T.C.
DÜZCE ÜNİVERSİTESİ
FEN BİLİMLERİ ENSTİTÜSÜ
KÜÇÜK VE ORTA KAPASİTELİ HİDROELEKTRİK
SANTRALLERDE GÜN İÇİ VE GÜN ÖNCESİ ÜRETİM TAHMİNİ
İÇİN MATEMATİKSEL MODELİN OLUŞTURULMASI
MUSTAFA İRİŞİK
YÜKSEK LİSANS TEZİ
ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ ANABİLİM DALI
DANIŞMAN
PROF. DR. ALİ ÖZTÜRK
T.C.
DÜZCE ÜNİVERSİTESİ
FEN BİLİMLERİ ENSTİTÜSÜ
KÜÇÜK VE ORTA KAPASİTELİ HİDROELEKTRİK
SANTRALLERDE GÜN İÇİ VE GÜN ÖNCESİ ÜRETİM TAHMİNİ
İÇİN MATEMATİKSEL MODELİN OLUŞTURULMASI
Mustafa İRİŞİK tarafından hazırlanan tez çalışması aşağıdaki jüri tarafından Düzce Üniversitesi Fen Bilimleri Enstitüsü Elektrik Elektronik Mühendisliği Anabilim Dalı’nda YÜKSEK LİSANS TEZİ olarak kabul edilmiştir.
Tez Danışmanı Prof. Dr. Ali ÖZTÜRK Düzce Üniversitesi Jüri Üyeleri Prof. Dr. Ali ÖZTÜRK Düzce Üniversitesi _____________________ Doç. Dr. Salih TOSUN
Düzce Üniversitesi _____________________
Dr. Öğr. Üyesi. Murat FİDAN
Abant İzzet Baysal Üniversitesi _____________________
.
BEYAN
Bu tez çalışmasının kendi çalışmam olduğunu, tezin planlanmasından yazımına kadar bütün aşamalarda etik dışı davranışımın olmadığını, bu tezdeki bütün bilgileri akademik ve etik kurallar içinde elde ettiğimi, bu tez çalışmasıyla elde edilmeyen bütün bilgi ve yorumlara kaynak gösterdiğimi ve bu kaynakları da kaynaklar listesine aldığımı, yine bu tezin çalışılması ve yazımı sırasında patent ve telif haklarını ihlal edici bir davranışımın olmadığını beyan ederim.
15 Mart 2019
.
TEŞEKKÜR
Yüksek lisans öğrenimimde ve bu tezin hazırlanmasında gösterdiği her türlü destek ve yardımdan dolayı çok değerli hocam Prof. Dr. Ali Öztürk’e en içten dileklerimle teşekkür ederim.
Bu çalışma boyunca yardımlarını ve desteklerini esirgemeyen sevgili aileme ve çalışma arkadaşlarıma sonsuz teşekkürlerimi sunarım.
Bu tez çalışması, Düzce Üniversitesi BAP-2017.06.03.538 numaralı Bilimsel Araştırma Projesiyle desteklenmiştir.
.
İÇİNDEKİLER
Sayfa No
ŞEKİL LİSTESİ ...VII
ÇİZELGE LİSTESİ ... VIII
KISALTMALAR ... IX
SİMGELER ... X
ÖZET ... XI
ABSTRACT ... XII
1.
GİRİŞ ... 1
1.1. LİTERATÜR ÖZETİ ... 12.
DÜNYA’DA VE TÜRKIYE’DE ELEKTRIK ÜRETIMI ... 4
2.1. ÜLKEMİZDEKİ ELEKTRİK ÜRETİM TESİSLERİ ... 9
2.1.1. Güneş Enerjisi Santralleri... 9
2.1.2. Rüzgar Enerji Santralleri ... 9
2.1.3. Hidroelektrik Enerji Santralleri... 11
2.1.4. Doğalgaz Enerji Santralleri ... 12
2.1.5. Jeotermal Enerji Santralleri ... 12
2.1.6. Biyogaz Enerji Santralleri... 13
2.2. HİDROELEKTRİK SANTRALLER ... 14
3.
TÜRKİYE’DE ELEKTRİK PİYASA YÖNETİMİ ... 16
3.1. ELEKTRİK PİYASASI ANONİM ŞİRKETİ ... 16
3.2. ELEKTRİK PİYASASI SÜREÇLERİ ... 17
3.2.1. EPİAŞ Gün Öncesi Piyasası ... 17
3.2.2. Gün İçi Piyasası ... 20
3.2.3. Dengeleme Güç Piyasası ... 23
3.2.3.1. Dengelemenin Amacı ... 24
3.3. MİLLİ YÜK TEVZİ MERKEZİ ... 24
5.
POLİNOMİK REGRESYON MATEMATİKSEL MODELİ ... 28
6.
MATEMATİKSEL
MODEL
İLE
HİDROELEKTRİK
SANTRALLER İÇİN ÜRETİM TAHMİNLEME ... 29
6.1. MODELLERİN DOĞRULAMA YÖNTEMLERİ ... 33
6.2. TAHMİNLEME İÇİN KULLANILAN DİĞER METOTLAR ... 35
6.2.1. İstatistiksel Metotlar ... 35
6.2.1.1. Regresyon Analizi ... 36
6.2.1.2. Korelasyon Metodu ... 36
6.2.1.3. Zaman Serileri Analizi ... 37
6.2.1.4. Simülasyon Metodu ... 37
6.2.2. Yapay Sinir Ağları Metodu ... 38
7.
SONUÇ ... 40
8.
KAYNAKLAR ... 42
9.
EKLER ... 43
9.1. EK 1: HİDROELEKTRİK SANTRALİ GÜÇ HESAPLAMA MATLAB KODLARI ... 44
9.2. EK 2: ÇINAR -1 HİDROELEKTRİK SANTRAL VERİLERİ KULLANIMI ÖZEL İZİN BELGESİ ... 50
.
ŞEKİL LİSTESİ
Sayfa No
Şekil 2.1.Türkiye’de elektrik enerjisi kaynak dağılımı (Kasım 2017). ... 8
Şekil 2.2.Elektrik üretiminde ilk 20 ülke (2014). ... 8
Şekil 2.3.Elektrik iletim ağı. ... 9
Şekil 2.4.Polat enerji Soma RES . ... 10
Şekil 2.5.Güriş holding Afyonkarahisar Dinar RES. ... 11
Şekil 2.6. EÜAŞ Elazığ Keban barajı ve HES. ... 12
Şekil 2.7. 2017 Yılı sonu itibariyle kurulu gücün kaynaklara göre dağılımı (%). ... 14
Şekil 2.8. 2017 Yılı elektrik üretiminin kaynaklara dağılımı (%). ... 15
Şekil 3.1. EPİAŞ organizasyon şeması. ... 17
Şekil 3.2. Gün içi piyasası yazılımının ara yüzü ... 21
Şekil 3.3. 12 Aralık 2017 gününe ait yük tevzi merkezi üretim dağılımı raporu. ... 25
Şekil 3.4. 12 Aralık 2017 gününe ait MYTM günlük yük eğrisi grafiği. ... 25
Şekil 6.1. Sıcaklık ve gün verilerine dayalı güç grafiği. ... 32
Şekil 6.2. Basit regresyon doğrusu. ... 36
Şekil 6.3. Korelasyon. ... 37
Şekil 6.4. Zaman serileri analiz grafiği. ... 37
Şekil 6.5. Yapay sinir ağları. ... 38
Şekil 6.6. Yapay sinir ağları ile diğer istatistiksel metotların süreçlerinin karşılaştırılması. ... 39
.
ÇİZELGE LİSTESİ
Sayfa No
Çizelge 2.1. 2016 ve 2017 yılı Türkiye elektrik kurulu gücü ... 5
Çizelge 2.2. 2016 ve 2017 yıllarında kaynak bazlı elektrik üretimi. ... 6
Çizelge 4.1. Örnek bir hidroelektrik santralin tahmin modelinin olmaması ... 26
Çizelge 4.2. Örnek bir hidroelektrik santralin tahmin modelini kullanması ... 26
Çizelge 6.1. Şubat 2017 meteoroloji verileri. ... 30
Çizelge 6.2. Şubat ayı matematiksel model katsayıları ... 32
Çizelge 6.3. Matematiksel model hata test değerleri ... 34
Çizelge 6.4. Sıcaklık ve saat değerlerine göre matematiksel model 01 Mart 2017 Pazar tahmini güç değerleri. ... 34
.
KISALTMALAR
ÇRA Çoklu Regresyon Analizi
DGP Dengeleme Güç Piyasası
EDM Enerji Dengesizlik Miktarı
EPDK Enerji Piyasaları Düzenleme Kurumu
EPİAŞ Enerji Piyasaları İşletme Anonim Şirketi
EÜAŞ Elektrik Üretim Anonim Şirketi
GAMS Genetik Cebirsel Modelleme Programı
GES Güneş Enerji Santrali
GİP Gün İçi Piyasası
GÖP Gün Öncesi Piyasası
GİP Gün İçi Piyasası
HES Hidro Elektrik Santral
JES Jeotermal Enerji Santrali
MAPE Mean Absolute Percentage Errors
MSE Mean Squared Errors
MYTM Milli Yük Tevzi Merkezi
PTF Piyasa Takas Fiyatı
PYS Piyasa Yönetim Sistemi
RMSE Root Mean Squared Errors
SMF Sistem Marjinal Fiyatı
TEAŞ Türkiye Elektrik Anonim Şirketi
TEDAŞ Türkiye Elektrik Dağıtım Anonim Şirketi
TEİAŞ Türkiye Elektrik İletim Anonim Şirketi
.
