fİnansal optİmİzasyon modellerİnİn elektrİk …

T.C. ANKARA ÜNİVERSİTESİ

SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME

ANABİLİM DALI

FİNANSAL OPTİMİZASYON MODELLERİNİN

ELEKTRİK PİYASALARINA UYGULANMASI VE

GELİŞTİRİLMESİ

Doktora Tezi

Mete Emin ATMACA

Ankara-2017



ANABİLİM DALI



GELİŞTİRİLMESİ

Doktora Tezi

Mete Emin ATMACA

Tez Danışmanı

Prof. Dr. Fazıl GÖKGÖZ

Ankara-2017



ANABİLİM DALI



GELİŞTİRİLMESİ

Doktora Tezi

Tez Danışmanı: Prof. Dr. Fazıl GÖKGÖZ

Tez Jürisi Üyeleri

Adı ve Soyadı İmzası

.................................................................... ........................................

.................................................................... ........................................

.................................................................... ........................................

.................................................................... .........................................

.................................................................... .........................................

.................................................................... .........................................

Tez Sınavı Tarihi ..................................

TÜRKİYE CUMHURİYETİ ANKARA ÜNİVERSİTESİ

SOSYAL BİLİMLER ENSTİTÜSÜ MÜDÜRLÜĞÜNE

Bu belge ile, bu tezdeki bütün bilgilerin akademik kurallara ve etik davranış ilkelerine uygun olarak toplanıp sunulduğunu beyan ederim. Bu kural ve ilkelerin gereği olarak, çalışmada bana ait olmayan tüm veri, düşünce ve sonuçları andığımı ve kaynağını gösterdiğimi ayrıca beyan ederim.(……/……/2017)

Tezi Hazırlayan Öğrencinin Adı ve Soyadı

…………………………………………

İmzası

……………………………………………

V

ÖNSÖZ

İnsanlık tarihinde elektriğe yönelik ilk idrak emareleri M.Ö. 2750 yıllarına

dayanmaktadır. Önceleri daha çok bazı hayvanların sahip olduğu elektrik akımı verme

özelliğinden farkına varılan bu durum sonraları Antik Yunan’da kehribarın sürtünme

ile bazı cisimleri kendine çekmesinin gözlemlenmesi ile mevcut ismine bu şekilde

kavuşmuştur. Elektriğin öğrenilmesi, kullanım alanlarının genişlemesi ve yaşamımızın

tam kalbine yerleşmesi ise adlarını şimdi bile saygıyla andığımız Stephen Gray,

George von Kleist, Benjamin Franklin, Alessandro Volta, Hans Christian Oersted,

Marie Ampere, Joseph Henry, George Simon Ohm, Micheal Faraday, Nikola Tesla,

Thomas Edison gibi büyük bilim insanları sayesinde olmuştur.

Elektrik artık günlük yaşamın, endüstrinin ayrılmaz ve vazgeçilmez bir parçası

konumunda bulunmaktadır. Elektrik üretiminde kullanılan temel birincil enerji

kaynaklarına baktığımızda onların da sonsuz olmadığı ve her kısıtlı kaynak gibi etkin

ve verimli kullanılmasının insanlığın gelişimi için önem arz ettiği global dünya

ortamında tartışılmaz bir gerçektir. Tüm bunların yanında global dünyada gelişen

piyasa yapılarının en son ürünlerinden biride elektrik piyasası uygulamalarıdır. Yani

elektriğin bir emtia gibi alınıp satılmasıdır. Fakat elektriğin diğer emtialardan ayrılan

en önemli farkı, etkin ve ekonomik bir şekilde depolanamama durumu nedeniyle,

üretimle tüketiminin eş zamanlı ve dengeli bir şekilde olması ihtiyacıdır. Bu ortamda

elektrik piyasası oyuncularının sadece teknik, iletim, insan kaynakları, operasyonel

riskleri değil piyasa koşulları ve risklerini de göz önünde tutarak kısa, orta ve uzun

vadede yatırım, üretim ve pazar stratejilerini belirlemeleri gerekmektedir. İşte bu

ortamda finans literatüründe geniş bir uygulama alanı bulmuş olan risk yönetim

VI

tekniklerinden optimizasyon yaklaşımlarının elektrik piyasasına da adapte edilmesi ve

uyarlanması için çok önemli fırsatlar karşımıza çıkmaktadır. Bu çalışmada H. M.

Markowitz ile 1952 yılında başlayan ve sonrasında geliştirilen modern portföy teorisi

yaklaşımı ve diğer bir çok risk yönetim metodolojisi elektrik piyasalarına uygulanarak

sadece literatürde var olan boşluklar doldurulmaya çalışılmamış aynı zamanda piyasa

karar vericilerinin kullanımı için önemli araçlar oluşturulması amaçlanmıştır.

Hayatımın en önemli akademik kademesi olan bu doktora çalışmasının hayata

geçirilmesinde yardımlarını, hocalığını ve arkadaşlığını benden esirgemeyen Prof. Dr.

Fazıl Gökgöz’e ve ailesine, Yüksek Lisans ve Doktora eğitim sürecinde derslerine

girmekten büyük zevk aldığım Ankara Üniversitesi’ndeki değerli hocalarıma, Doktora

Jürisinde görev alan Saygıdeğer hocalarıma, sabır ve desteklerinden dolayı sevgili

eşim Zübeyde’ye, bana sundukları eğitim imkanları, sevgi, saygı ve fedakarlıkları için

Anneme ve Babama ve yüzlerinden gülücükler hiç eksik olmasın biricik canlarım

güzel kızlarım Sahra ve Nil’e sonsuz teşekkürlerimi bir borç bilirim.

Mete Emin ATMACA

Ankara, 2017

VII

İÇİNDEKİLER

Sayfa

ÖNSÖZ ...................................................................................................................................... V

İÇİNDEKİLER ........................................................................................................................... VII

TABLO LİSTESİ .......................................................................................................................... IX

ŞEKİL LİSTESİ ............................................................................................................................ XI

KISALTMALAR ........................................................................................................................ XIII

GİRİŞ ......................................................................................................................................... 1

BİRİNCİ BÖLÜM ................................................................................................................... 6

1. ELEKTRİK PİYASALARININ TARİHSEL GELİŞİMİ VE TEMEL GÖSTERGELER .................... 6

1.1 Elektrik Enerjisi ve Elektrik Üretimi ...................................................................... 6

1.2 Elektrik Piyasaları ve Tarihsel Gelişimleri ........................................................... 13

1.3 Amerika Birleşik Devletleri Elektrik Piyasası Uygulamaları ................................ 15

1.4 Avrupa Birliği Elektrik Sistemi ............................................................................ 26

1.5 İskandinav Elektrik Piyasası ve Nordpool ........................................................... 33

1.6 Türkiye Elektrik Piyasası ..................................................................................... 49

1.6.1 Türkiye Elektrik Sektörü Tarihsel Gelişimi ...................................................... 49

1.6.2 Türkiye Elektrik Enerjisi Üretimi ve Projeksiyonu .......................................... 54

1.6.3 Türkiye Elektrik Piyasası Temel Roller ve Oyuncular ...................................... 58

1.6.4 Türkiye Elektrik Piyasası İşleyişi ..................................................................... 64

İKİNCİ BÖLÜM .................................................................................................................... 76

2. ELEKTRİK PİYASALARINDA PORTFÖY OPTİMİZASYONU UYARLAMASI ....................... 76

2.1 Portföy Teorisi .................................................................................................... 76

2.1.1 Getiri ve Risk .................................................................................................. 76

2.1.2 Klasik Portföy Yaklaşımı ................................................................................. 82

2.1.3 Modern Portföy Teorisi .................................................................................. 83

2.1.4 Yatırımcı Fayda Fonksiyonu Kayıtsızlık Eğrileri ............................................... 87

2.1.5 Finansal Portföy Optimizasyon Yaklaşımları .................................................. 89

2.1.6 Performans Değerleme Modelleri ................................................................. 91

2.2 Elektrik Fiyatı Tahmin Yaklaşımları ..................................................................... 95

2.3 Elektrik Piyasasına Yönelik Finansal Portföy Optimizasyon Modelleri (Literatür

Taraması) ........................................................................................................................ 98

2.4 MPT Temelli Optimizasyon Modeli Yaklaşımları .............................................. 108

VIII

2.4.1 Markowitz Ortalama Varyans Yaklaşımı (Mean-variance) ........................... 108

2.4.2 Alt-taraf Risk Yaklaşımı (Down-side Risk) ..................................................... 114

2.4.3 Yarı-varyans Risk Yaklaşımı (Semi-variance Risk) ......................................... 118

2.4.4 Riske Maruz Değer Yaklaşımı (Value-at-Risk (VaR)) ..................................... 121

ÜÇÜNCÜ BÖLÜM ............................................................................................................. 128

3. NORDPOOL VE TÜRKİYE ELEKTRİK PİYASALARINA PORTFÖY OPTİMİZASYONU

UYGULAMALARI ............................................................................................................... 128

3.1 Araştırma Evreni ve Örneklem ......................................................................... 130

3.2 Veri Toplama, Hazırlama ve Analiz Yaklaşımları .............................................. 132

3.3 Veri, Varsayımlar ve Analiz ............................................................................... 134

3.3.1 Nord Pool Elspot Piyasası Uygulama Sonuçları ............................................ 144

3.3.2 Türkiye Gün-öncesi Elektrik Piyasası Uygulama Sonuçları ........................... 176

3.3.3 NordPool ELSPOT ve Türk Gün-öncesi Elektrik Piyasaları Optimizasyon

Sonuçlarının Karşılaştırılması ....................................................................................... 186

3.3.4 Nord Pool ELSPOT Elektrik Piyasası Optimizasyon Sonuçları Performans

Analizleri.. ..................................................................................................................... 199

3.4 Genişletilmiş Ek Uygulamalar ........................................................................... 202

3.4.1 Monte Carlo yöntemini N1 senaryosuna uygulanması ................................ 202

3.4.2 Etkin Sınır Üzerinde Performans Ölçümü N2 N7 N12 Senaryoları ............... 203

3.4.3 Yatırımcı Risk Algısına göre Sharpe Oranının Değişmi ................................. 204

SONUÇ VE DEĞERLENDİRME ............................................................................................... 206

KAYNAKLAR .......................................................................................................................... 212

İNTERNET KAYNAKLARI ........................................................................................................ 228

EKLER .................................................................................................................................... 235

EK-1 Veri Seti Ortak Uygulama Takvimi 2014-2015 ............................................................. 235

EK-2 N1 Senaryosu MV Optimizasyon Uygulaması için hidrolik Varyans-kovaryans Matrisi

(24x24) Elemanları Satır Sırasıyla ......................................................................................... 236

EK-3 T1 Senaryosu MV Optimizasyon Uygulaması için hidrolik Varyans-kovaryans Matrisi

(24x24) Elemanları Satır Sırasıyla ......................................................................................... 239

EK-4 Tüm Senaryolar için OP portföy çözüm sonuçları ........................................................ 244

ÖZET ..................................................................................................................................... 246

ABSTRACT ............................................................................................................................. 247

ÖZGEÇMİŞ ............................................................................................................................ 248

IX

TABLO LİSTESİ

Tablo 1: Yakıt ve senaryo bazlı dünya birincil enerji talebi (Mtoe) ...................................... 10

Tablo 2: ABD ulusal elektrik piyasa verileri ............................................................................ 22

Tablo 3: 07.10.2016 tarihli Elspot yerel ve sistem fiyatları (€/MWh) .................................... 44

Tablo 4: 2005–2014 Yılları arası Türkiye puant güç ve enerji talebi ...................................... 55

Tablo 5: Yakıt Cinslerine göre Türkiye kurulu gücü 31 Ekim 2016 sonu itibari ile (TEİAŞ,

2016a) .................................................................................................................................... 56

Tablo 6 Yaygın kullanılan getiri oranları ................................................................................. 77

Tablo 7 Elektrik piyasası sayısal literatür taraması .............................................................. 101

Tablo 8 Elektrik piyasasında portföy optimizasyonu literatür taraması .............................. 105

Tablo 9 Farklı optimizasyon aletrnatifleri için MV modelleri ............................................... 112

Tablo 10 Farklı optimizasyon aletrnatifleri için DS modelleri .............................................. 117

Tablo 11 Farklı optimizasyon alternatifleri için SV modelleri .............................................. 120

Tablo 12 Farklı optimizasyon alternatifleri için VaR modelleri ............................................ 125

Tablo 13 Nord Pool ELSPOT optimizasyon uygulaması portföyleri ...................................... 145

Tablo 14 Nord Pool elektrik piyasası optimizasyon parametreleri ...................................... 145

Tablo 15 Nord Pool Hidrolik Riskli Varlıklar Tablosu ............................................................ 147

Tablo 16 Nord Pool Nükleer Riskli Varlıklar Tablosu ............................................................ 147

Tablo 17 Nord Pool Hidrolik Termik Riskli Varlıklar Tablosu ................................................ 148

Tablo 18 N5 uygulama senaryosu değişkenleri .................................................................... 156

Tablo 19 N5 hibrit senaryosu portföy optimizasyonu elektrik üretim payları ..................... 156

Tablo 20 N10 DS hibrit durum portföy optimizasyon OP sonuçları ..................................... 163

Tablo 21 N15 hibrit senaryo portföy optimizasyon sonuçları .............................................. 171

Tablo 22 N16-17-18-19-20 VaR portföy optimizasyon sonuçları tablosu ............................ 173

Tablo 23 N21-22-23-24-25 VaR portföy optimizasyon sonuçları tablosu ............................ 175

Tablo 24 Türk Gün-öncesi Piyasası Optimizasyon Uygulaması Portföyleri .......................... 176

Tablo 25 Türk Gün-öncesi elektrik piyasası hidrolik riskli varlıklar tablosu ......................... 177

Tablo 26 Türk Gün-öncesi elektrik piyasası nükleer riskli rarlıklar rablosu .......................... 178

Tablo 27 Türk Gün-öncesi elektrik piyasası nükleer Riskli Varlıklar Tablosu ....................... 178

Tablo 28 T1 hibrit senaryosu portföy optimizasyonu elektrik üretim payları ..................... 180



Tablo 31 T4 hibrit senaryosu VaR portföy optimizasyonu sonuçları ve elektrik üretim payları

............................................................................................................................................. 185

Tablo 32 T5 hibrit senaryosu HVaR portföy optimizasyonu sonuçları ve elektrik üretim

payları .................................................................................................................................. 186

Tablo 33 Nord Pool ve Türk Gün-öncesi elektrik piyasaları hidrolik varlıklara ilişkin temel

istatistik göstergeleri ............................................................................................................ 187

Tablo 34 Durum-1 senaryo uygulama sonuçları karşılaştırması .......................................... 189




Tablo 38 Durum-5 senaryo uygulamaları Nord Pool elektrik piyasası optimizasyon sonuçları

............................................................................................................................................. 197

X

Tablo 39 Durum-5 senaryo uygulamaları Türk gün-öncesi elektrik piyasası optimizasyon

sonuçları ............................................................................................................................... 198

Tablo 40 Nord Pool Durum-1 senaryoları performans değerlendirmesi ............................. 200



Tablo 43 Optmizasyon çalışması kısıt ve parametreler (Gökgöz ve Atmaca, 2016b) .......... 205

Tablo 44 Nord Pool Durum-5 senaryo sonuçları .................................................................. 208

Tablo 45 Türk Gün-öncesi Durum-5 senaryo sonuçları ........................................................ 208

XI

ŞEKİL LİSTESİ

Şekil 1: Elektrik üretimi buhar döngüsü (Atmaca, 2010: 7; Çengel ve Boles, 1994: 243 ) ....... 7

Şekil 2: ABD 2013 yılı elektrik kurulu gücünün kaynaklara göre dağılımı (OECD/IEA, 2015:

598) ........................................................................................................................................ 17

Şekil 3: ABD ulusal elektrik piyasa yapısı (FERC, 2016b) ........................................................ 22

Şekil 4: ENTSO-E üye ülkeleri (ENTSO-E, www.entsoe.eu, 2016) .......................................... 29

Şekil 5: Nord Pool piyasası Avrupa işlem merkezleri (Nord Pool, 2016) ................................ 40

Şekil 6: Nord Pool piyasa ilişkileri ve elektrik akışı ................................................................. 41

Şekil 7: Nord Pool teklif bölgeleri (Nord Pool, 2016) ............................................................. 43

Şekil 8: Nord Pool finansal piyasa işlem hacimleri 1998-2013 (NordREG, 2014) ................... 48

Şekil 9: 2015 Türkiye elektrik üretiminin kaynaklara göre dağılımı (TEİAŞ, 2016b) ............... 57

Şekil 10 Üretici ve tüketici fazlasını gösteren örnek grafik (EPAİŞ, 2016b) ............................ 68

Şekil 11 Şebeke frekans güç ilişkisi (Atmaca, 2010: 72) ......................................................... 72

Şekil 12 Risk ağacı (Atmaca, 2010: 101) ................................................................................. 80

Şekil 13 Risk yönetim teknikleri (Liu, Wu, ve Ni, 2006: 2) ...................................................... 81

Şekil 14 Toplam risk ve çeşitlendirme yoluyla riskin azaltılması ............................................ 82

Şekil 15 Portföy varlıklarında çeşitlendirme ve risk (Atmaca, 2010: 104) ............................. 83

Şekil 16 Korelasyon katsayısının iki varlıklı portföye etkisi (Atmaca, 2010) .......................... 85

Şekil 17 Yatırımcı kayıtsızlık/farksızlık eğrileri (Şahin, 2006: 39) ............................................ 88

Şekil 18 Farklı risk algı düzeyindeki yatırımcılar için farksızlık eğrileri (TSPAKB, 2007). ........ 89

Şekil 19 Elektrik fiyatı tahmin modeli yaklaşımlarının sınıflandırılması (Weron, 2014: 1041).

