Uluslararası Elektrik Enerjisi Talebinde Coğrafi Bilgi Sistemleri Kullanımı: Delphi Tekniğiyle Avrupa-Türkiye Karşılaştırması

Yıl 2023, Sayı: 4, 1 - 31, 31.12.2023

Hazal Ak Mustafa Ergün

https://doi.org/10.58606/jwgdp.1342608

Öz

Bu çalışmada CBS’nin, elektrik enerjisinin üretimine ve talebine etkileri Delphi tekniği kullanılarak araştırılmıştır. Çalışmanın ilk turunda uzmanlara konuyla ilgili hazırlanmış klasik sorular gönderilerek görüşleri alınmıştır. Hazırlanan 15 soru Türkiye ve yurtdışında ‘CBS ve Elektrik Enerjisi’ ile ilgili çalışmaları olan akademisyenler veya enerji sektöründe faaliyet gösteren firmalarda çalışan uzmanlara gönderilmiştir. İlk turda verilen cevaplar doğrultusunda 2. tur için anket soruları hazırlanmıştır. İkinci turdaki anket Likert ölçeği ile değerlendirilmiştir. Türkiye’de yapılan ikinci tur Delphi anketinin sonucunda 167 tane yeterlilik kriterinde görüş birliği diğer bir ifadeyle %75,22 oranında uzlaşma sağlanırken, yurtdışına uygulanan anketin sonucunda 156 tane yeterlilik kriterinde görüş birliği yani %70,27 oranında uzlaşma sağlanmıştır. Buna göre 3. tura gidilmesine gerek görülmemiştir. Araştırma kapsamında elde edilen veriler ise SPSS programı ile analiz edilerek işlenmiştir. Araştırmanın sonuçları doğrultusunda Türkiye ve Avrupa’nın elektrik enerjisi üretiminde ve talebinde CBS’nin etkileri ortaya çıkarılmıştır.

Anahtar Kelimeler

Coğrafi Bilgi Sistemleri, Elektrik Enerjisi Talebi, Delphi Tekniği, Uluslararası Ticaret, Karar Destek Sistemi

Use Of Geographical Information Systems in International Electricity Demand: Europe-Turkey Comparison With Delphi Technique

Öz

In this study, the effects of GIS on the generation and demand of electrical energy were investigated using the Delphi technique. In the first round of the study, classical questions prepared on the subject were sent to the experts and their opinions were taken. The 15 prepared questions were sent to the relevant persons in Turkiye and abroad. In line with the answers given in the first round, survey questions were prepared for the second round and evaluated with a Likert scale. As a result of the second round of the Delphi survey conducted in Turkiye, the consensus was achieved in 167 qualification criteria, namely 75.22%, and in 156 competency criteria, ie 70.27%, as a result of the survey applied abroad. Accordingly, it was not deemed necessary to go to the 3rd round. The findings obtained within the scope of the research were found by analyzing with the SPSS program. In line with the results of the research, the effects of GIS on electricity energy production and demand in Turkey and Europe were revealed.

Anahtar Kelimeler

Geographic Information Systems, Electricity Energy Demand, Delphi Technique, International Trade, Decision Support System

