Artan soğutma tüketimi güneş enerjisi ve esneklik çözümleri ile karşılanabilir

İndirilenler

Metodoloji

Bu çalışmada Türkiye’nin saatlik soğutma tüketimi üstten gelim yöntemiyle hesaplanmıştır. Bunun için öncelikle NASA nüfus bilgileri alınmış (yaklaşık olarak 25 km*25 km çözünürlükte) ve ardından ERA5 meteorolojik verileri kullanılarak yeryüzüne 2 metre düzeyindeki sıcaklık verileri saatlik olarak elde edilmiştir. Nüfus verileri kullanılarak sıcaklık değerleri saatlik bazda ağırlıklandırılmıştır. Ağırlıklandırmanın amacı nüfus yoğunluğu düşük olan bölgelerdeki yüksek sıcaklıkların soğutma tüketimindeki etkisini düşürmektir. Ardından saatlik sıcaklık değerlerinden 22 °C’lik soğutma eşiği çıkartılarak, soğutma saat dereceleri elde edilmiştir.

Saatlik elektrik tüketim değerleri ise EPİAŞ Şeffaflık Platformu’nun gerçek zamanlı elektrik tüketim verilerini içeren API hizmeti aracılığıyla alınmıştır.

Toplam tüketim içerisindeki soğutma etkisinin tahmin edilebilmesi için Python programlama dili kullanılarak otoregresyon modeli kurulmuştur. Tahmin modeli için öncelikle zaman serilerinin incelenmesinde sıklıkla başvurulan ilk fark alma metodu ile zaman serisi durağan hale getirilmiştir. Durağanlık, veri serileri üzerinde ADF (Augmented Dickey-Fuller) testinin uygulanması ile teyit edilmiştir. Durağan hale getirilen veri setleri arasında çoklu lineer regresyon modeli kurulmuştur. Tüketim hayatın olağan akışı nedeniyle belirli örgülere sahiptir ve çoğunlukla periyodik olarak kendisini tekrar etmektedir. Bu periyotların yakalanabilmesi için ilk farkı alınmış tüketim değerlerinin birinci farkı alınarak bir önceki günün etkileri belirlenmiştir. Ardından yıllık tüketim artışlarının modelce yakalanabilmesi ve soğutma tüketimlerine dahil edilmemesi için bir önceki yılın aynı ayının aynı haftasındaki aynı gününün (Örneğin: 3 Haziran 2024 Pazartesi günü oluşan tüketim ve cdd değerleri 5 Haziran 2023 Pazartesi günü ile kıyaslanmaktadır) farkı modele bağımsız değişken olarak eklenmiştir. Model kapsamında incelenen yılların tüm günleri, bir önceki yılın aynı günü ile eşleştirilerek değişimleri modele dahil edilmiştir.

Ek olarak, Türkiye için tatil günleri elektrik tüketiminde oldukça önemlidir. Ulusal tatil günlerinde yaşanan tüketim düşüşlerinin modele dahil edilebilmesi için tatil günleri, incelenen yıllar için tek tek belirlenerek modele bağımsız değişken olarak girilmiştir. Diğer yandan benzer bir uygulama haftasonları için de gerçekleştirilmiştir. Hafta sonuna gelen tatil günleri ise haftasonu olarak modele entegre edilmiştir.

Son olarak, soğutma tüketiminin toplam tüketime etkisini ölçebilmek adına soğutma gün dereceleri modele bağımsız değişken olarak dahil edilmiştir. Kurulan modelin nihai denklemi aşağıda verilmektedir:

Soğutma tüketimi = β₁ × CDD_farkları + β₂ × tüketim_birinci_fark + β₃ × tatil_günleri + β₄ × yıllık_tüketim_farkı + ε

β sembolleri ilgili bağımsız değişkenin regresyon modeli içerisindeki çizgisinin eğimini verirken ε değeri ise modelin açıklayamadığı hata terimleri toplamını ifade etmektedir. Model çalıştırıldıktan sonra soğutma gün derecesi katsayısı kullanılarak gerçek soğutma tüketimleri saatlik bazda hesaplanmıştır.

Saalik puant talebin tahmininde ise EPİAŞ Şeffaflık Platformu Gerçek Zamanlı Tüketim verileri API hizmeti aracılığıyla elde edilen yıllık tüketimlerin saatlik ortalaması ilgili yılın saatlik puant talebi ile karşılaştırılmıştır. Ardından Ulusal Enerji Planı 2030 ve 2035 talep tahminleri ile hesaplanan soğutma tüketimlerinin toplam tüketim içerisindeki pay gelişimi kullanılarak 2030 ve 2035’e yönelik puant talep tahmini gerçekleştirilmiştir. Kurulan modelden alınan cdd eğim katsayısı ile de 1 °C’lik hava sıcaklığı artışının yaratacağı etki hesaplanmıştır.