Kuzey Kıbrıs Türk Cumhuriyeti İçin Orta ve Uzun Vadeli Elektrik Tüketim Tahmin Modelleri

Enerji kullanımına yönelik tahmin yürütülürken, gerçekleşebilecek düzeyin üzerinde bir tahminde bulunmak, kapasite kullanımı açısından ve finansal yönden kayıplara neden olmaktadır. Kullanımın az olacağı yönünde yapılan tahminler ise istenmeyen elektrik kesintilerine ve buna bağlı olarak ortaya çıkan ekonomik kayıplara neden olmaktadır. Dolayısıyla, sözü edilen iki yönlü kayıpların önüne geçilebilmesi için enerji sistemlerinin iyileştirilmesi ve güvenilir enerji tüketim tahmin modellerinin de geliştirilmesi gerekmektedir. Bahse konu gereksinim, Kuzey Kıbrıs Türk Cumhuriyeti gibi gelişmekte olan bölgeler için daha da önemkazanmaktadır. Bu çalışmada, orta ve uzun vade içinzaman serileri ve ekonometrik teknikler kullanılarak,Kuzey Kıbrıs Türk Cumhuriyeti için elektrik tüketimtahmin modelleri geliştirilmiştir. Çalışmada, zamanserileri tekniklerini kullanma bakımından yenilikçiyaklaşımlar uygulanmış, başlangıç ve yumuşatma parametrelerininoptimal değerleri kullanılmış, farklı tü-ketim modellerinin doğruluk bakımından karşılaştırıldığısayısal çalışmanın sonuçları ortaya konulmuştur.

Medium and Long Term Electricity Consumption Prediction Models for Northern Cyprus

Overestimation of energy usage would result wasted capacity and financial loss while underestimation would result devastating power disruptions. The objective is therefore to simultaneously improve the efficiency of energy systems and develop state-of-art techniques which accurately predict future energy demand. This is especially vital for developing regions such as Northern Cyprus. In this study, we provide medium and long term electricity consumption models using varying time-series and associative forecasting techniques. When time series methods are studied, a novel approach of optimizing initial parameters in addition to smoothing parameters is applied. A benchmark study is provided to evaluate the performance of different consumption models in terms of forecast accuracy.

PDF

___

Altınay, G., Karagöl, E. (2004). Structural Break Unit Root and the Causality between Energy Consumption and GDP in Turkey. Energy Economics, 26, 985-994.
Aras, H., Aras, N. (2004). Forecasting Residential Natural Gas Demand. Energy Sources, 26, 463-472.
Ceylan, H., Öztürk, H. K. (2004). Estimating Energy Demand of Turkey Based on Economic Indicators Using Genetic Algorithm Approach. Energy Conversion and Management, 45, 2525-2537.
Chopra, S., P. Meindl (2012). Supply Chain Management: Strategy, Planning and Operations. New Jersey: Prentice-Hall.
Ediger, V. Ş., Akar, S. (2007). ARIMA Forecasting of Primary Energy Demand by Fuel in Turkey. Energy Policy, 35, 1701-1708.
Ediger, V. Ş., Akar, S., Uğurlu, B. (2006). Forecasting Production of Fossil Fuel Sources in Turkey Using a Comparative Regression and ARIMA Model. Energy Policy, 34, 3836-3846.
Ediger, V. Ş., Tatlıdil, H. (2002). Forecasting the Primary Energy Demand in Turkey and Analysis of Cyclic Patterns. Energy Conversion and Management, 43, 473-487.
Egelioglu, F., Mohamad, A.A., Guven, H. (2001). Economic Variables and Electricity Consumption in Northern Cyprus, Energy, 26,355-362.
Erdoğdu, E. (2007). Electricity Demand Analysis Using Cointegration and ARIMA Modeling: A Case Study of Turkey. Energy Policy, 35, 1129-1146.
Hyndman, R.J., Athanasopoulos, G. (2013). Forecasting: Principles and Practice. http://otexts.org/fpp/. Accessed on _____1-12-2014>.
http://www.kibtek.com/Santrallar/uretim_tuketim. htm. Accessed on _____1-6-2014>.
http://www.devplan.org/Frame-eng.html. Accessed on _____1-12-2014>.
McClain, J.O. (1981). Restarting a Forecasting System When Demand Suddenly Changes. Journal of Operations Management, 2(1), 53-61.
Özerdem, O.C., Biricik, S. (2011). Overview of Energy System and Major Power Quality Problems in North Cyprus. International Journal on "Technical and Physical Problems of Engineering", 8(3)-3, 71- 75.
Rasmussen, R. (2004). On Time Series Data and Optimal Parameters. Omega, 32,111-120.