KaydedilenlerDerginizi ekleyin

Dergiler / Verimlilik Dergisi / 2026 / Cilt: 60 Sayı: 3

Türkiye Elektrik Enerjisi Üretimi Planlamasında Çok Kriterli Karar Verme Yaklaşımlarının Karşılaştırılması Analizi ve RMVC Algoritmasının Uygulaması

Comparative Analysis of Multi-Criteria Decision-Making Approaches in Türkiye’s Power Generation Planning and application of the RMVC Algorithm

Abdurrahman Dayıoğlu(BURSA ULUDAG UNIVERSITY)0000-0001-8441-6406
Basri Çelik(Bursa Uludağ Üniversitesi)0000-0001-7234-8063
Sayfa
787–810
Yayın Tarihi
2026-07-16
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bulgular: Analiz sonuçları, klasik yöntemlerin (özellikle TOPSIS) yüksek verimliliğe sahip fosil kaynakların çevresel dezavantajlarını maskelemesine izin verdiğini, RMVC’nin ise bu aykırı değerleri ilişkisel yöntemle dengeleyerek daha kararlı sıralamalar ürettiğini göstermektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Amaç: Bu çalışmanın amacı, Türkiye elektrik enerjisi planlamasında Çok Kriterli Karar Verme (ÇKKV) yöntemlerinin kısıtlarını aşmak üzere önerilen Relational Membership Value Calculation (RMVC) algoritmasının performansını değerlendirmek ve sürdürülebilir enerji projeksiyonları sunmaktır.
📊
Temel Bulgular & Veri:Yöntem: Araştırmada, Enerji Piyasaları İşletme A.Ş. (EPİAŞ) ve Türkiye Elektrik İletim A.Ş. (TEİAŞ) verilerinden elde edilen 61488 adet gerçek zamanlı saatlik veri noktası, Python tabanlı veri madenciliği teknikleriyle işlenmiştir. 7 farklı enerji kaynağı; kapasite faktörü, şebeke stresi, maliyet (LCOE) ve emisyon gibi teknik, ekonomik, çevresel ve politik boyutları temsil eden 9 kriter altında analiz edilmiştir.
💡
Sonuç & Katkı:Bulgular: Analiz sonuçları, klasik yöntemlerin (özellikle TOPSIS) yüksek verimliliğe sahip fosil kaynakların çevresel dezavantajlarını maskelemesine izin verdiğini, RMVC’nin ise bu aykırı değerleri ilişkisel yöntemle dengeleyerek daha kararlı sıralamalar ürettiğini göstermektedir.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:2053 · 61488 adet
⚙️Değişkenler:Enerji Planlaması · RMVC Algoritması · Çok Kriterli Karar Verme

Özet

Amaç: Bu çalışmanın amacı, Türkiye elektrik enerjisi planlamasında Çok Kriterli Karar Verme (ÇKKV) yöntemlerinin kısıtlarını aşmak üzere önerilen Relational Membership Value Calculation (RMVC) algoritmasının performansını değerlendirmek ve sürdürülebilir enerji projeksiyonları sunmaktır. Yöntem: Araştırmada, Enerji Piyasaları İşletme A.Ş. (EPİAŞ) ve Türkiye Elektrik İletim A.Ş. (TEİAŞ) verilerinden elde edilen 61488 adet gerçek zamanlı saatlik veri noktası, Python tabanlı veri madenciliği teknikleriyle işlenmiştir. 7 farklı enerji kaynağı; kapasite faktörü, şebeke stresi, maliyet (LCOE) ve emisyon gibi teknik, ekonomik, çevresel ve politik boyutları temsil eden 9 kriter altında analiz edilmiştir. Önerilen RMVC algoritması; TOPSIS, VIKOR, GRA ve WASPAS yöntemleriyle kıyaslanarak test edilmiştir. Bulgular: Analiz sonuçları, klasik yöntemlerin (özellikle TOPSIS) yüksek verimliliğe sahip fosil kaynakların çevresel dezavantajlarını maskelemesine izin verdiğini, RMVC’nin ise bu aykırı değerleri ilişkisel yöntemle dengeleyerek daha kararlı sıralamalar ürettiğini göstermektedir. Tüm yöntemlerde Jeotermal Enerji ilk sırada yer alırken; RMVC sıralaması (Jeotermal > Rüzgâr > HES > Linyit > İthal Kömür > Güneş > Doğal Gaz), yenilenebilir kaynakları üst sıralara taşıyarak Türkiye’nin 2053 Net Sıfır Emisyon hedefleriyle tam bir tutarlılık sergilemiştir. Özgünlük: Bu çalışma, enerji planlaması literatüründe soft küme teorisine dayalı göreceli üyelik yaklaşımını ilk kez kullanarak, adayları ideal çözüme uzaklıkları yerine verinin kendi içindeki gizli örüntüleri üzerinden değerlendiren metodolojik bir yenilik sunmaktadır.