............................................................................................................................................... 98

Şekil 20 Geniş literatür taraması "electricity markets" WoS ................................................. 99

Şekil 21 MV modeli için etkin sınır (Atmaca, 2010) ............................................................. 110

Şekil 22 Ortalaması sıfır olan normal dağılım için VaR ......................................................... 124

Şekil 23 Günlük elektrik tüketim eğrisi a) Norveç (Sol tarafta) b) Türkiye (Sağ tarafta)

(Gökgöz ve Atmaca, 2016a) ................................................................................................. 136

Şekil 24 Türkiye a) Saatlik elektrik eiyatları (Sol tarafta) b) Haftalık tüketim eğrisi (Sağ

tarafta) (Gökgöz ve Atmaca, 2016c) .................................................................................... 136

Şekil 25 Nord Pool ELSPOT elektrik piyasası fiyat histogramı .............................................. 138

Şekil 26 Nord Pool ELSPOT 2014-2015 elektrik piyasa fiyatları ........................................... 138

Şekil 27 Türk Gün-öncesi elektrik piyasası fiyat histogramı ................................................. 139

Şekil 28 Türk Gün-öncesi 2014-2015 elektrik piyasa fiyatları .............................................. 139

Şekil 29 N1 MV portföy optimizasyon uygulaması .............................................................. 148

Şekil 30 N1 optimum ve global minimum varyans portföy çözümleri ................................. 149







Şekil 37 N5 MV hibrit portföy optimizasyon uygulaması ..................................................... 156

Şekil 38 N6 DS portföy optimizasyon uygulaması ................................................................ 157

Şekil 39 N6 optimum ve global minimum LPM1 risk portföy çözümleri .............................. 158

XII







Şekil 46 N11 SV portföy optimizasyon uygulaması .............................................................. 164

Şekil 47 N11 optimum ve global minimum LPM2 risk portföy çözümleri ............................ 165







Şekil 54 N15 MV hibrit portföy optimizasyon uygulaması ................................................... 171

Şekil 55 T1 MV hibrit portföy optimizasyon uygulaması ..................................................... 179

Şekil 56 T2 DS hibrit portföy optimizasyon uygulaması ....................................................... 181

Şekil 57 T3 SV hibrit portföy optimizasyon uygulaması ....................................................... 183

Şekil 58 N1 senaryosunun 500 örnekli Monte Carlo ile çözümü ......................................... 202

Şekil 59 N1 senaryosunun 5000 örnekli Monte Carlo ile çözümü ....................................... 203

Şekil 60 Etkin sınır üzerinde Sharpe oranının değişimi ........................................................ 204

Şekil 61 Sharpe oranının farklı yatırımcı risk algısı seviyeleri için değişimi (Gökgöz ve Atmaca,

2016b) .................................................................................................................................. 205

XIII

KISALTMALAR

€ :Euro

AB :Avrupa Birliği

AC :Alternatif Akım

ATSOI :Association of the Transmission System Operators of Ireland

BALTSO :Baltic Transmission System Operators

CAISO :California Independent System Operator

CAPM :Capital Asset Pricing Model (Sermaye Varlıkları Fiyatlama Modeli)

CRRs :Congestion Revenue Rights

CVaR :Conditional Value-at-Risk (Şartlı Riske Maruz Değer)

DGP :Dengeleme Güç Piyasası

DKK :Danimarka Kronu

DS :Down-side

DSİ :Devlet Su İşleri Genel Müdürlüğü

DUY :Dengeleme Uzlaştırma Yönetmeliği

EC :European Commission

ECSC :European Coal and Steel Community (Avrupa Kömür ve Çelik

Birliği)

EEC :European Economic Community (Avrupa Ekonomik Birliği)

EIA :U.S. Energy Information Administration

EL-EX :Elektricity Exchange

ENTSO-E :European Network of Transmission System Operators for Electricity

EPAct :Energy Policy Act

EPDK :T.C. Enerji Piyasası Düzenleme Kurumu

EPİAŞ :Enerji Piyasaları İşletme Anonim Şirketi

ETKB :Enerji ve Tabi Kaynaklar Bakanlığı

ETSO :European Transmission System Operators

EUR :Euro

EÜAŞ :Elektrik Üretim A.Ş.

FERC :Federal Energy Regulatory Commission

FP :Fixed Priced (Sabit fiyatlı)

FPA :Federal Power Act

FPC :Federal Power Commission

XIV

GİP :Gün-içi Piyasası

GÖP :Gün-öncesi Piyasası

GMRP :Global Minimum Risk Portföyü

GMVP :Global Minimum Varyans Portföyü

GW :Gigawatt

Hz :Hertz (s-1); Saniye başına titreşim sayısı

HVaR :Historical Value at Risk

IEA :International Energy Agency

IR :Information Ratio

ISOs :Independent System Operators

IVO :Imatran Voima Oy

KGÜP :Kesinleşmiş Günlük Üretim Programı

kWh :kilowatt-hour (kilowatt-saat)

KPTF :Kısıtsız Piyasa Takas Fiyatı

LPM :Lower Partial Moment

MPT :Modern Portfolio Theory

MV : Mean-variance

MVS :Mean-variance-skewness (Ortalama-varyans-çarpıklık)

MVSK :Mean-variance-skewness-kurtosis (Ortalama-varyans-çarpıklık-

basıklık)

MW :Megawatt

MWh :Megawatt hour (Megawatt-saat)

MYTM :Milli Yük Tevzi Merkezi

NETA :New Electricity Trading Arragements

NGET :National Grid Electricity Transmission

NOK :Norveç Kronu

NORDEL :Association of TSOs from Norway, Finland, Denmark and Sweeden

NYSE :New york Stock Exchange

OECD :Organization for Economic Co-operation and Development

OFGEM :Office of Gas and Electricity Markets

OP :Optimum Portföy

ÖİB :Özelleştirme İdaresi Başkanlığı

PTF :Piyasa Takas Fiyatı

PUCs :Public Utility Commissions

XV

PUHCA :Public Utility Holding Company Act

PURPA :Public Utility Regulatory Policies Act

PWR :Pressurized Power Reactor (Basınçlı Su Reaktörü)

PYS :Piyasa Yönetim sistemi

RF :Risk-free (Risksiz)

RTO :Regional Transmission Operator

SEC :Securities and Exchange

SEK :İsveç Kronu

SMF :Sistem Marjinal Fiyatı

SV : Semi-variance

TCMB :Türkiye Cumhuriyeti Merkez Bankası

TEDAŞ :Türkiye Elektrik Dağıtım A.Ş.

TEAŞ :Türkiye Elektrik Üretim, İletim Şirketi A.Ş.

TEİAŞ :Türkiye Elektrik İletim A.Ş.

TEK :Türkiye Elektrik Kurumu

TETAŞ :Türkiye Elektrik Ticaret ve Taahhüt A.Ş.

TM :Trade Mark

TSPAKB :Türkiye Sermaye Piyasası Aracı Kuruluşları Birliği

TSO :Transmission System Operator

TWh :Terawatt hour

UCTE :Union for the Coordination of the Transmission of Electricity

UK :United Kingdom

UKTSOA :UK Transmission System Operators Association

U.S. :United States of America

VaR :Value-at-Risk (Riske Maruz Değer)

WoS :Web of Science

YAL :Yük Alma

YAT :Yük Atma

YPK :Yüksek Planlama Kurulu

GİRİŞ

Enerji yoktan var edilemezken varken de yok edilemez, ancak ve ancak bazı

formlar arasında değişim gösterir ve korunur. Elektrik üretmek içinde bu enerji

dönüşüm formları kullanılmaktadır. Elektrik üretiminde kullanılan en yaygın birincil

enerji kaynakları ise: Petrol, Doğalgaz, Kömür, Su, Nükleer, Jeotermal vb. diğer

kaynaklardır. Bunların dışında son yıllarda özellikle yenilenebilir enerji kaynaklarına

(Rüzgâr, Su, Güneş, Dalga, Gelgit, Biokütle vb.) da karbon salınımlarını azaltmak ve

çevreyi korumak için ülkeler ve şirketler önemli ağırlıklar vermeye başlamışlardır. Bu

yüzden günden güne giderek yenilenebilir enerji kaynaklarının enerji ve özellikle de

elektrik üretim portföylerindeki payı artmaktadır.

Elektriğin daha verimli, çevreye duyarlı, yaygın ve marjinal faydası yüksek

kullanımı için teknolojik ilerlemeler, yönetim sistemlerinin geliştirilmesi (Kurumsal

Kaynak Planlama, Bakım Yönetim Sistemleri, İç Kontrol Sistemleri, Kalite Yönetim

Sistemleri, Entegre Yönetim Sistemleri) ve etkili insan kaynakları kullanımlarının

yanında diğer bazı farklı yaklaşımlar da ortaya çıkmıştır. Bunlardan en önemlilerinden

biri de elektrik sektöründe serbestleşme ile beraber ortaya çıkan elektrik piyasası

yapılarıdır. Son 40 yıl içinde dünyada olduğu gibi ülkemizde de liberalleşme ve

serbestleşme akımları ile birlikte serbest piyasa yaklaşımları hızlı bir şekilde ilerleme

göstermiş ve mevcut politikalar ışığında da göstermeye devam edeceği

anlaşılmaktadır. Ülkeler, enerji kaynaklarını verimli kullanmak, fiyat istikrarı, özel

sektör imkanları ile enerji üretim sektörüne yatırım yapılmasının sağlanması, enerji

arz/talep dengesini ve arz güvenliğini korumak, çevreye duyarlı ve ekonomik enerji

2

üretim seçeneklerinin teşviki gibi sebeplerden dolayı elektrik sektöründe serbestleşme

ve piyasa uygulamalarına geçmeye başlamışlardır. Üreticilerin, tüketicilerin,

ileticilerin, perakendecilerin ve ticari alıcıların kısacası elektrik piyasası oyuncularının

bir araya gelerek elektriğe yönelik fiziki teslimatlı veya vadeli ticaret ve kontrat alım

satımını yaptıkları ortamlara elektrik piyasaları denmektedir. Şili ve ABD’nin

öncülüğünü üstlendiği bu alanda Avrupa, Türkiye ve diğer dünya ülkeleri de benzer

yaklaşımlar ortaya koymuşlar ve koymaya da devam etmektedirler.

Elektrik piyasası, enerji piyasalarının en önemli uygulama alanlarından biri

olup gelişen dünya ile birlikte hızla gelişmekte olan bir kavramdır. Her ne kadar

gelişen dünya ile birlikte enerji üretimine yönelik daha etkin ve verimli teknoloji

alternatifleri ortaya çıksa da artan nüfus ve sanayileşme ile her geçen gün daha fazla

enerjiye ihtiyaç duyulmaktadır. Bu enerji talebinin en önemli kaynağı gelişmekte olan

ülkelerdir. İhtiyaç duyulan bu enerji gereksiniminin birçok değişik ama sınırlı

kaynaktan karşılanması gerekmektedir. İhtiyaçların sonsuzluğu karşısında kaynakların

kıtlığı söz konusudur. Bu kapsamdan bakıldığında sınırlı enerji kaynaklarının etkili

kullanımı için yalnızca etkinlik ve verimlilik temelli üretim yaklaşımları değil aynı

zamanda risk getiri ekseni temelli stratejik yönetim, satış ve pazarlama stratejileri de

gereklidir.

Elektrik piyasası yaklaşımı ile birlikte en geniş anlamı ile spot elektrik piyasası,

havuz elektrik piyasa uygulamaları, ikili anlaşma piyasaları ve türev elektrik piyasası

gibi kavramlar elektrik sektörü içinde ortaya çıkmaya başlamıştır. Bunlardan en

önemlileri ve bu çalışmanın araştırma konusunu da temsil eden Nord Pool ve onu

3

kendine model olarak alan Türk elektrik piyasaları’dır. Nord Pool 9 Avrupa ülkesinde

piyasa faaliyeti yapmakta ve bu uygulamalara 20 farklı ülkeden 380 şirket dahil

olmaktadır. Türk Elektrik piyasaları ise henüz ülke içinde faaliyet göstermekte henüz

Nord Pool seviyesine ulaşmasa da birçok yönüyle 2001 yılından beri başarılı

gelişimini sürdürmeye devam etmektedir.

Elektrik piyasaları ortamı içinde, sistematik yaklaşımı olan piyasa

oyuncularının minimum riskle maksimum kar elde etmelerini sağlayacak risk yönetim

yaklaşımlarına ihtiyaçları bulunmaktadır. Örneğin üreticiler açısından bakıldığında

üretimi yapılan/yapılacak elektriğin ne kadarının ikili anlaşma ile ne kadarının spot

piyasada satılması gerektiği? Hangi elektrik üretim kaynaklarına yatırım yapması

gerektiği? Fiyatlama kararlarında maliyet haricinde hangi unsurları kullanması

gerektiği ve nasıl bir portföy yönetim stratejisi uygulayacağı? Piyasa fiyat

dalgalanmalarına karşı riskten nasıl korunacağı? gibi bir çok soru akla gelmektedir.

