Bursa ili orta dönem elektrik talep tahmini

Abstract

Nihai enerji tüketimindeki payı sürekli yükselen yegâne enerji kaynağı olan elektrik enerjisine yönelik talep, küresel ekonomik büyümeye paralel olarak, her geçen gün hızlı bir şekilde artmaya devam etmektedir. Oluşan talebin en düşük maliyetle ve en kaliteli biçimde karşılanması, arz ve çevre güvenliğinin sağlanması, günümüz çağdaş elektrik sistemleri tasarım ve kaynak planlamalarında temel hedefler haline gelmiştir.Söz konusu hedeflere ulaşılmasında en önemli ön koşulun, elektrik enerjisi talep tahminlerinin doğru yapılabilmesi olduğu değerlendirilmektedir.Bu çalışmada Bursa ili için orta dönem elektrik enerjisi talebi tahmini; 2002?2006 yılları aylık tüketim verileri kullanılarak lineer, eksponansiyel ve kuadratik eğriye yaklaşım metotları ile 2007 yılı için yapılmıştır. Sonuçlar incelendiğinde, geçmiş veriler için en iyi modellemenin kuadratik yaklaşımla elde edildiği görülmüştür. 2007 yılı için en iyi tahmin sonuçlarını ise lineer yaklaşım vermiştir. Ortalama yüzde hata oranları her üç yöntem için de %7'nin altında kalmıştır.Yıllık toplam tüketim verileri için de aynı yöntemlerle regresyon analizi yapılmıştır. Ayrıca, giriş ve çıkış değerleri arasında lineer olmayan bağıntı kurarak esnek tahminde bulunma imkânına sahip yapay sinir ağı (YSA) zaman serisi yaklaşımı ile eğitilmiş ve 2007 yılı için % 3.36 sonucu elde edilmiştir.

In this study, medium term electricity demand forecasting of Bursa region is done with linear, quadratic and exponential curve fitting methods for the months of 2007 by using monthly electricity consumption data between 2002-2006 years. When we examine the results, we see that the best model for the past data is quadratic fitting. By the way, the best forecasting results are achieved with linear regression for the year of 2007. The mean absolute percent error rates are lower than 7 % for the all three methods.The additional study is done about the artificial neural networks. Again, the yearly total electricity consumptions are analyzed with the above three methods. And the time series neural network approach, that provides flexible forecast by establishing nonlinear relationship between inputs and outputs, is used to predict the annual total electricity consumption of the years 2007 and 2008. The absolute percent error rate in the prediction is 3.36 % for the year of 2007 which is very promising.