Stokastik programlama yaklaşımı ile elektrik üretim endüstrisinin modellenmesi

Abstract

Bu tez çalışmasında, talep büyüme belirsizliği altında konvansiyonel ve yenilenebilir elektrik üretim teknolojilerinin değerlendirildiği, çoklu hedefler içeren büyüme planlaması (GEP) problemi için, bir modelleme çerçevesi ile bunun çözümü için uygun matematik modellerin geliştirilmesi hedeflenmiştir.Enerji-ekonomi-çevre etkilerinin bir arada değerlendirilmesi, enerji ve çevre politikalarının üretim endüstrisi üzerindeki etkilerinin incelenmesi, uzun vadeli talep projeksiyonlarının ihtiva ettiği belirsizliklerin modellenmesi, maliyet ve başlıca hava kirleticilere ait emisyonların daha ileri düzeyde optimize edilmesine olan güncel ihtiyaçlar, esnek GEP modellerinin geliştirilmesini zorunlu hale getirmektedir.Gündemde olan bu konuların çözümüne katkı sağlamak amacıyla, bu çalışmada, çoklu hedef fonksiyonlarının, talep büyüme belirsizliği altında, farklı teknik ve güvenlik sınırlarını sağlayacak şekilde aynı anda optimize edilmesine olanak sağlayacak çok-hedefli çok-periyotlu büyüme planlaması modelleri önerilmiş ve esnek yapıda geliştirilen bu modellerin, karar vericilere farklı senaryoların etkilerinin incelenmesinde imkan sağlaması hedeflenmiştir. En uygun büyüme alternatiflerinin belirlenmesi amacıyla, maliyetler ile CO2 ve NOx (ve SO2) emisyonlarına ait hedef fonksiyonlarının, ekonomik, teknik, işletme ve çevresel sınır koşulları altında aynı anda optimize edilmesine olanak sağlayacak çok-periyotlu, çok-hedefli GEP ile stokastik, çok-periyotlu, çok-aşamalı, çok-hedefli GEP modelleri önerilmiştir. Karmaşık tamsayı doğrusal programlama problemleri olarak ifade edilen modellerde, Pareto optimal çözümler, çok-hedefli matematik programlama yaklaşımlarının uygulanmasıyla elde edilmiştir. Karar vericiler için en iyi çözümün bulunması amacıyla da bulanık karar verme metodu kullanılmıştır.Stokastik programlamanın başlıca zorluklarından birisi stokastik sürekli süreçlerin sonlu sayıda üretilecek senaryolar ile tanımlanabilmesidir. Talep büyümesine ait belirsizliğin modellenmesinde, yıllık elektrik enerjisi talep verisinin Geometrik Brown Hareketi'ni takip ettiği gösterilmiştir. Çok-aşamalı ağaç yapısı kapsamındaki senaryolar, marjinal istatistik momentlerini kullanan eşleştirme metodu ile üretilmiş, simülasyonlar için ise Monte Carlo metotları kullanılmıştır.Enerji modelleri tarafından referans alınan, konvansiyonel ve yenilenebilir güç teknolojilerine ait teknik performans, maliyet ve emisyon özellikleri, simülasyonlar için gerekli olan anlamlı ve tutarlı veri ihtiyacı nedeniyle ayrıca sentezlenmiştir.Son olarak, önerilen modellerin uygunluğu ve çözüm metotlarının performansı, Türkiye elektrik üretim endüstrisinin aktüel durumu için gösterilmiştir. Benzeri şekilde Türkiye enerji arz ve talep büyümesi ile emisyonların durumu 2030 yılı için incelenmiştir. Enerji-ekonomik modelleme platformu LEAP kullanılarak Türkiye toplam birincil ve nihai enerji talebi, elektrik üretim projeksiyonları ile başlıca hava kirleticilerine ait (sera gazları, SO2, NOx, CO2) emisyonlar incelenmiş ve sonuçlar değerlendirilmiştir.Simülasyon sonuçları değerlendirildiğinde bu tez çalışması, enerji-ekonomi-çevre etkilerinin belirsizlik altında beraberce değerlendirildiği GEP modelleri konusunda karar vericiler için deterministik ve stokastik modelleriyle uygun bir araç sunmaktadır. Geliştirilen modeller, sunduğu uçtan-uca karar destek sistemi tasarımıyla, farklı büyüme alternatiflerinin değerlendirilmesi, sürdürülebilir kalkınma hedeflerine ulaşılması çerçevesinde; enerji sistemleri, enerji ekonomisi ve çevreye dair alınacak siyasal kararların uzun vadeli etkilerinin belirlenebilmesine imkan sağlayabilecektir.

This thesis focuses on the development of a framework and mathematical models to formulate generation expansion planning (GEP) models that include multiple objectives; by means of appropriately considering conventional and renewable electricity generation technologies faced with demand growth uncertainty. The growing need to simultaneously analyze a range of energy-economy-environment interactions, assess possible future impacts of energy and environmental policy decisions, consider uncertainties related with long-term electricity demand projections, and further optimize costs and emissions of main air pollutants; requires the development of flexible GEP models. To address emerging concerns, models that represent multi-period, multi-objective GEP problems to optimize different objective functions concurrently while satisfying a wide-range of technical and reliability constraints under demand growth uncertainty are proposed to serve as a flexible structure for decision-makers in evaluating the impacts of various scenarios. In this study, presented models include multi-period, multi-objective GEP and stochastic, multi-period, multi-stage, multi-objective GEP models to determine optimal expansion alternatives while minimizing total costs, CO2, NOx, (and SO2) emission objective functions concurrently under a set of economic, technical, operational and environmental constraints. The models are formulated as mixed-integer linear programming problems, and multi-objective mathematical programming approaches are implemented to obtain Pareto-optimal solutions. A fuzzy decision-making method is used to select the most preferable compromise solution for decision-makers.One of the key challenges of stochastic programming is to represent the continuous stochastic processes by generating a finite number of scenarios. To model demand growth uncertainty, the actual annual electricity demand was verified to ensure consistency with the correlated Geometric Brownian Motion processes. A finite number of scenarios with a multi-stage tree structure is constructed by using a matching method, based on moments of marginal distribution functions, and simulations carried out by using Monte Carlo simulation methods. Cost and technical performance estimates for conventional and renewable power generation technologies utilized by different energy models are compared and synthesized to satisfy the reliable data needs for such models. Finally, a real case study based on Turkish electricity supply industry-planning problem shows the relevance of the proposed models and performance of solution methods. That said, an overview of Turkish energy demand growth, supply and associated emissions for the year of 2030 are also examined for different scenarios. Using the energy-economic modeling platform LEAP; primary and final energy demands, electricity generation projections, and emissions of the main air pollutants (greenhouse gases, SO2, NOx, and CO2) are all studied and analyzed.In conclusion, considering the simulation outcomes, this thesis provides an appropriate tool for policy makers to analyze various scenarios and technology options considering energy-economy-environment interactions under demand uncertainty based on deterministic and stochastic models. The models can serve as an end-to-end decision-support tool to evaluate different generation expansion alternatives and to quantify the long-term implications of policy decisions on energy systems, energy economics, and the environment; while concurrently achieving a path for sustainable development.