Makale O Elektrik Piyasası ve Özelleştirmeler yatan mekanizma ile ilgilenmeden girdi ile çıktı arasında bir di olarak modele sağlandığı ve gayet başarılı sonuçlar elde ilişki kurmaya yönelik oldukları söylense de, verilen girdi- edildiği gözlenmektedir. lerin çıktı üzerindeki ağırlığını göstermeleri bakımından yapısal ilişkilerin tespiti için de önemli birer araç olarak kullanılabilirler. Bu çerçevede genel bir değerlendirme yapmak gerekirse, kurulan modeller çeşitli dışsal değişkenler kullanıldığında daha iyi sonuç vermektedir. Yapılan çalışmalarda kullanılan Sadece geçmiş dönem fiyatlarının girdi olarak kullanıldığı dışsal değişkenler; genellikle talep tahmini, sıcaklıkveyaya- [4]te ABD'deki PJM piyasasına ilişkin YSA modelinin, içle- ğış gibi verileri içermekle birlikte fiyat oluşum mekanizmarinde ARIMA da olan çalışılan diğer modellerden daha kötü sının yapısal özelliklerini tam anlamıyla ele almamıştır. Dosonuç verdiğini bulmuştur. [ 1 ]de YSA:ların diğer istatistiksel layısıyla bu çalışmada daha yapısal özellikler üzerine kurulu modellere göre daha zayıf oldukları vurgulansa da, [23]te bir YSA modeli sunulacaktır. Modelin girdilerini oluşturan İspanya için yapılan ve talep tahminini hiç kullanmayan mo- veriler Piyasa Mali Uzlaştırma Merkezi (PMUM) İnternet delin iyi sonuçlar verdiği, bu nedenle iyi ayarlanmış gelişmiş sayfasında günlük olarak yayınlanan veriler arasından seçilbir YSA modelinin istatistiksel rakiplerini zorlayabileceği miştir. Diğer bir ifadeyle model kamuya açık verileri kullanbelirtilmiştir. maktadır. Bu noktada, veri kullanımındaki kısıtın modelin başarılı sonuçlar elde etmesinin önündeki önemli bir engel Nitekim sonraları [24]te İspanya için yapılan çalışmada YSA:nın ARIMA:dan çok daha iyi sonuçlar verdiği gösterilmiştir. [25]de yapılan çalışmada da geçmiş dönem fiyatları ile yine bir YSA ile tahmin edilen güncel talep verisi kullanılarak oluşturulan model, fiyatların ani artış ve düşüş gösterdiği dönemlerde bile ortalama o/o 8 hata payı ile başarılı olmuştur. Daha güncel bir çalışma olan [26]da haftanın hangi gününde hangi saatin fiyatının tahmin edildiğini, talebi ve talepteki değişimi (birinci fark) ve toplam 9 adet geçmiş dönem fiyatını girdi olarak kullanan YSA modeli ile özellikle fiyatların normal derecede ani yükselmeler yaşadığı dönemlerde neredeyse gerçek değer birebir tahmin edilmiştir. 3. Türkiye Gün Öncesi Elektrik Piyasasında Fiyat Tahmini Görüldüğü üzere, fiyatların tahmini için yapılan çalışmalar genellikle geçmiş dönem fiyatlarına dayalıdır. Bu çalışmaların bazılarında geçmiş dönem fiyatlarına ek olarak ilgili saat için yapılan talep tahmininin de bir dışsal değişken olarak kullanıldığı ve genellikle sadece geçmiş dönem fiyatlarının kullanıldığı modellere göre daha başarılı olduğu göze çarpmaktadır. Diğer bir kısım çalışmada ise yakıt fiyatlarının, yağış miktarlarının veya kullanılabilir nükleer kapasitenin kurulan modellere dahil edildiği ve böylece ilgili elektrik piyasasındaki fiyat oluşum mekanizmasındaki yapısal özelliklerin yakalanmaya çalışıldığı dikkat çekmektedir. Bunun da ötesinde yapay sinir ağları kullanılarak yapılan çalışmalarda takvim bilgisinin (haftanın hangi gününe ait fiyatın tahmin edilmeye çalışıldığı) ve tahmin edilecek saatin de bir gir54 ENERJi ve ÇEVRE DÜNYASI EKIM2012 olduğunu belirtmek gerekir. Modele geçmenden önce YSA:nın yapısına kısaca değinmek faydalı olacaktır. YSA, insan beyninin öğrenme şeklini taklit ederek sistem modellemesi ve gerektiğinde ileriye dönük kestirimler yapmak üzere kullanılan bir modelleme yöntemidir. Bu yöntemde beynin temel işlem birimleri olan nöronlardan kurulu bir ağ oluşturularak bu ağın küçük bir beyin gibi davranması ve öğrenmesi sağlanır. Tipik olarak bu ağ, bir eğitim seti ile öğrenmeye tabi tutulur ve sonrasında daha önce görmediği benzer bir şeyi tanıması beklenir. Genel olarak bir YSA modeli Şekil l 'deki gibidir. Bu çalışma kapsamında kurulan model 5 nörondan oluşan tek katmanlı (nöron veya katman sayısını artırmak kayda değer bir iyileştirme sağlamamıştır) bir YSA:dan oluşmakta Gl GZ Arft Kntmnıı &llk EJlk Dfjtı1 l)tj,ı1 Şekil 1. Örnek bir yapay sinir ağı modeli. çı ÇZ
RkJQdWJsaXNoZXIy MTcyMTY=