Forecasting for bioethanol production in Turkey

Abstract

Biyoyakıtlar, fosil yakıtlara alternatif olarak artan enerji ihtiyacını karşılamak veyüksek fosil yakıt fiyatlarına alternatif olarak, giderek artan oranlardakullanılmaktadır. Günümüzde yenilenebilir enerji teknolojileri kapsamında hemülkemiz hem de dünyada biyoyakıtlar üzerine yapılan araştırma ve geliştirmeçalışmaları giderek artmaktadır. Biyorafineri teknolojilerinin bir sonucu olarakbiyoyakıtların hayatımızda artarak yer alacağı öngörülmektedir. Biyorafinerilerpetrol rafinerilerinden farklı olarak biyoyakıtlar üretmekte ve hammadde olarakpetrol yerine biyokütle kullanmaktadır. Biyorafineri ve biyoyakıt teknolojilerisürdürülebilirlik ve yeşil ekonomi açısından değerlendirildiğinde bu alandagerçekleştirilecek öngörü ve çevresel değerlendirme çalışmaları büyük önem arzetmektedir.Biyoyakıtlar üretim şekli ve hammadde türüne göre birinci, ikinci, üçüncü vedördüncü kuşak biyoyakıt olarak sınıflandırılmaktadır. Günümüzde halen birincikuşak motor biyoyakıtları olan biyodizel ve biyoetanol ticari olarak kullanılmaktadır.İçten yanmalı motorlarda tasarımda değişikliğe gerek duyulmadan kullanılabilecekyağ asidi metil esteri olarak tanımlanan biyodizel ile şekerli ve nişastalı kaynaklardanüretilen biyoetanol birinci nesil biyoyakıtlar içerisinde yer almaktadır.Biyoyakıtların önemli bir türü olan biyoetanol şekerli ve nişastalı bikilerinfermantasyonu veya selülozik kaynakların asidik hidrolizi ile üretilebilen bir yakıttır.Antitoksik özelliğe sahip olan ve önemli bir alternatif motor yakıtı olan biyoetanolbenzinin yerine geçerek doğrudan yakıt olarak kullanıldığı gibi yakıt katkısı olarakda kullanılabilmektedir. Biyoetanol, konvansiyonel benzinin oktan sayısını artırmadave bununla birlikte yapısında bulunan oksijen ile benzinin daha verimli ve temizyanmasına yardımcı olması nedeniyle sıklıkla tercih edilmektedir. İthal edilen petroleönemli bir yerel alternatif olan yakıt etanolü petrol kökenli ürünlere olan bağımlılığıbüyük ölçüde azaltarak ekonomik, politik, çevresel ve bilimsel alanlarda önemlikonuma gelmektedir. Biyoetanolün yenilenebilir hammadde kaynaklarından eldeedilmesi ve bu kaynakların da sürdürülebilirliğinin sağlanması etanol üretimininsürdürülebilir olarak gerçekleştirilmesini sağlayacaktır.Dünya ve Türkiye'de biyoetanol kullanımına dair yürürlüğe konulan yasaldüzenlemeler ile biyoetanol kullanımının yaygınlaşması ve biyorafineri üretimkapasitelerinin artması beklenmektedir. Biyorafinerilerin artan üretim miktarlarıyladoğru orantılı olarak artış gösteren hammadde gereksinimleri ve üretim proseslerininiyileştirilmesi teknik, ekonomik, tarımsal ve enerji açısından büyük bir önemtaşımaktadır. Tarımsal kökenli hammadde kullanılarak üretilen biyoetanolün yakıtalternatifi ve katkı şeklinde artan kullanımının sonucu olarak tarım sektöründekietkisi son yıllarda dikkat çekici boyuta ulaşmıştır. Hem kaynaklar hem de üretilenetanol açısından sürdürülebilirlik politikaları göz önüne alındığında hammaddeüretim ve kullanım süreci ile etanol üretim süreci üzerinde teknik ve ekonomik öngörüler ile çevresel değerlendirmelerin doğru ve etkin bir şekilde yapılmasıgerekmektedir. Bu aşamada kaynak yönetimi kavramı ön plana çıkmaktadır.Hammadde aşamasından biyoetanolün kullanımının son aşamasına kadar olansüreçteki tüm üretim ve tüketim aşamaları başta kaynak yönetimi olmak üzere yeşilekonomi, tarımsal ekonomi ve enerji ekonomisi açısından değerlendirilmelidir.