Yenilenebilir Enerji Alternatiflerinin Küresel Bulanık AHP ve TOPSIS Kombinasyonu Kullanarak Sıralanması: Alanya Örneği

Öz

Bu çalışma, Alanya bölgesi için en uygun yenilenebilir enerji kaynaklarını belirlemeyi amaçlamaktadır. Çalışmada, enerji kaynaklarının seçiminde kullanılan kriterlerin ağırlıklandırılması için Küresel Bulanık AHP yöntemi ve nihai sıralamanın oluşturulmasında TOPSIS yöntemi kullanılmıştır. Araştırma kapsamında, dört yenilenebilir enerji alternatifi değerlendirilmiştir: güneş enerjisi, rüzgâr enerjisi, hidroelektrik enerji ve biyokütle enerjisi. Bu alternatifler, ekonomik performans, teknik performans, çevresel etki ve sosyal etki olmak üzere dört ana boyutta incelenmiştir. Küresel Bulanık AHP yöntemi ile kriterlerin önem dereceleri belirlenmiş ve ardından TOPSIS yöntemi ile enerji alternatiflerinin potansiyel performanslarına göre sıralaması yapılmıştır. Elde edilen sonuçlara göre, güneş enerjisi en yüksek potansiyele sahip yenilenebilir enerji kaynağı olarak belirlenmiştir. Bunu sırasıyla rüzgâr enerjisi, hidroelektrik enerji ve biyokütle enerjisi takip etmektedir. Bu sonuçlar, Alanya bölgesinin yenilenebilir enerji potansiyelinin değerlendirilmesinde önemli bilgiler sunmaktadır.

Anahtar Kelimeler

• Küresel Bulanık Mantık
• AHP
• TOPSIS
• Yenilenebilir Enerji

Prioritizing Renewable Energy Sources for Alanya: A Multi-Criteria Decision Making Approach

Öz

The aim of this study is to identify the most suitable renewable energy sources for the Alanya region. In the study, the Spherical Fuzzy AHP method has been used for the weighting of the criteria used in the selection of the energy sources and the TOPSIS method has been used to make the final ranking. Within the framework of the study, four renewable energy alternatives were evaluated: solar energy, wind energy, hydroelectric energy and biomass energy. These alternatives were analysed in four main dimensions: the economic performance, the technical performance, the environmental impact and the social impact. The Spherical Fuzzy AHP method was used to determine the importance levels of the criteria, and then the TOPSIS method was used to rank the energy alternatives according to their potential performance. According to the results, solar energy was identified as the renewable energy source with the highest potential. This is followed by wind energy, hydroelectric energy and biomass energy. These results provide important information for evaluating the renewable energy potential of Alanya Region.

Anahtar Kelimeler

• Spherical Fuzzy Logic
• AHP
• TOPSIS
• Renewable Energy.

Kaynakça

1. [1] D. Vural, E. Köse, and B. Bayam, “AHP ve VIKOR Yöntemleri ile Personel Seçimi,” Yalova Sosyal Bilimler Dergisi, vol. 10, no. 21, pp. 70–89, 2020.
2. [2] A. Kelemenis and D. Askounis, “A new TOPSIS-based multi-criteria approach to personnel selection,” Expert Systems with Applications, vol. 37, pp. 4999–5008, 2010, doi: 10.1016/j.eswa.2009.12.013.
3. [3] G. Büyüközkan, Y. Karabulut, and F. Göçer, “Spherical fuzzy sets based integrated DEMATEL, ANP, VIKOR approach and its application for renewable energy selection in Turkey,” Applied Soft Computing, vol. 158, 2024, doi: 10.1016/j.asoc.2024.111465.
4. [4] P. Rani, A. R. Mishra, K. R. Pardasani, A. Mardani, H. Liao, and D. Streimikiene, “A novel VIKOR approach based on entropy and divergence measures of Pythagorean fuzzy sets to evaluate renewable energy technologies in India,” Journal of Cleaner Production, vol. 238, 2019, doi: 10.1016/j.jclepro.2019.117936.
5. [5] M. Çolak and İ. Kaya, “Prioritization of renewable energy alternatives by using an integrated fuzzy MCDM model: A real case application for Turkey,” Renewable and Sustainable Energy Reviews, vol. 80, pp. 840–853, 2017, doi: 10.1016/j.rser.2017.05.194.
6. [6] S. Ünlüsoy, T. Eren, and E. Özcan, “ANP ve TOPSIS Yöntemleriyle Türkiye'de Yenilenebilir Enerji Yatırım Alternatiflerinin Değerlendirilmesi,” Selcuk University Journal of Engineering, Science and Technology, vol. 5, no. 2, pp. 204–219, 2017, doi: 10.15317/scitech.2017.82.
7. [7] G. Büyüközkan and S. Güleryüz, “An integrated DEMATEL-ANP approach for renewable energy resources selection in Turkey,” International Journal of Production Economics, vol. 182, pp. 435–448, 2016, doi: 10.1016/j.ijpe.2016.09.015.
8. [8] A. Karaaslan and S. Aydın, “Yenilenebilir Enerji Kaynaklarının Çok Kriterli Karar Verme Teknikleri ile Değerlendirilmesi: Türkiye Örneği,” Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, vol. 34, no. 4, pp. 1351–1375, 2020, doi: 10.16951/atauniiibd.749466.