H. M. Markowitz tarafından 1952 yılında öncülüğü yapılan modern portföy

teorisi ve sonrasında ortaya çıkan, temelleri bu teori ve türevlerine dayanan diğer risk-

getiri temelli yaklaşımlar ve portföy performans ölçme yöntemleri kendilerine finans

literatüründe geniş bir uygulama alanı bulmuştur. Bu çalışma ile;

Finans literatüründe yaygın bir uygulama alanı bulmuş risk-getiri temelli

(Ortalama varyans, Alt tarafı risk, Yarı varyans, Riske Maruz Değer (VaR))

portföy optimizasyonu yaklaşımlarının elektrik piyasasına uyarlanmasının

4

nasıl yapılabileceği, bu uygulamalar sayesinde saatlik, günlük elektrik satım

stratejilerinin nasıl belirleneceği,

Elektrik piyasası oyuncuları için mevcut piyasa koşullarında risklerini

minimize ederken getirilerini maksimize edecek portföy yönetim stratejilerinin

yine mevcut yatırımcıların farklı risk algıları (fayda fonksiyonları) ışığında

nasıl belirlenebileceği,

Performans ölçme yöntemleri kullanarak elektrik piyasasına yönelik portföy

optimizasyon yaklaşımlarının performanslarının karşılaştırılması ve

geliştirilmesi,

Nord Pool ELSPOT ve Türk Gün-öncesi piyasalarının bu yöntemler üzerinden

karşılaştırılmalı analizinin yapılması,

Tüm yukarıda belirtilen unsurlar ışığında elektrik piyasası oyuncularının

piyasa uygulamalarında kullanabileceği etkin ve etkili bir karar destek

mekanizmasının geliştirilmesi ve literatüre bu kapsamda anlamlı bir katkı

sağlanması, hususları temel hedefler olarak belirlenmiştir.

Tez çalışmasının birinci bölümünde elektrik piyasalarının tarihsel gelişimi,

dünya elektrik piyasaları ve özellikle Nord Pool ve Türk elektrik piyasalarına yönelik

detay bilgiler verilmektedir. İkinci bölümde finans literatüründe geniş uygulama alanı

olan farklı portföy optimizasyon yöntemlerinin açıklaması yapılmakta ve elektrik

piyasalarına uyarlanmasına yönelik matematiksel alt yapı oluşturulmaktadır. Üçüncü

bölümde Nord Pool ve Türk elektrik piyasaları için portföy optimizasyon uygulamaları

hayata geçirilerek ve yukarıda belirtilen temel hedeflere ulaşılmaya çalışılmaktadır.

Sonuç ve değerlendirme bölümünde ise elde edilen bulgular ve sonuçlar özetlenerek

5

değerlendirilmekte, daha ileride yapılabilecek ek çalışmalara yönelik öneri ve

tavsiyelerde bulunulmaktadır.

BİRİNCİ BÖLÜM

1. ELEKTRİK PİYASALARININ TARİHSEL GELİŞİMİ VE TEMEL

GÖSTERGELER

1.1 Elektrik Enerjisi ve Elektrik Üretimi

Elektriğin gerçek doğasını bilmeden çok daha önce, Sahranın incisi Nil nehri

kenarında Antik Mısırlılar, M.Ö. 2750 yıllarında elektrikli kedi balığına “Nil’in

Şimşekcisi” adıyla saygı duymakta ve onu balıkların koruyucusu olarak

adlandırmaktaydılar. Bundan binlerce yıl sonra dahi Romalı, Yunanlı ve Arap doğa

bilimcileri, fizikçileri ve şairleri Kedi Balığından ve Akdeniz Torpilinden açığa çıkan

muazzam ve bayıltıcı enerjiye fazlasıyla kafa yormaktaydılar (Moller, 1991: 794). İşin

aslı bazı hayvanlarda mevcut olan bu elektrik akımı yaratma özelliği ve yıldırımlar

elektriği anlamamızda bize yardımcı olan öncü doğa fenomenleriydi. Elektriğin asıl

önemini anlamamız ve gelişim hikâyesinin başlaması için 18. yüzyılın beklenmesi

gerekmiştir. Stephen Gray, George von Kleist, Benjamin Franklin, Alessandro Volta,

Hans Christian Oersted, Marie Ampere, Joseph Henry, George Simon Ohm, Micheal

Faraday, Nikola Tesla, Thomas Edison gibi bilim insanlarının adım adım yıllar içinde

yapmış oldukları katkıları ile elektriğin kullanım alanı genişlemiş ve hayatımızın

vazgeçilmez bir parçası haline gelmiştir. Elektrik enerjisi artık insan hayatına etki eden

tüm alanlarda (iletişim, ulaşım, sanayi, havacılık, uzay, ev hayatı, sağlık, eğitim,

ticaret, aydınlatma vb.) kullanılmaktadır. Elektriğin önemi, bir anda elektriksiz

kaldığımız zaman neler olacağını tahmin etmeye çalıştığımız da daha iyi anlaşılacaktır.

7

Enerji nasıl yoktan var edilemezse, varken de yok edilemez, sadece formunu

değiştirir ve Enerji Korunumu yasası gereği izole bir sistem içerisinde toplam enerji

değişmez. Elektrik enerjisi işte bu enerji formlarından biridir. Elektrik enerjisi

üretebilmek için doğa fenomenleri olmadığı sürece bu enerji dönüşüm formlarından

yararlanılmaktadır. Birincil enerji kaynakları (Kömür, Su, Petrol ürünleri, Doğalgaz,

Kaya gazı, Nükleer yakıtlar, Güneş, Rüzgar vb.) sayesinde elde edilen kimyasal,

mekanik, ısı, nükleer enerji formları öncelikle mekanik enerjiye ve akabinde de

generatör yardımıyla Faraday Yasası gereği elektrik enerjisine dönüştürülmektedir.

İletim hatları sayesinde bu enerji belli bir oranda kayıp ile çok uzak mesafelere kadar

iletilebilmekte ve elektrik enerjisi ise elektrik motorları sayesinde yine dönüştürülerek

mekanik iş yapmak, ulaşım, ısınma, aydınlatma gibi değişik amaçlar için

kullanılmaktadır.

TÜRBİNKAZAN

KONDENSER

POMPA

P-2P-3

P-4 P-5

Çıkan İŞYapılan İŞ

Ene

rji Ç

ıkışı

Ene

rji G

irişi

Şekil 1: Elektrik üretimi buhar döngüsü (Atmaca, 2010: 7; Çengel ve Boles, 1994:

243 )

8

Şekil 1’de standart bir kömür yakıtlı termik santral için elektrik üretim buhar

döngüsü yer almaktadır. Birincil enerji kaynağı, yakma işlemi için uygun basınç,

sıcaklık, boyut formlarına getirildikten sonra kazan adı verilen bölümde yakılarak ısı

enerjisi açığa çıkmaktadır. Açığa çıkan bu enerji kazan içerisinde ekonomizer, ön

ısıtıcı, tekrar ısıtıcı ve duvar boru sistemleri ile belirli bir basınç altında olan su

akışkanına aktarılmakta ve aynı basınçta kızgın buhar elde edilmektedir. Kızgın buhar

yine bir boru sistemi ile sırasıyla yüksek, orta ve alçak basınç buhar türbinlerine

gönderilmekte türbin kademelerinde kanatlara çarpan buhar sahip olduğu enerjiyi

kanatlara mekanik enerji olarak aktarmakta ve dönmesine sebep olmaktadır. Türbinde

yapılan iş neticesinde basıncı ve sıcaklığı düşen buhar-su karışımı artık iş

üretemeyeceği bir seviyeye geldikten sonra çürük buhar olarak adlandırılmaktadır. Bu

buhar kondenseye giderek yoğuşmakta (basıncı ve sıcaklığı düşerek sıvı formuna

dönüşmekte) veya tekrar kızdırılarak tekrar iş yaptırılmaktadır ve sonuç olarak

kondensede soğutma süreci sonrasında bir pompa vasıtasıyla tekrar kazana basılarak

Şekil 1’de gösterilen döngü tamamlanmaktadır.

Yukarıda bahsi geçen döngüde türbinler dönerken aynı şaft üzerinde olan

generatörü de döndürmekte ve Faraday Yasası gereği manyetik alanda metal halkanın

döndürülmesi sonucu halkadan akım geçmesi sağlanmaktadır. Alternatif Akım (AC)

olarak adlandırılan bu elektriksel akım bir sinüs dalgasına benzemektedir. 3000 dev/dk

hızla dönmekte olan generatör 50 Hz’lik bir gerilim frekansı üretmektedir. Şalt sahası

ve transformatör gibi yapılarla üretilen elektrik şebekeye verilmektedir. Türkiye için

şebeke frekans değeri ve gerilim değeri, T.C. Enerji Piyasası Düzenleme Kurumu

(EPDK) Elektrik Piyasası Şebeke Yönetmeliğine göre 49,5-50,5 Hz arasında ve 220

9

V olması gerekmektedir (EPDK, 2015). Avrupa’nın 9 ülkesinde gün öncesi ve gün içi

piyasaları olarak faaliyet göstermekte olan Nord Pool piyasaları içinse yine şebeke

frekans ve gerilim değerleri 50 Hz ve 230 V tur (Nord Pool Spot AS, 2016a).

Birincil enerji kaynağı olarak kömür yerine diğer fosil yakıtların (Doğalgaz,

Fuel Oil, Motorin vb.) kullanılması durumunda en başta yakma mekanizmaları olmak

üzere kazan tipleri ve döngü yapılarında birçok değişiklik ortaya çıkmaktadır (Atmaca,

2010: 8). Bu ve benzeri tesislerde harcanan birincil enerji kaynağı miktarı ile üretilen

elektrik enerjisi miktarı arasında bir fark bulunmaktadır. Verilen ısı enerjisinin ne

oranda elektrik enerjisine dönüştürülebildiğini gösteren oran ısı sisteminin

(makinesinin) performansının bir ölçüsüdür ve termal verim olarak adlandırılmaktadır

(Çengel ve Boles, 1994: 244). Bu değer 2014 yılı mevcut Amerikan santrallerinin

ortalama verilerine göre: Kömür yakıtlı santrallerde % 33,8, Kombine Dönüşümlü

Petrol santrallerinde % 34,4, Doğalgaz Kombine Çevrim santrallerinde % 44,6 ve

Nükleer santrallerde % 32,6 dır (EIA, 2016a). Söz konusu oranlar gelişen malzeme ve

kontrol teknolojileri ile birlikte yeni santraller için daha da yukarı değerlere

çıkmaktadır. Örneğin Süper-kritik Kömür santrallerinde % 47, büyük Doğalgaz

Kombine Çevrim santrallerinde % 58 ve yeni nesil Nükleer santrallerde % 36 gibi

(Eurelectric ve VGB Power Tech, 2003). Son yıllarda gelişen bölgesel ısıtma

sistemlerinin de santrallerde üretilen atık ısıların değerlendirilmesinde kullanılmasıyla

beraber elektriksel olamamakla birlikte enerji dönüşümü anlamında daha yüksek

termal verim değerlerine de erişilmektedir.

10

Uluslararası Enerji Ajansının (IEA) World Energy Outlook 2015 raporunda yer

alan “Yeni Politikalar Senaryosu”na göre 2013’ten 2040 yılına kadar küresel enerji

talebi % 32 oranında artacak ve 2015-2040 yılları arasında bu talebi karşılamak için

68 Trilyon $ yatırım yapılması gerekecek (OECD/IEA, 2015: 53). 2013 yılı itibari ile

birincil enerji tüketimimiz içindeki fosil yakıtların payı % 81 olup son kırk yıl içinde

çok az bir değişim göstermiştir ve senaryoların hepsinde 2040 yılında yine ağırlığını

koruyacağı öngörülmektedir (OECD/IEA, 2015: 56).

Tablo 1’de yer alan Yeni Politikalar Senaryosuna göre 2040 yılına kadar artan

fosil yakıt talebi içinde özellikle Doğalgazın payının diğerlerine göre daha fazla bir

artış göstereceği öngörülmektedir (OECD/IEA, 2015: 57). Bunun temel nedeni ise

doğalgaz kaynaklarının giderek artan bir kullanım alanı bulması, artan arz, elektrik

üretiminde kömüre nazaran daha çevreci olmasıdır. Örneğin aynı miktarda enerji

üretmek için faydalanılan doğalgaz, kömüre ve petrole göre daha az karbondioksit ve

zararlı ürün salınımına neden olmaktadır.

Tablo 1: Yakıt ve senaryo bazlı dünya birincil enerji talebi (Mtoe)

Tür\Yıl 2000 2013

Mevcut Politikalar

Senaryosu

Yeni Politikalar

Senaryosu

450

Senaryosu

2020 2040 2020 2040 2020 2040

Kömür 2343 3929 4228 5618 4033 4414 3752 2495

Petrol 3669 4219 4539 5348 4461 4735 4356 3351

Gaz 2067 2901 3233 4610 3178 4239 3112 3335

Nükleer 676 646 827 1036 831 1201 839 1627

Hidrolik 225 326 380 507 383 531 384 588

Biokütle ve

atık

1023 1376 1537 1830 1541 1878 1532 2331

Diğer Yen 60 161 296 693 316 937 332 1470

Toplam 10.063 13.559 15.041 19.643 14.743 17.934 14.308 15.197

Kaynak: OECD/IEA, World Energy Outlook, 2015, s.57.

11

Türkiye maalesef çok fazla yer altı zenginliğine sahip bulunmamaktadır. Enerji

kaynakları konusunda büyük ölçüde dışa bağımlılık mevcuttur. Özellikle doğalgaz,

petrol ve ithal kömür dış ticaret açığını büyüten önemli enerji kalemleri arasında yer

almaktadır1. Enerji ve Tabi Kaynaklar Bakanlığı (ETKB) verilerine göre petrolün %

92’si, doğalgazın % 99’u ithal edilmekte ve enerjide dışa bağımlılık oranı % 75 olarak

gerçekleşmektedir (ETKB, 2016). Türkiye’de bulunan temel yerel zenginliğimiz

düşük kalori değerine sahip (1000-5000 kcal/kg) kömür sınıfına giren Linyit’tir.

Özellikle Afşin-Elbistan havzası Türkiye rezervinin yaklaşık yarısına sahip olması

nedeniyle büyük öneme sahiptir ve bu bölgede bulunan yaklaşık 2800 MW Kurulu

güce ek olarak 6800-10000 MW daha ek üretim kapasitesi potansiyeline sahip

bulunmaktadır (EÜAŞ, 2016).

Nordpool piyasasında ise Türkiye’den çok farklı bir portre görülmektedir.

Elektrik üretiminin % 53’ü hidrolik santrallerden, % 23’ü nükleer enerjiden, % 12’si

fosil yakıtlardan ve kalan % 12’si ise rüzgar ve biokütleden elde edilmektedir

(NordREG, 2014). Hidrolik santral ağırlığının fazla olması elektrik üretim esnekliği

açısından bir avantaj sağlamakla birlikte üretimin su rejimi gibi doğal koşullara fazla

bağlı olmasından kaynaklı dezavantajlar da bulunmaktadır.

Tablo 1’de yer alan Yeni Politikalar Senaryosuna göre 2040 yılına kadar

nükleer enerjinin kullanımı neredeyse iki katına çıkacaktır (OECD/IEA, 2015: 57).

1 TÜİK’in 2015 yılsonu verilerine göre 2014 ve 2015 yıllarında ithalat ve ihracat gerilemiştir. İhracatın

ithalatı karşılama oranı 2015 yılsonu itibari ile % 70 lerde bulunmaktadır. Son zamanlardaki dünyadaki

büyüme endişeleri nedeniyle ortaya çıkan petrol fiyatlarındaki düşüşün Türkiye’nin Cari açığına

özellikle enerji ithalat kalemleri nedeniyle olumlu yansımaları olmakla birlikte net ve kalıcı bir iyileşme

henüz ortaya çıkmamıştır.