Özellikle tarımsal ekonomi ve kaynak yönetimi alanında biyoetanol ile ilgiligerçekleştirilen tüm öngörü, modelleme ve optimizasyon çalışmaları ülkelerin vekurumların yakıt etanolü ile ilgili gelecek stratejilerini belirlemede büyük roloynamaktadır. Biyoetanol sektöründeki gelişme ve ilerlemeler başta tarım ve enerjisektörlerini de içine alarak etanolün uzun dönemli sosyo ekonomik ve diğerekonomik etkileri üzerine yapılan çalışmaların artmasına neden olmaktadır.Biyoetanol ile ilgili yapılan birçok ekonomik temelli çalışma, giderek genişleyenbiyoetanol endüstrisinin makro ekonomik performans üzerindeki global ve ulusaletkilerinin kısmi ve genel denge modelleri gibi ekonomik teoriler, tarımsal ekonomikmodeller ya da simulasyon yöntemleri kullanılarak tespit edilmesi üzerineolmaktadır. Bunun yanısıra önemli bir ekonomik girdi olan ve biyoetanolün üretimsüreci ve sonrasındaki tüm ekonomik sonuçları etkileyen hammadde miktarınınbelirlenmesi ve bununla ilgili yapılan tüm öngörü çalışmaları için farklı öngörüyöntemleri kullanılmıştır. Kaynak yönetiminin başarılı bir şekilde gerçekleşmesi vebiyoetanol üretim sürecinin sürdürülebilir olarak yapılabilmesi için öngörüçalışmaları ve modelleri büyük bir önem taşımaktadır. Gerçekleştirilen öngörüçalışmaları ile yalnızca hammadde miktarının belirlenmesi değil, kaynakkullanımının tarım ve enerji sektörü ile diğer ilişkili olduğu tüm sektörlerdeki etkileride yorumlanabilmektedir. Öngörü için kullanılan yöntemlerin her biri öngörünündoğruluk derecesine göre farklı avantaj ve dezavantajlara sahip olsa da hammadde vegıda arzını düzenlemek ile enerji üretim planlamalarını gerçekleştirmek içinkullanılmaktadırlar. Bu amaçla, öz bağlanımlı model, öz bağlanımlı hareketli modelortalama hareketli model, yapay sinir ağları, tarımsal kaynaklı hammadde üretimiöngörüsü ile enerji kaynaklarının üretimi öngörüsü için kullanılabilir. Bu modellerinbir kısmı tek başına, farklı model ya da ilavelerle yeniden düzenlenerek biyoetanolile ilgili farklı çalışmalar için uygun olacaktır.Bu tez çalışması kapsamında biyoyakıtların önemli bir türü olan birinci nesilbiyoetanolün Türkiye'deki üretimi için öngörü çalışması yapılması amaçlanmaktadır.Mevcut biyoetanol üretiminde kullanılan ve olası yeni kaynakların tarımsal üretimpotansiyelleri ve gelecekteki durumu değerlendirilerek, birinci nesil biyoetanolüretimi Türkiye öngörüsü ortaya konulmuştur. Hammadde üretim değerleri üzerindeyapılan öngörünün yanısıra Türkiye yıllık benzin tüketim değerleri üzerinde detahmin yapılarak mevcut yasal düzenlemeler ve alternatif katkı yüzdeleridoğrultusunda gerekli olabilecek biyoetanol miktarı öngörülmüştür. Çalışmada tarım,enerji teknolojileri ve düşük karbon ekonomisi üçgeninde, yapılan öngörüçalışmalarının biyoetanol üretimi politikası için yol haritası olması hedeflenmiştir.Hammadde ve biyoetanol üretimi ile ilgili yapılan öngörülerin sonuçlarıincelendiğinde Türkiye'nin sürdürülebilirlik politikaları açısından tarım ülkesiolmasının da bir sonucu olarak önemli avantajlara sahip olduğu ve kaynaktantüketimin son aşamasına kadar doğru bir biyoetanol üretim politikası ile bukazanımların daha da artacağı görülmektedir.Bu tez çalışmasının ilk aşamasında birinci nesil biyoetanol üretiminde kullanılanhammaddeler, buğday, mısır, arpa ve şeker pancarı için lineer ve lineer olmayanmodellerle yıllık potansiyel üretim arzı öngörülmüştür. Lineer model olarak öz bağlanımlı (Auto-Regressive: AR) model kullanılırken, lineer olmayan model olaraköz bağlanımlı ekzojen (Auto-Regressive eXogeneous: ARX) model, öz bağlanımlıortalama hareketli ekzojen (Auto-Regressive Moving Average eXogeneous:ARMAX) model, özyinelemeli method (Recursive Method) ve yapay sinir ağları(Artificial Neural Networks: ANN) kullanılmıştır. Bu modeller arasındanözyinelemeli model öngörü yapmak için değil yalnızca model başarımlarınıiyileştirmek için kullanılmıştır. Öngörünün ilk aşamasında model mertebesibelirlenmiş ve bu model mertebesi değerleri ile her bir hammadde üretim arzına aitzaman serileri modellenmiştir. Güvenilir, doğru sonuçlar veren bir modeloluşturabilmek için model mertebesinin doğru tespit edilmesi gerekmektedir. Modelmertebesi belirleme öz bağlanımlı model başta olmak üzere tüm modeller için enönemli aşamadır. Literatürde öz bağlanımlı modeller için