Short term load forecasting in electricity markets in Turkey

Basit Öğe Kaydı
dc.authorid0000-0002-1858-0846
dc.contributor.advisorSarıca, Kemalen_US
dc.contributor.authorTekler, Zeynep Duyguen_US
dc.contributor.otherIşık Üniversitesi, Fen Bilimleri Enstitüsü, Endüstri Mühendisliği - Yöneylem Araştırması Yüksek Lisans Programıen_US
dc.date.accessioned2018-03-28T01:21:59Z
dc.date.available2018-03-28T01:21:59Z
dc.date.issued2017-08-16
dc.departmentIşık Üniversitesi, Fen Bilimleri Enstitüsü, Endüstri Mühendisliği - Yöneylem Araştırması Yüksek Lisans Programıen_US
dc.descriptionText in English ; Abstract: English and Turkishen_US
dc.descriptionIncludes bibliographical references (leaves 92-94)en_US
dc.descriptionxii, 94 leavesen_US
dc.description.abstractAs energy consumption rises, forecasting electricity parameters becomes a significant advantage on efficient power system applications, planning and decision making in deregulated power markets. An accurate short term load and price forecasting model is crucial for efficient decision making, management and utilization to gain economic optimization and avoiding unprofitable operations as well as inefficiencies in generation,transmission and distribution from both consumers and producers perspective in competitive electricity markets like Turkish power industry. In this study, time series analysis including lagged variables that have been presented in autoregressive models in combination of specific categorical variables (hours of day, days of the week, months of the year and special events of Turkey) and environmental indicators as hourly temperature data in terms of heatingcooling degree hours have been applied in short term load and price forecasting, the day ahead hourly forecast of electricity load and market price.With using AR parameters for load and ARIMA parameters for price, 4 different load models in years 2011 and 2012 and a price model for 2015 constructed and with the effect of categorical variables and environmental indicators, new composite models proposed by applying multiple linear regression to forecast future loads and prices with high accuracy. As a result, the comparison of actual and observed data is studied and the power of model is tested with illustrating on various regression tests. Consequently, the results have shown that proposed models gave low percent of errors with extremely accurate day ahead forecasts considering Turkeys electricity load and price profile.en_US
dc.description.abstractEnerji tüketimi artısıyla beraber serbest piyasa içerisinde elektrik parametreleri tahmini, etkin güç sistemi uygulamalarında, planlamada ve karar mekanizmaları üzerinde önemli bir avantaj sağlamaktadır. Hata oranı düşük bir kısa dönem yük ve fiyat tahmin modeli, yönetimde, etkili karar ve fayda mekanizmalarında ekonomik güç optimizasyonunu sağlamak ve kârsız operasyonlardan kaçınmak, bunun yanında enerji üretimi, aktarımı ve dağıtımı üzerinde Türk enerji piyasası gibi rekabetçi piyasalarda hem üretici hem de tüketici perspektifinden verimli kararlar almak adına büyük önem arz etmektedir. Bu makalede, belirli kategorik değişkenlerle (günün saatleri, haftanın günleri, yılın ayları, Türkiye’nin özel günleri) birlikte ısıtma ve soğutma derecelerine bağlı saatlik sıcaklık verisi gibi çevresel değişkenlerin olduğu otoregresif terimleri içeren zaman serileri analiziyle saatlik kısa dönem yük ve fiyat tahmini yapılmıştır. Yük için AR modeli fiyat içinse geleneksel ARIMA modeli kurulmuş, parametreler yardımıyla kategorik değişkenler ve çevresel faktörlerin kombinasyonu sağlanılarak 2011-2012 yılları için yük tahmini adına 4 farklı ve 2015 yılı için fiyat üzerinde çoklu lineer regresyon yöntemi kullanılarak kompozit modeller oluşturulmuştur. Bu modellerin kesinliğinin arttırılması amaçlanmıştır. Çeşitli regresyon testleriyle birlikte gerçek ve gözlemlenen değerlerle karşılaştırılarak incelenmiş, modelin gücü test edilmiştir. Sonuçlar, önerilen modellerin Türkiye’nin elektrik yük ve fiyat profiline göre hata oranının önemli ölçüde düşük olduğunu göstermektedir.en_US
dc.description.tableofcontentsBasic Facts of Turkish Energy Profileen_US
dc.description.tableofcontentsDevelopments in Turkish Electricity Marketsen_US
dc.description.tableofcontentsElectricity Demand in Turkeyen_US
dc.description.tableofcontentsShort Term Load Forecasting Methodsen_US