SİMGELER
°C Santigrat derece kWh Kilowatt saat MWh Megawatt saat MW MegawattÖZET
KÜÇÜK VE ORTA KAPASİTELİ HİDROELEKTRİK SANTRALLERDE GÜN İÇİ VE GÜN ÖNCESİ ÜRETİM TAHMİNİ İÇİN MATEMATİKSEL MODELİN
OLUŞTURULMASI
Mustafa İRİŞİK Düzce Üniversitesi
Fen Bilimleri Enstitüsü, Elektrik Elektronik Mühendisliği Anabilim Dalı Yüksek Lisans Tezi
Danışman: Prof. Dr. Ali ÖZTÜRK Mart 2019, 50 sayfa
Mevcutta bulunan üretim tahmin modellerinin büyük bir kısmı yenilenebilir enerji kaynaklarının üretim tahminini doğru olarak yapamamaktadırlar. Bu çalışmanın amacı geleceğe yönelik tahminler yapabilen bir matematiksel model oluşturmak ve belirli yöntemlerle modelin ve tahminlerinin doğruluğunun test edilmesini sağlamaktır. Bu çalışma kapsamında oluşturulan matematiksel tahmin modelleri ile hidroelektrik santrallerinde bir ay gibi kısa vadelerde üretim tahmini yapılacaktır. Bu sayede elektrik üreticileri daha doğru üretim planlaması yapabilmeleri ve maliyetlerini düşürebilecekleri ön görülmektedir. Matematiksel tahmin modelleri oluşturulurken istatistiksel metotlardan zaman serisi analizi, dinamik harmonik, eksponansiyel model, yapay sinir ağları, çoklu regresyon analizi ve kümelenme algoritması gibi metotlar denenerek en uygun model seçilecektir. Çalışma kapsamında geliştirilen matematiksel modellerin doğruluğu istatistiksel test metotları kullanılarak ispatlanacaktır. Geliştirilen modeller sayesinde üretim planlaması daha doğru ve etkin bir şekilde yapılacaktır. Anahtar sözcükler: Yenilenebilir enerji, Enerji üretim tahmini, Matematiksel model.
ABSTRACT
ESTABLISHMENT OF MATHEMATİCAL MODELS FOR SHORT-TERM ENERGY PRODUCTİON FORECASTİNG İN HYDROELECTRİC POWER
PLANTS Mustafa İRİŞİK Düzce University
Graduate School of Natural and Applied Sciences, Department of Electrical and Electronic Engineering
Master’s Thesis
Supervisor: Prof. Dr. Ali ÖZTÜRK March 2019, 50 pages
Most of the current production forecasting models do not correctly estimate the production of renewable energy sources. Thanks to the models that will be produced with this study, accurate forecasts will be made for the future. The correctness of the mathematical models will be tested with generated using the methods. Short-term production forecasts will be made for hydroelectric power plants with the obtained forecasting models. Thus, it is considered to make a significant contribution to production planning in renewable energy plants. The correctness of the developed mathematical models will be proved by using scientific test methods. With this model, production planning will be done easily and with high accuracy. Methods such as time series, dynamic harmonics, an exponential model, multiple regression analysis, artificial neural networks, clustering algorithm will be used in the formation of mathematical models and the most appropriate method will be determined.
.
1. GİRİŞ
1.1. LİTERATÜR ÖZETİ
Elektrik enerjisinin depolanması çok zor olduğu için üretim ve tüketim arasında bir dengeleme yapılmalıdır. Bu sebeple üretim miktarı elektrik enerjisi üretim, iletim ve dağıtımında karşılaşılacak kayıplar ve tüketimin toplamı kadar olmak zorundadır. Tüketim ve üretim arasındaki dengesizlik ek olarak ayrı bir maliyet çıkaracaktır. Bu maliyete dengesizlik maliyeti denir. Üretim tahminlerinin doğruluk oranı dengesizlik maliyeti ile ters orantılıdır. Türkiye’de bu maliyeti en aza indirmek için çalışmalar yapan yetkili lisans sahibi şirket enerji piyasaları işletme anonim şirketidir. Enerji piyasaları işletme anonim şirketinin amaç ve görevi gün öncesi ve gün içi elektrik piyasalarının şeffaf, etkin, güvenilir ve elektrik piyasalarının ihtiyaç ve beklentilerini karşılayacak şekilde kurulması, planlanması, geliştirilmesi ve yönetilmesidir. Üretim tahminlerinin doğruluk ve isabet oranı uzlaştırma açısından önemlidir. Dengeleme güç piyasası, gün öncesi piyasası ve enerjide oluşabilecek dengesizliklere bağlı olarak ortaya çıkan alacak ve verecek borç miktarlarının hesaplanması işlemine uzlaştırma denir. Yapılan tahminlerin isabetsiz olması piyasa fiyatlarını doğrudan etkilemekle kalmayıp üretim tesislerinin dengesizlik maliyetlerini de etkilemektedir [1].
Matematiksel tahmin yöntemleri incelendiğinde üretimden tahmin modellerinden daha çok talep tahmin yöntemleri çalışmaları literatürde yerini almıştır.
Kirby 1966 yılında yapmış olduğu çalışmasında orta ve kısa vadeli matematiksel tahmin modellerini karşılaştırmıştır ve bu karşılaştırmada yirmi üç farklı seri kullanmıştır [2]. Umble ve Carlson 1980 yılında beş farklı otomobile olan taleplere ilişkin çoklu regresyon analizi kullanarak bir talep tahmini modeli geliştirmişlerdir [3].
1999 yılında Aktaş ve arkadaşları Türkiye’de üretilen bir meyve suyunun talep tahmin çalışmasını Tobit yöntemi ile yapmışlardır [4].
Yine 1999 yılında Aytekin ve arkadaşlarının çalışmalarında Türkiye’de bulunan Seka marka kağıt havlularının gelecekteki talep tahminleri yapılmıştır [5].
Chen 2000 yılında eğlence sektörüne olan talebi belirlemek için Amerika Birleşik Devletleri’nde bulunan üç adet parkı örnek olarak seçmiştir ve parka gelen ziyaretçilerin verilerini kullanarak bir talep tahmininde bulunmuştur [6].
Zhou ve arkadaşları 2002 yılında yapmış oldukları çalışmada Melbourne’ deki suya olan talebin tahminini yapmışlardır. Yaptıkları bu çalışmada zaman serileri analizi metodunu kullanmışlardır [7].
Köksal ve Satır, bir entegre tavuk tesisinin üretmiş olduğu ürünlerin talep tahminini tesisin geçmiş verilerinin kullanıldığı bir zaman serileri analizi metodu ile gerçekleştirmişlerdir [8].
Cahow yaptığı çalışmada evde sağlık hizmetine muhtaç olan hastaların sağlık personellerine olan talebinin tahminini yapmıştır. Bu çalışmasında Monte Carlo simülasyonunun yanı sıra çoklu regresyon analizi metodunu da kullanmıştır [9].
Hidroelektrik santrallerinde (HES) üretim değerleri hidrolojik verilere bağlı olarak değişmektedir. Bu değişiklikleri göz önünde bulundurarak doğru tahminler yapabilmek, üretim ve tüketim planlamaları açısından büyük önem arz etmektedir. Hidroelektrik santrallerinin saatlik ortalama elektrik enerjisi üretimi için kısa dönem tahmin modellerine ihtiyaç olmasına karşın genel olarak matematiksel tahmin modelleri kullanılmamaktadır. Modellerin uzun vadeli ölçümler gerektiğinden santraller bu modelleri kullanmamaktadır. Monteiro ve arkadaşları Portekiz'de bulunan 130 küçük hidroelektrik santrali için bir matematiksel model oluşturup kullanmışlardır [10].
S. Çabuk’un yaptığı çalışma optimizasyon modelinde kullanılacak akım tahmini için Mevsimsel ARIMA (SARIMAX) Modeline başvurmuştur [11].
Son ve Kim’in yaptığı çalışmada ise konut sektöründe elektrik talebinin bir ay öncesinden tahmini için kesin bir model oluşturmayı amaçlamışlardır [12].
S. Gazel’in yaptığı çalışmada hidroelektrik santraller için Genetik Cebirsel Modelleme Programı (GAMS) kullanarak doğrusal olmayan bir model geliştirmiştir [13].
]. De Giorgi ve arkadaşlarının ulaştıkları sonuçta oluşturdukları tahmin yönteminin doğruluğunu, dengesizlik cezaları üzerindeki etkisini değerlendirmişlerdir. En doğru tahminlerin, bu tür cezaları azaltarak, geliri en üst düzeye çıkarmamıza izin vereceğini saptamışlardır [14].
ağlarını kullanmışlardır [15].
Y. Arslan’ın yaptığı çalışmada yapısal tabanlı hiyerarşik kümeleme zaman serilerinin eğilimlerine göre havza kümelemesi yaparak havza bazlı santral sınıflandırması gerçekleştirmiştir [16].
Bu tez çalışmasında Düzce ilinde bulunan Çınar-1 hidroelektrik santralin 2017 Şubat ayında elde edilen saatlik, günlük ve aylık üretim verilerinin, santralin bulunduğu havzanın meteorolojik ölçüm verilerine dayalı matematiksel model oluşturulmuştur. Bu model sayesinde sıcaklık ve bulut örtüsü bilgisi değişken alınarak hidroelektrik santral üretimi tahmin edilmiştir. Çınar-1 hidroelektrik santral ile tez çalışması konusunda çalışılmış ve santrale ait en uygun matematiksel model ortaya çıkarılmaya çalışılmıştır. Santral verilerinin kullanımı hakkında gerekli izin belgesi ekte yer almaktadır.
.
2. DÜNYA’DA VE TÜRKİYE’DE ELEKTRİK ÜRETİMİ
Gelişmekte olan ülkelerde sanayileşme ve hızlı nüfus artışının da etkisiyle enerjiye olan talep hızla artmaktadır. Enerji üretimin vazgeçilmez bir parçası olduğu gibi bulunduğu ülkenin en büyük ekonomik göstergelerinden birisidir. Enerji tüketimi ile kalkınma doğru orantılı olup, ekonomik gelişmişlik seviyesi arttıkça enerji tüketimi de artmaktadır [17].