olan bu tür model seçimkriterlerinin en yaygın kullanılanları ʺAkaike Bilgi Kriteriʺ (Akaike InformationCriteria: AIC), ʺSchwarz Bilgi Kriteriʺ (Schwarz Information Criteria: SIC) ve ʺSonÖngörü Hatasıʺ'dır (Final Prediction Error: FPE). Tez çalışmasında AIC ve FPEkullanılarak en uygun model mertebeleri tespit edilmiştir. Öz bağlanımlı modeldebuğday ve arpa yıllık üretim miktarı verileri için model mertebeleri 2 iken, mısır veşeker pancarı için 1 olarak tespit edilmiştir. Aynı model mertebeleri karşılaştırmayapabilmek ve diğer modellerde de kullanıldığında kabul edilebilir sınırlar dahilindemodelleme sonuçları iyi olması nedenleriyle öz bağlanımlı model için bulunan modelmertebeleri öz bağlanımlı ekzojen modelle öngörü yapılırken de kullanılmıştır. Özbağlanımlı ortalama hareketli ekzojen model için ise model performansları gözönüne alınarak en uygun model mertebeleri seçilmiştir. Öz bağlanımlı ortalamahareketli ekzojen modelde buğday ve arpa için model mertebeleri {6,5} iken, mısıriçin {4,3} ve şeker pancarı için {3,2} olarak bulunmuştur. Öz bağlanımlı model, özbağlanımlı ortalama hareketli ekzojen model ve öz bağlanımlı ekzojen model içinbelirlenen model parametreleri bu modeller özyinelemeli modelle kullanılırken deaynı değerleriyle kullanılmıştır. Yalnızca ARMAX model için özyinelemeli modelkullanılırken modelin performansına göre model mertebesi kullanılmıştır. Yapaysinir ağlarında da ilk aşamada giriş tabakası nod sayısı belirlenmeye çalışılmıştır. Herhammadde değeri için diğer modellerle özellikle öz bağlanımlı modelle uyumluolacak şekilde aynı mertebe seçilmiş ve buna ek olarak farklı nod sayıları dadenenmiştir. Belirlenen model mertebeleri ve nod sayıları ile her hammaddeye aitveri serisi için modeller çalıştırılmış ve farklı öngörü ufku değerleri için (1, 5, 10, 15,20 yıl gibi) performans testleri yapılmıştır. Model performanslarını değerlendirmekiçin en çok bilinen başarım kriterleri olan Kare kök ortalama (Root Mean Square:RMS), R-Kare (R2) ve Ki-Kare (Chi-Square: χ2) kullanılmıştır. R2 sonuçları yaklaşıkolarak 1'e yakın olmuş, RMS ve χ2 ise kabul edilebilir sınırlar dahilindedir. Modelperformanslarının değerlendirilmesi aşamasında veri serisi ve model üzerinde etkiliolan faktörler açıklanmıştır. Veri serisi kısa olduğunda bile uygulanan modelinbaşarımının yüksek olması bu modellerin kullanılan veri serileri için uygun olduğunugöstermektedir. Tez kapsamında kullanılan modellerde özyinelemeli model iseöngörü yapmak yerine, diğer modeller ile tahmin edilen sonuçlarıyla oluşturulanserilerin düzeltme terimleriyle düzeltilmesini gerçekleştirmektedir. Oluşturulan yeniserilerle model başarımlarını incelenmiş ve eğer başarımda küçük de olsa bir artış varise özyinelemeli modelin kullanılmasının uygun olduğu belirtilmiştir. Özyinelemelimodel öngördüğümüz dataları gerçeğe daha yakınlaştırmak için kullanılmıştır. Buçalışmada elde edilen sonuçlarda öz bağlanımlı modelde tüm data serilerindeözyinelemeli model uygulanabilirken, mısır dataları için ki-kare ile özyinelemeliortalama hareketli ekzojen modelin başarımı değerlendirildiğinde ve şeker pancarı dataları için R-kare ile özyinelemeli modelin başarımı değerlendirildiğinde beklenenartışlar sağlanamamıştır. Bu bölüm içerisinde model başarım hesaplamalarını takibenher veri serisi için farklı öngörü ufku değerleri ile öngörü yapılmış ve Türkiye'ninbiyoetanol hammadde üretim değerleri ile ilgili olarak gelecekteki durumu ortayakonulmuştur. Sonuçlar incelendiğinde öngörü ufku değeri arttıkça modelbaşarımlarında olan düşüşe bağlı olarak ve modelin karakteristiği nedeniylehammadde üretim değerleri tahminlerinde azalma görülmüştür. Bunun nedenikullanılan modellerin bir adım sonrasını öngörmek için oluşturulan modeller olmasıve daha uzun süreli öngörülerde başarımda azalma olmasıdır. Yapay sinir ağlarısonuçlarındaki azalmanın daha düşük olduğu gözlenmemiştir. Hammadde