increase of 41.06% compared to 2022. In the multi-attribute based model predicting the year 2022, carbon dioxide amount, average annual temperature, population, urbanisation rate, industrial production index, share of renewable energy in total electricity generation, net electricity consumption, per capita income growth, imports and exports for the years 1986-2021 were used. In this model, the most successful prediction was made with the artificial neural network algorithm with a correlation coefficient of 99.54%. In order to make the multi-attribute based model more specific, the grid algorithm was used and two variables that were weak in explaining electricity consumption were removed from the model and re-estimated. In this model, the artificial neural network algorithm performed the most successful prediction. In addition, synthesis index was used in both models and various error coefficients were reduced to an index by min-max maximisation to increase the interpretation power of the models. The increasing use of renewable energy in electricity generation has become a necessity in economic, social and environmental terms. In fact, the findings show that Turkey's electricity demand will increase by approximately half in 13 years. Increasing Turkey's current interest and investments in renewable energy in electricity generation is expected to contribute at regional and national level. In the light of the findings, recommendations have been developed to reduce the use of fossil fuels in electricity generation and to make more use of renewable energy resources. In this context, in order to meet the electricity demand, which will increase by approximately 41% in 13 years, fossil fuels should be abandoned and electricity production should be carried out with clean resources by considering sustainability and efficiency; modern methods especially for solar and wind energy should be developed by examining the practices of countries that are at the top in production, taking into account the various sanctions of Turkey's neighbours Russia, Azerbaijan and Iran, which are rich in natural gas and oil, on energy security; developing energy policies that emphasise the structural improvements that renewable energy consumption will provide to macroeconomic variables such as current account deficit and unemployment in addition to energy security; planning R&D activities for obtaining clean energy with modern methods in a way to pioneer other sectors in the country; supporting sustainability and development of agricultural activities by attracting clean energy activities in agricultural areas to idle lands; and intensifying the use of clean energy by taking into account its environmental and social impacts stand out as important policy recommendations.
Benzer Tezler
- Short term electricity load forecasting with deep learning
Derin öğrenme ile kısa dönemli elektrik yük talep tahmini
İBRAHİM YAZICI
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Dağıtık üretim sistemlerinin akıllı şebekeler üzerine etkilerinin incelenmesi
Examination of the effects of distributed generation on smart grids
MİKAİL PÜRLÜ
Doktora
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. BELGİN TÜRKAY
- Feasibility analysis based on advanced deep learning techniques in integrating renewable energy resources into microgrids
Yenilenebilir enerji kaynaklarının mikroşebekelere entegre edilmesinde gelişmiş derin öğrenme tekniklerine dayalı uygulanılabilirlik analizi
FATHI FARAH FADOUL FATHI FARAH FADOUL
Doktora
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. RAMAZAN ÇAĞLAR
- 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
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. ORHAN TORKUL
- Drone propeller recognition through machine learning with millimeter wave radar
Milimetre dalga radarı kullanılarak makine öğrenmesi ile drone pervanesi tanıma ve kimliklendirme
FATMA ÖZÜDOĞRU
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik MühendisliğiEskişehir Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. TANSU FİLİK