dc.description.tableofcontentsMultiple Regression Methoden_US
dc.description.tableofcontentsStochastic Time Series Methoden_US
dc.description.tableofcontentsAutocorrelation Function (ACF)en_US
dc.description.tableofcontentsPartial Autocorrelation Function (PACF)en_US
dc.description.tableofcontentsAutoregressive(AR) Modelen_US
dc.description.tableofcontentsMoving Average (MA) Modelen_US
dc.description.tableofcontentsAutoregressive Moving-Average(ARMA) Modelen_US
dc.description.tableofcontentsAutoregressive Integrated Moving-Average(ARIMA) Modelen_US
dc.description.tableofcontentsModern Artificial Intelligence Techiquesen_US
dc.description.tableofcontentsNeural Networksen_US
dc.description.tableofcontentsExpert Systemsen_US
dc.description.tableofcontentsFuzzy Inference Systemsen_US
dc.description.tableofcontentsDATA ANALYSISen_US
dc.description.tableofcontentsData Seten_US
dc.description.tableofcontentsLoad Characteristicsen_US
dc.description.tableofcontentsDay Typesen_US
dc.description.tableofcontentsSpecial Eventsen_US
dc.description.tableofcontentsTemperatureen_US
dc.description.tableofcontentsTimeen_US
dc.description.tableofcontentsConstruction of Short Term Load Forecasting Model Achitectureen_US
dc.description.tableofcontentsInitial Data Classificationen_US
dc.description.tableofcontentsProposed Autoregressive Electricity Load Model for 2011en_US
dc.description.tableofcontentsMultiple Linear Regression of Load Model using data set1en_US
dc.description.tableofcontentsMultiple Linear Regression of Load Model using dataset2en_US
dc.description.tableofcontentsProposed Autoregressive Electricity Load Model for 2012en_US
dc.description.tableofcontentsMultiple Linear Regression of Load Model using data set3en_US
dc.description.tableofcontentsMultiple Linear Regression of Load Model using data set4en_US
dc.description.tableofcontentsConstruction of Short Term Price Forecasting Model Architectureen_US
dc.description.tableofcontentsProposed Autoregressive Electricity Price Model for 2015en_US
dc.description.tableofcontentsProposed Autoregressive Integrated Moving Average(ARIMA) Price Model in 2015en_US
dc.description.tableofcontentsMultiple Linear Regression of Price Model using data set5en_US
dc.description.tableofcontentsMultiple Linear Regression of Hybrid Price Modelen_US
dc.description.tableofcontentsComparison of Short Term Load and Price Forecasting Modelsen_US
dc.description.tableofcontentsModel Classificationen_US
dc.description.tableofcontentsComparison of the best results given Load Models in 2011 and 2012en_US
dc.description.tableofcontentsRESULTS and DISCUSSIONen_US
dc.description.tableofcontentsModel Results of DS1-M2en_US
dc.description.tableofcontentsModel Results of DS2-M1en_US
dc.description.tableofcontentsModel Results of DS3-M2en_US
dc.description.tableofcontentsModel Results of DS4-M1en_US
dc.description.tableofcontentsModel Results of DS5-M4en_US
dc.identifier.citationTekler, Z. D. (2017). Short term load forecasting in electricity markets in Turkey. İstanbul: Işık Üniversitesi Fen Bilimleri Enstitüsü.en_US
dc.identifier.urihttps://hdl.handle.net/11729/1287
dc.institutionauthorTekler, Zeynep Duyguen_US
dc.institutionauthorid0000-0002-1858-0846
dc.language.isoenen_US
dc.publisherIşık Üniversitesien_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United States*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectMultiple linear regression analysisen_US
dc.subjectShort term load and price forecastingen_US
dc.subjectTime series analysisen_US
dc.subjectKısa dönem yük ve fiyat tahminien_US
dc.subjectOtoregresif modelen_US
dc.subjectRegresyon analizien_US
dc.subjectZaman serileri analizien_US
dc.subject.lccHD9685.T8 T45 2018
dc.subject.lcshElectric power consumption -- Forecasting -- Statistical methods -- Turkey.en_US
dc.subject.lcshElectricity -- Prices.en_US
dc.titleShort term load forecasting in electricity markets in Turkeyen_US
dc.title.alternativeTürkiye elektrik piyasalarında kısa dönem yük ve fiyat tahminien_US
dc.typeMaster Thesisen_US
dspace.entity.typePublication

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
1287.pdf
Boyut:
1.86 MB
Biçim:
Adobe Portable Document Format
Açıklama:
MasterThesis
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.71 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Lisansüstü Eğitim Enstitüsü Tez Koleksiyonu