üretim arzıile ilgili yapılan çalışmaların aynıları Türkiye yıllık benzin tüketimi için degerçekleştirilmiştir. Özbağlanımlı ve özbağlanımlı ekzojen model için modelmertebesi 8 olarak belirlenirken, yapay sinir ağları için giriş tabakası nod sayısı 4olarak tespit edilmiştir. Ayrıca yapay sinir ağlarıyla seçilen nod sayısı değerindebulunan öngörü sonuçlarının değişen öngörü ufku değerlerine rağmen yakın olduğutespit edilmiştir. Model mertebesini takiben her bir model için model performanslarıdeğerlendirilmiş ve benzin datalarının uzunluğu kısa olmasına rağmen iyi birbaşarımla seçilen modellerin bu datalara uygulanabildiği tespit edilmiştir. Bunlardansonra üretilmesi öngörülen hammadde miktarlarına bağlı olarak ton başınaüretilebilecek biyoetanol miktarları hesaplanmıştır.Diğer taraftan tüketilmesi öngörülen benzin miktarı hesaplanarak bugün yasal olarakbenzine katılması zorunlu olan biyoetanol yüzdesi ve diğer etanol harmanlamayüzdeleri üzerinden hesaplama yapılarak farklı öngörü ufku değerleri için gerekliolabilecek biyoetanol miktarları tespit edilmiştir. Bu iki sonuç karşılaştırılaraköngörülen biyoetanol arzının öngörülen biyoetanol gereksinimini karşılayabildiğiortaya konmuştur. Bu karşılaştırma yapılırken, her hammadde için iki farklı durumdikkate alınabileceği öngörülerek her ikisi için de hesaplama yapılmıştır. İlkdurumda seçilen her hammaddenin gıda, yemlik ve tohum olarak kullanma gibiöncelikli kullanım alanları dışındaki öngörülen miktarları üzerinden ton başına kaçlitre biyoetanol üretilebileceği belirlenmiştir. İkinci durumda ise ilk durumdakiöncelikli alanlara ilave olarak ihracat değerleri de hesaba katılmadan üretilebilecekbiyoetanol miktarları belirlenmiştir. Her model için (AR, ARX ve ANN) ayrı ayrıbelirlenen bu değerler incelendiğinde benzin tüketimine bağlı olarak %1, %2, %3,%5, %10 biyoetanol harmanlaması durumundaki biyoetanol talebinin farklı öngörüufku değerleri için (1, 5, 10, 15 yıl) karşılanabildiği görülmüştür. Öz bağlanımlıortalama hareketli ekzojen model benzin tüketimi öngörüsü için sürdürülebilirsonuçlar vermediğinden bu model sonuçları için gerekecek biyoetanol miktarıverilmemiştir. Yapay sinir ağları kullanıldığında mısır ve şeker pancarı için iki farklıdurumun yanı sıra iki farklı giriş tabakası nod sayısı değeri için ayrı ayrı hesaplamayapılmıştır. Ayrıca; yapay sinir ağlarıyla hesaplanan her hammaddeden eldeedilebilecek biyoetanolün toplam arzdaki payının değişimi lineer olmamıştır.Türkiye'de biyoetanol üretimi ağırlıklı olarak şeker pancarı ve sonrasında mısırdangerçekleştiriliyor olmasına karşın, biyoetanol arz grafikleri incelendiğinde buğdayınve arpanın en büyük paylara sahip olabileceği tespit edilmiştir. Buğday içinöngörülen biyoetanol arzındaki payının %70'lere kadar çıktığı tespit edilmiştir. Heriki durum için de elde edilen tüm model sonuçlarına göre gıda, tohumluk ve yemsektörlerindeki kullanımını etkilemeden, Türkiye'de üretimi yüksek seviyelerde olanbu iki hammaddenin de biyoetanol talebini karşılamada önemli bir paya sahip olacakolması ülkemiz açısından önemli bir avantajdır. Çalışmanın son bölümünde öngörü yöntemleriyle belirlenen gelecekteki potansiyeligöz önüne alınarak biyoetanolün farklı harmanlama oranları ile (%1, %2, %3, %5,%10) benzine katkılandığında benzin tüketimine bağlı CO2 emisyonu değerlerihesaplanmıştır. Bu emisyon değerlerinin hesaplanması için üç farklı yaklaşımdikkate alınarak yakıt başına (L) yandığında oluşabilecek CO2 emisyonu değerihesaplanmıştır. Artan biyoetanol kullanımı ve Türkiye'nin gelecekte de önemli birbiyoetanol üreticisi olacağının öngörüldüğü bu çalışmada çevreci bir yakıt olanbiyoetanolün kullanımının motor yakıtı kaynaklı emisyon değerlerinde düşüşsağlayacağı öngörülmektedir. Emisyon hesaplamaları çevresel değerlendirmeaçısından; çalışmanın da amacı olan biyoetanol öngörüsü doğrultusunda, enerjikaynak üretimi ve düşük karbon ekonomisi perspektifinden ülkemiz içinsürdürülebilir ve çevre dostu bir yakıt olduğunu göstermektedir. Öngörülerintutarlılığı ve öngörülen arz potansiyelinin biyoetanol ihtiyacını karşılayabildiğininortaya konması biyoetanol üretiminin Türkiye açısından sürdürülebilir olduğunugöstermektedir.

