Gri Tahmin Modelleri ile Toplam Enerji Talep Tahmini: Türkiye Örneği
Öz
Gelişen ve gelişmekte olan ülkelerin, sürdürülebilir enerji politikaları belirleyebilmesinde enerji talep tahminlerine ihtiyaç duyulmaktadır. Gri tahmin modelleri, önceden herhangi bir ön bilgiye ihtiyaç duymadan sınırlı veri ile başarılı tahminler gerçekleştirebilmektedir. Bu çalışmada, son dönemde önemli ekonomik ve sosyal gelişme gösteren Türkiye’nin toplam enerji talebi için Gri tahmin modelleri dikkate alınmıştır. Gri tahmin; zaman serisi ve sebep-sonuç ilişkisine dayalı çeşitli tahmin modellerini içermektedir. Çalışma kapsamında; zaman serisi modellerinden GM(1,1) ve Gri Verhulst ile sebep-sonuç ilişkisine dayalı GM(0,N) ve GM (1,N) modelleri olmak üzere dört farklı gri tahmin modeli ele alınmıştır. İki çeşit tahmin yapısının kullanılmasındaki amaç; son dönemdeki trendin zaman serisi ile yakalanması ve enerji talebindeki değişimin sebep-sonuç ilişkisiyle elde edilmesi sağlanarak güvenilir ve güçlü tahminlere ulaşmaktır. GM (1,1) ve Gri Verhulst modelleri geçmiş toplam enerji tüketim verileri ile kurulmuştur. GM (0,N) ve GM (1,N) modellerinde ise; GSYH, nüfus, ithalat, ihracat ve bina yüzölçümü bağımsız değişkenleri kullanılarak GM (0,6) ve GM (1,6) modelleri oluşturulmuştur. Kurulan tüm modeller performans ölçütlerine göre kıyaslanmış, başarılı tahmin gerçekleştiren üstün modellerin GM (1,1) ve GM (1,6) olduğu belirlenmiştir. Sonuç olarak; GM (1,1) ile zaman serisi ve GM (1,6) ile yüksek ve düşük senaryo bazlı olmak üzere Türkiye toplam enerji talebi 2025 yılına kadar tahmin edilmiştir.
Anahtar Kelimeler
Kaynakça
- Aydin, G., 2014. Modeling of Energy Consumption Based on Economic And Demographic Factors: the Case of Turkey with Projections. Renewable and Sustainable Energy Reviews, 35, 382-389.
- Bayramoğlu, T., Pabuçcu, H., ve Boz, F. Ç., 2017. Türkiye için Anfis Modeli ile Birincil Enerji Talep Tahmini. Ege Akademik Bakış, 17(3), 431-445.
- Bessec, M., ve Fouquau, J., 2008. The Non-Linear Link between Electricity Consumption and Temperature in Europe: a Threshold Panel Approach. Energy Economics, 30(5), 2705-2721.
- Boran, K., 2014. The Box Jenkins Approach to Forecast Net Electricity Consumption in Turkey. Energy Sources, Part A: Recovery, Utilization, and Environmental Effects, 36(5), 515-524.
- BP, 2019. Statistical Review of World Energy Workbook,: Https://www.bp.com/en/global/corporate/energy-economics/statistical-review-of-world-energy.html
- Ceylan, H., ve Ozturk, H. K., 2004. Estimating Energy Demand of Turkey Based on Economic Indicators using Genetic Algorithm Approach. Energy Conversion and Management, 45(15-16), 2525-2537.
- Es, H. A., 2019. Comparison of Direct and Iterative Grey Prediction Models for Natural Gas Demand, 3rd International Web Conference on Forecasting, November 2019, Giresun, Turkey, s.28-34.
- Es, H. A., Hamzacebi, C., ve Firat, S. U. O., 2018. GRA-TRI: A Multicriteria Decision Aid Classification Method based on Grey Relational Analysis. The Journal of Grey System, 30(3), 1-13.
- Es, H. A., Kalender, F. Y., ve Hamzaçebi, C., 2014. Yapay Sinir Ağlari ile Türkiye Net Enerji Talep Tahmini. Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi, 29(3), 495-504.
- Geem, Z. W., ve Roper, W. E., 2009. Energy Demand Estimation of South Korea Using Artificial Neural Network. Energy Policy, 37(10), 4049-4054.