Hayatımızın her alanında kullanılan enerjinin farklı formları vardır. Bunlar; termal, jeotermal, hidrolik, rüzgâr, güneş, elektrik, nükleer, kimyasal ve mekanik enerjilerdir. Bu enerji çeşitleri uygun metotlar kullanılarak birbirlerine dönüştürülebilirler. Ekonomik açıdan farklı yöntemlerle geliştirilen elde edilen kaynaklara enerji kaynakları denir ve farklı şekillerde sınıflandırılırlar. Kullanımına göre enerji kaynakları ikiye ayrılır. Bunlar yenilenebilir enerji kaynakları ve yenilenemez enerji kaynaklarıdır. Enerji kaynakları dönüştürülebilir olmalarına göre de ikiye ayrılır. Bunlar; birincil enerji kaynakları ve ikincil enerji kaynaklarıdır. Yenilenemez enerji kaynakları, belirli bir sürede tükenebileceği düşünülen kaynaklardır. Fosil kaynaklılar ve çekirdek kaynaklılar şeklinde sınıflandırılabilir. Yenilenebilir enerji kaynakları ise çok uzun vadede bile tükenmeyecek olan ve kendini yenileyebilen enerji kaynaklarıdır [17].
Enerji çeşitlerinden en yaygın kullanılanı elektrik enerjisidir. Elektrik enerjisi başta tıp, ulaşım, iletişim ve tarım olmak üzere pek çok farklı alanlarda kullanılmaktadır. Bu durumun elektrik enerjisi tüketimini arttırması sebebiyle üretimin artırılmasını da zorunlu hale getirmektedir. 2015 yılının verilerine göre, elektrik üretiminde dünyadaki elektrik üretiminin %24,1’lik kısmını gerçekleştiren Çin Halk Cumhuriyeti lider konumdadır. Çin’i sırasıyla %17,9 ile ABD, %5,4 ile Hindistan, %4,4 ile Rusya, %4,3 ile Japonya, %2,7 ile Almanya, %2,6 ile Kanada, %2,4 ile Brezilya, %2,4 ile Fransa, %2,2 ile Güney Kore, %1,4 ile Birleşik Krallık, %1,4 ile Suudi Arabistan, %1,3 ile Meksika, %1,2 ile İran, %1,2 ile İtalya, %1,2 ile İspanya, %1,1 ile Türkiye, %1,1 ile Tayvan, %1,1 ile Avustralya, %1 ile Güney Afrika, %1 ile Endonezya ve %0,7 ile Mısır takip etmektedir. Sıralamada Türkiye %1,1’lik üretimi ile Dünya’da on yedinci sıradadır. Fransa elektrik enerjisi üretiminin %77,6’sında nükleer kaynakları
kullanmaktadır. Rusya ise en çok doğalgaz ve nükleer kaynakları tercih etmektedir. ABD’de ise elektrik üretiminde en çok kullanılan kaynak kömürdür. Aynı zamanda Dünya’da elektrik üretiminde en çok kullanılan kaynak da kömürdür. Çin ve Hindistan’da da kömürün elektrik üretimindeki payı %70’lerin üzerindedir. Kanada ise elektrik üretiminde kullanmış olduğu yenilenebilir enerji kaynaklarının oranı ile dikkatleri üzerine çekmektedir. Kanada’da elektrik üretimin %62,8’i yenilenebilir enerji kaynakları kullanılarak yapılmıştır [18].
Türkiye’nin 2017 yılı sonu itibariyle toplam kurulu elektrik gücü 81.563,32 MW olmuştur. 2017 yılında gerçekleşen toplam elektrik enerji üretimi ise 292.574.578,09 MWh olarak gerçekleşmiştir. Çizelge 2.1’de 2016 yılı ve 2017 yılı elektrik enerji kurulu güç dağılımı ’de ise 2016 ve 2017 yıllarında gerçekleşen elektrik enerji üretim verileri yer almaktadır. Çizelge 2.2’de ise kaynak bazlı elektrik üretim verileri yer almaktadır. Bu veriler Enerji Piyasası Düzenleme Kurumu (EPDK) 2017 yılı piyasa gelişim raporundan alınmıştır.
Çizelge 2.1. 2016 ve 2017 Yılı Türkiye elektrik kurulu gücü.
Kaynak Türü 2016 Değeri (MW) Pay (%) 2016 Değeri (MW) Pay (%) 2016-2017 Değişimi (%) DOĞALGAZ 25.348,52 32,68 26.333,61 32,29 3,89 BARAJLI 19.525,12 25,17 19.742,95 24,21 1,12 LİNYİT 9.266,90 11,95 9.267,12 11,36 0,00 İTHAL KÖMÜR 7.616,35 9,82 8.936,35 10,96 17,33 AKARSU 7.146,13 9,21 7.552,68 9,22 5,27 RÜZGAR 5.735,90 7,40 6.488,12 7,95 13,11 JEOTERMAL 820,86 1,06 1.063,73 1,30 29,59 FUEL OİL 755,49 0,97 712,27 0,87 -5,72
Çizelge 2.1 (devam). 2016 ve 2017 Yılı Türkiye elektrik kurulu gücü. TAŞ KÖMÜRÜ 559,57 0,72 616,15 0,76 10,11 BİYOKÜTLE 362,98 0,47 449,72 0,55 23,90 ASFALTİT KÖMÜR 405 0,52 405 0,50 0,00 GÜNEŞ 12,90 0,02 17,90 0,02 38,76 NAFTA 4,74 0,01 4,74 0,01 0,00 LNG 1,95 0,00 1,95 0,00 0,00 MOTORİN 1,04 0,00 1,04 0,00 0,00 GENEL TOPLAM 77.563,44 100,00 81.563,32 100,00 5,16
Çizelge 2.2. 2016 ve 2017 Yıllarında kaynak bazlı elektrik üretimi.
Kaynak Türü 2016 Değeri (MWh) Pay (%) 2016 Değeri (MWh) Pay (%) 2016-2017 Değişimi (%) DOĞALGAZ 88.244.574,12 32,38 108.771.841,89 37,18 23,25 İTHAL KÖMÜR 47.741.879,99 17,52 51.172.215,19 17,49 7,19 BARAJLI 48.906.203,33 17,94 41.278.222,47 14,11 -15,60 LİNYİT 38.543.567,01 14,14 40.545.711,72 13,86 5,19 RÜZGAR 15.501.030,56 5,69 17.859.858,19 6,10 15,22 AKARSU 18.396.857,05 6,75 17.130.234,37 5,85 -6,88
Çizelge 2.2 (devam). 2016 ve 2017 Yıllarında kaynak bazlı elektrik üretimi. JEOTERMAL 4.818.523,69 1,77 5.969.481,97 2,04 23,89 TAŞ KÖMÜRÜ 3.292.613,86 1,21 3.453.865,10 1,18 4,90 ASFALTİT KÖMÜR 2.873.837,86 1,05 2.394.637,82 0,82 -16,67 BİYOKÜTLE 1.590.695,39 0,58 2.005.069,82 0,69 26,05 MOTORİN 1.554.168,77 0,57 1.008.826,40 0,34 -35,09 FUEL OİL 1.054.049,86 0,39 957.859,46 0,33 -9,13 GÜNEŞ 2.636,79 0,00 24.557,68 0,01 831,35 LNG 42.988,21 0,02 2.196,00 0,00 -94,89 GENEL TOPLAM 272.563.626,49 100,00 292.574.578,09 100,00 7,34
Şekil 2.1 ile Türkiye’nin elektrik enerjisinin kaynaklarına göre kurulu güç dağılımı gösterilmiştir. Bu dağılıma göre hidroelektrik santrallerinin kurulu güç oranı %32,7’dir.
Şekil 2.1.Türkiye’de elektrik enerjisi kaynak dağılımı (Kasım 2017).
Şekil 2.2 de 2014 yılında elektrik üretimde Dünya’daki ilk 20 ülke yer almaktadır. Bu verilere göre Çin Dünya’nın birinci sırasında yer almaktadır.
Türkiye’nin elektrik iletim ağı enterkonnekte bir şekilde işlemektedir. Şekil 2.3 ile örnek bir elektrik iletim ağı gösterilmiştir.
Şekil 2.3. Elektrik iletim ağı.
2.1. ÜLKEMİZDEKİ ELEKTRİK ÜRETİM TESİSLERİ
Çalışmanın bu kısmında ülkemizde bulunan elektrik üretim tesisleri kapasiteleri ve önemleri bakımından ele alınacaktır. Dünya sıralamasında elektrik üretimi bakımından yirminci sırada bulunan ülkemizde elektrik üretim tesislerinin dağılımı incelenecektir. 2.1.1. Güneş Enerjisi Santralleri
Türkiye’deki en büyük güneş enerjisi üretim tesisi Kayseri ilimizde bulunmaktadır. Kayseri organize sanayi bölgesi yönetimine ait olan bu enerji santralinin kurulu gücü 50 MW’dır. Özkoyuncu madenciliğe ait olan Balıkesir ilinde bulunan Balıkesir Güneş Enerji Santrali (GES) tesisinin kurulu gücü 40 MW’dır. Diğer büyük enerji üretim tesisleri ise sırasıyla şunlardır; Tekno enerji Konya Karatay Kızören GES (18 MW), Nevşehir Derinkuyu GES (17 MW), Konya Makasçı mühendislik GES (10 MW), Renoe Denizli Acıpayam GES (10 MW), Astor enerji Şanlıurfa Bozova GES (8,97 MW), Tekno enerji Aydın Savcıllı GES (8,92 MW), Bayraktar inşaat Kayseri Çiftlik GES (8,4 MW) ve Kayseri Entar enerji GES (8 MW)’dir [19].
2.1.2. Rüzgar Enerji Santralleri
Ülkemizin pek çok bölgesinde rüzgâr enerji santralleri mevcuttur. Rüzgâr enerjisi yenilenebilir bir enerji kaynağıdır ve bu alanda bazı teşvikler uygulanmaktadır. Ülkemiz sınırları içerisinde yer alan ve kurulu gücü en yüksek olan ilk on tesis şunlardır; Polat
enerji Manisa Soma rüzgar santrali (240 MW), Güriş holding Afyonkarahisar Dinar rüzgar santrali (200 MW), Polat enerji Kırşehir Geycek rüzgar santrali (168 MW), Enerjisa elektrik Balıkesir rüzgar enerji santrali (143 MW), Zorlu enerji Osmaniye Gökçedağ rüzgar enerji santrali (135 MW), Ecetur inşaat Sivas Kangal rüzgar enerji santrali (128 MW), Alto holding İzmir Karaburun rüzgar enerji santrali (120 MW), Bilgin enerji Manisa Soma rüzgar enerji santrali (120 MW), Bilgin enerji İzmir Bergama rüzgar enerji santrali (120 MW) ve Aksa enerji Balıkesir Şamlı rüzgar enerji santrali (114 MW) [19]. Şekil 2.4 ve Şekil 2.5 de rüzgar enerji santrallerine örnekler gösterilmiştir.
