Gün Öncesi Piyasasında Elektrik Enerjisi Fiyatının Veri Analizi İle Tahmin Edilmesi

Abstract

Bu çalışmada, Türkiye gün öncesi elektrik piyasasında, elektrik enerjisi fiyat tahmini için en uygun tahmin yöntemin belirlenmesi ve seçilen yöntemin gerçek veriler kullanılarak test edilmesi amaçlanmıştır. Elektrik enerjisi fiyatının tahmin edilebilmesi için lineer regresyon, polinomiyal regresyon, yapay sinir ağları, XGBoost analiz yöntemi olmak üzere dört farklı tahmin yöntemi ile Phyton programlama dilinde tahmin modelleri oluşturulmuştur. Modellerin, düşük sapmalar ile tahminlerde bulunabilmeleri, fiyattaki kısa vadeli değişikliklere hızlıca tepki verebilmeleri, çalışma sürelerinin kısa olması hedeflenmiştir. Enerji Piyasaları İşletme (EPİAŞ) Şeffaflık Platformundan elde edilen gerçek veriler ile modellerin eğitilmesi ve test edilmesi gerçekleştirilmiştir. Analiz için kullanılan veriler; gün öncesi saatlik Piyasa Takas Fiyatı (PTF) verileri ve her bir elektrik üretim kaynağı için saatlik üretim verileridir. Kullanılan veriler, 2015-2020 yılları arasını kapsayan saatlik veriler olup yaklaşık 40.000 satırdan oluşan oldukça geniş bir veri kümesidir. Yöntemlerde kullanılan test verileri, homojen dağılım sağlanması için beş yıllık veri içinden rastgele seçilmiştir. Türkiye elektrik enerjisi piyasasının dinamik yapısı göz önünde bulundurularak gerçek değerler ve tahmini değerler hem grafiksel olarak hem de ortalama karesel hata oranları (RMSE) metriği ile dört yöntem için karşılaştırılmıştır. Ayrıca dört tahmin yöntemi, çalışma süreleri bakımından da karşılaştırılmıştır. Hem hata tahmin oranları hem de çalışma süreleri birlikte değerlendirildiğinde XGBoost modelinin en uygun tahmin modeli olduğu görülmüştür. Tutarlı fiyat tahminleri yapmak, hem elektrik üreticilerinin hem de büyük kapasiteli tüketicilerin doğru arz ve talep teklifleri sunmasına ve elektrik fiyatlarının piyasası yapısı içinde hassas bir şekilde belirlenmesine olanak sağlayacaktır.