Kapasite potansiyeli hesaplamaları
Analiz kapsamında Türkiye’deki çatıların tespiti amacıyla kullanılan Microsoft Building Footprints veritabanında bugüne dek tespit edilen 1 milyardan fazla çatı koordinatı birer poligon olarak saklanmakta ve kamuya açık olarak yayınlanmaktadır. Bu çalışmada Google Earth Engine içerisinde bir “Feature Collection” olarak saklanan Mayıs 2022 güncellemesi kullanılmıştır. Kullanılan veri setinde Türkiye sınırları içerisinde 18.058.257 adet poligon bulunmaktadır. Bu poligonların içerisinde çatısı olan her türlü yapı yer almaktadır.
Çatıya kurulacak 1 kW’lık güneş santralinin ne kadarlık alan kaplayacağı ile ilgili birden fazla kaynak incelenmiştir. Örneğin ev sahipleri için en uygun güneş paneli seçeneklerini listeleyerek fiyat teklifi almalarını sağlayan İngiltere merkezli bir şirkete göre 250 Watt’lık %20’nin altında verimliliğe sahip paneller kullanılarak hesap edilen gerekli çatı alanı kW başına 6,4 m2 olarak gösterilmiştir. Güneş enerjisi sektöründeki tüketicilere yardımcı olma amacıyla kurulan ABD merkezli bir websitesi ile Avustralya’daki güneş paneli tedarikçilerini listeleyerek fiyat teklifi alınmasını sağlayan bir başka hizmet sağlayıcı şirkete göre %20 ve üstü verimliliğe sahip 330–400 Watt’lık panellerde 1 kW için gereken çatı alanı 4,1–5,6 m2 seviyelerine kadar düşebilmektedir. 2021-2022 yılında Türkiye’de tamamlanmış olan rastgele on çatı GES projesi uydu görüntüleri aracılığıyla incelendiğinde ise 1 kW’lık çatı GES kapasitesinin ortalama 6,3 m2’lik alan kapladığı görülmüştür. Bu nedenle hesaplamalarda konservatif bir yaklaşım olarak 1 kW’lık panelin 6,4 m2 alan kaplayacağı varsayılmıştır.
Çatıların üç ayrı kategoriye sınıflandırılması işlemi için öncelikle seçilen bir ilin yalnızca çatıların yer aldığı bir uydu görüntüsünde bu üç kategoriyi de kapsayan bir eğitim seti belirlenmiştir. Eğitim seti oluşturulurken rastgele seçilen yeterli sayıdaki çatı görüntüsü üç çatı tipine göre (düz boş / eğimli boş / dolu) manuel olarak etiketlendirilmiştir. Yeterli sayıda eğitim setinin oluşturulmasına eğitim setinden tamamen bağımsız olarak oluşturulan validasyon seti ile karar verilmiştir. Türkiye’nin sekiz farklı bölgesinden seçilen validasyon setinin her bir bölgesinde binlerce nokta seçilerek düz/eğimli/dolu olmalarına göre manuel olarak etiketlendirilmişlerdir. Ardından GEE üzerinde tasarlanan görsel sınıflandırma algoritması çalıştırılarak validasyon kümesindeki doğruluk oranları hesap edilmiş, elde edilen doğruluk oranları maksimize edilene kadar eğitim seti genişletilmiş ve iyileştirilmiştir. Eğitim seti Ankara’da oluşturulmuş olup validasyon setinin kapsadığı iller İstanbul, Ankara, İzmir, Antalya, Konya, Erzurum, Trabzon ve Şırnak’tır. Validasyon sırasında her bir çatı sınıfı için nihai modelde elde edilen doğruluk skorları boş eğimli çatı için %97, boş düz çatı için %83 ve dolu çatı için %89 olmuştur.