Şekil 2.5. Güriş Holding Afyonkarahisar Dinar RES. 2.1.3. Hidroelektrik Enerji Santralleri
Hidroelektrik enerji santralleri ülkemizdeki elektrik üretiminde önemli bir role sahiptir. Elektrik üretimindeki payı oldukça yüksektir. Türkiye’de bulunan en büyük hidroelektrik santraller şunlardır; EÜAŞ Şanlıurfa Atatürk barajı ve hidroelektrik enerji santrali (2405 MW), EÜAŞ Diyarbakır Karakaya barajı ve hidroelektrik enerji santrali (1800 MW), EÜAŞ Elazığ Keban barajı ve hidroelektrik enerji santrali (1330 MW), EÜAŞ Samsun Altınkaya barajı ve hidroelektrik enerji santrali (703 MW), EÜAŞ Şanlıurfa Birecik barajı ve hidroelektrik enerji santrali (672 MW), EÜAŞ Artvin Deriner barajı ve hidroelektrik enerji santrali (670 MW), Cengiz enerji Bingöl Yukarı Kaleköy barajı ve hidroelektrik enerji santrali (627 MW), Cengiz enerji Elazığ Beyhan barajı ve hidroelektrik enerji santrali (582 MW), Cengiz enerji Antalya Oymapınar barajı ve hidroelektrik enerji santrali (540 MW), Boyabat elektrik Sinop Boyabat barajı ve hidroelektrik enerji santrali (513 MW) [19]. Şekil 2.6 ile örnek bir hidroelektrik santral gösterilmiştir.
Şekil 2.6. EÜAŞ Elazığ Keban barajı ve HES. 2.1.4. Doğalgaz Enerji Santralleri
Türkiye’deki elektrik üretiminde doğalgaz enerji tesisleri büyük rol oynamaktadır. Doğalgaz enerji tesislerinin kurulu güç değerleri yüksektir. Türkiye’deki en büyük üretim tesisleri sırasıyla şu şekildedir;
1) Sakarya Enka Elektrik Enka Gebze Doğalgaz Santrali (1.540 MW) 2) İzmir Enka Elektrik Enka İzmir Doğalgaz Santrali (1.520 MW)
3) Bursa EÜAŞ Bursa Doğalgaz Santrali (1.432 MW)
4) Kırklareli Limak Enerji Hamitabat Termik Santrali (1.220 MW) 5) Antalya Aksa Enerji Aksa Antalya Doğalgaz Santrali (1.150 MW) 6) Balıkesir Enerjisa Elektrik Bandırma Doğalgaz Santrali (931 MW) 7) Kırıkkale Acwa Power Kırıkkale Doğalgaz Santrali (927 MW) 8) Hatay Akenerji Erzin Doğalgaz Santrali (904 MW)
9) Samsun OMV Samsun Elektrik OMV Samsun Doğalgaz Santrali (887 MW)
10) Kocaeli Unit Elektrik Yeni Elektrik Doğalgaz Çevrim Santrali (865 MW) [19]. 2.1.5. Jeotermal Enerji Santralleri
büyük jeotermal tesisleri aşağıda sırası ile verilmiştir. 1) Denizli Zorlu Enerji Kızıldere 3 JES (165 MW)
2) Aydın Güriş Holding Efeler Jeotermal Enerji Santrali (115 MW) 3) Denizli Zorlu Enerji Kızıldere 2 Jeotermal Enerji Santrali (80 MW) 4) Aydın Çelikler Enerji Pamukören Jeotermal Santrali (68 MW)
5) Aydın Güriş Holding Galip Hoca Germencik JES (47 MW)
6) Manisa Zorlu Enerji Alaşehir Jeotermal Enerji Santrali (45 MW) 7) Aydın Kipaş Holding Enerji Maren Jeotermal Enerji Santrali (44 MW) 8) Aydın MB Holding Dora 3 Jeotermal Enerji Santrali (34 MW)
9) Aydın Kipaş Holding Enerji Grubu Melih Jeotermal Enerji Santrali (33 MW) 10) Denizli Greeneco Enerji Greeneco Jeotermal Enerji Santrali (26 MW) [19]. 2.1.6. Biyogaz Enerji Santralleri
Biyogaz farklı kaynaklardan üretilebilir. Bunlardan en yaygın olanları atıklar ve gübrelerdir. Günümüzde özellikle belediyeler ve belediyelere bağlı şirketler tarafından atıklardan enerji üretimi yapan tesisler kurulmaktadır. Çevre dostu bu uygulama için çeşitli devlet teşvikleri bulunmaktadır. Günümüzde faal tesisler içerisinden kurulu gücü en yüksek olan santraller aşağıda sırasıyla belirtilmiştir [19].
1) İstanbul Ortadoğu Enerji Odayeri Çöp Gazı Santrali (34 MW)
2) Ankara ITC Katı Atık Enerji Mamak Çöplüğü Biyogaz Tesisi (25 MW) 3) Ankara ITC Katı Atık Enerji Çadırtepe Biyokütle Sanrali (23 MW) 4) Adana ITC Katı Atık Enerji Sofulu Çöplüğü Biyogaz Santrali (16 MW) 5) İstanbul Ortadoğu Enerji Kömürcü oda Çöplüğü Biyogaz Santrali (14 MW) 6) Balıkesir Bağfaş Gübre Fabrikası Biyogaz Santrali (9,92 MW)
7) Bursa ITC Katı Atık Enerji Hamitler Çöplüğü Biyogaz Santrali (9,80 MW) 8) Samsun Avdan Enerji Avdan Biyogaz Tesisi (6,00 MW)
2.2. HİDROELEKTRİK SANTRALLER
Elektrik enerjisi, hayatın her alanında yaygın bir şekilde kullanılmaktadır. Şehirlerin elektrik ihtiyaçları, sanayi ve ulaşım alanları kadar hemen her alanda bu elektrik enerjisinden yararlanılmaktadır. Bu özelliğinden dolayı ülkelerin gelişmişlik sevilerini belirleme yöntemlerinde biri de tüketilen kişi başına elektrik miktarıdır. Ayrıca teknolojini artması ve buna bağlı olarak insanların teknolojiyi kullanarak refah seviyelerinin artması nedeniyle elektrik enerjisi kullanım talebi artmaktadır. Bu durum ülkeleri daha fazla elektrik enerjisi üretmeye yöneltmektedir.
Türkiye’de hidroelektrik enerji üretimi göz önüne alındığında en çok baraj tipi hidroelektrik santraller ön plâna çıkmaktadır. Nehir tipi santrallere ise yeteri kadar önem gösterilmemekteydi. Enerji üretim kapasiteleri yüksek olan hidroelektrik santralleri, ulusal enterkonnekte elektrik üretim ve iletim sisteminde primer ve sekonder frekans ayarlayıcı görevini üstlenmektedir. Ayrıca Yük Tevzi Merkezi talimatıyla emre amade kapasitesini kullanmaktadır. Baraj tipi hidroelektrik santrallerin kurulum kapasitesinin azalması nedeniyle, son yıllarda nehir tipi hidroelektrik santrallere ülkeler yönelmektedir.
Şekil 2.7. 2017 Yılı sonu itibariyle kurulu gücün kaynaklara göre dağılımı (%). Ülkemizde 2017 yılını sonu itibariyle Şekil 2.7’de görüldüğü gibi hidroelektrik santrallerin toplam kurulu güçteki payı %33,43’dür. Ancak kurulu güçteki bu orana rağmen 2017 yılında Şekil 2.8’de yer alan hidroelektrik santrallerinden elektrik enerjisi
üretimi, %19,96 olarak gerçekleşmiştir. Bu oranla doğalgaz santrallerinden sonra en yüksek üretim payına sahip elektrik üretim yöntemidir. Bu sebepten dolayıdır ki, hidroelektrik enerji üretiminin tahminin doğru yapılması önem kazanmaktadır. Hidroelektrik santrallerinde üretim ile ilgili tahminin doğru yapılması, elektrik piyasasının dengesizliğinin minimuma inmesine yarar sağlayacaktır. Ancak hidroelektrik santrallerin kaynakları su olduğundan dolayı, üretim meteorolojik verilere bağlı olarak değişmektedir. Nitekim bu araştırmanın konusu da meteorolojik verilere dayalı bir elektrik enerjisi üretim tahmin modeli oluşturmaktır.
.
3. TÜRKİYE’DE ELEKTRİK PİYASA YÖNETİMİ
3.1. ELEKTRİK PİYASASI ANONİM ŞİRKETİ
Enerji Piyasaları İşletme Anonim Şirketi (EPİAŞ), 01 Eylül 2015 tarihinde, EPDK’dan piyasa işletim lisansını alarak faaliyetine geçmiştir. EPİAŞ’ın faaliyet konusu, piyasada yer alan enerji piyasalarının etkin, adil, tarafsız ve enerji piyasasının ihtiyaçlarını karşılayacak şekilde planlanması, kurulması, geliştirilmesi ve işletilmesidir. Piyasa Tarafları arasında herhangi bir ayrım gözetmeden doğru referans fiyat oluşumunun gerçekleştirilmesi ve çoğalan piyasa katılımcı miktarı, ürün çeşitliliği ve işlem hacmiyle likiditenin en üst düzeye ulaştığı, piyasa birleşmeleri yoluyla ticaret yapılmasına imkan tanıyan bir enerji piyasası işletmecisi olmaktır. Ülkemizin bulunduğu bölgenin enerji ticaret merkezi olmasını kendisine vizyon edinen enerji piyasası anonim şirketi, misyonunu enerji piyasalarını etkin, şeffaf, güvenilir bir şekilde işletmek olarak tanımlamaktadır. Şirketin yönetim kurulu başkan vekili elektrik elektronik mühendisi Abdullah Tancan’dır. Yönetim kurulunda ise hukuk fakültesi mezunu Tahsin Yazar, işletme yüksek lisans mezunu Hikmet Karadağ, ekonomist Ömer Demirhan, ekonomist Faruk Bostancı ve ekonomist Mustafa Karahan yer almaktadır. Şirketin organizasyon şeması Şekil 3.1’de görülmektedir. Şirket aynı zamanda çeşitli eğitimler de vermektedir. Bunlardan elektrik piyasası ile ilgi olanlar; gün öncesi piyasası, gün içi piyasası, uzlaştırma, teminat yönetimi ve serbest tüketici işlemleridir [20].
