TR83 bölgesinde yenilenebilir enerji kaynaklarının CRITIC tabanlı gri ilişkisel analiz yaklaşımı ile değerlendirilmesi

Öz

Hem bölgesel kalkınmanın hem de ekonomik gelişmenin önemli unsurlarından bir tanesi enerji konusudur. Artan nüfusla birlikte enerjiye olan talep artarken ülkeler enerji yatırımlarını planlamada enerjinin tedariki, dağıtımı ve sürdürülebilirliği hususunda çeşitli politikalar geliştirmektedirler. Bu noktada iklim değişikliği ve sera gazı emisyon riskleri dikkate alınarak çevreye en az zararı verecek ve gelecek nesillere aktarılabilecek yenilenebilir enerji (YE) kaynaklarına olan yatırımlar artmaktadır. Çalışmanın amacı YE yatırımlarının değerlendirilmesine yönelik bir uygulama sunarak TR83 bölgesinde YE kaynaklarının çok kriterli karar verme (ÇKKV) bakış açısıyla incelenmesidir. Bu amaçla CRITIC tabanlı Gri İlişkisel Analiz (GİA) yaklaşımı kullanılarak TR83 bölgesindeki YE kaynaklarının değerlendirilmesi ve performansına göre sıralanması sağlanmıştır. CRITIC yöntemi kriterler için objektif bir ağırlıklandırma yapmaya imkân tanırken, GİA ise eksik bilgi veya belirsizlik içeren problemlerde en iyi alternatifin ortaya çıkarılmasını sağlamaktadır. Yöntemin sonuçlarına göre bölgesel düzeyde YE yatırımları açısından en iyi düzeyde olan ilin Samsun olduğu gözlemlenmiştir.

Anahtar Kelimeler

• Yenilenebilir enerji
• CRITIC
• Gri ilişkisel analiz
• TR83 bölgesi

Evaluation of renewable energy sources in TR83 region by CRITIC based grey relational analysis approach

Abstract

One of the important factors of both regional progress and economic development is energy issue. As the demand for energy increases with the growing population, countries are developing various policies about the supply, distribution and sustainability of energy in planning energy investments. At this point, investments for renewable energy (RE) sources that will cause the least damage to the environment and can be transferred to future generations are increasing considering the climate change and greenhouse gas emission risks. The aim of the study is to analyze RE resources in TR83 region from a multi-criteria decision making (MCDM) perspective by presenting an application for evaluating RE investments. For this purpose, using the CRITIC based Grey Relational Analysis (GRA) approach, it was provided that the RE sources in TR83 region were evaluated and ranked with respect to their performance. While the CRITIC method allows an objective weighting for the criteria, GRA provides to find out the best alternative for problems which include missing information or uncertainty. According to the result of the method, it is observed that the province which is the best in point of RE investments at the regional level is Samsun.

Keywords

• Renewable energy
• CRITIC
• Grey relational analysis
• TR83 region

Kaynakça

1. [1] Aslani A, Helo P, Naaranoja M. “Role of renewable energy policies in energy dependency in Finland: system dynamics approach”. Applied Energy, 113, 758-765.
2. [2] San Cristóbal JR. “Multi-criteria decision-making in the selection of a renewable energy project in spain: The Vikor method”. Renewable Energy, 36(2), 498-502, 201.
3. [3] Barış K, Küçükali S. “Availibility of renewable energy sources in Turkey: Current situation, potential, government policies and the EU perspective”. Energy Policy, 42, 377-391, 2012.
4. [4] Pîrlogea C. “Barriers to Investment in Energy from Renewable Sources”. Economia: Seria Management, 14(1), 132-140, 2011.
5. [5] ETKB. “Dünya ve Türkiye Enerji ve Tabii Kaynaklar Görünümü”. Enerji ve Tabii Kaynaklar Bakanlığı Strateji Geliştirme Başkanlığı, 15, Ankara, Türkiye, 2017.
6. [6] TC Strateji ve Bütçe Başkanlığı. “Onbirinci Kalkınma Planı (2019-2023)”. TC Cumhurbaşkanlığı, Ankara, Türkiye, 2019.
7. [7] ETKB. “Enerji ve Tabii Kaynaklar Bakanlığı 2015-2019 Stratejik Planı”. Ankara, Türkiye, Güncellenmiş Versiyon 2017.
8. [8] UTİKAD. "Uluslararası Taşımacılık ve Lojistik Hizmet Üretenleri Derneği". https://www.utikad.org.tr/Detay/Sektor-Haberleri/11139/lojistikte-yeni-buyume-alani-enerji, (24.04.2020).