Üç ayrı kategoriye sınıflandırılan çatı alanları üstünde bazı düzeltmeler uygulanmıştır. Bunlardan ilki bir panelin sığamayacağı kadar düşük alana sahip olan kısımların yeniden kategorize edilerek uygun olmayan çatı olarak sınıflandırılmasıdır. Diğer bir düzenleme de, örtü altı yetiştiriciliğin yaygın olduğu Antalya ve Mersin gibi illerde, sera çatılarının koordinatları manuel olarak belirlenerek uygun olmayan çatı olarak sınıflandırılmalarıdır.
Üretim tahmini hesaplamaları
Her bir ildeki eğimli çatıların hangi yöne baktıklarını (Azimut açılarını) bulmak için öncelikle Microsoft Building Footprints veritabanındaki 150 ile 500 m2 arasında çatı alanına sahip çatılar filtrelenmiştir. Bunun nedeni eğimli çatıların büyük çoğunluğunun bu büyüklükteki çatıların arasında olmasıdır. Bir çatıyı iki eğimli kenara bölecek çizginin çatının uzun kenarına paralel olarak geçeceği varsayımından hareketle, filtreleme sonrasında elde edilen dörtgenlerin her birinin uzun kenarının kuzey-güney ekseni ile yaptığı açı hesap edilmiş ve çatıların Azimut açısı olarak kabul edilmiştir. Hesap edilen Azimut açıları, yönlere göre 45 derecelik sekiz eşit parçaya bölünen kategorilere sınıflandırılmıştır.
Her bir ilçenin kapasite potansiyeli için hesap edilen maksimum elektrik üretimi Solargis’in yayınladığı güneş potansiyeli (kWh/kWp) haritası ile gerçekleştirilmiştir. Bunun yapılabilmesi için Solargis potansiyel haritası GEE’ye yüklenerek içindeki piksel değerlerinin ilçelere göre ortalaması alınmıştır. Solargis’in bu haritada sağladığı potansiyel hesabı bağımsız bir santralin optimum açılarla üretim potansiyeli varsayımına dayanarak yapılmıştır. Bu nedenle maksimum üretim tahmini olarak kullanılmıştır. Solargis’in varsayımlarında invertör verimliliği %98, tozlanma kaynaklı kayıp %3.5, DC kaynaklı kayıp %2,3 ve AC kaynaklı kayıp %0,9 olarak varsayılmıştır. Solargis’ten elde edilen ortalama ilçe kWh/kWp potansiyelleri üzerine uygulanan düzeltme faktörleri PVGIS güneş enerjisi üretim tahmini modeli ile hesaplanmıştır. Bu amaçla PVGIS’te Türkiye’nin farklı noktalarında dokuz çatı tipine ilişkin tilt ve Azimut açıları seçilerek bağımsız bir GES’e oranla üretim tahmininin hangi oranda düştüğü hesaplanmış ve analizde kullanılan düzeltme faktörleri olarak bu oranlar kullanılmıştır. Son adım olarak GEE’de her bir ilçe için hesap edilen kapasite potansiyeli, ilçedeki ortalama maksimum üretim potansiyeli ve çatı kategorisine bağlı olarak düzeltme faktörleri ile çarpılmıştır.
Sübvansiyon hesaplamaları
Elektrik tarifelerindeki sübvansiyon hesaplamalarında, EPDK’nın yayınladığı Faturaya Esas Tarife Tabloları’nda alçak gerilim – tek terimli ikinci kademe (8 kWh/gün üstü) olarak uygulanan aktif enerji bedeli kullanılmıştır. Tarife fiyatlarını ABD doları cinsine dönüştürmek için Türkiye Cumhuriyet Merkez Bankası’nın aylık döviz alış kurları kullanılmıştır. Toptan elektrik piyasa fiyatı için EPİAŞ Şeffaflık Platformu’nda Günöncesi Piyasası’nın USD/MWh cinsinden raporlanan fiyatları kullanılmıştır. Aradaki fiyat farkı ile EPDK’nın aylık raporlarında yayınlanan mesken tüketicilerinin aylık tüketimi çarpılarak aylık sübvansiyon tutarına ulaşılmıştır.