EVALUATION OF HYDROELECTRIC ENERGY PRODUCTION USING DEMATEL AND REGRESSION METHODS

Abstract

Environmental damage and high costs of non-renewable energy sources cause renewable energy sources to be preferred. Hydroelectric energy production has become one of the most important renewable energy sources in Türkiye. Being able to approximately estimate the energy that will be produced in the future is extremely important in terms of energy planning. In this study, Türkiye's 38-year hydroelectric energy production values between 1985 and 2022 are analyzed with polynomial and exponential regression models. The suitability of the prediction methods is examined using the Average Absolute Percentage Error (MAPE) and Coefficient of Determination (R2) performance metrics. MAPE values are obtained as 15.755% and 18.393% for polynomial and exponential regression methods, respectively. According to the MAPE values obtained, the polynomial regression method is more suitable for estimation. In this context, hydroelectric energy production data in Türkiye until 2032 has been estimated via polynomial regression model. The R2 value is calculated as 0.828 for the polynomial regression method. When the R2 value obtained in the analyses conducted by considering only the time (year) variable is examined, seven criteria that should be included/recommended in the analysis are analyzed with The Decision Making Trial And Evaluation Laboratory (DEMATEL), one of the Multi-Criteria Decision Making (MCDM) techniques. According to the threshold value determined by the DEMATEL method, the criteria affecting hydroelectric energy production can be grouped as affecting and affected criteria. In addition, the importance level of each criterion in the hydroelectric production process is determined and the criterion weights are obtained. According to the DEMATEL method results, stream yield and dam and reservoir capacity criteria are presented as important independent variables that are predicted to be included in the regression analysis. All findings obtained from the estimation and decision-making process are important in terms of providing insight to decision makers.

Yenilenemeyen enerji kaynaklarının çevresel zararları ve yüksek maliyetleri yenilenebilir enerji kaynaklarının tercih edilmesine neden olmaktadır. Türkiye'de hidroelektrik enerji üretimi en önemli yenilenebilir enerji kaynaklarından biridir. Gelecekte üretilecek enerjinin yaklaşık olarak tahmin edilebilmesi enerji planlaması açısından son derece önemlidir. Bu çalışmada Türkiye'nin 1985-2022 yılları arasındaki 38 yıllık hidroelektrik enerji üretim değerleri polinom ve üstel regresyon modelleri ile analiz edilmiştir. Tahmin yöntemlerinin uygunluğu Ortalama Mutlak Yüzde Hata (MAPE) ve Belirlilik Katsayısı (R2) performans metrikleri kullanılarak incelenmiştir. MAPE değerleri polinomal ve üstel regresyon yöntemleri için sırasıyla %15,755 ve %18,393 olarak elde edilmiştir. Bu değerlere göre regresyon modelleri “iyi model” statüsündedir. Elde edilen MAPE değerlerine göre polinomal regresyon yöntemi tahminleme açısından daha elverişlidir. Bu bağlamda Türkiye'de 2032 yılına kadar hidroelektrik enerji üretim verileri polinomal regresyon modeli ile tahminlenmiştir. R2 değeri polinomal regresyon yöntemi için 0,828 olarak hesaplanmıştır. Sadece zaman (yıl) değişkeni ele alınarak yapılan analizlerde elde edilen R2 değeri incelendiğinde analize dahil edilmesi gereken/önerilen yedi adet kriter Çok Kriterli Karar Verme (ÇKKV) tekniklerinden biri olan The Decision Making Trial And Evaulation Laboratory (DEMATEL) ile analiz edilmiştir. DEMATEL yöntemi ile belirlenen eşik değere göre hidroelektrik enerji üretimine etki eden kriterler etkileyen ve etkilenen kriterler olarak gruplandırılabilmiştir. Ayrıca her bir kriterin hidroelektrik üretim sürecindeki önem düzeyi belirlenerek kriter ağırlıkları elde edilmiştir. DEMATEL yöntemi sonuçlarına göre akarsu verimi ile baraj ve rezervuar kapasitesi kriterleri regresyon analizine dahil edilmesi öngörülen ve önemli bağımsız değişkenler olarak sunulmuştur. Tahminleme ve karar verme sürecinden elde edilen tüm bulgular karar vericilere öngörü sağlaması açısından önemlidir.