Biofuels, as a clean alternative to the fossil fuels, are of wide interest according to theraising global energy demand and high prices for fossil based fuels. Today, withinthe scope of renewable energy technologies research and development studies onbiofuels are gradually increasing locally and globally. As a result of biorefinerytechnologies, biofuels are foreseen to take place in our lifes. Presently, firstgeneration biofuels, which are biodiesel and bioethanol, have been usedcommercially. In this thesis, forecasting study aims the bioethanol production inTurkey. By appraising the future and potential amounts of the feedstocks which areused for bioethanol production and which are also possible to be used, theforecasting of the bioethanol production in Turkey will to be put forward. Additionto bioethanol production and its feedstocks supply forecasting, gasoline consumptionforecasting was also carried out. With this, it has been estimated that the forecastedbioethanol production provides how much of the bioethanol demand for theforecasted gasoline consumption. Then, emissions based on forecasted gasolineconsumption were estimated according to several blend mandates in the perspectiveof environmental assessment. In this study, based on three issues, energy, agricultureand low carbon economy, a roadmap was adviced for bioethanol production andassessment policy.Biofuel technology is one of the driving powers of sustainable energy production andgreen growth for today and future. Sustainability of biofuel production processdepends on available resource management and continuity of feedstock supply. Thus,an appropriate tool for forecasting agricultural feedstock supply and potential ofbioethanol production are so significant for policy making. It was seen that higherpotential of bioethanol production and the possible use of main agricultural productsas the most suitable feedstock show the importance of bioethanol production and itsforecasting in Turkey. As an alternative to fosil based fuels, there are also manyadvantages of bioethanol production and use such as domestic resources use inenergy production, energy and agricultural economics, environmental benefits andenergy supply security.In the first part of thesis, linear and non-linear model approaches are presented toforecast annual potential of the feedstock supply as wheat, corn, barley and sugarbeet that could be used to product first generation bioethanol. The linear model asAuto-Regressive (AR) Model and non-linear models as Auto-RegressiveeXogeneous (ARX), Auto-Regressive Moving Average eXogeneous (ARMAX) andArtificial Neural Networks (ANN) were performed. Recursive method was also usedto improve only the model performances belong to all selected models even ifrecursive method could not be used to forecast. Firstly, model order determinationand modelling of feedstock production were studied. The model orders belonging towheat and barley production data were 2, while those belonging to corn and sugarbeet were 1 according to major model order selection criterias; Akaike InformationCriteria (AIC) and Final Prediction Error (FPE) in AR model. The same modelorders were also used in ARX model to compare, while model orders were selecteddue to model performances in ARMAX model. For recursive model applications;model orders were used according to which model's performance is improved. Onthe other side, the numbers of nodes in input layer (k) were selected as 1, 2, 3, 4 toexamine the effects of numbers changes in input layer and neurons in the hiddenlayer for ANN