Abstract

Purpose: The aim of this study is to evaluate the performance of the Relational Membership Value Calculation (RMVC) algorithm, proposed to overcome the limitations of Multi-Criteria Decision-Making (MCDM) methods in Türkiye’s power generation planning, and to present sustainable energy projections. Methodology: In the research, 61.488 real-time hourly data points obtained from EPİAŞ and TEİAŞ were processed using Python-based data mining techniques. Seven different energy sources were analyzed under nine criteria representing technical, economic, environmental, and political dimensions, such as capacity factor, grid stress, cost (LCOE), and emissions. The proposed RMVC algorithm was tested by comparing it with TOPSIS, VIKOR, GRA, and WASPAS methods. Findings: The analysis results indicate that classical methods (particularly TOPSIS) tend to mask the environmental disadvantages of high-efficiency fossil fuels, whereas RMVC generates more stable rankings by balancing these outliers through a relational approach. While Geothermal Energy ranked first across all methods, the RMVC ranking (Geothermal > Wind > HEPP > Lignite > Imported Coal > Solar > Natural Gas) prioritized renewable sources, demonstrating full consistency with Türkiye’s 2053 Net Zero Emission targets. Originality: This study introduces a methodological novelty to the energy planning literature by utilizing a relative membership approach based on soft set theory for the first time, evaluating candidates through hidden patterns inherent in the data rather than their distance to the ideal solution.

🔖

Bu Makaleye Atıf Yap

Dayıoğlu, A., Çelik, B. (2026). Türkiye Elektrik Enerjisi Üretimi Planlamasında Çok Kriterli Karar Verme Yaklaşımlarının Karşılaştırılması Analizi ve RMVC Algoritmasının Uygulaması. Verimlilik Dergisi, Cilt: 60 Sayı: 3, 787–810. https://doi.org/10.51551/verimlilik.1894768

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (39)

