Türkiye`de iklimin enerji piyasasına olan etkileri ve bu etkilerin tahmin edilebilirliği

Abstract

Elektrik fiyatlarının günlük olarak belirlenmesinde verimlilik, süreklilik ile ekonomik ve güvenli elektrik üretimi başlıca faktörlerdir. Günümüzde, Türkiye'nin artan elektrik enerji ihtiyacının tahmini, çeşitli senaryolara göre TEİAŞ tarafından yapılmakta ve bu tahminler Piyasa Mali Uzlaştırma Merkezi (PMUM) tarafından yayınlanmaktadır. İklim verilerinin elektrik tüketim tahminindeki etkisini incelemek için yapılan araştırmaların bölgesel iklim verileri ile elektrik tüketim tahminleri üzerine yapılmış olduğu görülmüştür. Bu tahminlerde kısıtlı iklim verileri ile hareket edilmiş olduğu ve ulusal seviyede iklim verileri ile çalışılmadığı görülmüştür. Buradan yola çıkarak araştırmamızda, ulusal iklim verileri ile çalışılmış olsa daha doğru tahminler gerçekleştirilebilir mi soruna cevap aranmıştır. Meteoroloji Genel Müdürlüğün'den alınan veriler incelendiğinde istasyon bazlı pek çok farklı verinin saatlik, günlük, aylık ve yıllık veriler olarak tutulduğu görülmüştür. Elektrik tüketim verilerinin saatlik tutulmasından dolayı iklim verilerinde de saatlik veriler üzerinden hareket edilmiştir. İklim verilerinin etkisini incelemek için çeşitli metotlar denenmiştir. Bu verilerle birlikte günün saati, haftanın günü, bayram tatili günü ve gelişmişlik katsayısı verileri destekleyici veri olarak kullanılmıştır. Türkiye'de kurulu meteoroloji istasyonlarından alınan saatlik iklim verileri işlenerek, Türkiye geneli 17 iklim verisinin saatlik ortalamaları çıkarılırken mteoroloji istasyonlarının bulundukları illerdeki nüfus yoğunluğuna göre geliştirilen katsayılar kullanılmıştır. Ayrıca elektrik tüketiminin her yıl artış oranlarından etkilenmemesi için normalizasyon çalışmasına gidilmiştir. Bu çalışmada iki seviyeli bir normalizasyon uygulanarak makine öğrenme altyapısı kullanılmıştır. Tahminlerin her biri için denetimli (supervize), tek etiketli makine öğrenme modelleri denenmiş ve birçok makine öğrenme algoritması ile test edilmiştir. Yapılan deneylerin sonucunda, ülke geneli saatlik elektrik tüketiminin yaklaşık %4,27 hata payı ile tahmin edilebilirliği ortaya konulmuştur.

It has been observed that the researches conducted to examine the effect of climate data on electricity consumption forecast are based on regional climate data and electricity consumption forecats. From this point of view, if national climate data is studied, it is sought to answer the question whether more accurate forecasts can be made.When the data obtained from the General Directorate of Meteorology is analyzed, it is seen that many different station-based data are kept as hourly, daily, monthly and annual data. As the electricity consumption data is kept hourly, the climate data is also based on hourly data.Various methods have been tried to examine the impact of climate data. Together with these data, time of day, day of week, holiday day and development coefficient were used as supporting data. The coefficients were delevoped according to population density of the cities where meteorological stations are established are used when the hourly averages of the 17 climate data throughout Turkey is inferred. Additionally, normalization study is conducted for preventing electricity consumption from being affected by rate of increase. In this study, two-level normalization is implemented and machine learning infrastructure is used. Controlled and single-labelled machine learning models have been tried for each of the predictions, and it is tested with many machine learning algorithms. The predictability of the country-wide hourly electricity consumption with a margin of error of approximately 4.27% is revealed as a result of the experiments.