Şekil 3.1. EPİAŞ organizasyon şeması.
3.2. ELEKTRİK PİYASASI SÜREÇLERİ
EPİAŞ elektrik alım satım işlemlerini temel olarak iki farklı piyasa üzerinden yürütmektedir. Bu piyasalar gün öncesi ve gün içi piyasalardır.
3.2.1. EPİAŞ Gün Öncesi Piyasası
EPİAŞ enerji piyasasının işletim lisansını alarak, işletim lisansına sahip olduğu elektrik piyasalarının etkin, güvenilir, şeffaf ve enerji sektörünün ihtiyaçlarına hitap edecek şekilde planlanması, geliştirilmesi, kurulması ve işletilmesini amaç edinmiştir. Bu amaçlara yönelik, artan katılımcı sayısına cevap verebilecek, enerji sektörünün piyasadan beklentilerini karşılayacak, diğer ülkelerdeki piyasalar seviyesinde olacak bir gün öncesi piyasası yazılımını sağlayabilmek için “yerli gün öncesi piyasası projesi” hayata geçirilmiştir. EPİAŞ’ın en öncelikli projelerinden bir tanesi de Piyasa Takas Fiyatı (PTF) projesidir [21].
Günümüzde kullanılmakta olan gün öncesi piyasa yazılımı 1/12/2011 tarihinde kullanılmaya başlanan yazılımdır. Yazılımın teknolojisi 2004 yılının teknolojisidir. Bu sebeple sektör ihtiyaçlarını ve beklentilerini karşılamakta yetersiz kalmaktadır [21]. Mevcut yazılımda kaynak koduna erişim yoktur. Bu sebeple geliştirme ve hata ayıklama faaliyetlerinde dışa bağımlıdır. Yeni yazılımda bu olumsuzluklar ortadan kalkacaktır [21].
Gün öncesi piyasasını 1 Aralık 2011 tarihinden beri işleten ve tecrübe kazanan EPİAŞ, bu tecrübesiyle yerli gün öncesi piyasasının temelini oluşturmaktadır. Ve yerli gün öncesi piyasası projesi tasarlanırken özellikle Avrupa’da bulunan gün öncesi projeleri çok detaylı bir şekilde incelenmiştir [21].
Bu sürecin sonunda yazılımın kullanıcılarına yönelik oldukça kullanışlı bir web ara yüzü tasarımına sahip, tamamen yerli kaynaklarca tasarlanan, değiştirilebilir ve geliştirilebilir bir gün öncesi piyasası yazılımı ve optimizasyon modeli hayata geçirilmiştir [21].
Son olarak çıkarılan yeni yazılımın kullanıcılar için daha kullanışlı hale getirilmesi ve katılımcılar tarafından eklenen yeni fonksiyonların test edilmesi için geliştirilen bu yazılıma 18 Mart 2016 tarihinden itibaren https://testgop.epias.com.tr adresinden kullanıcılar kendilerine ait kullanıcı ve şifrelerini girerek erişim sağlayabilmektedir. Uzlaştırma ve dengeleme yönetmeliğinde yapılan değişiklikler ile beraber 1 Haziran 2016’da gerçek sisteme geçiş yapılmıştır [21].
Piyasa katılımcıları yeni piyasa yazılımı hakkındaki görüşlerini iletebilmeleri için EPİAŞ kullanıcılar için görüşlerini iletebilecekleri bir mail adresi açmıştır. Bu geri bildirimler sayesinde sürekli iyileştirme ve geliştirmeler yapılması hedeflenmektedir [21].
Gün öncesi piyasa süreçleri aşağıda verilmiştir.
• Her gün saat 12:30’ a kadar, gün öncesi piyasasına katılmış olan piyasa katılımcıları ertesi güne ait gün öncesi piyasası teklifini yeni gün öncesi piyasa sistemi vasıtasıyla EPİAŞ’a bildirmeliler [22].
• Piyasa katılımcısının gün öncesi piyasasına teklif verip veremeyeceğinin tespiti için gün öncesi piyasası açılış zamanından önce saat 12:30-13:00 arasında teminat kontrolü yapılır [22].
• Piyasa katılımcıları tarafından bildirilen her bir gün öncesi piyasası teklifi EPİAŞ tarafından saat 12:30-13:00 arasında kontrol edilerek doğrulanır [22].
• Onaylanan teklifler saat 13:00-13:30 arasında, yazılımın optimizasyon aracı ile değerlendirilir ve o günün her saatine ilişkin ayrı ayrı piyasa takas fiyatları ve piyasa takas miktarları belirlenir [22].
onayları ilgili piyasa katılımcılarına bildirilir. Eğer bu bilgilerde bir hata var ise piyasa katılımcısı saat 13:30-13:50 arasında piyasa işletmesine itirazda bulunabilir [22].
• İtirazlar saat 13:50-14:00 arasında değerlendirilir ve sonucu itirazı yapan katılımcıya bildirilir. Saat 14:00’da bir sonraki günün her bir saatine ilişkin eşleşmeler ve fiyatlar kesin olarak duyurulur [22].
• Her gün saat 00:00-17:00 arasında piyasa katılımcıları tarafından ikili anlaşma bildirimleri gün öncesi piyasası sistemi vasıtasıyla EPİAŞ’a bildirilir [22].
Yukarıda belirtilen süreçler gün öncesi piyasasının normal prosesleridir. Yeni gün öncesi piyasa sistemi sebebiyle kaynaklanabilecek yazılım kaynaklı hatalardan dolayı Piyasa İşletmecisi tarafından arıza prosedürleri uygulanır [22].
Gün öncesi piyasasının genel esasları aşağıdaki gibidir;
• Piyasa katılımcıları gün öncesi piyasasına katılmak için piyasaya katılmadan öce gün öncesi piyasası katılım anlaşmasını imzalamak zorundadırlar. Bu sayede bütün lisans sahibi tüzel kişiler bu piyasaya katılabilirler [23].
• Gün öncesi piyasası işlemleri 24 saatlik olarak, saatlik bazda gerçekleştirilir. Hesaplamaya katılan gün saat 00:00’dan başlayarak ertesi gün 00:00’a kadar olan süreyi ifade eder [23].
• Gün öncesi piyasasına teklif vermek isteyen piyasa katılımcısı bir sonraki günden itibaren 5 gün sonrasına kadar teklif verebilir [23].
• Gün öncesi piyasasının uzlaştırması için uygulanacak fiyat ve miktarlar günlük bazda ve her bir saat için belirlenir [23].
• Uzlaştırma hesaplamaları sonucunda piyasa işletmecisi piyasa katılımcılarına gün öncesi piyasası dengeleme işlemlerine yönelik olarak katılımcının piyasa işletmesine günlük olarak hesaplanan ödemesi gereken tutarı veya piyasa işletmecisinin piyasa katılımcısına ödemesi gereken tutarları içeren günlük avans ödeme bildirimi, günlük olarak hesaplanarak ertesi gün uzlaştırma bankası vasıtasıyla ilgili katılımcıya duyurulur [23].
• Teminat mektubu piyasa katılımcıları tarafından her gün saat 10:30’ a kadar Piyasa işletmecisine, teminat mektubu haricindeki diğer teminatlar ise saat 11:00’a kadar
merkezi uzlaştırma bankasına sunulur [23]. 3.2.2. Gün İçi Piyasası
Ülkemiz elektrik piyasasının daha etkin ve şeffaf, ekonomik olarak güçlü, Avrupa ülkelerinin elektrik piyasaları ile entegre olması için EPİAŞ çalışmalarını aralıksız sürdürmektedir. Ülkemizde elektrik piyasası sürekli olarak büyümekte ve gelişmektedir. Bu piyasada piyasa katılımcılarının daha etkin rol oynamasını sağlamak amacıyla 1 Temmuz 2015 tarihinde gün içi piyasası ülkemizde faaliyete geçirilmiştir [24].
Günümüzde faaliyette olan gün öncesi, dengeleme güç piyasası ve yan hizmetlere ek olarak sunulan gün içi piyasası, gerçek zaman yakın ticaret imkânı sağlamasının yanında piyasa katılımcılarına kısa vadede portföylerini dengeleme fırsatı sunmaktadır [24].
Gün içi piyasası, gün öncesi piyasası ile dengeleme güç piyasası arasında köprü görevi görmektedir. Bu özelliği sayesinde elektrik piyasasının dengelenmesine ve sürdürülebilirliğine büyük katkı sağlamaktadır [24].
Gün öncesi piyasasında yapılan tekliflerin girişleri ile gerçekleşme zamanları arasında 36 saate varan farklar oluşabilmektedir. Gün içi piyasasının işler hale gelmesiyle birlikte; yenilenebilir enerji kaynaklarının üretim ve tüketimlerindeki öngörülemeyen değişimler ve santral arızaları gibi unsurları gerçek zamana daha yakın bir sürede ortadan kaldırabilecek, piyasa katılımcılarına yaşayabilecekleri dengesizlikleri minimuma indirilmesi ve dengelenmesi imkânı sağlayacaktır [24].
Piyasa katılımcılarına gün öncesi piyasasındaki deneyim ve değerlendirmelerini aktaramadıkları zaman bu değerlendirmelerini gün içi piyasalarında yapma imkânı verilmiştir ve ek ticaret alanı sağlanmıştır. Böylelikle piyasalardaki likiditenin artması sağlanmıştır. Bunun yanında sistem EPİAŞ’a gerçek zamanlı dengelemeden önce dengeli bir sistem sağlama imkânı verecektir [24].
Gün içi piyasası yazılımı tamamı ile yerlidir. Yerli yazılımcılar tarafından geliştirilmiş ve test edilmiştir. Yerli bir proje oluşturmanın en büyük avantajlarından birisi de paradır. Gün içi piyasası yazılımının yerli yazılımcılar tarafından geliştirilmesi sayesinde yaklaşık 1,5 milyon dolar kaynak ülkemizde kalmıştır. Türk yazılımcılar tarafından geliştirilen dünya standartlarında bir yazılım elektrik piyasasına kazandırılmıştır.