12

Nükleer enerjiden elektrik üretiminde temel yaklaşım fosil yakıtlı santrallerle aynı

olmakla birlikte kazan yerine reaktör denen bir ısı üretim yapısına sahip olmasıdır

(Atmaca, 2010). Termik santrallerden farklı olarak, nükleer santrallerde reaktör içinde

nükleer bölünme reaksiyonları meydana gelmekte bu reaksiyonlar sonucu ortaya çıkan

yüksek ısı enerjisi nötron yavaşlatıcı ve soğutucu olarak kullanılan suya aktarılmakta

ve geri kalan enerji üretim döngüsü termik santraldekine benzer bir şekilde

tamamlanmaktadır. 2016 yılının Ağustos ayı itibari ile dünyada halen 448 reaktör

işletim halinde olup toplam kurulu güç 390 GW tır (PRIS/IAEA, 2016). Türkiye’de

henüz bir nükleer santral olmamakla birlikte Nordpool piyasasında üretilen elektriğin

% 23’ü nükleer enerjiden elde edilmektedir (NordREG, 2014).

Tablo 1’de yer alan Yeni Politikalar Senaryosuna göre 2040 yılına kadar

hidrolik enerji kullanımı yaklaşık % 70 düzeyinde bir artış gösterecektir (OECD/IEA,

2015: 57). Hidrolik enerjiden elektrik üretiminde temel felsefe diğer yaygın üretim

teknolojileri ile önemli ölçüde ayrışmaktadır. Herhangi bir reaksiyon veya emisyona

neden olmadan doğrudan doğruya suyun potansiyel enerjisinin kullanılması ile

elektrik üretilmektedir. Belirli bir yükseklikten (düşü-kot farkı) düşürülen su türbinleri

döndürmekte ve aynı şaft üzerinde bulunan generatör yardımıyla elektrik

üretilmektedir. Hidrolik santrallerin yük alma, yük atma ve ani yük değişimlerine tepki

süreleri diğerlerine göre oldukça kısa ve etkilidir. 2014 yılında Nordpool piyasasında

elektriğin % 53’ü, Türk piyasasında elektriğin % 16’sı hidrolik santrallerden elde

edilmiştir (NordREG, 2014; EÜAŞ, 2014: 21).

13

Doğalgazlı termik santraller diğer önemli bir üretim alternatifini

oluşturmaktadır. Dünyada hızla gelişmekte ve artış göstermekte olan bu teknolojide

ilk yatırım maliyetinin diğer alternatif üretim teknolojilerine göre düşük olması ve hızlı

inşaat süreci ile daha hızlı faaliyete geçebilmesi önemli bir avantaj teşkil etmektedir.

Bununla birlikte elektrik üretim maliyetinin % 70 ler gibi bir miktarı yakıt

giderlerinden oluşması sebebi ile önemli ölçüde yakıt piyasası fiyat riskine maruz

kalmaktadır. Bölgesel ısıtma ve ısı satışı mekanizmaları ile Doğalgaz Kombine

Çevrim santrallerinde verim oldukça yüksek değerlere ulaşabilmektedir. Bu nedenle

Türkiye’de özellikle özel sektör tarafından sıklıkla tercih edilmektedir. Nord Pool

piyasasından çok farklı olarak Türkiye’de elektriğin yaklaşık % 50’si doğalgazdan

üretilmektedir (NordREG, 2014; EÜAŞ, 2014: 21).

Diğer önemli elektrik üretim teknolojileri sırasıyla rüzgar, güneş, kaya gazı,

biokütle, jeotermal, dalga, gelgit, pompalı depolamalı hidrolik gibi alternatif üretim

teknolojileri olup bu kaynaklardan elektrik üretimleri, 2014 yılı rakamları ile Nord

Pool piyasasında % 12, Türk elektrik piyasasında % 2 lik ağırlığa sahiptir (NordREG,

2014; EÜAŞ, 2014: 21).

1.2 Elektrik Piyasaları ve Tarihsel Gelişimleri

Elektriğin ticari bir ürün olduğu kabul edilerek alıcı ve satıcı tarafların bir araya

gelmesi ile söz konusu bu ticari ürüne yönelik alım satım işlemlerinin yapıldığı

ortamları, elektrik piyasaları olarak tanımlayabiliriz. Üretici ve son tüketicinin iki

temel paydaş veya oyuncu olarak tanımlandığı elektrik piyasasında son yıllarda

yaşanan dikey/yatay ayrışımlar ve piyasa serbestleşme hareketleri ile paydaş sayıları

14

da artmış bulunmaktadır. Üretici ve son tüketicinin dışında mevcut elektrik piyasa

yapılarındaki temel paydaşlar ve oyuncular ülkelerden ülkelere farklılık göstermekle

birlikte şu şekilde tanımlanabilir: Lisanslı üreticiler, lisansız üreticiler, tüketiciler,

serbest tüketiciler, iletimciler, dağıtımcılar, perakendeciler, düzenleyici otorite, piyasa

işleticisi, takas merkezi vb.

Yukarıda bahsi geçen bu piyasa oyuncularının görev ve yetkileri ilgili ülkelerin

piyasa mevzuatlarında tanımlanmış olup bazı sistemlerde iletimcinin aynı zamanda

sistem işletmecisi olması veya dağıtımcıların aynı zamanda perakendeciler olması gibi

görevler aldığı da görülebilmektedir. Toptan elektrik pazarında, üreticiler doğrudan

dağıtıcılara, serbest tüketicilere ya da perakendecilere ve hatta müşterilere satış

yapmak için yarışırlar (Aslan, Katırcıoğlu ve diğerleri, 2007: 61). Bu pazarlarda piyasa

altyapısının kuvvetli olması sistem bütünlüğü açısından önem arz etmesinin yanında

ticareti yapılacak olan elektriğin standartlaştırılması da (Yer, Bölge, Miktar, Zaman

vb. açılardan) piyasa oyuncularının sadece fiyata odaklanması kolaylığını getirecektir.

Fiyat odaklanması ile beraber bilginin herkes tarafından ulaşılabilirliği, şeffaflık ve

piyasa açıklık oranının yüksekliği etkili bir piyasa yapısı için diğer önemli unsurları

oluşturmaktadır (Atmaca, 2010: 14; OECD/IEA, 2005: 71). Şeffaflık, bilgiye ulaşım

ve piyasa açıklık unsurlarında düzenleyici ve denetleyici kurumlara, piyasa alt yapısı

ve sistem güvenliği unsurlarında iletim operatörü ve piyasa işletmenine, serbestleşme

süreçlerinin ve politikalarının oluşturulmasında hükümetlere önemli görevler

düşmektedir.

15

Elektrik piyasalarında serbestleşme beraberinde sektör içi dikey ve yatay

ayrışmaları da beraberinde getirmektedir. Dikey ayrışma sektör içinde birbirine girdi

çıktı ilişkisi olan iş alanlarının birbirinden ayrılmasını ifade etmekte olup örneğin;

elektrik sektöründe devlet elinde bulunan üretimin, iletimin ve dağıtımın birbirinden

ayrı faaliyet gösteren tüzel kişiliklere bölünmesi ve/veya özelleştirilmesidir. Yatay

ayrışma ise birbirine girdi çıktı ilişkisi olmayıp aynı pazar alanında, aynı faaliyet alanı

üzerinden rekabet eden yapıların oluşturulmasını ifade etmektedir örneğin; Türkiye

dağıtım pazarı 21 dağıtım bölgesine bölünmüştür.

Ülkeler piyasa ihtiyaçlarına göre havuz sistemi, bölgesel fiyatlama, tek

fiyatlama, tarife uygulama, yarı serbest piyasa, marjinal fiyatlama, elektriğin fiziki

teslimatı yanında türev piyasa işlemleri, yan hizmetlere yönelik piyasa uygulamaları,

frekans kontrol vb. gibi birçok farklı piyasa tamamlayıcı unsuru da piyasa yapıları

içine konumlandırmışlardır. Tüm bu elektrik piyasasında serbestleşme uygulamaları

ise ülkelerden ülkelere farklılıklar veya benzerlikler göstermektedir. Takip eden

bölümlerde dünyadaki bu uygulamalara değinilecektir. Tarihi derinliği açısından

önemi nedeniyle Amerikan elektrik piyasası ve tez çalışmasına konu teşkil etmesi

açısından da Nord Pool ve Türk elektrik piyasa yapıları bu çalışmada diğerlerine

nazaran daha detaylıca ele alınmıştır.

1.3 Amerika Birleşik Devletleri Elektrik Piyasası Uygulamaları

2013 yılı rakamları ile tüm dünyada elektrik üretimi 23318 TWh düzeyine

ulaşmış olup bu rakam 2000 yılının yaklaşık % 51 üzerindedir (OECD/IEA, 2015: 85).

16

Söz konusu üretimin % 67’si fosil yakıtlardan (Kömür, Doğalgaz ve Petrol ürünleri)

sağlanmakta olup OECD’nin yapmış olduğu çalışmada yer alan mevcut politikalar

senaryosuna göre 2040 yılına kadar yaklaşık aynı yüzdelik seviyede önemini

korumaya devam edecektir (OECD/IEA, 2015: 310).

Amerika Birleşik Devletleri, tek başına dünya elektrik üretim ve tüketiminde

% 18’lik (2013 rakamları ile) önemli bir paya sahip olup bu rakam 2006 yılında % 24

civarındaydı (OECD/IEA, 2008: 140; OECD/IEA, 2015: 598). Bu oranın OECD’nin

mevcut politikalar senaryosuna göre 2040 yılında % 13’ün altına düşmesi

beklenmektedir (OECD/IEA, 2015: 599). Bu durum elektrik üretiminde USA’nın uzun

yıllar tek başına önemli bir aktör olarak kalmaya devam edeceğini göstermektedir.

2015 yılında Amerika’nın elektrik üretimi 4087 TWh olmuş olup 2012-2015 yılları

arasında % 1 lik bir değişim dilimi içinde hareket ederek fazla bir değişikliğe

uğramamıştır (EIA, 2016a). 2015 yılı itibari ile 1,8 Milyar kayıtlı müşterinin (sanayi,

ticari ve hane halkı) olduğu piyasada endüstri, ticaret ve hane halkı kullanımları için

2014 yılı ortalama perakende elektrik satış fiyatları ise sırasıyla 6,89 cent/kWh, 10,59

cent/kWh ve 12,67 cent/kWh olmuştur (EIA, 2016a). ABD’nin toplam kurulu gücü

1134 GW (2013 yılı) olup Şekil-2’de görüldüğü üzere üretim kaynakları anlamında

büyük bir çeşitlendirmeye sahip bulunmaktadır (OECD/IEA, 2015: 599). 2015

rakamları ile ABD’de üretilen elektriğin % 33’ü kömürden, % 33’ü doğalgazdan, %

20’si nükleerden, % 6’sı hidrolik, % 7 diğer yenilenebilir kaynaklar ve % 1’i ise diğer

kaynaklardan üretilmiştir (EIA, 2016b).

17

Şekil 2: ABD 2013 yılı elektrik kurulu gücünün kaynaklara göre dağılımı

(OECD/IEA, 2015: 598)

Amerikan endüstri tarihçilerine göre, elektrik endüstrisi, piyasayı rekabet

kurallarının düzenlediği ve rekabet eden franchise şirketlerin piyasada yer aldığı 1882-

1907 yılları arası dönemde açılmış bu dönemde tüketici koruyan regülasyon değil

rekabet olmuştur (Aslan, Katırcıoğlu ve diğerleri, 2007: 97). Piyasa tecrübesi

açısından faydalı olan bu dönemde arz edilen elektrik miktarı artmış, fiyatlar düşmüş,

üretim kapasitesi ve toplam üretim miktarları şaşırtıcı biçimde artmıştır (Thierer,

1997).

Sonraki dönemlerde piyasa işleyişi ile ilgisi olmayan nedenlerden dolayı

elektrik endüstrisinde tekelci yaklaşımlar ortaya çıkmıştır. Bazı şirketler üstü kapalı

olarak bölgesel kamu komisyonlarını (Public Utility Commissions-PUCs)

destekleyerek hakim tekel pozisyonlarını güçlendirmişlerdir. Bu imtiyazlı şirketlerin

Kömür28%

Petrol6%

Gaz40%

Nükleer9%

Hidrolik9%

Bioenerji2%

Rüzgar5%

Jeotermal0%

Güneş PV1%

Diğer0%

Diğer6%

KURULU GÜÇ

18

kazançları da sektörün gelişimi ve pazar büyüklüğünün artmasıyla iyice yükselmiş ve

ulusal alanda faaliyet göstermeye başlayan dikey bütünleşik holding yapıları ortaya

çıkmaya başlamıştır. Bu yapılara karşı eyalet düzenlemeleri yetersiz kalmıştır. Ortaya

çıkan federal düzenleme ihtiyacı kapsamında 1935 yılında ilk önemli düzenleyici adım

atılarak Federal Power Act (FPA) ve Public Utility Holding Company Act (PUHCA)

yürürlüğe girmiştir (Aslan, Katırcıoğlu ve diğerleri, 2007: 52).

FPA in onayı ile birlikte 1920 yılında hidrolik projeleri federal kontrol altında

koordine etmek için kurulmuş olan Federal Power Commission (FPC)’e elektriğin

iletimi ve satışını düzenleme hakkı verilmiştir (FERC, 2016a). PUHCA ile bir şirkette

% 10’dan fazla hisse sahibi olan holdinglerin Securities and Exchange (SEC)’e kayıt

olmaları ve holdinglerin finansal işlemlerine yönelik detaylı rapor sunmaları

zorunluluk haline getirilmiştir (Aslan, Katırcıoğlu ve diğerleri, 2007: 99).

1973’te meydana gelen enerji krizi ve petrol ambargolarının akabinde 1977’de

kongre FPC’yi tekrar organize ederek FERC’i kurmuş ve yetkilerini genişletmeye

devam etmiştir (FERC, 2016a). 1978 yılında Public Utility Regulatory Policies Act

(PURPA) yürürlüğe girmiş ve bu sayede kurumsal olmayan elektrik üreticilerinin de

piyasaya girmelerine imkan tanınmıştır (Aslan, Katırcıoğlu ve diğerleri, 2007: 100).

PURPA kapsamında bir takım bağımsız güç üreticileri (rüzgar, güneş, ko-jenerasyon,

buhar vb.) Qualifiying Facilities (QFs) olarak adlandırılmış kazanılmış olan bazı

muafiyetlerin yanında alıcılara QFs’lerden belli miktarlarda alım yapma zorunluluğu

getirilmiştir (Aslan, Katırcıoğlu ve diğerleri, 2007: 101). QFs’ler böyle bir piyasa

19

yapısında kaynaklardan daha iyi yararlanabileceklerini ve maliyetlerin düşmesine

yardım edebileceklerini kanıtlamışlardır (Thierer, 1997).

1980’den sonra bazı eyaletlerde dikey bütünleşik tekel yapısındaki elektrik

sektörü ayrışıma giderek iletim, dağıtım, üretim, toptan ve perakende satış pazarlarının

oluşması sağlanmıştır. FERC, elektriğin toptan satışı ve iletim piyasalarında getiri

oranlarını düzenlerken, rekabetçi toptan satış piyasasının gelişimini destekleyerek,

toptan satış şirketlerine pazar gücünü kullanmamaları ve arz-talep dengesini doğru

yansıtacak fiyatlarda elektrik satmaları koşulu ile piyasa fiyatlarından satma yetkileri

vermiştir (Akçollu, 2003: 58; Atmaca, 2010: 49).

