Makale O Elektrik Piyasası ve Özelleştirmeler •OO"···..········'······ .....,.............,...... 4001-····..·····'·············•·········· Şekil 2. I Aralık 2009 - I Aralık 201 1 tarihleri arasındaki SGÖF'/er. olup girdi olarak geçmiş dönem yük (tüketim) tahmin planını (YTP) ve saatlik gün öncesi fiyatını (SGÖF) kullanmaktadır. Modelin çıktısı ise ertesi gün oluşması planlanan saatlik gün öncesi fiyatlarıdır (SGÖF). Bu kapsamda, bir sonraki günün belirli bir saatindeki SGÖF'ün tahmini, son 7 gün içerisindeki aynı saate ait YTM ve SGÖF verileri ile tahmin edilmeye çalışılmıştır. YSA'nın tahmin yapmak üzere eğitilmesinde kullanılan veriler 1 Aralık 2009 - 1 Aralık 201 1 tarihleri arasındaki Gün Öncesi Planlama dönemine ait verilerdir. Modelin kurulmasından ve I Aralık 2009 - 31 Ekim 201 1 tarihleri arasındaki veriler ile eğitilmesinden sonra Kasım 201 1 ayı boyunca oluşan saatlik SGÖF'ler tahmin edilmiştir. Şekil 2'de de görüldüğü üzere veri setinde yer alan SGOF'ler aşırı değişkenliğe ve uç değerlere sahiptirler ki bu durum saatlik fiyat tahmini yapmanın ne kadar zor olduğunu teyit etmektedir. Elde edilen sonuçlara göre model, Kasım ayındaki saatlik SGOF tahminlerinde ortalama olarak % 15,65 hata yapmıştır. Genel tahmin sonuçları ile en başarılı ve en başarısız tahminleri gösteren Şekil J'e bakılacak olursa; fiyatın 129 TL/MWh olduğu saatte 3 1,29 TI/MWh olarak tahmin edilmesi en kötü sonuç iken 120 TL/MWh olduğu saatte 120 TI/MWh olarak tahmin edilmesi en iyi sonuçtur. Diğer taraftan, daha somut bir değerlendirme açısından haftalık sonuçların gösterildiği Tablo l 'e bakıldığında, modelin başarısının haftalık % 5,84'e kadar inebildiği görülmektedir ki bu gayet iyi bir sonuçtur. Genel olarak, tahmin edilen değerlerin gerçek değerlere yakın seyrettiği, ancak 56 ENERJi ve ÇEVRE DÜNYASI EKIM2012 ı-: Tıtımlni�Fı -OoOOkSOOF SMI Şekil 3. Kasım 201 1 için SGÖF tahmin sonuçları. Hata(%) yüksek ve düşük uç değerlerdeki sapmaların göze çarptığı söylenebilir. Bu noktada, modelin daha iyi sonuçlar vermesi için fiyat oluşumunun yapısını daha iyi açıklayacak girdilerin (örneğin saatlik emre amade kapasite bilgisi) kullanılmasının faydalı olacağı düşünülmektedir. 4. Sonuç Bu bildiride, elektrik piyasasında fiyat tahmini üzerine yapılan çalışmalar ele alınmış ve Türkiye gün öncesi elektrik piyasası için yapay sinir ağları kullanılarak örnek bir saatlik fiyat tahmin modeli geliştirilmiştir. Modelin tahmin sonuçları genel olarak başarılı olmakla birlikte yüksek ve uç değerlerin tahmininde önemli miktarda sapmalar olduğu gözlenmekte olup modelin girdilerinde sağlanacak iyileştirmeler ile daha iyi sonuçlar alınabileceği düşünülmektedir. Kaynaklar [ 1] Weron R. "Modeling and Forecasting Electricity Loads and Prices: A Statistical Approach" Wiley, Chichester, 2006. [2] Cuaresma, J.C., Hlouskova, J., Kossmeier, S., Obersteiner, M. "Forecasting Electricity Spot-Prices Using Linear Univariate Time-Series Models" Applied Energy 77, pp.87-106, 2004. [3] Weron, R., Misiorek, A. "Forecasting Spot Electricity Prices with Time Series Models" Proceedings of lnternational Conference on the European Electricity Market EEM, Lodz, Polonya 10-12 May 2005.
RkJQdWJsaXNoZXIy MTcyMTY=