Geri Dön

Day-ahead electricity price forecasting for Türkiye using an ensemble machine learning technique

Birleştirilmiş makine öğrenmesi tekniği ile Türkiye gün öncesi piyasası elektrik fiyat tahmini

  1. Tez No: 907717
  2. Yazar: ÇAĞKAN ÖZBUDAK
  3. Danışmanlar: PROF. DR. ZEYNEP MÜGE AVŞAR, DOÇ. DR. BORA KAT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Enerji, Industrial and Industrial Engineering, Energy
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 104

Özet

Rekabetin olduğu liberal bir elektrik piyasasında, doğru saatlik elektrik fiyatı tahmini önem arz eder. Elektrik üreticileri ve tüketicileri fiyat tahminleri için kesinliği yüksek yöntemlere ihtiyaç duyarlar. Üreticiler ve tüketiciler, önemli bilgiler sağlayan fiyat projeksiyonlarını kullanarak faydalarını en üst düzeye çıkarmak için teklif stratejilerini düzenlerler. Şebeke ölçeğindeki depolama teknolojilerinin henüz yeterince olgunlaşmamış ve yaygınlaşmamış olması nedeniyle, güneş ve rüzgar gibi süreklilik arz etmeyen teknolojilerin yüksek oranda kullanımıyla birlikte belirsizlik artmakta ve tahmin yapmak her zamankinden daha zor ve kritik hale gelmektedir. Bu nedenle, arz veya talepteki değişiklikler fiyatlandırma üzerinde etkili olmaktadır. Ayrıca, son on yılda ulusal para politikalarından kaynaklanan ekonomik istikrarsızlık ve enerji tedarikçisi de olan komşu ülkelerdeki siyasi konjonktür, fiyatların öngörülebilirliğini azaltmaktadır. Bu tezde, Türkiye'de enerji sektöründe kesin ve güvenilir gün öncesi elektrik fiyatı tahmini için Extreme Gradient Boosting (XGBoost) ve Destek Vektör Regresyonu (SVR) algoritmaları ve bu algoritmaların birleşimi kullanılıp SARIMA ve Naif modellerle kıyaslaması yapılmıştır. Performans metrikleri için farklı model ayarları ve zaman periyotları incelenmiştir. Elde edilen sonuçlar, önerilen yöntemin performans metrikleri açısından umut verici olduğunu ve kıyaslama yapılan modeller ile literatürdeki diğer çalışmalarla karşılaştırıldığında rekabetçi değerlere sahip olduğunu göstermektedir.

Özet (Çeviri)

In a liberal electricity market where there is competition, accurate hourly electricity price forecasting is important. Electricity producers and consumers require methods for precise price predictions. Producers and consumers may organize their bidding strategies to maximize their benefits by using price projections, which provide important information. Due to the under-maturation and low proliferation of grid-scale storage technologies, the increasing uncertainty with the high penetration of intermittent technologies such as solar and wind makes forecasting more challenging and critical than ever before. Therefore, changes in supply or demand occur with an impact on pricing. Moreover, economic instability mainly originated from national monetary policies together with the political conjoncture in the neighbouring countries, which are also energy suppliers, in the recent decade decrease the predictability of the prices. In this thesis, XGBoost, SVR and an ensemble of these two algorithms are used for precise for precise and reliable day-ahead electricity price forecasting in the electricity market in Türkiye. The proposed algorithms are compared with other benchmark models which are which are SARIMA and Naive Models for precise and reliable day-ahead electricity price forecasting in the electricity market in Türkiye. Different model settings and time periods for the performance metrics are investigated. The results obtained indicate that the proposed method used is promising in terms of performance metrics which shows competing values compared to the benchmark models and other studies in the literature.

Benzer Tezler

  1. Türkiye gün öncesi elektrik piyasasında saatlik fiyatların uzun dönemli olarak tahmin edilmesi için fundamental bir yöntem geliştirilmesi

    Development of a fundamental model for forecasting long-term hourly prices in the Turkish day-ahead electricity market

    OZAN KORKMAZ

    Doktora

    Türkçe

    Türkçe

    2024

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    PROF. DR. BİHRAT ÖNÖZ

  2. Yapay sinir ağları kullanılarak Türkiye gün öncesi piyasası elektrik fiyat tahmini

    Turkish day ahead market electricity clearing price forecasting using artificial neural network

    ASLIHAN DALGIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilim ve Teknoloji Ana Bilim Dalı

    DOÇ. DR. GÜLGÜN KAYAKUTLU

  3. Applications of time-series methods in electricity price forecasting

    Başlık çevirisi yok

    TOYGAR ÜLGEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik MühendisliğiÖzyeğin Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖKTÜRK POYRAZOĞLU

  4. 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. 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