1992 yılında Energy Policies Act (EPAct) ile PURPA’nın rekabetçi faydaları

geliştirilmiş ve genişletilmiştir. Bu kanun “non-utility” olarak ifade edilen dikey

bütünleşmemiş bağımsız üreticilerin yalnızca kendilerine en yakın mesafedeki yerel

tesislere değil, iletim hatları boyunca tüm tesislere elektrik satışı yapmalarına imkan

vermiştir. (Aslan, Katırcıoğlu ve diğerleri, 2007: 101). Ayrıca FERC’e iletim hattı

sahiplerinin şebeke sistemlerini ayrımcılık yapmadan tüm girişimlere açma

zorunluluğu getirmesi yetki ve görevini vermiştir.

1996 yılında FERC 888 ve 889 nolu “toptan satış açık erişim kuralları”nı

yayınlayarak iletim hattı sahiplerinin üçüncü şahıslara ayrımcılık yapmadan iletim

hattı hizmetlerini açmalarını “Open Access” ve iletimle arz faaliyetlerini

ayrıştırmalarını istemiştir (Aslan, Katırcıoğlu ve diğerleri, 2007: 102). FERC şebekeye

20

erişimde ayrımcılığı önlemek için bağımsız sistem işletmecileri kurulmasını tavsiye

etmiş fakat zorunlu kılmamıştır (FERC, 2016a).

1999 yılının sonunda FERC, 2000 sayılı kuralı ile iletim kurumlarının bölgesel

iletim operatörü (Regional Transmission Operators-RTO) olmaları için sağlaması

gereken şartları gösteren kılavuzları yayımlamış ve iletim hattı sahiplerinin RTO’lara

katılım planlarını sunmaları istenmiştir (FERC, 2016a).

2005 yılında EPAct 2005’in devreye girmesi ile birlikte kongrenin komisyona

olan güveni güçlü bir şekilde sınanmış ve FERC’in yetkilerinde büyük değişiklikler

yapılmıştır (FERC, 2016a). Kanunun kabulü ile PUHCA yürürlükten kaldırılmış ve

önceki kanunların güncellenmesine yönelik FERC’e önemli yetkiler verilmiştir

(Atmaca, 2010: 50). Elektrik toptan satışı açısından piyasa payı % 20’nin üzerine çıkan

şirketlerde fiyat FERC tarafından belirlenmekte ve belirlenmiş kurallar dışında fiyat

oluşumları tespit edildiği zaman FERC piyasaya müdahale etmektedir (Şandır, 2007:

61).

2007 yılında on yıllık geçmişi olan iletim sistemi altyapısına serbest erişim

“Open Access” uygulaması bir düzenlemeden geçirilerek son kural “final rule” olarak

yeniden kurgulanmıştır. Böylece iletim şebekesinin işletiminde daha etkili düzenleme

ve şeffaflık sağlanmasının yanında iletim hizmetlerinin makul fiyatlardan ve

ayrımcılığa maruz kalmadan alınması garanti altına alınmıştır (FERC, 2016a).

21

2008 yılında FERC, 719 numaralı kuralı yayınlayarak uzun dönem güç

sözleşmelerinin desteklenmesi, talep tarafının piyasa katılımının kullanılması ile

organize toptan elektrik piyasasında rekabetin geliştirilmesi, işletim şartlarının

güçlendirilmesi, piyasa izlemenin kuvvetlendirilmesi, bağımsız sistem operatörlerinin

(Independent system operators-ISOs) ve bölgesel iletim sistemi organizasyonlarının

(Regional transmission operators-RTOs) geliştirilmeleri konularında düzenlemelere

son şekillerini verilmiştir (FERC, 2016a). Bu süreçte eyalet düzenleyici kurumları ise

perakende satış fiyatının regüle edilmesinden sorumlu olmuşlardır (Akçollu, 2003:

58).

Günümüz Amerikan elektrik piyasa yapısına bakıldığında ulusal yapı Şekil-

3’te görüldüğü üzere 10 ayrı ISO ve RTO bölgesine bölünmüş olup bu bölgelerin her

biri, alıcı ve satıcıların elektrik üretim ve alım tekliflerini yapabildikleri enerji ve

yardımcı hizmetler piyasalarına sahiptir (FERC, 2016b). Tablo-2’de söz konusu

piyasaların kurulu güç ve puant yük değerlerine yönelik karşılaştırılmalı bilgileri yer

almaktadır. Bunların içinde Kaliforniya piyasası özellikle birçok bilimsel çalışmaya

konu olması nedeniyle aşağıdaki şekilde daha detaylı irdelenmiştir.

22

Şekil 3: ABD ulusal elektrik piyasa yapısı (FERC, 2016b)

Tablo 2: ABD ulusal elektrik piyasa verileri

BÖLGELER Kurulu

Güç (MW)

Puant Talep

(MW)

İletim Hattı

Uzunluğu (mil)

Kaliforniya (CAISO) 60,000 50,000 26,000

Midcontinent (MISO) 180,711 127,125 (Yaz)

109,307 (Kış)

65,800

New England (ISO-NE) 31,000 28,136 (2006) 8,500

New York (NYISO) 39,039 33,956 11,086

Northwest 75,964 69,621 (2015) N/A

PJM 171,648 165,492 72,075

Southeast 238,000 170,000 55,000

Soutwest 50,000 42,000 N/A

Southwest Power Pool

(SPP)

78,953 45,301 56,142

Texas (ERCOT) 75,964 69,621 (2015) 46,500

Kaynak: FERC, Electric Power Markets, 2016.

Kaliforniya bağımsız sistem operatörü (California Independent System

Operator-CAISO) bölgesindeki toptan elektrik satış piyasasını işletmekte ve aynı

zamanda iletim şebekesinin güvenilirliğini yönetmektedir (FERC, 2016b). Bu

kapsamda iletim sistemine açık erişim sağlamakta ve uzun dönemli planlamayı icra

etmektedir. CAISO üretilen elektriği merkezi olarak dağıtmakta ve Kaliforniya’nın

23

tamamında ve Nevada’nın bir kısmındaki toptan elektrik satışını koordine etmektedir.

1998’de kurulan CAISO, 2008 yılında tam fonksiyonlu bir ISO yapısına kavuşmuş ve

2014 yılında da dengesizlik piyasasını devreye sokmuştur (FERC, 2016b).

CAISO’nun sorumluluk bölgesinde temel olarak iki market yapısı mevcuttur: Gün-

öncesi (Day-ahead) ve gerçek zamanlı (real-time) piyasalar (CAISO, 2016).

Gün-öncesi piyasası sıralı olarak çalışan üç süreçten meydana gelmektedir: İlk

olarak ISO güç piyasası azaltım testini koşar, testi geçemeyen teklifler önceden

belirlenmiş limitlere revize edilir. İkinci adımda, talep tahminini karşılamak için

gerekli üretim bütünleşik vadeli piyasa ile oluşturulur. Son adımda, kalan birim

taahhüt süreci ile ertesi gün gerekecek olan ve elektrik üretmeye hazır ek güç

santralleri belirlenir. Piyasa fiyatları tekliflere göre belirlenir. Özel bir ful şebeke

modeli kullanılmaktadır. Piyasa için teklifler 7 gün öncesinden başlayıp işlem

gününden önceki gün sonlandırılmaktadır (CAISO, 2016).

Gerçek-zamanlı piyasada ise şirketler gün-öncesi planında karşılayamadıkları

kalan ek enerji taleplerini karşılarlar. Ayrıca bu piyasada ISO’nun ihtiyaç duyması

halinde kullanabileceği enerji rezervleri güvence altına alınır. Piyasa işlemden bir gün

önce kurulur ve işlem zamanından 75 dakika öncesine kadar açık kalmaktadır. Gerçek

zamanlı piyasada güç santralleri her 15 ve 5 dakikalık zaman dilimleri için işlem

yapmaktadır hatta çok özel koşullarda ISO bu süreyi 1 dakikaya bile indirebilmektedir

(CAISO, 2016).

24

Yardımcı hizmetler (Ancillary services), şebekenin güvenilirliğini ve

stabilitesini korumak için kullanılan enerji ürünlerinden oluşmaktadır. Örneğin frekans

kontrol hizmeti (Regulation energy) ile şebeke güvenliği için şebeke frekansı 60 Hz

değeri etrafında dar bir bantta tutulmaktadır.2 Bekleme rezervi hizmetinde ise

şebekeye bağlı ünitelerin bazıları kapasite tutmaktadırlar. Bu ünitelerin ihtiyaç

duyulması halinde 10 dakika içinde gerekli olan enerjiyi sağlamak ya da gerekli olan

yükü çekmek zorundadırlar. Bu mekanizmaların haricinde kısıt gelir hakları

(Congestion revenue rights-CRRs) ve yakınsama teklifleri3 (Convergence bidding)

gibi iki ayrı uygulama daha bulunmaktadır (CAISO, 2016).

Kaliforniya piyasasının bilimsel çalışmalara çokça konu da edilmiş diğer

önemli bir özelliği ise birçok elektrik piyasası uygulaması için önemli dersler

çıkarılacak ve örnek teşkil edecek bir elektrik piyasası krizi yaşamış olmasıdır. 2000

yılı sonunda ve 2001 yılı başında yaşanmış olan bu kriz, ikiz kriz yapısı ortaya

çıkarmış hem elektrik hem de finansal krizi beraberinde getirmiştir. Her iki krizde

birbirinden beslenerek durumun daha da kötü bir hal almasına neden olmuştur

(Sweeney, 2002: 145). Krizin tetikleyici etkeni, eyaletin eş zamanlı ortaya çıkan

elektrik arz düşüşü ve talep artışını iyi yönetememiş olmasıdır. Toptan satış fiyatları

serbestçe belirlenirken perakende fiyatları dondurulmuştur (Akçollu, 2003). Bu

2 Elektrik şebekeleri belirli bir frekans değerinde faaliyet göstermektedir. Üreticiler sisteme bu frekans

değerinden elektrik enerjisi sağlarlar. Şebeke de talep edilen enerjinin arz edilenden fazla olması

durumunda şebeke frekansı düşmektedir, aynı şekilde talep edilen enerji arz edilen enerjiden az olması

durumunda şebeke frekansı yükselmektedir. Şebeke frekans değeri ülkelerden ülkelere de farklılık

göstermektedir. Örneğin Amerika ve Venezuela’da şebeke voltajı 120 V ve frekans değeri 60 Hz iken

Avrupa genelinde ve Türkiye’de bu değerler 220-230 V ve 50 Hz dir. Japonya’da ise şebeke ikiye

ayrılmış olup (Batı ve Doğu) şebeke frekansları 50 Hz ve 60 Hz dir. 3 frekans dönüştürücü istasyonla

bu iki şebeke birbirine bağlanmıştır. 3 Yakınsama tekliflerinde piyasa katılımcısı fiziki bir dayanak olmaksızın (sanal olarak) Gün-öncesi

piyasasından aldığı elektriği gerçek zamanlı piyasaya teklif edebilmektedir. Bu şekilde her iki piyasada

oluşan fiyatlar birbirine daha çok yaklaşmakta yakınsamaktadır.

25

nedenle yatırımcı sahipliğindeki kamu hizmeti şirketleri tedarikçilere ödeme

yapabilmek için yeterli kazanç sağlayamadılar ve ödemeleri ertelemeye başladılar.

Alacaklarından şüphelenen tedarikçiler fiyatları yükselttiler veya bazı elektrik

tedarikçileri paralarını alamadıkları için nakit akışı problemleri yaşayarak üretimi

durdurmak zorunda kaldılar (Sweeney, 2002: 146). Tüm bu süreç birbirini olumsuz

yönde besleyen bir döngüye dönüşmüştür. Bölgelere göre farklılıklar göstermekle

birlikte ortalama elektrik fiyatları çok yükselmiş Amerika ortalamalarının 8 katına

çıkmıştır. Özellikle 2000 yılının Aralık ayının ortalarında Mid-Columbia’da fiyat

değerleri 5000 $/MWh, Kaliforniya-Oregon’da 4000 $/MWh, PX piyasasında 1400

$/MWh ile tarihi zirve değerlerini yaşamıştır (Sweeney, 2002: 149). Kriz 2001 yılı

kışında en yüksek düzeyine çıkmış fakat 7 ay içinde fiyatlar normal değerlerine geri

dönmüştür. Krizin başlıca sebepleri şu şekilde sıralanmaktadır:

Yanlış piyasa yapısı ve yeniden yapılanma mevzuatı,

Regülasyon hatası,

Toptan satış pazarında Pazar gücünün kullanılması,

Tahmin edilemeyen talep artışı ve yatırım azlığı,

İletim hattı kısıtları,

Elektrik borsasının kötü işletilmesi,

Emisyon ve doğalgaz fiyatlarının artması,

26

1.4 Avrupa Birliği Elektrik Sistemi

Avrupa birliği, İkinci Dünya Savaşı ile doruğa çıkan ve komşular arasında sık

sık tekrar ede gelen kanlı savaşları4 sona erdirme amacı ile kurulmuş siyasi bir projedir

(European Union, 2016). İkinci Dünya Savaşı sonrasında, Avrupalı devlet adamlarının

Avrupa’da kalıcı bir barış oluşturma çabaları hız kazanmış bu kapsamda 9 Mayıs 1950

tarihinde, Fransa Dışişleri Bakanı Robert Schuman, Avrupa devletlerini kömür ve

çelik üretiminde alınan kararları bağımsız ve uluslar üstü bir kuruma devretmeye davet

etmiştir. Schuman deklarasyonunun bir sonucu olarak, 1951 yılında, Belçika, Federal

Almanya, Lüksemburg, Fransa, İtalya ve Hollanda’dan oluşan 6 üye ile Avrupa Kömür

ve Çelik Topluluğu (ECSC) kurulmuştur (AB Bakanlığı, 2016). Böylece dünyada ilk

defa devletler kendi iradeleri ile egemenliklerinin bir kısmını uluslar üstü bir kuruma

devretmişlerdir.

Avrupa Birliğinin kurulmasına temel teşkil eden bazı anlaşmalar

bulunmaktadır. Birliğin kurulumunun başlangıcı olarak kabul edilen anlaşma; 18

Nisan 1951’de Paris’te imzalanan, 23 Temmuz 1952’de uygulamaya giren ve 23

Temmuz 2002’de uygulamadan kaldırılmış olan Avrupa Kömür ve Çelik Birliği

Kurulması Anlaşması (ECSC) “Treaty Establishing the European Coal and Steel

Community”dır. Daha sonra 25 Mart 1957’de Roma’da “Avrupa Ekonomik Birliği

Kurulması” (EEC) imzalanmış ve 1 Ocak 1958’de uygulamaya konmuştur. Aynı

zamanda “Avrupa Atom Enerjisi Birliği (Euroatom)” anlaşması da imzalanıp

uygulamaya konduğundan ikisi birlikte Roma anlaşmaları olarak kabul edilmektedir.

4 1870-1945 yılları arasında Fransa ve Almanya üç kez savaşmışlardır.

27

8 Nisan 1965’te Brüksel’de birleşme anlaşması imzalanmış ve 1 Temmuz 1967’den

beri uygulanmaktadır. 1 Temmuz 1987’de Lüksemburg’ta “Tek Avrupa Anlaşması”

imzalanmış iç pazar yapısına ulaşmak için gerekli adaptasyonlar ortaya konmuştur.

Avrupa Birliği Anlaşması “Treaty on European Union” 7 Şubat 1992’de Maastricht’de

(Hollanda) imzalanmış ve 1 Kasım 1993’te uygulamaya konmuştur. Bu anlaşmayla

birlikte hukuk, ortak savunma ve sosyal işler vb. gibi birçok alanda ortak hareket

etmenin önü açılmıştır. 1 Mayıs 1999’da “Treaty of Amsterdam” anlaşması, 1 Şubat

2003’te “Treaty of Nice” Anlaşması ve 13 Aralık 2007’de ise “Treaty of Lizbon”

anlaşmaları yürürlüğe girmiştir (Atmaca, 2010: 15-16).