  1. Acar, S., Kat, B., Rogner, M., Saygın, D., Taranto, Y. ve Yeldan, A.E. (2023). “Transforming Türkiye's Power System: An Assessment of Economic, Social, and External Impacts of an Energy Transition by 2030”, Cleaner Energy Systems, 4, 100064. https://doi.org/10.1016/j.cles.2023.100064
  2. Ağbulut, Ü., Yıldız, G., Bakır, H., Polat, F., Biçen, Y., Ergün, A. ve Gürel, A. E. (2023). “Current Practices, Potentials, Challenges, Future Opportunities, Environmental and Economic Assumptions for Türkiye’s Clean and Sustainable Energy Policy: A Comprehensive Assessment”, Sustainable Energy Technologies and Assessments, 56, 103019. https://doi.org/10.1016/j.seta.2023.103019
  3. Başoğlu Kabran, F. ve Ünlü, K.D. (2025). “Univariate Deep Learning Models for Short-Term Electricity Load Forecasting from Renewables”, Communications Faculty of Sciences University of Ankara Series A1 Mathematics and Statistics, 74(4), 670-686. https://doi.org/10.31801/cfsuasmas.1643466
  4. Baykasoğlu, A. ve Gölcük, İ. (2015). “Development of a Novel Multiple-Attribute Decision Making Model via Fuzzy Cognitive Maps and Hierarchical Fuzzy TOPSIS”, Information Sciences, 301, 75-98. https://doi.org/10.1016/j.ins.2014.12.048
  5. Baykasoğlu, A., ve Gölcük, İ. (2020). “Revisiting Ranking Accuracy within WASPAS Method”, Kybernetes, 49(3), 885-895. https://doi.org/10.1108/K-01-2019-0052
  6. Brown, P.R., Cole, W.J. ve Mai, T. (2025). “An Interregional Optimization Approach for Time Series Aggregation in Continent-Scale Electricity System Models”, Energy, 324, 135830. https://doi.org/10.1016/j.energy.2025.135830
  7. Cumhurbaşkanı Kararı. (2023). “1/7/2021 Tarihinden 31/12/2030 Tarihine Kadar İşletmeye Giren/Girecek YEK Belgeli Yenilenebilir Enerji Kaynaklarına Dayalı Elektrik Üretim Tesisleri İçin Uygulanacak Fiyatlar ve Süreler ile Fiyatların Güncellenmesine İlişkin Karar (Karar Sayısı: 7189)”, Resmî Gazete, 1 Mayıs 2023, Sayı: 32177. https://www.mevzuat.gov.tr/MevzuatMetin/20.5.7189.pdf
  8. Çolak, Z. (2024). “A Hybrid MCDM Method for Enhancing Site Selection for Wind Power Plants in Turkey”, Energy for Sustainable Development, 82, 101536. https://doi.org/10.1016/j.esd.2024.101536
  9. Dayioglu, A., Erdogan, F. O., ve Celik, B. (2025). “RMVC: A Validated Algorithmic Framework for Decision-Making Under Uncertainty”, Mathematics, 13(16), 2693. https://doi.org/10.3390/math13162693
  10. EPİAŞ (Enerji Piyasaları İşletme A.Ş). (2025). https://seffaflik.epias.com.tr/home (Erişim Tarihi: 02.01.2026)
  11. Haugen, M., Farahmand, H., Jaehnert, S. ve Fleten, S.-E. (2023). “Representation of Uncertainty in Market Models for Operational Planning and Forecasting in Renewable Power Systems: A Review”, Energy Systems. https://doi.org/10.1007/s12667-023-00600-4
  12. IRENA (International Renewable Energy Agency). (2025). Renewable Power Generation Costs in 2024. International Renewable Energy Agency, Abu Dhabi. https://www.irena.org/Publications/2025/Jun/Renewable-Power-Generation-Costs-in-2024 (Erişim Tarihi: 02.01.2026).
  13. IPCC (Intergovernmental Panel on Climate Change). (2019). “2019 Refinement to the 2006 IPCC Guidelines for National Greenhouse Gas Inventories”. https://www.ipcc.ch/report/2019-refinement-to-the-2006-ipcc-guidelines-for-national-greenhouse-gas-inventories/
  14. JESDER (Jeotermal Elektrik Santral Yatırımcıları Derneği). (2026). “Tarihçemiz (Kurulu Güç)”, https://jesder.org/wp-content/uploads/2025/09/JESDERGI-28.sayi_.pdf (Erişim Tarihi: 02.01.2026).
  15. Karamollaoğlu, H. (2025). “Hybrid Deep Learning Framework for Short-Term Electricity Generation Forecasting in Türkiye Using Multi-Source Data”, Turkish Journal of Electrical Power and Energy Systems, 5(3), 152-160. https://doi.org/10.5152/tepes.2025.25029
  16. Kat, B. (2023). “Clean Energy Transition in the Turkish Power Sector: A Techno-Economic Analysis with a High-Resolution Power Expansion Model”, Utilities Policy, 82, 101538. https://doi.org/10.1016/j.jup.2023.101538
  17. Kat, B., Şahin, Ü., Teimourzadeh, S., Tör, O., Voyvoda, E. ve Yeldan, A.E. (2024). “A New Energy-Economy-Environment Modeling Framework: Insights from Decarbonization of the Turkish Power Sector towards Net-Zero Emission Targets”, Energy, 302, 131760. https://doi.org/10.1016/j.energy.2024.131760
  18. Kaya, T. ve Kahraman, C. (2010). “Multicriteria Renewable Energy Planning Using an Integrated Fuzzy VIKOR & AHP Methodology: The Case of Istanbul”, Energy, 35(6), 2517-2527. https://doi.org/10.1016/j.energy.2010.02.051
  19. LAZARD. (2024). Levelized Cost of Energy+ (LCOE+). https://www.lazard.com/media/xemfey0k/lazards-lcoeplus-june-2024-_vf.pdf (Erişim Tarihi: 02.01.2026).