9. [9] A. Tasri and A. Susilawati, “Selection among renewable energy alternatives based on a fuzzy analytic hierarchy process in Indonesia,” Sustainable Energy Technologies and Assessments, vol. 7, pp. 34–44, 2014, doi: 10.1016/j.seta.2014.02.008.
10. [10] C. Lamnatou, C. Cristofari, and D. Chemisana, “Renewable energy sources as a catalyst for energy transition: Technological innovations and an example of the energy transition in France,” Renewable Energy, p. 119600, 2023, doi: 10.1016/j.renene.2023.119600.
11. [11] O. O. Yolcan and R. Köse, “Türkiye'nin güneş enerjisi durumu ve güneş enerjisi santrali kurulumunda önemli parametreler,” Kırklareli University Journal of Engineering and Science, vol. 6, no. 2, pp. 196–215, 2020, doi: 10.34186/klujes.793471.
12. [12] S. Sekin, “Rüzgar enerjisi,” Öneri Dergisi, vol. 2, no. 12, pp. 113–117, 1999, doi: 10.14783/maruoneri.691197.
13. [13] Enerji ve Tabii Kaynaklar Bakanlığı, “REPA,” [Online]. Available: https://repa.enerji.gov.tr/REPA/iller/ANTALYA-REPA.pdf. [Accessed: Dec. 6, 2023].
14. [14] M. Onüçyıldız, N. Büyükkaracığan, and M. E. Erkmen, “Küçük hidroelektrik santrallerin enerji potansiyelleri ve çevresel etkileri,” Selçuk Üniversitesi Sosyal ve Teknik Araştırmalar Dergisi, vol. 3, no. 6, pp. 37–59, 2013.
15. [15] C. E. Zeller-Powell, “Defining biomass as a source of renewable energy: The life-cycle carbon emissions of biomass energy and a survey and analysis of biomass definitions in states’ renewable portfolio standards, federal law, and proposed legislation,” M.S. thesis, Univ. of Oregon, Eugene, OR, 2011.
16. [16] N. Karakaşoğlu, “Bulanık çok kriterli karar verme yöntemleri ve uygulama,” Yüksek Lisans Tezi, Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü, Denizli, 2008.
17. [17] D. F. Li and J. B. Yang, “Fuzzy linear programming technique for multiattribute group decision making in fuzzy environments,” Information Sciences, vol. 158, no. 1–4, pp. 263–275, 2004, doi: 10.1016/j.ins.2003.08.007.
18. [18] N. Baykal and T. Beyan, Bulanık Mantık, İlke ve Temelleri. İstanbul: Papatya Yayıncılık, 2004.
19. [19] D. Kuşçu, “Karar verme süreçlerinde bulanık mantık yaklaşımı,” Yüksek Lisans Tezi, Marmara Üniversitesi Fen Bilimleri Enstitüsü, İstanbul, 2007.
20. [20] H. İşci, Z. Baykara, and B. Tülüce, “Bulanık TOPSIS ve Bulanık AHP Yöntemleri ile Risk Analizi Örneği,” ALKÜ Fen Bilimleri Dergisi, vol. 6, no. 1, pp. 28–45, 2024, doi: 10.46740/alku.1316669.
21. [21] F. Kutlu Gündoğdu and C. Kahraman, “A novel spherical fuzzy analytic hierarchy process and its renewable energy application,” Soft Computing, vol. 24, pp. 4607–4621, 2020, doi: 10.1007/s00500-019-04222-w.
22. [22] D. Kara, “Küresel bulanık karar verme yaklaşımı ile Türkiye’deki illerin yaşam endeksleri açısından değerlendirilmesi,” Yüksek Lisans Tezi, Ondokuz Mayıs Üniversitesi Lisansüstü Eğitim Enstitüsü, Samsun, 2023.
23. [23] C. L. Hwang and K. Yoon, “Methods for multiple attribute decision making,” in Multiple Attribute Decision Making, vol. 186. Berlin, Heidelberg: Springer, 1981, pp. 58–191. doi: 10.1007/978-3-642-48318-9_3.
24. [24] T. L. Saaty, “Decision making with the analytic hierarchy process,” Int. J. Services Sci., vol. 1, pp. 83–98, 2008, doi: 10.1504/IJSSCI.2008.017590.
25. [25] M. Bilgili and S. E. Bilgili, “Wind energy potential and turbine installations in Turkey,” Energy Sources, Part B: Economics, Planning, and Policy, vol. 7, no. 2, pp. 140–151, 2011.
26. [26] P. A. Owusu and S. Asumadu-Sarkodie, “A review of renewable energy sources, sustainability issues and climate change mitigation,” Cogent Engineering, vol. 3, no. 1, 2016, doi: 10.1080/23311916.2016.1167990.
27. [27] B. Wang, D. F. Kocaoglu, T. Daim, and J. Yang, “A decision model for energy resource selection in China,” Energy Policy, vol. 38, pp. 7130–7141, 2010, doi: 10.1016/j.enpol.2010.07.031.
28. [28] M. Stojanovic, “Multi-criteria decision-making for selection of renewable energy systems,” Safety Engineering, vol. 3, no. 3, 2013, doi: 10.7562/se2013.3.02.02.
29. [29] R. Wüstenhagen, M. Wolsink, and M. J. Bürer, “Social acceptance of renewable energy innovation: An introduction to the concept,” Energy Policy, vol. 35, no. 5, pp. 2683–2691, 2007, doi: 10.1016/j.enpol.2006.12.001.