9. [9] Yenilenebilir Enerji Genel Müdürlüğü. “Ulusal Enerji Verimliliği Eylem Planı 2017-2023”. Enerji ve Tabi Kaynaklar Bakanlığı, Ankara, Türkiye, 2018.
10. [10] Orta Karadeniz Kalkınma Ajansı. “Bölgesel Gelişme Ulusal Stratejisi 2014-2023”. TC Kalkınma Bakanlığı, Ankara, Türkiye, 2016.
11. [11] Angelis-Dimakis A, Markus B, Dominguez J, Fiorese G, Gadocha S, Gnansounou E, Guariso G, Kartalidis A, Panichelli L, Pinedo I, Robba M. “Methods and tools to evaluate the availability of renewable energy sources”. Renewable and Sustainable Energy Reviews, 15(2), 1182-1200, 2011.
12. [12] Kaya T, Kahraman C. “Multicriteria renewable energy planning using an integrated fuzzy VIKOR & AHP methodology: The case of Istanbul”. Energy, 35(6), 2517-2527, 2010.
13. [13] Boran FE, Boran K, Menlik T. “The evaluation of renewable energy technologies for electricity generation in Turkey using intuitionistic fuzzy TOPSIS”. Energy Sources, Part B: Economics Planning Policy, 7(1), 81-90, 2012.
14. [14] Pabucçu H, Yakıcı Ayan T. “Yenilenebilir enerji kaynakları yatırım projelerinin analitik hiyerarşi süreci yöntemi ile değerlendirilmesi”. Süleyman Demirel Üniversitesi İİBF Dergisi, 18(3), 89-110, 2013.
15. [15] Kabak M, Daǧdeviren M. “Prioritization of renewable energy sources for Turkey by using a hybrid MCDM methodology”. Energy Conversion and Management, 79, 25-33, 2014.
16. [16] Şengül Ü, Eren M, Eslamian Shiraz S, Gezder V, Sengül AB. “Fuzzy TOPSIS method for ranking renewable energy supply systems in Turkey”. Renewable Energy, 75, 617-625, 2015.
17. [17] Büyüközkan G, Güleryüz S. “An integrated DEMATEL-ANP approach for renewable energy resources selection in Turkey”. International Journal Production Economics, 182, 435-448, 2016.
18. [18] Çelikbilek Y, Tüysüz F. “An integrated grey based multi-criteria decision making approach for the evaluation of renewable energy sources”. Energy, 115, 1246-1258, 2016.
19. [19] Büyüközkan G, Güleryüz S. “Evaluation of renewable energy resources in Turkey using an integrated MCDM approach with linguistic interval fuzzy preference relations”. Energy, 123, 149-163, 2017.
20. [20] olak M, Kaya İ. “Prioritization of renewable energy alternatives by using an integrated fuzzy MCDM model: A real case application for Turkey”. Renewable and Sustainable Energy Reviews, 80, 840-853, 2017.
21. [21] Özcan E, Eren T, Ünlüsoy S. “ANP ve TOPSIS yöntemleriyle Türkiye’de yenilenebilir enerji yatırım alternatiflerinin değerlendirilmesi”. Selçuk Üniversitesi Mühendislik Fakültesi Dergisi, 5(2), 204-219, 2017
22. [22] Karaca C, Ulutas A. “Entropi ve Waspas yöntemleri kullanılarak Türkiye için uygun yenilenebilir enerji kaynağının seçimi”. Ege Akademik Bakış, 18(3), 483-494, 2018.
23. [23] Yi SK, Sin HY, Heo E. “Selecting sustainable renewable energy source for energy assistance to North Korea”. Renewable and Sustainable Energy Reviews, 15(1), 554-563, 2011.