Şekil 3.2. Gün içi piyasası yazılımının ara yüzü.
Gün içi piyasasının süreçleri aşağıda verilmiştir.
• Gün İçi Piyasası durmadan devam eden bir piyasa çeşididir. Gün içi piyasasına fiziksel teslimattan 1 saat öncesine kadar teklif verilebilmektedir. Verilen teklifler revize edilebilir, iptal edilebilir veya askıya alınabilir [25].
• Gün içi piyasası işlemleri saatlik olarak gerçekleştirilmektedir. Gün içi piyasası günü gece 00:00’da başlar ve sonraki gün 00:00’da sona erer. Gün içi piyasasında sonraki gün için teklifler, saat 18:00’ den sonra verilebilir. Ertesi gün teklif açılış saati 18:00’dır [25].
• Gün içi piyasası açılış saatinden önce EPİAŞ iki kez teminat kontrolü yapmaktadır. Bu kontroller saat 11:00 ve 17:00’da yapılmaktadır. Bu yapılan teminat kontrollerinin ardından gün içi piyasasına teklif verilebilmektedir. Saat 11:00’de yapılan kontrolde piyasa dışında bırakılan piyasa katılımcıları teminatlarını 17:00’a kadar tamamladıkları takdirde 17:00’da yapılan teminat kontrolünün ardından tekrardan gün içi piyasalarına teklif verebileceklerdir [25].
• Gün içi piyasasına piyasa katılımcıları tarafından verilen teklifler gün öncesi piyasasında olan ve tek bir seferde gerçekleşen ihaleden farklı olarak anlık şekilde
değerlendirilecek ve zıt yöndeki tekliflerle karşılaştırılacaktır [25].
• Gün içi piyasasına verilen tekliflerin durumu anlık olarak gün içi piyasası uygulaması üzerinden görülebilir [25].
Gün içi piyasasının genel esasları aşağıdaki gibidir;
• Gün içi piyasasındaki eşleşmeler; tekliflerin, teklif defterine yazılmasından hemen sonra eşleşebildiği ve ticari işlemlerin gerçekleşebildiği sürekli ticaret yöntemi ile meydana gelir [26].
• Gün içi piyasasına katılan piyasa katılımcıları, ertesi gün için gün içi piyasa tekliflerini saat 18:00’dan itibaren gün içi piyasası kapanış saatine kadar piyasa yönetim sistemi vasıtasıyla piyasa işletmecisine bildirmelidir [26].
• İşlemler saatlik bazda gerçekleştirilir. Gün içi piyasası günü 00:00’da başlayıp ertesi gün 00:00’da sona erer [26].
• Gün içi piyasasında fiziksel teslimattan 1 saat öncesinde kapı kapanır. Gün içi piyasasındaki işlemler fiziksel teslimata 1 saat kalaya kadar katılımcının istediği herhangi bir anda gerçekleşebilir. [26].
• Gün içi piyasasında teklif için fiyat alt limiti 0 TL/MWh’tir [26].
• Gün içi piyasasında iki farklı teklif tipi vardır. Bunlar; saatlik ve blok tekliflerdir. Saatlik olarak teklifler bölünebilir ancak blok olarak sunulan teklifler bölünemez [26].
• Piyasa katılımcıları, teklifle alakalı bitiş zamanı belirleyebilirler. Tekliflerinin tamamını eşle veya yok et opsiyonunu veya olanı eşle veya yok et opsiyonunu kullanabilirler. Tamamını eşle veya yok et seçeneğinin kullanılması durumunda teklif, teklif defterinde yer almasına gerek kalmaksızın anlık olarak tamamen eşleşir veya yok edilir. Bu durum olanı eşle veya yok et opsiyonu seçildiğinde de aynıdır. Piyasa katılımcıları teklifleri ile alakalı olarak herhangi bir bitiş zamanı belirlemediler ise ve eşle veya yok et seçeneğini kullanmadılarsa teklifle ilgili kontratın kapı kapanış zamanı geçerli olacaktır [26].
• Satışlarda düşük olan fiyat, alışlarda ise yüksek olan fiyat daha iyi fiyatı ifade eder [26].
karşı teklifler var ise:
Karşı teklif ile yapılan teklif eşitse tamamen eşleşme, karşı teklif eşit miktarlı değil ise eşleşme miktarı en düşük miktarlı teklifin miktarına eşit olacak şekilde kısmen eşleşme, aynı blok kontrat için eşit miktarlı ve eşit veya daha iyi fiyata sahip karşı tekliflerin olması durumunda tamamen eşleşme gerçekleştirilir [26].
• Teklif defterine önce girilen fiyat, gerçekleşen işlemin fiyatıdır [26]. 3.2.3. Dengeleme Güç Piyasası
Gerçek zamanlı dengelemenin bileşenleri yan hizmetler ve dengeleme güç piyasasıdır. Dengeleme güç piyasası, piyasa yazılımının geliştiricisi olan sistemin işletmecisi Milli Yük Tevzi Merkezi’ne (MYTM) gerçek zamanlı dengeleme için maksimum 15 dakika içinde devreye geçebilecek yedek kapasiteyi sağlar. Talep kontrolü ve frekans kontrolü ise yan hizmetler vasıtasıyla sağlanmaktadır [27].
Dengeleme güç piyasasında işlemler saatlik bazda günlük olarak gerçekleştirilmektedir. Dengeleme güç piyasasına katılan bütün piyasa katılımcıları sunulabilecek bütün kapasitelerini sunmakla yükümlüdür [27].
Eğer bir dengeleme birimi bağımsız olarak çeyrek saat içerisinde minimum 10 MW yük alabiliyor veya atabiliyor ise dengeleme güç piyasasına katılmak zorundadır [27].
Dengeleme güç piyasasının süreçleri aşağıda verilmiştir [27].
Dengeleme güç piyasası her gün gün öncesi piyasasının kapanışından sonra saat 14:00’da açılmaktadır [27].
Piyasa katılımcıları her gün saat 14:00 ile 16:00 arasında:
• Kendisine ait olan elektrik üretim tesisleri için 60 dakikalık üretim değerlerini içinde barındıran nihai günlük üretim programlarını,
• Dengeleme güç piyasasına yönelik yük alma, yük atma tekliflerini,
• Piyasa Yönetim Sistemi (PYS) vasıtasıyla sistemin işletmecisine bildirirler [27]. Sistem işletmecisi tarafından yük alma ve yük atma tekliflerini saat saat ayırılarak her bir saat için fiyata göre sıralanır [27].
dengelenmesi,
• Sistem kısıtlarının ortadan kaldırılması,
• Yan hizmetlerin sağlanmasına yönelik kapasitenin yaratılması,
Amacı ile sistem işletmecisi uygun bulunan tekliflere yönelik uygulamaları ilgili piyasanın piyasa katılımcılarına bildirilir [27].
3.2.3.1. Dengelemenin Amacı
Gün Öncesi Piyasası ile MYTM ’ne üretim ile tüketim değerlerinin dengeleri yapılmış bir piyasa sunulmuş olmasına rağmen gerçek zamanda bu hesaplamalar her zaman gerçek zamandaki değerlerle örtüşmemektedir. Hesaplanan değerlerden sapmalar olmaktadır. Bir tesisin veya santralin teknik bir arızadan dolayı devre dışı kalması veya üretime ara vermek zorunda kalması bu hesaplamalardan sapmalar meydana getirecektir. Bu gibi durumlarda MYTM dengeleme güç piyasasına sunulan teklifleri kullanmak suretiyle sistemin dengesini sağlamak zorundadır [28].
Dengeleme güç piyasası ticaret amaçlı değildir. Dengeleme güç piyasası gerçek zamanda sistemin hesaplanan değerlerden olan sapmaları gidermek ve sistemi dengede tutabilmek içindir. Dengeleme güç piyasası ticaret için oldukça riskli bir piyasadır. Ticaret amacında olan piyasa katılımcıları genel olarak gün öncesi ve gün içi piyasalarını tercih etmektedir ve etmelidirler [28].
3.3. MİLLİ YÜK TEVZİ MERKEZİ
Ülkemizde günümüzde Türkiye Elektrik İletim Anonim Şirketi (TEİAŞ)’a bağlı dokuz farklı yük tevzi merkezi bulunmaktadır. Yük tevzi merkezlerinin ana merkezi Ankara’dadır. Yük tevzi merkezleri elektrik hizmetlerinin dengeli ve güvenli yürütülmesini sağlayan, tüketim ile üretim arasındaki dengelemeyi yapan, sistemin girdi ve çıktılarını kontrol ve takip eden santraller ile dinamik bir ilişki içinde bulunan merkezlerdir. Bu merkezler Türkiye’de bulunan bütün santralleri 24 saat takip etmektedir [29].
Elektrik üretim tesisleri günlük olarak bir sonraki günkü üretim planlarındaki saatlik enerji miktarını TEİAŞ PYS, vasıtasıyla yük tevzi merkezine bildirmek zorundadırlar. Eğer bir üretim tesisi bildirim yapmaz veya yaptığı bildirimde belirtilen enerji miktarından eksiğini veya fazlasını üretirse üretim üzerinden yüzde üçlük bir cezai
yaptırımla karşı karşıya kalır. Aynı zamanda bu tesislerden kaynaklanan dengesizliği yük tevzi merkezleri tarafından yük atma veya yük alma talimatları ile barajlı hidroelektrik, termik veya doğalgaz santrallerinin karşılamasını talep edilir. Şekil 3.3’de MYTM web sayfasında alınmış günlük elektrik üretimin kaynaklara göre dağılımı yer almaktadır. Şekil 3.4’de ise günün saatlerine ait tüketim miktarları yer almaktadır.
Şekil 3.3. 12 Aralık 2017 gününe ait yük tevzi merkezi üretim dağılımı raporu.