  20. Levin, T., Blaisdell-Pijuan, P.L., Kwon, J. ve Mann, W.N. (2024). “High Temporal Resolution Generation Expansion Planning for the Clean Energy Transition”, Renewable and Sustainable Energy Transition, 5, 100072. https://doi.org/10.1016/j.rset.2023.100072
  21. Meldrum, J., Nettles-Anderson, S., Heath, G. ve Macknick, J. (2013). “Life Cycle Water Use for Electricity Generation: A Review and Harmonization of Literature Estimates”, Environmental Research Letters, 8(1), 015031. https://doi.org/10.1088/1748-9326/8/1/015031
  22. Molodtsov, D. “Soft set theory first results”, Computers & Mathematics with Applications 1999, 37, 817, 19–31. https://doi.org/10.1016/S0898-1221(99)00056-5
  23. Mongird, K. and Rice, J. (2024). “An Integrated and Iterative Multiscale Modeling Framework for Robust Capacity Expansion Planning”, Current Sustainable/Renewable Energy Reports, 11, 77-84. https://doi.org/10.1007/s40518-024-00238-5
  24. NREL (National Renewable Energy Laboratory). (2025). https://www.nrel.gov/analysis/life-cycle-assessment (Erişim Tarihi: 02.01.2026).
  25. Önenli, O., Ercan, H., Açıkgöz, S. ve Kat, B. (2023). “Emission Reduction Pathways for Satisfying Türkiye's Future Electricity Demand: A Cross-Country Dynamic Panel Analysis with Linear Programming Scenarios”, Cleaner Energy Systems, 6, 100085. https://doi.org/10.1016/j.cles.2023.100085
  26. Roy, A.R., ve Maji, P.K. (2007). A Fuzzy Soft Set Theoretic Approach to Decision Making Problems. Journal of Computational and Applied Mathematics, 203(2), 412–418. https://doi.org/10.1016/j.cam.2006.04.008
  27. Samal, S. and Dash, R. (2022). “An Empirical Comparison of TOPSIS and VIKOR for Ranking Decision-Making Models”, Intelligent and Cloud Computing (Editörler: Mishra, D., Buyya, R., Mohapatra, P. ve Patnaik, S.), Smart Innovation, Systems and Technologies, 286, Springer, Singapore, 429-437. https://doi.org/10.1007/978-981-16-9873-6_39
  28. Sałabun, W., Wątróbski, J. and Shekhovtsov, A. (2020). “Are MCDA Methods Benchmarkable? A Comparative Study of TOPSIS, VIKOR, COPRAS, and PROMETHEE II Methods”, Symmetry, 12(9), 1549. https://doi.org/10.3390/sym12091549
  29. Selçuklu, S. B., Coit, D. W. ve Felder, F. A. (2023). “Electricity Generation Portfolio Planning and Policy Implications of Turkish Power System Considering Cost, Emission, and Uncertainty”, Energy Policy, 173, 113393. https://doi.org/10.1016/j.enpol.2022.113393
  30. SHURA Enerji Dönüşüm Merkezi. (2023). Net Sıfır 2053: Türkiye Elektrik Sektörü için Yol Haritası. Sabancı University. https://shura.org.tr/wp-content/uploads/2023/05/SHURA-2023-02-Rapor-Net-Sifir-2053_04052023.pdf (Erişim Tarihi: 02.01.2026).
  31. Türkiye Cumhuriyeti İletişim Başkanlığı. (2023). “Cumhurbaşkanı Erdoğan: 2053 Yılı İtibarıyla Hedefimiz Net Sıfır Emisyondur.”, https://www.iletisim.gov.tr/turkce/haberler/detay/cumhurbaskani-erdogan-2053-yili-itibariyla-hedefimiz-net-sifir-emisyondur (Erişim Tarihi: 02.01.2026).
  32. TEİAŞ (Türkiye Elektrik İletim A.Ş.). (2025a). 2024 Yılı Faaliyet Raporu. https://www.teias.gov.tr/faaliyet-raporlari (Erişim Tarihi: 02.01.2026).
  33. TEİAŞ (Türkiye Elektrik İletim A.Ş.). (2025b). Türkiye Elektrik Üretim-İletim 2024 İstatistikleri. https://www.teias.gov.tr/turkiye-elektrik-uretim-iletim-istatistikleri (Erişim Tarihi: 02.01.2026).
  34. UNECE (United Nations Economic Commission for Europe). (2021). “Life Cycle Assessment of Electricity Generation Options”. United Nations, Geneva. https://unece.org/sed/documents/2021/10/reports/life-cycle-assessment-electricity-generation-options (Erişim Tarihi: 02.01.2026).
  35. UNECE (United Nations Economic Commission for Europe). (2022). “Carbon Neutrality in the UNECE Region: Integrated Life-Cycle Assessment of Electricity Sources” (ECE/ENERGY/141). United Nations, Geneva. https://digitallibrary.un.org/record/4020227 (Erişim Tarihi: 02.01.2026).
  36. UNFCCC. (2024). “Türkiye Long Term Climate Strategy,” https://unfccc.int/sites/default/files/resource/Turkiye_Long_Term_Climate_Strategy.pdf, (Erişim Tarihi: 02.01.2026).
  37. Wang, J.-J., Jing, Y.-Y., Zhang, C.-F. ve Zhao, J.-H. (2009). “Review on Multi-Criteria Decision Analysis Aid in Sustainable Energy Decision-Making”, Renewable and Sustainable Energy Reviews, 13(9), 2263-2278. https://doi.org/10.1016/j.rser.2009.06.021
  38. World Bank Group. (2022). Türkiye - Country Climate and Development Report. https://www.ifc.org/en/insights-reports/2022/turkiye-country-climate-and-development-report (Erişim Tarihi: 02.01.2026).
  39. Zadeh, L.A. (1965). “Fuzzy Sets”, Information and Control, 8(3), 338-353. https://doi.org/10.1016/S0019-9958(65)90241-X