24. [24] Sadeghi A, Larimian T, Molabashi A. “Evaluation of renewable energy sources for generating electricity in province of yazd: a fuzzy mcdm approach”. Procedia- Social Behavioral Science, 62, 1095-1099, 2012.
25. [25] Yazdani-Chamzini A, Fouladgar MM, Zavadskas EK, Moini SHH. “Selecting the optimal renewable energy using multi criteria decision making”. Journal of Busuness Econonomics Management, 14(5), 957-978, 2013.
26. [26] Al Garni H, Kassem A, Awasthi A, Komljenovic D, Al-Haddad K. “A multicriteria decision making approach for evaluating renewable power generation sources in Saudi Arabia”. Sustainable Energy Technology Assessments, 16, 137-150, 2016.
27. [27] Lee HC, Ter Chang C. “Comparative analysis of MCDM methods for ranking renewable energy sources in Taiwan”. Renewable and Sustainable Energy Reviews, 92, 883-896, 2018.
28. [28] Wu Y, Xu C, Zhang T. “Evaluation of renewable power sources using a fuzzy MCDM based on cumulative prospect theory: A case in China”. Energy, 147, 1227-1239, 2018.
29. [29] Büyüközkan G, Karabulut Y. “Energy project performance evaluation with sustainability perspective”. Energy, 119, 549-560, 2017.
30. [30] Ayçin E, Arsu T. “CODAS ve entropi yöntemleri ile yenlenebilir enerji kaynaklarının düzey 1 bölgelerine göre incelenmesi”. Avrasya Uluslararası Araştırmalar Dergisi, 7(18), 425-447, 2019.
31. [31] Eroğlu İ, Çoban MN, Kangal N. “Temiz Enerji Kapsamında TR83 Bölgesinin Değerlendirilmesi”. Balkan Sosyal Bilimler Dergisi, 7(13), 83-105, 2017.
32. [32] Diakoulaki D, Mavrotas G, Papayannakis L. “Determining objective weights in multiple criteria problems: the CRITIC method”. Computers and Operations Research, 22(7), 763-770, 1995.
33. [33] Jahan A, Mustapha F, Sapuan SM, Ismail MY, Bahraminasab M. “A framework for weighting of criteria in ranking stage of material selection process”. Interntional Journal of Advance Manufacturing Technologies, 58(1-4), 411-420, 2012.
34. [34] Chen MF, Tzeng GH. “Combining grey relation and TOPSIS concepts for selecting an expatriate host country”. Mathematical and Computer Modelling, 40(13), 1473-1490, 2004.
35. [35] Zhai LY, Khoo LP, Zhong ZW. “Design concept evaluation in product development using rough sets and grey relation analysis”. Expert Systems with Applications, 36(3), 7072-7079, 2009.
36. [36] Kuo Y, Yang T, Huang GW. “The use of grey relational analysis in solving multiple attribute decision-making problems”. Computers and Industrial Engeneering, 55(1), 80-93, 2008.
37. [37] Wu CR, Lin CT, Tsai PH. “Evaluating business performance of wealth management banks”. European Journal of Operational Research, 207(2), 971-979, 2010.
38. [38] Türkiye Elektrik İletim AŞ. “Elektrik İstatistikleri”. https://www.teias.gov.tr/tr-TR/turkiye-elektrik-uretim-iletim-istatistikleri (24.04.2020).
39. [39] Enerji Atlası. “İllere Göre Kurulu Güç ve Elektik Tüketimi”. https://www.enerjiatlasi.com/sehir/ (24.04.2020).