4. DOĞRU TAHMİN YAPABİLMENİN ÖNEMİ
Milli yük tevzi merkezi, bir elektrik santrali herhangi bir bildirim yapmaz ve bildirdiği miktardan daha eksik veya daha fazla üretim yapar ise üretim ile tüketim arasındaki dengenin bozulması sebebiyle santral işletmecilerine %3’lük bir cezai yaptırım uygular. Bu durum santral işletmecilerine doğru tahmin yapamamaları durumunda ek maliyet getirmektedir. Bu sebeple elektrik santrali işletmecileri maliyetlerini düşürebilmek için doğru ve isabetli tahmin yapmak zorundadırlar. Maksimum üretim yapmak amacında olan işletmeler için matematiksel modeller ile isabetli tahminler yapmak bir zorunluluk haline gelmiştir.
Çizelge 4.1. Örnek bir hidroelektrik santralin tahmin modelinin olmaması.
Saat Tahmini Üretim MWh Gerçekleşen Üretim MWh EDM MWh PTF TL/MWh SMF TL/MWh k,l katsayı Tahmin Geliri Dengesizlik Gelir/Gider TL Toplam Gelir TL En İyi Tahmine Göre Gelir TL 00 30 50 20 100 150 0,03 3000 1940 4940 5000 01 30 50 20 150 100 0,03 4500 1940 6440 7500 02 30 10 -20 100 150 0,03 3000 -3090 -90 1000 03 30 10 -20 150 100 0,03 4500 -3090 1410 1500
Çizelge 4.2. Örnek bir hidroelektrik santralin tahmin modelini kullanması.
Saat Tahmini Üretim MWh Gerçekleşen Üretim MWh EDM MWh PTF TL/MWh SMF TL/MWh k,l katsayı Tahmin Geliri Dengesizlik Gelir/Gider TL Toplam Gelir TL En İyi Tahmine Göre Gelir TL 00 40 50 10 100 150 0,03 4000 970 4970 5000 01 40 50 10 150 100 0,03 6000 970 6970 7500
Çizelge 4.2 (devam) Örnek bir hidroelektrik santralin tahmin modelini kullanması.
02 20 10 -10 100 150 0,03 2000 -1545 455 1000
03 20 10 -10 150 100 0,03 3000 -1545 1455 1500
Örneğin Çizelge 4.1’de görüldüğü gibi üretim modelinin olmaması durumunda bir santral saat 02.00’de gün öncesi tahminini 30 MWh olarak yapmış, ancak gerçekleşen üretim 10 MWh olmuştur. Üretilemeyen 20 MWh enerji, sistemde 02.00 saatinde EPİAŞ tarafından açıklanan PTF, Sistem Marjinal Fiyatı (SMF) tutarlarından hangisi daha yüksek ise o değer ile hesaplanarak ve bakanlığın belirlediği k, l katsayısı eklenerek üretim santraline negatif dengesizlik bedeli olarak kesilmiştir. Santral 10 MWh enerji üretmesine rağmen, üretim planını tutturamadığı için para kazanamamış, aksine 90 TL kaybetmiştir. Bu kayıp yalnızca şirket ekonomisinde değil ülke ekonomisine de yansımaktadır; çünkü yenilenebilir enerji üretim santralinin üretemediği 20 MWh enerjiyi, doğalgaz veya diğer çevreci olmayan ve hammadde konusunda ülkemizde az bulunan santrallerin üretmesi gerekmektedir. Bu da cari açığa ve çevreye zarar vermektedir.
Oysaki Çizelge 4.2’deki gibi her saat dilimine göre doğru üretim tahmini için yenilenebilir enerji üretim santralinin bir matematiksel modeli var olsaydı, saat 02.00’da minimum kayıp, hatta %54,5’lik kazanç sağlanacaktı. Bu tablolar göstermektedir ki yenilenebilir enerji santrallerinde üretim tahminin yüksek doğrulukla yapılabilmesi için, bir matematiksel modelin oluşturulması gerekmektedir.
Milli yük tevzi merkezlerinin uyguladığı cezai yaptırımdan kaçınmak isteyen tesis işletmecileri normal kapasitelerinin daha altında üretim yaparak bu üretim miktarı ile bildirimde bulunabilirler. Ancak maksimum verim alınması için matematiksel tahmin modellerinin uygulanmasının ve bunlara göre bildirimin yapılmasının daha doğru olacağı ön görülmektedir.
Üretilen enerjinin eksiğinin veya fazlasının %3’ünü ceza olarak ödeyecek olması, tahminin doğruluğunun önemini ortaya çıkarmaktadır. Tesisler tahminlerinden ne kadar saparsa o kadar fazla ek maliyete maruz kalırlar ve bu maliyetler arttıkça işletmeciler için ciddi ekonomik sorunlara yol açmaktadırlar.
.
5. POLİNOMİK REGRESYON MATEMATİKSEL MODELİ
Regresyon analizi bağımlı değişken ile bağımsız değişkenler arasındaki bağı matematiksel olarak ifade etmek için kullanılan analiz yöntem biçimidir. Regresyon yöntemleri arasından en küçük kareler yöntemi en fazla kullanılan yöntemlerdendir [30].
Basit regresyon analizinde “y” yi etkileyen diğer tüm faktörlerin “x” ile ilişkisiz olduğu varsayımı yapılmaktadır. Çoklu regresyon analizinde ise bu varsayım geçersizdir ve birçok etken hesaba dahil edilebilmektedir. Bir bağımlı değişkene karşılık birden çok bağımsız değişkenin veri bankasında yer alması halinde analiz yöntemi Çoklu Regresyon Analizi (ÇRA) olarak tanımlanmaktadır. Bu çalışmada da çoklu regresyon analizi kullanılmaktadır. 𝑌̃ = 𝑎00 + ∑ 𝑎1𝑖 𝑋𝑖(𝑘) + ∑ 𝑎1𝑖 𝑋2𝑖2(𝑘) + ⋯ 𝜆 𝑖=1 𝜆 𝑖=1 + ∑ 𝑎𝑚𝑖 𝑋𝑖𝑚(𝑘), 𝑘 = 1,2, … 𝑁 𝜆 𝑖=1 (5.1)
Çok değişkenli polinomik regresyon analizi ile ilgili denklem yukarıda yer alan Denklem (5.1)’de m. dereceden ifade edilmektedir. aij ifadesi ise hesaplanacak olan bilinmeyen katsayı değerlerini temsil etmektedir. Üretim miktarı olarak kabul edilen ölçüm değerler ile matematiksel model tarafından hesaplanan tahmin değerleri arasındaki farkların, karelerinin ortalamaları Mean Squared Errors (MSE) minimuma indirilmesiyle bilinmeyen katsayılar bulunur. Denklem (5.2) ile denklem (5.3) de bu durum ifade edilmektedir [30]. Denklem (5.2)’de m. dereceden matematiksel modeli hatasının karesi hesaplama denklemi gösterilmektedir [30].
𝐸 = ∑[𝑌𝑖 − 𝑌̌)]𝑖 2 = 𝑁 𝑖=1 ∑[𝑌𝑖 − 𝑎00− 𝑎11𝑋1𝑖− 𝑎12𝑋1𝑖2 − ⋯ −𝑎1𝑚𝑋1𝑖𝑚]2 𝑁 𝑖=1 (5.2)
=
= = = − = = + = = + = = = = N k m i i N k i i N k i N i m i N i m i N i m i N i m i N i i N i i N i N i m i i m X Y X Y Y X X X X X X X X N a a a 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 2 1 1 1 1 1 1 1 1 11 00 ... . (5.3)Denklem (5.2)’de Xi bağımsız değişken değerlerini ifade etmektedir. (Yi) ̌ matematiksel
model tarafından tahminleme yapılan değeri, Yi ise üretim sonucunda oluşan gerçek
değeri ifade etmektedir. Çoklu regresyon analizi ile Denklem (5.3) ve denklem (5.4) de ifade edilen a00, a11, a22 katsayıları hesaplanır. Bu katsayıların hesaplanması için (5.4)
numaralı denklem kullanılmaktadır. Denklem (5.4) ve denklem (5.5) ‘de Yi, her bir saat
için üretilen enerji miktarını, X1 saat birimi olarak zaman değerini ve X2 ise Santigrad
derecesi birimi olarak sıcaklık değerini ifade etmektedir.
Denklem (5.5) sayesinde hesaplanan katsayılar, Denklem (5.4) de ilgili yerine yazılarak elektrik enerji üretimin zamana ve sıcaklığa bağlı olarak matematiksel modelinin elde edilmesini sağlamaktadır. 𝑓(𝑥) = 𝑎0+ 𝑎1 𝑋1+ 𝑎2 𝑋2+ 𝑎3 𝑋3+ ⋯ + 𝑎𝑛 𝑋𝑛 (5.4) 6. . [ 𝑁 ∑ 𝑋1𝑖 ∑ 𝑋2𝑖 ∑ 𝑋1𝑖 ∑ 𝑋1𝑖2 ∑ 𝑋 1𝑖𝑋2𝑖 ∑ 𝑋2𝑖 ∑ 𝑋1𝑖𝑋2𝑖 ∑ 𝑋2𝑖2 ] [ 𝑎0 𝑎1 𝑎2] = [ ∑ 𝑌𝑖 ∑ 𝑋1𝑖𝑌𝑖 ∑ 𝑋2𝑖𝑌𝑖 ] (5.5)
.
6.
MATEMATİKSEL MODEL İLE HİDROELEKTRİK
SANTRALLER İÇİN ÜRETİM TAHMİNLEME
Bu çalışma kapsamında, Matlab Programı üzerinden hidroelektrik santralleri için üretim tahmini yapacak matematiksel modeller oluşturulmuştur. Modellerin tasarımı için Düzce ilinin 2017 şubat ayı döneminde ölçülen saatlik Çınar-1 hidroelektrik santralinin üretiminden elde edilen verileri ve bu verilerin elde edildikleri saatlerde hissedilen sıcaklık, nem ve bulut örtüsü değerleri kullanılmış olup bu modeller, güçlü en küçük kareler yöntemi kullanılarak çoklu regresyon analizi ile elde edilmiştir. Oluşturulan modelde ilgili ayın saatlik hissedilen sıcaklık ve gün bilgisi değişken olarak ele alınmıştır. Oluşturulan model ile 2017 yılının şubat ayı için saat ve hissedilen sıcaklık değerlerine göre saatte üretilecek elektrik miktarının tahmini yapılabilmektedir. Modelin hata testi için çoğunlukla kullanılan, çoklu belirlilik katsayısı (𝑅2) ve hataların
karelerinin ortalamalarının karekökü Root Mean Squared Errors (RMSE) değerleri Şubat 2017 matematiksel modeli için hesaplanmıştır. Matematiksel modelin güvenilirliği bu değerler ile test edilmiştir. Denklem (6.1)’de polinomik model ve çoklu regresyon analizi kullanılarak oluşturulan hidroelektrik santrallerin üretim matematiksel tahmin modeli verilmiştir. Denklem (6.1)’ de, Z bağımlı değişken olarak, üretilen elektrik enerji değerini, x santigrat derece birimi kullanılarak sıcaklık değerini ve y ise hangi saatte olduğumuzu ifade eden bağımsız değişkenleri tanımlamaktadır.
