Türkiyenin ulaştırma enerji talebinin tahmin edilmesi

Abstract

Enerji verimliliği politikaları, ekonomik büyüme ve sosyal kalkınma hedeflerinin sürdürülebilirliği ile doğrudan ilişkili olmasından dolayı, hassasiyetle göz önünde bulundurulması gereken konular arasındadır. Dünyada ki artan nüfus ve ülkelerin büyüyen ekonomisi ile birlikte enerjiye olan ihtiyaç ve talep hızla artmaktadır. Ayrıca ülkelerin gayri safi yurtiçi hasılalarının artması (GSYİH) ve bununla birlikte yaşam standartlarındaki artış ulaştırma sektöründeki enerji talebini artırmaktadır. Türkiye'de ulaşım sektörünün enerji tüketimi açısından yaklaşık % 19'luk bir paya sahip olması bu durumun önemini artırmaktadır. Ulaştırma sistemlerini daha verimli bir şekilde tasarlamak, planlamak ve kullanmak için gelecekteki enerji talebi büyük önem arz etmektedir. Bununla birlikte enerji politikalarına yön verebilmek için gelecek adına güvenilir ve doğru tahminlere ihtiyaç duyulmaktadır. Bu çalışmada, ulaştırma sektöründe enerji talebi tahmininde yapay sinir ağları kullanılarak modelleme yapılmıştır. Bu çalışmada 1975 ve 2016 yılları arasındaki GSYİH, petrol fiyatı, nüfus, araç-km, ton-km ve yolcu-km verileri, Türkiye'nin ulaştırma sektöründeki enerji talebini tahmin etmek için kullanılmıştır. Çalışmada farklı senaryolara göre 7 ayrı model kurulmuştur. Çalışma sonucunda modeller içinden birinci modelin en düşük hata değerlerine ve en yüksek R2 değerine sahip olduğu belirlenmiştir. Bu model ile Türkiye'nin ulaştırma enerji talebi 2020, 2023, 2025 ve 2030 yılına kadar tahmin edilmiştir. Ayrıca daha önceden literatürde yapılan tahmin çalışmalarıyla karşılaştırılmış ve kurulan modelin ulaştırma enerji talebini tahmin etme başarısı test edilmiştir. Anahtar Kelimeler: Ulaştırma, Enerji talebi tahmini, Yapay sinir ağları, Petrol fiyatları

Energy efficiency policies are among the issues that need to be taken into careful consideration due to their direct relevance to the sustainability of economic growth and social development objectives. Along with the growing population in the world and the growing economy of countries, the need and demand for energy is rapidly increasing. In addition, the increase in the gross domestic product (GDP) of the countries and the rising trend in living standards of the people increase the demand for in the transportation sector. The fact that transportation sector has a share of about 19% in terms of energy consumption in Turkey increases the significance of this situation. Future energy demand is of great importance in order to design, plan and use transportation systems more efficiently. However, reliable and accurate predictions are needed to be able to shape energy policies' future. In this study, modelling has been conducted using artificial neural networks to estimate the energy demand in transportation sector.In this study, in order to estimate the energy demand in Turkey's transport sector, GDP rates between the years 1975 and 2016, oil prices, population, vehicle-km and tonne-km and passenger-km data has been examined. Seven different models were set up for different scenarios in the study. As a result of the study, it has been determined that the first model has the lowest error value and the highest R2 value among the others. With this model, Turkey's demand for transport energy until the years 2020, 2023, 2025 and 2030 has been estimated. It was also compared with prediction studies previously done in the literature and the success of estimating the transport energy demand of the established model was tested.Keywords: Transportation, prediction of energy demand, Artificial neural network, Oil prices