YEKDEM katılım kararı için arıma modeli kullanılarak uzun dönemli elektrik fiyat tahminlemesi

Abstract

Dünya'nın her yerinde sürekli olarak bir veri üretimi söz konusudur. Teknolojinin gelişmesi ve Dünya'nın yaşadığı hızlı dönüşümler ile biriken veri miktarı da üstel olarak artmaktadır. Son yıllarda verinin öneminin kavranması ve verilerin işlenerek, anlamlı sonuçlar çıkarılabilmesi sonucunda bu çalışmalar bilim olarak ifade edilecek bir noktaya gelmiştir. Birçok alanda yapılan veri bilimi çalışmaları enerji piyasaları için de çok kullanışlı bir araçtır. Elektrik piyasasının verilerini sadece enerji sistemleri özelinde değerlendirmemek gerekir. Bu açıdan bakıldığında ekonomik göstergelerin enerji verilerine bağlı olduğunu ve çoğu zaman benzer çıktılar verdiğini söylemek yanlış olmayacaktır. Doğalgaz ve kömür gibi enerji kaynaklarını ithal eden bir ülke olan Türkiye'de parametrelerin birbiri ile çok daha ilişkili olduğu bir durum söz konusudur. Bu noktada dışa olan bağlılıklardan ötürü sistemin her bir noktasındaki verimlilik çok daha önem arz etmektedir. Bu husus, yapılacak olan yatırımlardaki uzun dönem projeksiyonlarında da piyasa katılımcısı olarak günlük olarak yapılan yakın dönem projeksiyonlarında da geçerlidir. Gerekli olan verimliliği sağlamak adına Dünya'da olduğu gibi Türkiye'de de devlet tekelinde olan elektrik sistemleri 2000'li yılların başında özelleştirme sürecine girmiştir. Enerji dağıtım ve üretim sistemlerinde yapılan özelleştirmelerden sonra oluşan yapıya EPİAŞ'ın da dahil olması ile rekabetçi bir serbest piyasa yapısı oluşturulmuştur. Bu da piyasa katılımcılarının yüksek verimli güncel teknolojileri kullanma ve veri biliminin sağlamış olduğu iç görülerden faydalanma gibi yönelimlerini hızlandırmıştır. 2011 yılında geçilen Gün Öncesi Elektrik Piyasası, üreticilerin bir gün öncesinden verdiği tekliflere göre, arz-talep dengesinin kurulması ile oluşmaktadır. EPİAŞ otoritesinde organize edilen bu süreçte üreticiler, maksimum fayda elde edebilecek şekilde teklif vermeye çalışmakta ve bunun için çeşitli yöntemler kullanmaktadırlar. Makine öğrenmesi yöntemleri ve istatistiksel yöntemler olarak iki ana başlığa ayrılan bu yöntemlerin kullanımı, nihai tüketicinin daha güvenilir ve ucuz enerjiye ulaşmasına da büyük katkı sağlamaktadır. Bu çalışmada zaman serisi olarak ifade edilen enerji verileri ile elektrik fiyat tahminleri yapılmıştır. Zaman serisi örnekleri için literatürde başarılı sonuçları ile öne çıkan ARIMA modeli kullanılarak yapılan tahminler; yenilenebilir enerji üretici bir firmanın üretim verileri ile değerlendirilmiş, Yenilenebilir Enerji Kaynakları Destekleme Mekanizmasına (YEKDEM) dahil olması ile Gün Öncesi Piyasası (GÖP) katılımcısı olması durumlarının karşılaştırması yapılmıştır. Çalışmada kullanılan veriler 2017 ile 2022 yılları arasını kapsamaktadır. Karşılaştırma yapabilmek amacıyla hem orijinal saatlik veriler ile çalışılmış hem de bu verilerin günlük ortalaması alınarak ayrı bir veri kümesi oluşturulmuş ve bu veri kümesi kullanılarak tahminler yapılmıştır. EPİAŞ'ın kamuya açık olarak sunmuş olduğu şeffaflık platformundan alınan üretim, tüketim ve fiyat veri setleri Python ortamında birleştirilerek üzerinde çalışılmıştır. Harici özellik olarak ifade edilen eksojen veriler, seçilen yöntemin tek değişkenle çalışıyor olması nedeniyle veri setinden çıkarılmıştır. Çalışma verisinin kurdaki değişimlerden etkilenmesini önlemek amacıyla fiyat verisi dolar bazında alınmıştır. Ayrıca bir enerji santralinin aynı yıllara ait saatlik üretim verileri de çalışmanın konusunu oluşturan karşılaştırma işlemi için kullanılmıştır. Bu gibi çalışmaların şirketler tarafından alınacak kararlarda kullanılması, yapılan çalışmaların duruma özele indirgenerek, tüm detayları ile, sektördeki uzmanlar tarafından yürütülmesi sonucunda faydalı olabileceği belirtilmiştir.