Avrupa Komisyonu 1997 yılında hazırladığı beyaz kitap ile özellikle

yenilenebilir enerji kaynakları olmak üzere birlik üye ülkelerinin tek bir elektrik piyasa

yapısına kavuşması yönündeki temel niyeti ortaya koymuştur (EC, 1997). Yine 1997

yılında yürürlüğe giren 96/92/EC sayılı “Elektrik İç Piyasası Hakkında Ortak Kurallar

Direktifi” ile üye ülkelere uyumlaştırılmaları gereken kanunlar, düzenlemeler ve idari

hazırlıklar için iki yıl süre tanınmıştır. Elektrik üretimi amacıyla yeni kurulacak tesisler

için üye devletlere “ihale prosedürü” ve “yetkilendirme prosedürü” olmak üzere iki

yöntem sunulmuştur (Aslan, Katırcıoğlu ve diğerleri, 2007: 74). İletim sistemi

işletmecisinin işlerinin üretim ve dağıtımdan ayrıştırılması esas kılınmıştır. Diğer

önemli bir hususta iletim ve dağıtım hatlarına üçüncü şahısların erişiminin

sağlanmasıdır (Akçollu, 2003: 51; EC, 1999). Çıkarılan tüzük ve yönetmeliklerle

önceki direktifler güncellenmekte ve daha detaylı uygulamalar yönlendirilip kurallar

konmaktadır. Söz konusu düzenlemede rekabetçi ve etkili bir elektrik/gaz piyasa

28

yapısı olmadan Avrupa endüstrisinin de zarar göreceği ifade edilmektedir (EC, 1999;

Atmaca, 2010: 16)5.

Artan enerji maliyetleri nedeniyle, AB’nin enerji tedarikinde dışa olan

bağımlılığını denetim altına almak için güçlü bir “Avrupa Enerji Politikası”

oluşturulması görüşü desteklenmiştir. Bu doğrultuda komisyon, 8 Mart 2008 tarihinde

kapsamlı bir Ortak Avrupa Enerji Politikası oluşturma çabalarının temelinin teşkil

edecek olan Yeşil Kitap’ı “Green Paper”ı yayımlamıştır (Aslan, Katırcıoğlu ve

diğerleri, 2007: 91). Yeşil Kitap’ta, daha etkin ve verimli enerji üretim ve tüketim

yöntemlerinin geliştirilebilmesi için AB genelinde ortak bir politikaya ihtiyaç

olduğundan bahsedilmiştir (Aslan, Katırcıoğlu ve diğerleri, 2007: 93).

1 Temmuz 2009 tarihinde; kıta Avrupası’nın 24 ülkesinin 29 operatörünü

temsil eden Union for the Coordination of the Transmission of Electricity (UCTE)’nin

de içinde yer aldığı, 6 sistem işletmecisinin (ATSOI, BALTSO, ETSO, NORDEL,

UCTE, UKTSOA) tüm görevleri European Network of Transmission System

Operators for Electricity (ENTSO-E)’ye devredilmiştir (ENTSO-E, 2016a).

ENTSO-E’nin kuruluşu (EC) 714/2009 sayılı sınırlar arası elektrik ticareti ve

şebekeye erişim düzenlemesine dayanmaktadır. Düzenlemenin 7.maddesinde ve takip

eden maddelerinde ENTSO-E’nin kurulumu hakkındaki hükümler açıklanmaktadır

(EC, 2009; Atmaca, 2010: 16-17). ENTSO-E’nin kuruluş düzenlemesi bir önceki (EC)

5 Örneğin EC-Directive 2003/54/EC ile bir önceki direktif olan 96/92/EC- “Common Rules for Internal

Market in Electricity” güncellenmiştir.

29

1228/2003 sayılı uygulamayı da yürürlükten kaldırmıştır. Bu şekilde 34 ülkede faaliyet

göstermekte olan 42 iletim sistemi operatörleri tek çatı altında birleştirilmiştir. Şu anda

ENTSO-E çatısı altında 35 ülkeden 42 sistem operatörü faaliyet göstermektedir. Şekil-

4’te ENTSO-E üye ülke yapısını gösteren temsili harita yer almaktadır. Türkiye,

TEİAŞ aracılığı ile gözlemci üye statüsünde yer almaktadır.

Şekil 4: ENTSO-E üye ülkeleri (ENTSO-E, www.entsoe.eu, 2016)

30

Uzun zamandır devam eden düşüşten sonra 2015 yılında ENTSO-E bölgesinin

elektrik tüketim değeri küçük bir yükselişle 3278 TWh olmuştur. Bu rakamın daha iyi

anlaşılabilmesi için Türkiye’nin 2015 yılı tüketim değerinin 259,69 TWh olduğunu

ifade etmek yeterli olacaktır (EPDK, 2015). ENTSO-E’nin tarihi puant yük değeri ise

Şubat 2012’de 557 GW olarak kayıtlara geçmiştir. 2015 yılsonu itibari ile yukarıda

ifade edilen tüketim değerinin % 41’i fosil yakıtlardan, % 25’i nükleerden, %17’si

hidrolik enerjiden ve % 17’side yenilenebilir enerji kaynaklarından karşılanmıştır

(ENTSO-E, 2016b). Sistemin en önemli elektrik üreticisi konumundaki iki ülke

sırasıyla Almanya ve Fransa’dır. 2011 rakamları ile sistem çatısı altındaki en büyük

ihracatçı 57,1 TWh ile Fransa iken en büyük ithalatçı ise 45,8 TWh ile İtalya’dır

(ENTSO-E, 2012).

Önümüzdeki yıllarda AB için en önemli handikaplardan biri de yenilenebilir

enerji kaynaklarının piyasaya giriş miktarlarının iyice yükselecek olmasının

öngörülmesidir. ENTSO-E’nin yaptığı çalışmaya göre yenilenebilirlerin kapasite

miktarı, 2025 yılında 22 ülkede %50’nin üzerine çıkacak (ENTSO-E, 2015: 7). AB’nin

2030 yılı iklim ve enerji politikası hedeflerinin yerine getirilebilmesi için üretilen

elektriğin % 45’nin yenilenebilir enerji kaynaklarından karşılanması gerekmektedir

(ENTSO-E, 2016c). Genel olarak bakıldığında ise çalışmada yer alan en iyi tahmin

senaryosuna göre (Scenario B) 2016-2025 yılları arasında enerji tüketiminin yıllık %

0,8 artarak 248 TWh lık ek tüketim yaratması beklenmektedir (ENTSO-E, 2015: 16).

31

Bu kadar büyük ve çok taraflı yapıya sahip ENTSO-E’de 5 beş bölgesel daimi

grup ve 2 gönüllü bölgesel grup yer almaktadır. Bu grup yapıları aşağıdaki şekilde

oluşturulmuştur:

Kıta Avrupası (Continental Europe): Avusturya, Belçika, Bosna-Hersek,

Bulgaristan, Çekya, Hırvatistan, Danimarka (Batı), Fransa, Makedonya,

Almanya, Yunanistan, Macaristan, İtalya, Luxemburg, Karadağ, Hollanda,

Polonya, Portekiz, Romanya, Sırbistan, Slovenya, Slovakya, İspanya, İsviçre

İskandinav (Nordic): Danimarka (Doğu), Finlandiya, Norveç, İsveç

Baltık (Baltic): Estonya, Letonya, Litvanya

İngiltere (UK): İngiltere

İrlanda (Ireland): Irlanda, İngiltere

Bunların haricindeki gruplar ise Gönüllü Kuzey Avrupa Bölgesel Grubu

(Voluntary Regional Group Northen Europe) ve Gönüllü İsole Sistemler Bölgesel

Grubu (Voluntary Regional Group Isolated Systems)’dır (ENTSO-E, 2016c).

Avrupa elektrik sisteminde özellikle İngiltere’ye de değinmekte fayda

bulunmaktadır. Nitekim İngiltere, Şili ve Norveç örnekleri ile birlikte elektrik piyasası

uygulamaları açısından ilk örneklerden birini teşkil etmektedir. İngiltere’de bu süreci

tetikleyen en önemli belge Şubat 1988’de hükümet tarafından yayınlanan beyaz rapor

“Privatising Electricity” dir (OECD/IEA, 2005: 171). Bu rapor akabinde 1989 yılında

yayınlanan enerji kanunu ile elektrik piyasasında serbestleşme yönünde ilk adımlar

atılmıştır (Atmaca, 2010: 21). Daha önce İngiltere-Galler kamu tekelinde olan sektör

32

dikey ve yatay ayrışmaya tabi tutulmuştur. 1 Nisan 1990’da perakende sektör 1 MWh

ve üstü tüketim yapan 5000 serbest elektrik tüketicisi ile rekabete açılmış ve Havuz

“Pool” uygulaması başlamıştır (Atmaca, 2010: 22). 1994 yılında bu sınır 100 KWh

indirilmiş ve 1999 yılında tamamen kaldırılarak serbestleştirilmiştir (Atiyas, 2006:

39). 1990 yılında Power Pool adı verilen bir yapı oluşturulmuş ve piyasaya katılım

zorunlu tutularak ülkede gerçekleştirilen elektrik ticaretinin tümünün bu havuzdan

gerçekleştirilmesi öngörülmüştür. 1998 yılında bölgesel şirketlerin dağıtım faaliyetleri

ile perakende faaliyetleri yasal olarak birbirinden ayrılmıştır (Aslan, Katırcıoğlu ve

diğerleri, 2007: 132). Mart 2001’de “New Electricity Trading Arrangements” (NETA)

Power Pool’un yerini almış merkezi üretim dağıtımını ortadan kaldırmıştır (Franco,

Castaneda ve Dyner, 2015). İskoçya Nisan 2005’de sisteme dahil olmuş ve bundan

böyle “British Electricity Trading and Transmission Arrangements” (BETTA) ortaya

çıkmıştır (OECD/IEA, 2005: 174).

İngiltere’nin günümüz elektrik sektör yapısına bakıldığında tüm iletim sistemi

bir operatör tarafından işletilmektedir: National Grid Electricity Transmission

(NGET). Dağıtım lisansına sahip 6 gruba ait 14 şirket bulunmaktadır. 1999 yılı itibari

ile tüm perakende elektrik piyasası rekabete açılmış bulunmaktadır. Tedarikçiler ya

doğrudan üreticilerden ya da piyasadan almış oldukları elektriği son tüketicilere

ulaştırmaktadır. Elektrik piyasası, bağımsız bir otorite olan Office of Gas and

Electricity Markets (OFGEM) tarafından denetlenmekte ve düzenlenmektedir. Toptan

elektrik piyasasının hassas operasyonundan ELEXON sorumludur (ELEXON, 2016;

OFGEM, 2016).

33

1.5 İskandinav Elektrik Piyasası ve Nordpool

Uluslar arası havuz sistemine entegrasyondan öncesinde Norveç, Finlandiya ve

İsveç’te farklı sahiplik ve düzenleme yapılarına sahip olmakla birlikte devletin baskın

olduğu ve sistem işleticilerinin devlet tarafından kontrol edildiği oligopol bir yapı

mevcuttu (Eggertson, 2003: 8).

Norveç’te elektrik sektörü, aynı zamanda ulusal şebekeyi de işleten devlet

sahipliğindeki entegre şirket Statkraft tarafından baskı altında tutulmakta ve bu şirket

sektörde baskın pozisyonda bulunmaktaydı. Birçoğu yerel ve bölgesel yetkili

kurumlara ait olan 50-60 civarında şirket ise elektriğin bölgesel seviyede iletimi ile

meşguldü. Yerel ve bölgesel bu kamu şirketleri ancak 1969 yılında ulusal şebekeye

erişim hakkı kazanabilmiş ve spot piyasada elektrik alım satım işlemlerini

yapabilmişlerdir. Elektriğin dağıtımı ise çoğu yerel belediyeler tarafından

sahiplenilmiş olan 200 şirket vasıtasıyla yapılmaktaydı (Eggertson, 2003: 8, Atmaca,

2010: 28-29).

Finlandiya’da sahipliği devlete ait olan Imatran Voima Oy (IVO) en büyük

sektör kurumu durumundaydı. IVO aynı zamanda ulusal şebekeyi de işletmekteydi.

Bununla birlikte enerji üretiminin çoğu Finnish Industries’e ait bulunmaktaydı. Bu

kurum aynı zamanda elektriğin üretim ve tedariki arasındaki bağlantıyı sağlayan iletim

şirketi TVS’yi kuran kuruluştur (Eggertson, 2003: 8).

34

İsveç’te elektrik üretiminin yarıya yakını devlet sahipliğinde olan Vatenfall’a

aitti. Vatenfall, 1909 yılında kurulmuş olup ilk amacı hidroelektrik kaynaklarından

yararlanmaktı. Hidroelektrik kaynakların elektrik üretiminde kullanımı ile çevre

endüstriler ve özellikle demir yolları için güç sağlanması planlanmıştır. İlk kurulan

hidroelektrik santralleri 1909-1916 yılları arasında kurulan; Olidan (130 MW), Porjus

(480 MW) ve Älvkarleby (126 MW) tır (Vattenfall, 2016). Vatenfall eş zamanlı olarak

ulusal şebekeyi işletmekte ve ülke içinde bölgelere dağıtım hizmeti sağlamaktaydı.

Farklı büyüklüklerde entegre olmuş diğer 10 tesiste şebekeyi kullanmaktaydı fakat

şebekeye erişim bedellerinin yüksekliği nedeniyle küçük çaplı tesisler ekonomik

olmamaktaydı (Eggertson, 2003: 8). İsveç’in kuzeyinde bulunan düşük üretim

maliyetlerine sahip hidroelektrik santralleri, 1938’lerde Vatenfall tarafından yüksek

gerilim iletim hattının kurulmasını sağlamıştır. Bu tarihlerde dağıtım tamamen

yerinden yönetime dayalı olarak örgütlenmiş ve neredeyse tüm şehir ve kasabalar

kendi dağıtım tesislerini kurmuşlardır. Bu olay Norveç’teki dağıtım şirketi sayısının

yüksek olmasına benzer bir durum olarak karşımıza çıkmaktadır (Şandır, 2007: 74).

Danimarka’da diğer İskandinav ülkelerinden farklı bir durum karşımıza

çıkmaktadır. Danimarka’nın coğrafi şartları nedeniyle şebeke doğu ve batı olarak ikiye

bölünmüş bir durumdadır. Jutland ve Funen (Batı Danimarka) ve büyük kuşağın

doğusundaki adalar (Doğu Danimarka) olarak adlandırılmaktadır. Bu iki bölgenin her

birinde üretim ve dağıtım tesisleri, iletim şebekeleri ve işletim koordinasyonları yerel

belediyeler tarafından kurulan özel amaçlı örgütlerdeydi (Eggertson, 2003: 8).

35

1963’te Danimarka, Finlandiya, İzlanda, İsveç ve Norveç arasındaki iletim

sisteminin işbirliği ile işletilmesinden sorumlu bir kuruluş olarak Nordel kurulmuştur.

Temel amacı İskandinav elektrik piyasasının uyumu ve etkili gelişimi için ön

koşulların yaratılmasıdır (ENTSO-E, 2016c). Bu dönemde ülkeler marjinal üretim

maliyetlerine yönelik bilgi değiş tokuşu yapmaktaydı ve alım-satım durumlarında söz

konusu marjinal maliyetlerin ortalaması alınarak işlemler gerçekleştirilmekteydi.

