Forecasting of Turkey’s Electricity Generation and Consumption With Grey Prediction Method

Abstract

The aim of this study is forecasting of Turkey's electricity generation and consumption for the period 2017-2027. To achieve this, Turkey's electricity generation and consumption for the period 1996-2016 was modelled using Grey prediction method GM(1,1). Results showed that the small error probability (p) and posterior error ratio (C) values of GM(1,1) model for Turkey's electricity generation were obtained as 0.12 and 0.97, respectively, and 0.11 and 0.97, respectively for Turkey's electricity consumption. So, the level of established GM(1,1) models for Turkey's electricity generation and Turkey's electricity consumption is in good level. Additionally, mean absolute percentage error (MAPE) values of GM(1,1) models for Turkey's electricity generation and consumption were obtained as 3.12% and 3.08%, respectively. Results of F-test showed that p-value of GM(1,1) model for Turkey's electricity generation and consumption was 0.48. According to these results, GM(1,1) models are suitable for prediction of Turkey's electricity generation and consumption. Furthermore, the average annual grow rates of Turkey's electricity generation and consumption for the period 2017-2027 were forecasted as 5.25% and 5.58%, respectively. In addition to this, Turkey's electricity generation and consumption were forecasted as 405310GWh and 344672GWh, respectively, for 2023.

Türkiye genelinde renal replasman tedavisine ihtiyaç duyacak olan hasta sayısının GM (1,1) ve OGM (1,1) ile tahmin edilmesi

“…Gri sistem, beyaz ve siyah sitemlerden farklı olarak belirsiz sorunlar ve eksik bilgiler ile birlikte bilinen bazı alanların olduğu anlamına gelir 7,9 . Gri sistemlerde tahmin edebilmek için çeşitli modeller geliştirilmiş olmakla birlikte GM (1,1) modeli bunların en basit formudur ve literatürde birçok alanda kullanılmıştır [10][11][12] .…”

“…Modeli: yaygın biçimde kullanılan bir modeldir ve model ifadesi birinci dereceden denklem ve tek değişken anlamına gelir 18 . GM (1,1)'in modellenmesi sürecine ilk veri serisinin aşağıdaki olduğu varsayılmaktadır 10,17 .…”

An Estimation of Digital Banking Practices in Turkish Banks on Recruitments Under Human Resources Strategies

“…Ortalama göreli hata ise eşitlik 12 ile hesaplanır. , maliyet tahmini (Özer Keçe, Ömürbek, Acar, 2016), kredi kartı kullanımı (Yıldırım, Keskintürk, 2015), bankalardaki bireysel kredi risklerinin tahmini (Aksoy ve Akçakanat, 2019), tekstil moda renk tercih trendi (Lin vd., 2010), sığır eti tüketimi (Zeng, Li, Meng ve Zhang, 2019), bilimsel yayınların tahmini (Aydemir, Bedir ve Özdemir, 2013), basınç verileri (Kaleli, Ceviz ve Erentürk, 2014), deformasyon tahmini (Taşçı, 2017), doğalgaz talep tahmini (Oruç ve Çelik Eroğlu, 2017;Wang, Liu ve Yang, 2018;Lu, 2018), ekonomik büyüme tahmini (Önalan ve Başeğmez, 2018), elektrik üretim ve tüketim tahmini (Zhao ve Zhou, 2018;Şahin, 2018;Es, 2020), sağlık sektörü harcamaları ( Öztürk ve Bilgil, 2019), sağlık sektörüne talep tahminleri (Zor ve Çebi, 2018;Şahin, 2019;Oruç ve Başağaoğlu Fındık, 2020), kripto para fiyatları tahmini (Şahin ve Bağcı, 2020), inşaat endüstrisi tedarik zinciri tahmini (Nguyen ve Tran, 2018;Nguyen, 2020), turist sayıları tahmini (Javed, Ikram, Tao ve Liu, 2020), kalite yönetm sistemlerinin geleceği (Ikram, Zang ve Sroufe, 2020), uçak endüstrisi tahmini (Carmona-Benitez ve Nieto, 2020), otomobil endüstrisi talebi (Tran, 2018) gibi farklı disiplinlere ait konular üzerinde tahminlemeler yapıldığı görülmüştür. Gri Tahmin yöntemlerinden birisi olan GM(1,1) Modeli kullanılarak bankalara ait bazı değişkenlerinin tahminlenmesi bu çalışmanın özgün tarafına vurgu yapmaktadır.…”

Future of renewable energy consumption in France, Germany, Italy, Spain, Turkey and UK by 2030 using optimized fractional nonlinear grey Bernoulli model

“…The main advantage of this model is that it can be used to predict a small number of sequence data ( Liu et al., 2016 ). The methodology of GM(1,1) is based on the first-order single variable prediction ( Ma et al., 2013 ) and this method was used in forecasting of energy by researchers ( Yuan et al., 2016 ; Tsai, 2016 ; Li and Li, 2017 ; Şahin, 2018 ). The GM(1,1) assumes that the background value (λ) is equal to 0.5, but researchers have tried to optimize the parameter λ which is in the range of 0-1 and is called optimized grey prediction model, briefly as OGM(1,1).…”