Loading…
Derin pekiştirmeli öğrenme tabanlı enerji maliyeti optimizasyonu/
Türkiye'nin de içinde yer aldığı gelişmiş ve gelişmekte olan ülkelerde elektrik üretimi ve tedariki alanında lisans sahibi işletmeler enerji ticareti operasyonlarını enerji piyasalarında gerçekleştirmektedir. Enerji piyasalarında etkin bir şekilde ticari operasyonları sürdürebilmek önemli derec...
| Main Author: | |
|---|---|
| Corporate Authors: | , |
| Other Authors: | |
| Format: | Thesis |
| Language: | Turkish |
| Subjects: |
| Summary: | Türkiye'nin de içinde yer aldığı gelişmiş ve gelişmekte olan ülkelerde elektrik üretimi ve tedariki alanında lisans sahibi işletmeler enerji ticareti operasyonlarını enerji piyasalarında gerçekleştirmektedir. Enerji piyasalarında etkin bir şekilde ticari operasyonları sürdürebilmek önemli derece enerji sektörü bilgisi ve yüksek efor gerektirmektedir. Özellikle ana iş kolu enerji olmayan büyük sanayi kuruluşları için bu sektör bilgisine sahip olmak ve bu işlemleri etkin bir şekilde yönetmek oldukça zordur. İşletmeler her gün sabah bir sonraki günün 24 saatine ait tüketim ve üretim planlaması yapmak zorundadır. Planda yaşanan sapmalar için ise gün içi piyasasında ticaret yapılmaktadır. İşletmeler gün içi piyasasında plandan sapmalar için ticaret yapabildikleri gibi kâr amacıyla alım satım işlemleri de yapabilmektedir. Ay içerisinde yapılan tüm ticari faaliyetlerin sonucunda piyasadan satın alınan elektrik miktarı, piyasaya satılan elektrik miktarı, şebekeden çekilen elektrik miktarı, şebekeye verilen elektrik miktarı ve plandan yaşanan sapmalarla birlikte toplam enerji maliyetleri hesaplanmaktadır. Taleplerinin üzerinde elektrik üretimi yapan işletmeler yaptıkları talep fazlası satış ile buradan gelir de elde ederken tükettikleri enerjinin maliyetini ağırlıklı olarak kendi elektrik üretim maliyetleri belirlemektedir. Gün öncesi piyasalarda etkin ticaret yapabilmek için en önemli yaklaşım elektrik fiyatının düşük olduğu saatlerde elektrik talebini şebekeden karşılamak, yüksek olduğu saatlerde ise üretebilecekleri maksimum kapasite ile içerde üretim yapmaktır. Gün öncesi piyasaları arz ve talebin eşleşmesi usulüne dayalı olarak bir sonraki günün 24 saatini oluşturan tek seferlik bir teklif ile çalıştığı için kolaylıkla yönetilebilir durumdadır. Ancak gün içi piyasalar yapısı gerekli sürekli emir gönderilen ve emirlerin takip edilmesi gereken dinamik bir piyasadır. Plandan sapmaların en uygun fiyatlar ile kapatılması ve gelir artıcı işlemlerin yapılması toplam enerji maliyetinin düşürülmesinde önemli bir etkiye sahiptir. Bu çalışmada, gün içi piyasalarında etkin ticaret yapabilmek için pekiştirmeli öğrenme destekli enerji ticaret stratejisi belirleme mekanizması geliştirilmiştir. Mevcut piyasa robotları kural tabanlı yapıda çalışmaktadır. Önerilen mekanizmanın, enerji piyasalarındaki alım satım dengesinin sağlanması ve firmaların enerji alım satım operasyonlarında maliyet optimizasyonunun sağlanması konularında önemli katkıları olacağı düşünülmektedir. Oluşturulacak mekanizma, makine öğrenmesi destekli analitik kabiliyetleri sayesinde, piyasalardaki enerji maliyetine ilişkin öngörü oluşturabilecektir. Bu öngörü, enerji maliyetini azaltacak piyasa stratejisini belirleme ve uygulama noktasında tutarlı bir davranış ortaya çıkmasına katkı sunacaktır. Yapılan çalışmanın diğer bir önemli motivasyonu ise ülke elektrik şebekelerinin stabilitesinin sağlanması ve elektrik kalitesinin arttırılmasına yapacağı katkıdır. Enerji ticaret stratejisi belirlemiş ve buna uygun olarak enerji piyasalarında analitik bir şekilde ticaret yapan firmaların oluşması sayesinde elektrik hatlarındaki yük dengesizlikleri azaltılabilir. Çalışma kapsamında EPİAŞ şeffaflık platformunda yayımlanan gün içi piyasalarında gerçekleşen işlem akışı ve fiyatlar üzerinde etkisi olan diğer verilerden faydalanılarak gün içi piyasalarında alım satım işlemlerini otonom bir şekilde gerçekleştiren derin pekiştirmeli öğrenme modeli geliştirilmiştir. Modelin işlem trendini belirlemesine yardımcı olmak amacıyla yine EPİAŞ şeffaflık platformunda yayımlanan verilerden faydalanılarak gün öncesinden bir sonraki günün dengesizlik fiyatlarına etki eden sistem marjinal fiyatı aralık tahmini yapılmıştır. Belirlenen model firmalar tarafından belirlenen limitler içerisinde otonom bir şekilde işlem yaparken limitlerin dışarısında kalan senaryolar için karar destek sistemi vazifesi görmektedir. |
|---|---|
| Physical Description: | 61 sayfa ; 30 cm |
| Bibliography: | Kaynakça : 53-60 sayfa |