correlated to model orders in AR model. Second, model performancetests were performed with Root Mean Square (RMS), R2 and Chi-Square (χ2) inoptimum model orders for each serie. R2 was found mainly near to 1, while χ2 andRMS results were within the acceptable limits in all models. Then, forecasts wereestimated for each of feedstocks and it was found that forecasts decreased due todeclines in model performances for several prediction horizon values (1, 5, 10, 15and 20 years). Because selected models were generally used to estimate the nextvalue in time series. The variations have a great effect on Turkey's supply offeedstock and potential amount of bioethanol that can be produced. In ANN, forecastchangings were not the same as in other models. Feedstock forecasts weredetermined to be quantitatively consistent for each model and with legal authoritypredictions. There were negligible small differences ranging from 0.8% to 2%.Besides, the forecasting study on gasoline consumption in per year was also given tocalculate the amount of required bioethanol blending taking into account today'slegal obligation and possible alternatives to have the bioethanol blending values perliter of consumed fuel. As in feedstock predictions, the same linear model and nonlinearmodels were performed to forecast annual gasoline consumption of Turkey.Model order is estimated as 8 according to major model order selection criterias;Akaike Information Criteria (AIC) and Final Prediction Error (FPE) in AR modeland also used in other models considering model performances, while nod numberwas 4 in ANN. Then, model performance tests were performed with Root MeanSquare (RMS), R2 and Chi-Square (χ2) in optimum model order. Performance testsresults showed that the models are available for determining on gasolineconsumption forecasting for fifteen years (prediction horizon is twenty years infeedstock forecasting) although fuel consumption data set was too short to bemodelled. In following step, considering the bioethanol feedstocks productionvalues, how many liters of bioethanol could be produced per ton of selectedfeedstocks were also determined using references. On the other side, bioethanoldemands were estimated for several blend mandates values of forecasted gasolineconsumption values. Forecasted bioethanol productions per tonne of selectedfeedstocks' predictions were compared whether supply with or not bioethanolproductions are required for the forecasted gasoline consumptions according to thedifferent bioethanol blend mandates. According to those; Turkey's total feedstockproduction could be used to produce bioethanol is sufficient to demands ofbioethanol blend ratios such as 1%, 2%, 3%, 5%, 10%. Barley and especially wheatpotentials could be seperated for bioethanol production also seem as preferablebecause their potentials are enough for bioethanol production demand. Howeversugar beet and corn are mainly used to produce bioethanol. Finally, CO2 emissionswere calculated as environmental assessment study to put forward that environmentalimpacts of forecasted gasoline consumptions and the emission decreases frombioethanol blended-gasoline consumption (in several ratios 1%, 2%, 3%, 5%, 10%).Declines in emissions were increased with incremental bioethanol blend ratios. In theperspective of green economy, sustainability and energy production; Turkey has a significant potential to produce bioethanol without affecting their uses in main areasas food, feed and export and decreases in emissions resulted from gasolineconsumption could be provided through this environmentally-friendly fuel use asfuel additive. Namely, sustainability could be provided in the perspective of bothenergy source production and low-carbon economy. The consistency of theforecastings has been made supports the sustainability of bioethanol production andresource management.