İskandinav piyasasındaki maliyet artı yapı (cost-plus) aşırı yatırıma ve düşük sermaye

getirisi elde edilmesine sebep olmakta fakat sistemin rekabet derecesini koruması

sebebi ile işletim etkinliğinde herhangi bir kayıp yaşanmamaktaydı (Aslan,

Katırcıoğlu ve diğerleri, 2007: 120).

Norveç parlamentosunda 1990 yılında onaylanan 1 Ocak 1991 tarihinde

yürürlüğe giren Yeni Elektrik Kanunu’nu ile rekabetçi İskandinav piyasa yapısına ilk

adım atılmıştır. Yeni Elektrik Kanunu ile üçüncü şahısların şebekeye serbest erişimi,

tüm elektrik tüketicileri için serbest perakendeci seçim hakkı ve iletim şebekesi ile

sistem işletmecesinin ayrılması kavramları ortaya çıkmıştır. 1 Ocak 1992 tarihinde bir

kamu şirketi olan Statkraft iki bağımsız kamu şirketine bölünmüştür. Statkraft tüm

üretim varlıkları ve perakende kontratları alırken Statnett’e tüm iletim varlıkları ve

sistem işletim sorumluluğu verilmiştir (OECD/IEA, 2005: 181). 1993 yılında,

İskandinav bölgelerinde güç değiş tokuşu için bağımsız bir şirket olan Statnett Market

AS kurulmuştur. İlk yılındaki toplam işlem hacmi 18,4 TWh olarak gerçekleşmiştir

(Nord Pool, 2016). Temmuz 1993’te, şirket gün öncesi bazında fiyat kotasyonu ve ilk

“Future” kontratlı değiş tokuş ticaretini oluşturmuştur. Kilometre taşı olarak ifade

edilen en önemli gelişmelerden biride perakendeci değişimi için alınan yaklaşık 500 €

36

luk standart ücretin 1995 yılında 25 € gibi makul bir rakama indirilmesi ve sonraki

yıllarda tamamen kaldırılarak geçiş işlemlerinin hızlandırılması olmuştur

(OECD/IEA, 2005: 31). Talep tarafının piyasaya katılım sağlaması ve rekabet

mekanizmalarının daha etkin çalışmasının sağlanabilmesi için küçük tüketici ve

üreticilerin maliyetlerini yükselten ve piyasaya katılım şartlarını kötüleştiren bu ve

benzeri ücretlendirme uygulamalarının kaldırılması veya makul seviyelere çekilmesi

gerekmektedir (Atmaca, 2010: 31).

İsveç’te, 1991 yılında Vatenfall’ın üretim ve dağıtım faaliyetleri

kurumsallaştırılmıştır. Ocak 1992’den itibaren State Power Board kısıtlı yetkiye sahip

bir devlet şirketi olan Vatenfall AB’ye çevrilmiş ve sınırlar arası bağlantıları da içeren

iletim sistemi ayrılarak Affärsvärket Svenska Kraftnät içinde korunmuştur. İskandinav

elektrik piyasasına yönelik önemli adımlardan biri ise Mayıs 1992’de Yeni Elektrik

Reformu Kanunu’nun onaylanması ile atılmıştır. Bu kanun ile tüm seviyelerdeki

rekabetin sağlanması ve bu rekabetin oluşturulması için gerekli ek adımların

planlanması amaçlanmıştır. Daha sonrasında tüm şebeke kademe kademe diğer

oyunculara açılmış Ekim 1995’te İsveç parlamentosunda Elektrik Yasası kabul

edilerek 1 Ocak 1996’da yürürlüğe girmiştir. Bu kanunla, yasal olarak üretimin ve

sistem işletiminin ayrılması öngörülmüş ve tüm tüketicilere serbestçe tedarikçisinin

seçme hakkı verilmiştir (OECD/IEA, 2005: 181). Yasanın yürürlüğe girmesi ile

birlikte Norveç ile İsveç arasında elektrik ticaretinin yapılmasını sağlamak için 1996

yılında Nord Pool piyasası kurulmuştur (Nord Pool, 2016). 1996 yılı başında gün

öncesi fiyat kotasyonu ile başlayan piyasada 1997 yılında finansal “Future”

kontratlarında işlem göreceği bir şekilde bir evrilme olmuştur (OECD/IEA, 2005:

37

181). Nord Pool yapısı içinde Statnett (Norveç) ve Svenska Kraftnät % 50’şer paya

sahip olmuşlardır (Nord Pool, 2016).

Norveç ve İsveç’te özelleştirmelerin yaygınlaştırılması ve elektrik piyasası

gelişimi birbirine oldukça paralel bir şekilde gelişmesine rağmen Norveç gerekli olan

reformları daha hızlı bir şekilde hayata geçirme imkanı bulmuştur. İsveç’te ise o

dönem yaşanan ekonomik daralma düzenleyici reformlar için itici bir güç

oluşturmuştur. Bu dönemde İsveç’in enerji yoğun sanayi yapısı için elektrik girdi

maliyetlerinin düşürülmesi büyük önem taşımaktaydı (Atmaca, 2010: 54; OECD/IEA,

2005: 182).

İskandinav piyasasına entegre olan bir sonraki ülke 1998 yılında Nord Pool

ASA’ya katılan Finlandiya’dır (Nord Pool, 2016). Finlandiya’da 1 Haziran 1995

tarihinde uygulamaya giren yeni enerji yasası bu sürecin başlamasına ön ayak

olmuştur. Yasa ile 500 kW altında güç kullanan kullanıcılar hariç herkesin şebekeye

erişimine izin verilmiş bu sınırda 1 Ocak 1997 tarihinde kaldırılmıştır. Bağımsız

düzenleyici bir kuruluş olan Electricity Market Authority bu yasa ile kurulmuştur.

Finnish TSO ve Fingrid Oyj şirketleri 1996 yılında hükümet tarafından kurulmuş ve

1997 yılında işletilmeye başlanmışlardır. İletim şebekelerinin iki büyük bütünleşik

kurum olan IVO (Fortum alt şirketi) ve PVO’dan ayrıştırılmasından sonra Fingrid

kurulmuştur. Fingrid’in hisseleri Fortum, PVO, Finnish State ve kurumsal yatırımcılar

tarafından paylaşılmıştır (OECD/IEA, 2005: 182).

38

Fin elektrik kanunu ticari anlaşmaların gelişimi için bir alt yapı ön

görmemekteydi. 1995 yılında, özel ticari girişimciler tarafından iki elektrik borsası

oluşturulmuştur (EL-EX ve Voimatori Oy). İstenilen düzeyde likidite oranlarına

ulaşılamaması sebebi ile bu iki yapı 1996 yılında EL-EX altında birleştirilmiştir. Halen

istenilen düzeyde piyasa derinliğine ulaşılamaması nedeniyle 1998 yılında tüm

hisseler Fingrid tarafından satın alınmış ve 1 Haziran 1998 tarihinden itibaren EL-EX,

Nord Pool’un Finlandiya’daki temsilcisi olmuştur (OECD/IEA, 2005: 182).

Danimarka İskandinav piyasasına iki adımda girmiştir ve böylece İzlanda hariç

resim tamamlanmıştır. Danimarka coğrafik nedenlerden dolayı batı ve doğu olarak iki

ayrı şebeke sistemine sahip bulunmaktadır. Bunlardan biri UCTE ile senkronize diğeri

de Nordel ile senkronize çalışmaktadır. Liberalleşme faaliyetlerini diğer İskandinav

ülkelerindeki gelişmeler ve Avrupa direktifleri yönlendirmiştir. Batı bölgesinde yer

alan kamu şirketi ELSAM, iletim sistemi sahipliği ve sistem işletmeciliği için 1 Ocak

1997 tarihinde kurulan Elsam System ile tekrar organize edilmiştir. 1 Ocak 1998

tarihinde Elsam System, ELSAM’dan bağımsız olarak Eltra adında ayrı bir şirkete

dönüştürülmüştür. AB piyasa direktifleri ve Danimarka’nın yasal düzenlemeleri ile

yıllık 100 Milyon kWh üzerinde tüketimi olan büyük tüketicilerin sisteme erişimleri

serbest bırakılmıştır. 2 Haziran 1999 tarihinde tedarik yasasının onaylanması ile

birlikte rekabet altyapısının oluşturulmasına yönelik olarak üçüncü şahısların

şebekeye erişimi, sistemin dikey olarak ayrıştırılması ve hükümetten bağımsız bir

düzenleyici otoritenin kurulmasının önü açılmıştır. Batı Danimarka bölgesi Enerji

Kanunu’nun yasalaşmasından hemen sonra 1 Temmuz 1999’da Nord Pool fiyat

kotasyonuna dahil olmuştur. Doğu Danimarka ise 1 Ekim 2000 tarihinde Nord Pool

39

fiyat kotasyonuna dahil olmuştur. 1 Ocak 2005 tarihinde Danimarka’da her iki sistem

işletmecisinin de hisseleri devlet tarafından satın alınarak birleştirilmiş ve aynı gaz

sektörünün işletim hakkına da sahip olan Energinet.dk şirketi ortaya çıkmıştır.

Danimarka’nın seneler içinde şebekeye erişim limitleri şu şekilde değişim

göstermiştir: Nisan 2000’de 10 milyon kWh, Ocak 2001’de 1 Milyon kWh sonrasında

Ocak 2003’de tamamen ortadan kaldırılmıştır (OECD/IEA, 2005: 182-183; Atmaca,

2010: 33).

İskandinav piyasasında diğer önemli adım 2002 yılında Nord Pool’un yeniden

organize edilmesi ile atılmıştır. Sahiplik yapısı korunan Nord Pool dört anahtar

aktiviteyi organize etmeye başlamıştır: gün öncesi spot piyasa, finansal varlıklar

ticareti, takas ve danışmanlık hizmetleri. 2002 yılının başlarında da gün öncesi spot

piyasası ayrı bir şirket yapısına dönüştürülmüştür. 1 Haziran 2002’den sonra diğer

İskandinav ülkelerinin sistem işletmecileri % 20’şer ortak olmuş kalan % 20’lik pay

Nord Pool Holding’e bırakılmıştır (OECD/IEA, 2005: 183). Nord Pool’ûn mevcut

sahiplik durumuna göre ortakları şu şekildedir: İskandinav sistem operatörleri Statnett

SF, Svenska Kraftnät, Fingrid Oy, Energinet.dk ve Baltık sistem operatörleri Elering,

Litgrid, Augstsprieguma tikls AS dır (Nord Pool, 2016).

Nord Pool Spot, 2015 yılında Avrupa’nın 10 ülkesinde hakim elektrik piyasa

işleticisi olarak atanmıştır: Avusturya, Danimarka, Estonya, Finlandiya, Fransa,

İngiltere, Letonya, Litvanya, Hollanda ve İsveç. Polonya, Hırvatistan ve

Bulgaristan’da ise gün öncesi ve gün içi için servis sağlayıcı olarak hizmet vermektedir

(Nord Pool, 2016).

40

Nord Pool piyasasında nükleer dahil tüm enerji kaynaklarından

faydalanılmaktadır. Toplam işlem hacimleri bakımından 2015 yılı rakamları ile

İngiltere gün-öncesi piyasasında 110 TWh, İskandinav ve Baltık gün-öncesi

piyasasında 374 TWh ve gün-içi piyasasında 5 TWh rakamlarına ulaşılmıştır. Piyasa

yapısı likidite ve üretim kaynaklarının çeşitliliği yönünden oldukça üst seviyelere

ulaşmıştır. İskandinav elektrik piyasasının işlem merkezleri Şekil-5’deki gibi olup

piyasa işleyiş yapısı ve paydaşlar arasındaki ilişkiler ana hatları ile Şekil-6’daki

gibidir.

Şekil 5: Nord Pool piyasası Avrupa işlem merkezleri (Nord Pool, 2016)

41

Şekil 6: Nord Pool piyasa ilişkileri ve elektrik akışı

Nord Pool Gün-öncesi Piyasası (Elspot Market): Gün-öncesi piyasası elektrik

ticaretinin ana platformunu oluşturmaktadır. Günümüz koşullarında yaklaşık 360 alıcı

ve satıcı üye olarak piyasada yer almakta ve bu üyelerin büyük çoğunluğu ise her gün

piyasa da işlem yapmaktadır (Nord Pool, 2016). Nord Pool, gerekli anlaşmaları

42

(katılım anlaşması) imzalamış tüm katılımcılara açık bir piyasadır (Eggertson, 2003:

13). Gün-öncesi piyasası elektriğin fiziki teslimatına dayanmaktadır. Her gün saat

12’ye kadar bir sonraki günün 24 saatlik her bir dilimi için alım satım teklifleri saat

saat miktar ve fiyat bilgisi ile sisteme girilmektedir. Bu kapsamda elektriğin bir sonraki

günün her bir saatine yönelik fiziki teslimatının yapılmasından 12-36 saat önce piyasa

teklifleri alınmış olmaktadır. Talep ve arz eğrileri oluşturularak kesişim noktasında

oluşan fiyat sistem fiyatı (Hiçbir iletim kısıtı dikkate alınmadan oluşmuş olan piyasa

takas fiyatı) ,miktarda işlem hacmi olarak ilan edilmektedir. Finansal kontratların

büyük çoğunluğu da spot olarak oluşmuş olan bu fiyata göre düzenlenmektedir. Saat

12:42 veya sonraki bir zamanda fiyat sonuçları ilan edilmektedir (Nord Pool, 2016).

Eğer yüksek hacimlerde enerjinin bir bölgeden başka bir bölgeye transferi gerekiyorsa

şebeke bağlantılarında kısıtlar ortaya çıkabilmektedir. Bu durumda enerji ihtiyacı olan

bölgede talebi düşürmek için fiyat yükselir. Enerji akışı daima düşük fiyatlı bölgeden

yüksek fiyatlı bölgeye doğru olmaktadır. Bu akışla birlikte düşük fiyatlı enerji fazlası

olan bölgede talep eğrisi sağa kayarak fiyatı arttırmakta, yüksek fiyatlı bölgede ise arz

eğrisi sağa doğru kayarak fiyatı düşüren yeni bir denge noktasına ulaşmaktadır. Bu

şekilde bölgesel fiyatlarda belirlenmektedir.

Nord Pool piyasasında fiyat teklifleri EUR, NOK, SEK veya DKK cinsinden

yapılabilmektedir, bununla birlikte hesaplama yapılabilmesi için tüm fiyatlar EUR’a

çevrilmektedir6. Hesap tamamlandıktan sonra Nord Pool bankalarla tekrar temasa

geçerek döviz kurlarına karşı “hedging” riskten korunma yaparak fiyat

6 Yerel saatle 12:00’de oluşan banka döviz kurları ile bu dönüşüm hesabı gerçekleştirilmektedir. Fiyat

teklif adımları EUR için 0,1/MWh diğer para birimleri için NOK, SEK, DKK 1/MWh olarak

tanımlanmıştır.

43

sabitlenmektedir (Nord Pool, 2016). Mevcut sisteme göre teklif edilebilecek minimum

fiyat -500 € maksimum fiyat ise 3000 € dur ve bu fiyat limitleri içinde fiyat teklifleri

üst ve alt limitler dahil 64 basamakta kademelendirilmektedir. Minimum teklif miktarı

her bir ilgili saat için 0,1 MWh olarak tanımlanmıştır (Nord Pool Spot AS, 2016b: 3).

Piyasa katılımcıları “Saatlik”, “Esnek” ve “Blok” olmak üzere 3 farklı şekilde fiyat

tekliflerini sunabilmektedir. Blok teklifler en az birbirini takip eden 3 saat için ve

minimum 500 MWh olarak verilebilmektedir (Nord Pool Spot AS, 2016c: 4). Esnek

teklifler belirli bir saat dilimi için değil serbest olarak sunulmakta ve teklif fiyatından

yüksek olmak şartı ile elektrik fiyatının en yüksek olduğu saat diliminde işleme

alınmaktadır (Atmaca, 2010: 38).

