Estimation of Turkey Net Electric Energy Consumption until to Year 2020 Using Genetic Algorithm

Year 2011, Volume: 3 Issue: 2, 37 - 41, 15.06.2011

Vecihi Yigit

Abstract

This paper focused on estimation of the net electricity consumption of Turkey until the year 2020 using the genetic algorithm approach. Two different models namely GAETM_Lineer and GAETM_Karesel are developed based on economic indicators. The economic indicators for developed models are: Gross Domestic Products, Population, Import and Export. The models developed after the validating with actual data between 1979 and 2009 are compared with different studies
Results show that, these models are suitable for estimating the net electricity consumption of Turkey for future.

Keywords

Electricity consumption estimation, Genetic algorithm, Turkey

Genetik Algoritma ile Türkiye Net Elektrik Enerjisi Tüketiminin 2020 Yılına Kadar Tahmini

Abstract

Bu çalışmada Türkiye’nin 2020 yılana kadar ihtiyaç duyduğu net Elektrik Enerjisi Tüketimi Genetik Algoritma yaklaşımı kullanılarak tahmin edilmeye çalışılmıştır. Ekonomik göstergelere dayalı GAETM_Lineer ve GAETM_Karesel isimli iki farklı model geliştirilmiştir. Geliştirilen modellerde kullanılan ekonomik göstergeler: Gayrı Safi Yurt İçi Hasıla, Nüfus, İthalat ve İhracattır. Geliştirilen modellerin uygunluğu 1979 ile 2009 yılları arasındaki gerçek değerlerle gösterildikten sonar farklı çalışmalarla karşılaştırılmıştır. Sonuçlar, geliştirilen modellerin Türkiye’nin gelecekteki Elektrik Enerjisi ihtiyacını tahmin etmek için uygun ve geçerli olduğunu göstermektedir.

Keywords

Elektrik tüketim tahmini, Genetik algoritma, Türkiye

References

• [1] “Türkiye Enerji Raporu 2007-2008”, Dünya Enerji Konseyi Türk Milli Komitesi, ISSN:1301-6318, Aralık 2008. [2] E. Erdogdu, “ Electricity Demand Analysis Using Cointegration and ARIMA Modelling: A Case Study of Turkey”, Energy Policy, Vol. 35, No. 2, pp. 1129-1146, 2007. [3] D. Akay and M. Atak, “Grey Prediction with Rolling Mechanism for Electricity Demand Forecasting of Turkey”, Energy, Vol. 32, No. 9, pp. 1670-1675, 2007. [4] S. Haldenbilen ve H. Ceylan, “ Genetic Algorithm Approach to Estimate Transport Demand in Turkey”, Energy Policy, Vol. 33, No. 1, 89-98, 2005. [5] C. Hamzaçebi, “Forecasting of Turkey’s Net Electricity Energy Consumption on Sectoral Bases”, Energy Policy, Vol.35, No. 3, 2009- 2016, 2007. [6] H. K. Ozturk, H. Ceylan, O. E. Canyurt and A. Hepbasli, “Electricity Estimation Using Genetic Algorithm Approach: A Case Study of Turkey”, Energy, Vol. 30, No. 7, pp. 1003-1012, 2005. [7] H. K. Ozturk and H. Ceylan, “ Forecasting Total and Industrial Sector Electricity Demand Based on Genetic Algorithm Approach: Turkey Case Study”, International Journal of Energy Research, Vol. 29, No. 9, pp. 829-840, 2005. [8] M. D. Toksarı, “Ant Colony Optimization Approach to Estimate Energy Demand of Turkey”, Energy Policy, Vol. 35, No. 8, pp. 3984-3990, 2007. [9] Z. Dilaver ve L.C. Hunt, 1Modelling and forecasting Turkish residential electricity demand”, Energy Policy, Vol. 39, 3117-3127, 2011. [10] M. Bilgili, “Türkiye’nin Net Elektrik Tüketiminin Tahmini”, Isı Bilimi ve Tekniği Dergisi, Vol. 29, No.2,89-98,2009. [11] Y. S. Murat and H. Ceylan, “Use of Artificial Neural Networks for Transport Energy Demand Modeling”, Energy Policy, Vol. 34(17), pp. 3165-3172, 2006. [12] D. Goldberg, Genetic Algorithms in Optimization, Search and Machine Learning, Addison Wesley, 1989. [13] D. Goldberg, “The design of innovation: lessons from genetic algorithms, lessons for the real world”, Technol. Forecast. Social Change Vol. 64 (1), 7–12, 2000. [14] ] Y.H. Said,” On genetic algorithms and their applications”, Handbook of Statistics, Ch. 24, 359–390, 2005. [15] ] M. Gen, R. Cheng, “Genetic Algorithms and Engineering Design”, Wiley Interscience, 2001.