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
- Tez No: 907717
- Danışmanlar: PROF. DR. ZEYNEP MÜGE AVŞAR, DOÇ. DR. BORA KAT
- Tez Türü: Yüksek Lisans
- Konular: Enerji, Endüstri ve Endüstri Mühendisliği, Energy, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
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
- 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
2024
İstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
Yükleniyor...
- Türkiye enerji piyasasının makine öğrenmesi uygulamasıyla düşük-karbon salımına geçişte ajan temelli modellenmesi
Turkish energy market agent-based modeling for low-carbon transition with machine learning application
BURAK GÖKÇE
Doktora
Türkçe
2026
İstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
Yükleniyor...
- Makine öğrenmesi yöntemleri kullanarak gün öncesi elektrik fiyat tahmini: türkiye elektrik piyasası üzerine bir uygulama
Day-ahead electricity price forecasting using machine learning methods: an application on the turkish electricity market
YAĞMUR YILAN
Yüksek Lisans
Türkçe
2025
Ondokuz Mayıs ÜniversitesiAkıllı Sistemler Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Keras kullanarak Türkiye gün öncesi elektrik piyasası piyasa takas fiyatı tahmini
Turkey day-ahead electricity market market - clearing price forecasting by using keras
BURAK KÜÇÜKASLAN
Yüksek Lisans
Türkçe
2019
İstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Türkiye elektrik piyasasında istatistiksel yöntem ve makine öğrenmesi algoritmaları kullanılarak kısa vadeli gün öncesi elektrik fiyatı tahmini için hibrit bir yaklaşım
A hybrid approach short-term day-ahead electricity price forecasting in the turkish power market using statistical method and machine learning algorithms
CEMRE NUR GÜNGÖR
Yüksek Lisans
Türkçe
2026
İstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
Yükleniyor...