Kaynakça

• Ataman, A.R. (2007). Türkiye de Yenilenebilir Enerji Kaynakları, Yayımlanmamış Yüksek Lisans Tezi, Ankara: Ankara Üniversitesi, Sosyal Bilimler Enstitüsü.
• Biberacher, M., Gadocha, S., & Zocher, D. (2008, July). GIS Based Model To Optimize Possible Self Sustaining Regions in The Context of A Renewable Energy Supply. Internatıonal Environmental Modeling And Software Kongresi’nde sunulmuştur, İspanya.
• Camporeale, P. E., & Mercader-Moyano, P. (2021). A GIS-Based Methodology To Increase Energy Flexibility in Building Cluster Through Deep Renovation: A Neighborhood in Seville. Energy and Buildings, 231, 110573.
• Davidson, P. L. (2013). The Delphi Technique in Doctoral Research: Considerations and Rationale. Review of Higher Education and Self-Learning, 6(22), 53-65.
• Díaz-Cuevas, P., Domínguez-Bravo, J., & Prieto-Campos, A. (2019). Integrating MCDM and GIS For Renewable Energy Spatial Models: Assessing The Individual and Combined Potential For Wind, Solar and Biomass Energy in Southern Spain. Clean Technologies and Environmental Policy, 21(9), 1855-1869.
• Dick B (2000) Delphi face to face [On line]. http://www.uq.net.au/action_research/arp/delphi.html adresinden 14 Ekim 2021’de alınmıştır.
• Fidan, H. (2009). Pazarlama Bilgi Sistemi (PBS) ve Coğrafi Bilgi Sistemi (CBS)’nin Pazarlamada Kullanımı. Yaşar Üniversitesi, 4(14), Bornova.
• Gils, H. C., Cofala, J., Wagner, F., & Schöpp, W. (2013). GIS-Based Assessment of The District Heating Potential in The USA. Energy, 58, 318-329.
• Goodman, C. M. (1987). The Delphi Technique: A Critique. Journal of advanced nursing, 12(6), 729-734. Göker Ç. (2000). Belediyelerde Kent Bilgi Sistemi ve Olabilirlik Etüdü. Yüksek Lisans Tezi, Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul.
• Gümrükçüoğlu, M. (2003). Coğrafi Bilgi Sistemleri: Anlamı, Yararları, Sorunları ve Geleceği. Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 7(1), 67-72.
• Harika, Ü. L. K. Ü., & YALPIR, Ş. (2021). Enerji talep tahmini için metodoloji geliştirme: 2030 yılı Türkiye örneği. Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi, 10(1), 188-201.
• Koç, Erdem, & Kaya, Kadir. (2015). ENERJİ KAYNAKLARI–YENİLENEBİLİR ENERJİ DURUMU. Mühendis ve Makina, 56(668), 36-47.
• Masera, O., Ghilardi, A., Drigo, R., & Trossero, M. A. (2006). WISDOM: A GIS-Based Supply Demand Mapping Tool For Woodfuel Management. Biomass and Bioenergy, 30(7), 618-637.
• Mavrogianni, A., Davies, M., Kolokotroni, M., & Hamilton, I. (2009, July). A GIS-Based Bottom-Up Space Heating Demand Model Of The London Domestic Stock. In Proceddings 11th International IBPSA Conference, Building Simulation.
• Meaden, G. J., & Aguilar-Manjarrez, J. (2013). Advances in geographic information systems and remote sensing for fisheries and aquaculture. FAO fisheries and aquaculture technical paper, (552), I.
• Moghadam, S. T., Mutani, G., & Lombardi, P. (2016, March). GIS-Based Energy Consumption Model At The Urban Scale For The Building Stock. In 9th International Conference, Improving Energy Efficiency in Commercial Buildings & Smart Communities Conference (IEECB & SC’16)’da sunuldu, Frankfurt.
• Mokhtara, C., Negrou, B., Settou, N., Gouareh, A., & Settou, B. (2019). Pathways To Plus-Energy Buildings in Algeria: Design Optimization Method Based on GIS and Multi-Criteria Decision-Making. Energy Procedia, 162, 171-180. Semerci, Ç., & Semerci, N. (2001). Program geliştirmede delphi, dacum ve meslek analizi. Fırat Üniversitesi Sosyal Bilimler Dergisi, 11(2), 241-250.
• Serkendiz, H., Tatlı, H., & Öztürk, B. (2018). Türkiye'deki potansiyel rüzgâr enerji yoğunluğunun yeniden tanımlanması. Journal of Awareness, 3(5), 739-350.
• Skulmoski, G. J., Hartman, F. T., & Krahn, J. (2007). The Delphi method for graduate research. Journal of Information Technology Education: Research, 6(1), 1-21.
• Sorensen, B. (2001). Güneş Kaynağı Verilerinin CBS Yönetimi. Güneş Enerjisi Malzemeleri ve Güneş Pilleri, 67 (1-4), 503-509.
• Tecim, V., Aydın, C., Tarhan, Ç., Hakan, A. Ş. A. N., & Komesli, (2021). M. Üniversitelerde Akıllı Kampüs Uygulamaları İçin Altyapı Sistemi Oluşturulması. Journal Of Research In Business, 7(Imisc 2021 Special Issue), 132-147.
• Tezekici, S., & Tez, D. (2005). Türkiye’de Enerji Sektörü ve Elektrik Enerjisi Talep Projeksiyonu (Kaynaklar-Politikalar). İstanbul Üniversitesi, Sosyal Bilimler Enstitüsü İktisat Anabilim Dalı, Basılmamış Doktora Tezi, İstanbul.
• Tyralis, H., Mamassis, N., & Photis, Y. N. (2016). Spatial Analysis Of Electrical Energy Demand Patterns İn Greece: Application Of a GIS-Based Methodological Framework. Energy Procedia, 97, 262-269.
• Yiğit, İ., Ataol, M., & Abdurrahman, D. İ. N. Ç. (2011). Coğrafya bölümlerindeki CBS eğitimi ve CBS’nin gerekliliği. Marmara Coğrafya Dergisi, (24), 312-331.
• Yousuf, M. I. (2007). Using expertsopinions through Delphi technique. Practical assessment, research, and evaluation, 12(1), 4.