Z = k00 + k01*y + k10*x + k11*x*y + k20*x2 + k30*x3 + k02*y2 + k21*x2*y +
k12*x*y2 + k03*y3 + k40*x4 + k31*x3*y + k22*x2*y2 + k13*x*y3 + k04*y4 + k50*x5
+ k41*x4*y + k32*x3*y2 + k23*x3*y3 + k14*x*y4+ k05*y5
(6.1)
Çizelge 6.1. Şubat 2017 meteoroloji verileri.
AYIN GÜNLERİ SAAT BAĞIL NEM SICAKLIK YÜKSEK BULUT ÖRTÜSÜ ORTA BULUT ÖRTÜSÜ ALÇAK BULUT ÖRTÜSÜ ÜRETİLEN ENERJİ(MWh) 1 00.00-01.00 79 -5 0 0 27 1,40
Çizelge 6.1 (devam). Şubat 2017 meteoroloji verileri. 1 01.00-02.00 79 -5 0 0 35 1,36 1 02.00-03.00 79 -5 0 0 34 1,31 1 03.00-04.00 80 -5 0 0 15 1,34 1 04.00-05.00 79 -5 0 0 6 1,29 1 05.00-06.00 76 5 0 0 0 1,22 1 06.00-07.00 70 -5 0 0 0 1,22 1 07.00-08.00 61 -5 7 0 0 1,30 1 08.00-09.00 59 -5 28 0 0 1,25 1 09.00-10.00 58 -4 44 0 0 1,19 1 10.00-11.00 58 -1 47 0 0 1,22 1 11.00-12.00 53 0 60 0 0 1,23 1 12.00-13.00 54 1 55 0 0 1,31 1 13.00-14.00 55 1 54 0 0 1,38 1 14.00-15.00 57 2 44 0 0 1,55 1 15.00-16.00 59 2 25 0 0 1,76 1 16.00-17.00 61 2 0 0 0 1,83 1 17.00-18.00 67 1 0 0 0 1,70 1 18.00-19.00 79 -2 0 0 0 1,65 1 19.00-20.00 69 -1 0 0 0 1,73 1 20.00-21.00 66 -1 0 0 0 1,62 1 21.00-22.00 63 -1 0 0 0 1,65 1 22.00-23.00 59 -2 0 0 0 1,62 1 23.00-00.00 55 -1 0 0 0 1,60
Matematiksel modelin oluşturulmasında Çizelge 6.1’de 1 Şubat 2017 saatlik meteoroloji ve üretim veri örnekleri kullanılmıştır. Bu veriler 28 gün boyunca işlenmiş ve matematiksel modelin oluşturulmasında faydalanılmıştır.
Şekil 6.1. Sıcaklık ve gün verilerine dayalı güç grafiği.
Şekil 6.1’de şubat ayı sıcaklık ve gün bağımsız değişken verileri kullanılarak gücün bağımlı değişken olduğu durumdaki grafik elde edilmiştir.
Çizelge 6.2. Şubat ayı matematiksel model katsayıları
k00 k10 k01 k20 k11 k02 k30 k21 k12 1,413 0,0314 0,04152 -0,000547 0.005475 -0.0145 -0.000001 0.000145 -0.00095 k03 k40 k31 k22 k13 k04 k50 k41 k32 0.001744 0.000001 -0.00002 0.000005 0.000004 -0.00008 -0.000003 -0.00002 0.000006 k23 k14 k05 -0.00004 -0.00006 0.000001
Matematiksel modelin denklemlerinde kullanılacak olan şubat ayı katsayıları Çizelge 6.2’de gösterilmektedir.
6.1. MODELLERİN DOĞRULAMA YÖNTEMLERİ
𝑅2, regresyon analizi ile elde edilen denklemdeki bağımlı değişken ile arasındaki ilişkinin gücünü ifade eder. Yanıltıcı etkilerden sakınmak için düzeltilmiş 𝑅2 kullanılmaktadır.
RMSE yapılan tahminler ile gerçek hayattaki verilerin arasındaki uzaklığı ifade eder. Yapılan tahminlerin standart sapmasıdır. Aynı zamanda tahmin hatalarının ne kadar yaygın olduğunun ölçüsüdür.
Mean Absolute Percentage Error’nin (MAPE) Türkçe karşılığı ortalama mutlak yüzde hatadır. Gerçek değerlerde eğer sıfır var ise denklemde gerçek değer paydada yer aldığı için hesaplanamaz.
Matematiksel modellerin kabul edilebilir bir model olduğunu test etmek için genel olarak Denklem (6.2)’de ifade edilmekte olan 𝑅2 değeri hesaplanmaktadır. Belirlilik katsayısına ek olarak model uygunluk testi için Denklem (6.3) yer alan formül de kullanılmaktadır. Bu denklem, hataların karelerinin ortalamasının kare kökünü gösteren RMSE değerini hesaplanmaktadır. Denklemlerde yer alan 𝑅2 determinasyon katsayısını,
n değişken sayısını, e hatayı, i ise veri miktarını sembol etmektedir. 𝑅2 = ∑𝑁𝑖=1(𝑌𝑖−𝑌̅)2−∑𝑁𝑖=1𝑒𝑖2
∑𝑁𝑖=1(𝑌𝑖−𝑌̅)2
(6
.
2)𝑅𝑀𝑆𝐸 = √∑(𝑦𝑖−𝑦̂𝑖)2
𝑛 (6.3)
𝑅2 değeri 0-1 arasında bir değer alır. 𝑅2 değerinin 1’e yakın olması ve RMSE değerinin
de 5’den küçük olması matematiksel modelin üretim tahmini yapılmasında kullanılabilecek kadar uygun olduğunu göstermektedir. Denklem (6.1) ile elde edilen matematiksel model için uygunluk testi değerleri hesaplandığında Çizelge 6.2’ de verilen değerler ortaya çıkmaktadır. Çizelge 6.3’ de sunulan değerler dikkate alındığında modelin güvenilir bir matematiksel model olduğu ve üretim tahmini yapmada hidroelektrik santralleri tarafından kullanılabileceği anlaşılmaktadır.
Çizelge 6.3 Matematiksel model hata test değerleri
Ay R2 RMSE
Şubat 2017 0,7918 0,1241
Çizelge 6.4. Sıcaklık ve saat değerlerine göre matematiksel model 01 Mart 2017 pazar tahmini güç değerleri. Saat Ölçülen Sıcaklık(°C) Güç (MWh) Tahmini Güç (MWh) 1 6 1,66 1,47 2 6 1,66 1,51 3 5 1,60 1,56 4 5 1,64 1,59 5 4 1,60 1,64 6 3 1,57 1,61 7 3 1,57 1,63 8 2 1,53 1,56 9 4 1,58 1,61 10 6 1,66 1,69 11 6 1,65 1,62 12 7 1,70 1,82 13 7 1,72 1,79 14 7 1,73 1,77
Çizelge 6.4 (devam). Sıcaklık ve saat değerlerine göre matematiksel model 01 Mart 2017 pazar tahmini güç değerleri.
15 7 1,72 1,73 16 6 1,66 1,67 17 5 1,67 1,63 18 5 1,62 1,64 19 5 1,63 1,76 20 5 1,62 1,68 21 5 1,63 1,65 22 5 1,63 1,68 23 4 1,62 1,62 24 4 1,61 1,62
Çizelge 6.4’de mart ayının 1. gününe ait saatlik sıcaklığa bağlı ölçülen ve tahmin edilen enerji üretim miktarı yer almaktadır.
6.2. TAHMİNLEME İÇİN KULLANILAN DİĞER METOTLAR
6.2.1. İstatistiksel Metotlar
Tahminleme için kullanılan istatistiksel metotlar, elde tutulan geçmişteki verilerin durumlarını, bu durumları etkileyen faktörleri ve diğer değişkenleri hesaba katarak bir model oluşturup gelecek hakkında çıkarımlar yapılabilmesini sağlamaktadır. Tahminleme için en çok kullanılan istatistiksel metotlar; korelasyon metodu, eğri uydurma metodu, regresyon metodu, zaman serileri analizi metodu ve hareketli ortalamalar metodudur [31].
tecrübeye dayalı tahmin yapma ve karar verme yöntemlerini yetersiz kılmıştır [31]. Eğer tahmin yapmak için istatistiksel bir metot kullanılmaya karar verilmiş ise belirli parametreleri göz önünde bulundurarak doğru metodu seçmek gerekmektedir. Bu parametrelerden en önemlisi zaman periyodudur [31].
Gelecekte ortaya çıkması kesin olan durumların planlamalarının önceden tahmin edilmesidir. Üretim planlaması için yapılan tahminin doğruluk performansı oldukça önemlidir [31].
6.2.1.1. Regresyon Analizi
Regresyon analizi bu çalışmada kullanılan istatistiksel tahmin metodudur. . Şekil 6.2’de basit regresyon doğrusu görülmektedir.
Şekil 6.2. Basit regresyon doğrusu. 6.2.1.2. Korelasyon Metodu
Korelasyon metodu bir denklemdeki bağımsız değişkenlerde meydana gelecek değişikler karşısında bağımlı değişkenlerin ne şekilde tepki vereceğini gösteren bir istatistiksel metottur. Denklemin değişkenler arasındaki ilişkiyi ne ölçüde tanımladığını gösterir. Yapılan tahminin doğruluğu ilişkinin gücü ile doğru orantılıdır. İki değişken