Şekil 7: Nord Pool teklif bölgeleri (Nord Pool, 2016)

Ülkelerin hangi teklif bölgelerine bölüneceklerine ilgili ülkelerin sistem

operatörleri karar vermektedir. Şekil-7’de Nord Pool piyasası teklif bölgeleri yer

almaktadır. Bu kapsamda Norveç 5, İsveç 4, Danimarka 2, Finlandiya, Estonya,

44

Litvanya ve Letonya 1’er olmak üzere 15 teklif bölgesi mevcuttur. Nord Pool her gün

tüm bölgeler için fiyat hesaplaması yapmaktadır. Farklı fiyat teklif verme bölgelerine

ayrılan piyasalarda eğer bölgeler arası iletim kısıtları olmazsa tüm bölgelerdeki fiyat

sistem fiyatına eşit olur, aksi halde farklı bölgelerde farklı fiyatların oluşması söz

konusudur (EPDK, 2003: 17). Tablo-3’te Elspot piyasasından örnek bir günlük

(07.10.2016) fiyatlandırma tablosu yer almaktadır (Nord Pool, 2016).

Tablo 3: 07.10.2016 tarihli Elspot yerel ve sistem fiyatları (€/MWh)

Kaynak: http://www.nordpoolspot.com/Market-data1/Elspot/Area-Prices/ALL1/Hourly/?view=table

UK Gün-öncesi Piyasası (N2EX): Nord Pool N2EX piyasasını İngiltere’de

fiziki elektrik ticareti için kullanmaktadır. Mevcut yapı altında 3 piyasa

tasarımlanmıştır: “Spot Market”, Auction Market” ve “Prompt Market”. Prompt

Saat SYS SE1 SE2 SE3 SE4 FI DK1 DK2 Oslo Kr.sand Bergen Molde Tr.heim Tromsø EE LV LT

00 - 01 27 27,76 27,76 27,76 27,76 27,76 26,96 27,76 26,96 26,96 26,96 28,95 28,95 25,67 27,76 27,76 27,76

01 - 02 26,85 26,9 26,9 26,9 26,9 26,9 26,9 26,9 26,9 26,9 26,9 28,91 28,91 25,65 26,9 26,9 26,9

02 - 03 26,92 26,98 26,98 26,98 26,98 26,98 26,98 26,98 26,98 26,98 26,98 28,9 28,9 25,62 26,98 26,98 26,98

03 - 04 26,83 27,12 27,12 27,12 27,12 27,12 26,86 27,12 26,86 26,86 26,86 28,89 28,89 25,61 27,12 27,12 27,12

04 - 05 27,22 28,22 28,22 28,22 28,22 28,22 27,07 27,96 27,07 27,07 27,07 28,91 28,91 25,62 28,22 28,22 28,22

05 - 06 27,76 31,24 31,24 31,24 31,24 31,24 27,12 29,93 27,12 27,12 27,12 31,24 31,24 25,68 31,24 31,24 31,24

06 - 07 29,39 36,28 36,28 36,28 36,28 45,11 27,15 39,29 27,15 27,15 27,15 36,28 36,28 26,67 45,11 45,11 45,11

07 - 08 30,92 37,72 37,72 37,72 37,72 44,94 27,62 42 37,72 27,62 27,62 37,72 37,72 26,76 44,94 44,94 44,94

08 - 09 31,38 38,86 38,86 38,86 38,86 58,7 27,74 45,58 38,86 27,74 27,74 38,86 38,86 26,77 58,7 58,7 58,7

09 - 10 30,91 37,93 37,93 37,93 37,93 56,03 27,58 45,05 37,93 27,58 27,58 37,93 37,93 26,76 56,03 56,03 56,03

10 - 11 30,35 37,43 37,43 37,43 37,43 55 27,5 46,53 31,02 27,5 27,5 37,43 37,43 26,74 55 55 55

11 - 12 29,94 36,9 36,9 36,9 36,9 61,92 27,36 52,32 27,36 27,36 27,36 36,9 36,9 26,71 61,92 61,92 61,92

12 - 13 29,43 34,74 34,74 34,74 34,74 56,06 27,17 53,07 29,94 27,17 27,17 34,74 34,74 26,66 56,06 56,06 56,06

13 - 14 29,14 33,71 33,71 33,71 33,71 42 27,23 47,11 27,23 27,23 27,23 33,71 33,71 26,62 42 55,07 55,07

14 - 15 28,97 32,97 32,97 32,97 32,97 37,25 27,12 44,06 27,12 27,12 27,12 32,97 32,97 26,59 37,25 47,22 47,22

15 - 16 28,68 32,55 32,55 32,55 32,55 35,18 27,02 42,47 27,02 27,02 27,02 32,55 32,55 26,58 35,18 45,75 45,75

16 - 17 28,67 31,95 31,95 31,95 31,95 34,75 27,11 41,98 27,11 27,11 27,11 31,95 31,95 26,49 34,75 45,12 45,12

17 - 18 29,35 35,34 35,34 35,34 35,34 35,34 31,49 35,34 27,43 27,43 27,43 35,34 35,34 26,5 35,34 40,06 40,06

18 - 19 29,97 36,08 36,08 36,08 36,08 45,19 31,76 36,08 27,51 27,51 27,51 36,08 36,08 26,78 45,19 45,19 45,19

19 - 20 30,15 37,12 37,12 37,12 37,12 39,97 31,9 37,12 29,96 27,72 27,59 37,12 37,12 26,8 39,97 45,16 45,16

20 - 21 29,05 32,3 32,3 32,3 32,3 32,3 31,63 32,3 28,81 27,94 27,61 32,3 32,3 26,78 32,3 40,07 40,07

21 - 22 28,42 30,53 30,53 30,53 30,53 30,53 27,82 30,53 30,07 27,82 27,62 30,53 30,53 26,74 30,53 31,34 31,34

22 - 23 28,05 29,86 29,86 29,86 29,86 29,86 27,7 29,86 29,86 27,7 27,26 29,86 29,86 25,86 29,86 29,86 29,86

23 - 00 27,59 28,05 28,05 28,05 28,05 28,05 27,46 28,05 27,46 27,46 27,24 29,32 29,32 25,98 28,05 28,05 28,05

Min 26,83 26,9 26,9 26,9 26,9 26,9 26,86 26,9 26,86 26,86 26,86 28,89 28,89 25,61 26,9 26,9 26,9

Max 31,38 38,86 38,86 38,86 38,86 61,92 31,9 53,07 38,86 27,94 27,74 38,86 38,86 26,8 61,92 61,92 61,92

Average 28,87 32,86 32,86 32,86 32,86 39,02 28,01 37,31 29,23 27,34 27,28 33,22 33,22 26,36 39,02 41,62 41,62

Peak 29,75 35,47 35,47 35,47 35,47 46,45 28,42 43,89 29,87 27,37 27,36 35,47 35,47 26,67 46,45 50,94 50,94Off-

peak1 27,86 30,28 30,28 30,28 30,28 32,28 27,08 30,99 28,35 27,08 27,08 31,23 31,23 25,91 32,28 32,28 32,28Off-

peak2 28,28 30,19 30,19 30,19 30,19 30,19 28,65 30,19 29,05 27,73 27,43 30,5 30,5 26,34 30,19 32,33 32,33

http://www.nordpoolspot.com/Market-data1/Elspot/Area-Prices/ALL1/Hourly/?view=table

45

Market tatiller hariç hafta içi günleri, Auction Market ve Spot Market ise tatil günleri

dahil tüm günlerde açık bulunmaktadır (Nord Pool, 2016). “Prompt Market” işlemleri

şu anda askıya alınmış durumdadır. “Spot Market” işlemleri ise yarım saatlik dilimden

günlük baza kadar birçok çeşitli teklif modu için teslim saatinden bir gün önce başlayıp

yaklaşık 80 dakika önce kapanmaktadır. “Auction Market” ise her bir haftanın teklif

işlemleri için ilgili haftanın 2 hafta öncesinde başlamaktadır. Fiyat teklif miktarı 0,1

MWh ın katları şeklinde olup fiyat adımları 0,01 GBP/MWh tir. En düşük teklif fiyatı

-500 GBP/MWh, en yüksek teklif fiyatı 3000 GBP/MWh tir. Piyasa oyuncuları bu

teklif limitleri arasında 200 basamaklık teklif sunabilmektedirler (Nord Pool, 2016).

Nord Pool Gün-içi Piyasası (Elbas Market): Nord Pool İskandinav/Baltık

bölgeleri, Almanya ve İngiltere’de fiziki teslimata dayalı Gün-içi elektrik ticareti

işlemlerini sürdürmektedir. Gün-içi piyasası bir dengeleme piyasası olarak Gün-öncesi

piyasasını destekleyecek şekilde davranmaktadır. Gün-içi piyasası ile piyasa

oyuncularına fiziki pozisyonlarını dengelemek için son fırsat sunulmaktadır. 7 gün 24

saat esasına göre göre çalışan piyasada 15 dk., 30 dk., saatlik ve blok teklif ürünleri

işlem görerek farklı piyasa bölgelerinin ihtiyaçlarını karşılamak için gerekli olan

esneklik sağlanmaktadır. Uygulanan web ara yüzlü program sayesinde piyasa

oyuncularının tüm Nord Pool Gün-içi piyasalarına ulaşmalarına imkân

sağlanmaktadır. 0,1 MW ve katları şeklinde tekliflerin yapılabildiği piyasada fiyat

teklif basamağı 0,1 €/MWh olarak tanımlanmıştır. Teklif işlemleri şu şekilde

çalışmaktadır: “Limit Order” tekliflerinde alım işlemi limit fiyat veya altındaki

değerlerden satım işlemleri limit fiyat veya üzerindeki değerlerden gerçekleşmekte ve

kısmı olarak kabul edilebilmektedir. “User-defined Block Order” tekliflerinde 1

46

saatten 24 saate kadar birbirini takip eden saatler için teklif verilebilmekte teklifin

işlem görebilmesi için tamamının kabul edilmesi gerekmektedir. “Pre-defined Block

Order” İngiltere piyasasına özgü kullanılmaktadır. “Iceberg Order” bir çeşit limitli

teklif gibi olup daha yüksek hacimlerde işlem görmektedir. Bu büyük hacim parçalara

bölünmekte ve teklifin ilk parçası kabul edildiğinde diğer parçaları da sırasıyla

açılmaktadır. “Fill or Kill” tekliflerinde bir çeşit limitli teklif gibi olup ya teklifin

tamamı kabul edilir ya da hepsi rededilir. “IoC” teklifinde ise mümkün olduğunca

teklifin tamamına yakını kabul edilirken kalan kısmı piyasadan çekilmektedir (Nord

Pool, 2016).

Nord Pool Finans Piyasası (Nord Pool Financial Market): Iskandinav

piyasalarına yönelik elektriğin finansal ticaret işlemleri Nasdaq OMX’te

yapılmaktadır. Piyasa katılımcıları geleceğe yönelik elektrik alım ve satım fiyatlarını

bu şekilde garanti altına alabilmektedirler. Nord Pool şeffaflık ve verimlilik anlamında

Avrupa’nın en iyi marketlerinden birini teşkil etmektedir. Finansal enerji piyasası spot

piyasa ile doğrudan ilişkili olup spot piyasa yapısı içinde sağlanan yüksek likidite,

piyasa derinliği ve fiyat güvenilirliği finansal enerji piyasasının likiditesine önemli

katkılar sağlamaktadır (NordREG, 2014: 45). Finansal piyasalarda yapılan işlemler

için Nord Pool fiziki piyasasının kısıtsız sistem fiyatı referans olarak alınmakta

karşılıklı takas işlemi bu referans fiyat üzerinden yapılmaktadır.

Finansal elektrik piyasası verileri ayrıca özellikle hidrolik santral sahibi

üreticiler içinde önemli bir sinyal olmaktadır. Bu sayede üretici elektrik üretimi için

47

rezervuar stokunu nasıl en karlı ve verimli yönetebileceğini öngörebilmektedir

(NordREG, 2014: 45).

Piyasada işlem gören standart “Future” sözleşmelerine ek olarak “Forward”,

vb. diğer sözleşmelerde piyasa katılımcıları arasında yapılabilmektedir (Atmaca,

2010: 39). “Future” sözleşmeleri “Forward” sözleşmelerinin piyasa için

standartlaştırılmış halidir. Alıcı ve satıcı arasında yapılan “Future” sözleşmesi ile

piyasa fiyat dalgalanması risklerine karşı taraflar kendilerini koruma altına

almaktadırlar.

2008-2013 yılları arasındaki finansal piyasa işlem hacimleri sürekli bir düşüş

göstermekle birlikte 2013 yılında gerçekleşmiş olan finansal piyasa işlemlerinin

toplam miktarı 1637 TWh olup bu rakam 2015 yılı Nord Pool fiziki piyasa hacminin

(489 TWh) 3 katından fazladır. Şekil-8’de 1998-2013 yılları arasındaki Nord Pool

finansal piyasa işlem hacimlerinin değişimi görülmektedir. 2013 yılında piyasada

toplam işlem hacmi 54,3 Milyar €’a ve toplam işlem sayısı ise 143.000’e ulaşmıştır

(NordREG, 2014: 46).

48

Şekil 8: Nord Pool finansal piyasa işlem hacimleri 1998-2013 (NordREG, 2014)

Nord Pool Uzlaştırma İşlemleri (Nord Pool Settlement): Tüm piyasa

oyuncuları günlük uzlaştırma takvimine göre uzlaştırmaya tabi tutulmaktalar. Bu

amaçla tüm üyelerin Nord Pool AS tarafından onaylanmış bir banka hesabına sahip

olmaları gerekmektedir. Ticari işlemlerin uzlaştırmasında kullanılan para birimi ticari

teklifin para birimi ile aynı cinstendir. Gün öncesi piyasasında ticareti mevcut para

birimleri EUR, NOK, SEK, ve DKK’dır. Fakat gün içi (Elbas) piyasasında işlemler

sadece EUR cinsinden yapılmaktadır (Nord Pool, 2016). Günlük rutin süreç şu şekilde

işlemektedir:

Gün (t) ticari işlem günü: Saat 12:00’de bir sonraki günün fiziksel teslimat

sözleşmeleri ilan edilmektedir. Saat 14:00’de kadar piyasa katılımcılarının ilan

edilen sözleşmelere yönelik itirazları değerlendirilmekte ve bu saat itibari ile

sözleşmeler yasal olarak bağlayıcı olmaktadır. Saat 14-16 arasında kesinleşmiş

49

olan bu sözleşmelerin uzlaştırması yapılmakta ve faturalar katılımcılara

gönderilmektedir.

Gün (t+1) fiziksel teslimat ve faturalama günü: Saat 08’de Nord Pool bankalara

elektronik ödeme emirlerini göndermektedir. Saat 11’e kadar borçlandırmalara

yönelik hesapların yeterlilikleri kontrol edilmekte yetersizlik durumlarının

düzeltilmesi talep edilmektedir. Saat 11 itibari ile katılımcının hesap

yeterliliğine yönelik bildirimi Nord Pool’a yapması gerekmektedir.

Gün (t+2) para birimlerinin dönüştürülmesi ve ödemelerin gerçekleştirilmesi:

Para birimleri dönüşümleri (t) günü kur rakamları üzerinden

gerçekleştirilmekte ve (t) gününde yapılan ticari elektrik işlemlerinin

ödemeleri yapılmaktadır (Nord Pool, 2016).

1.6 Türkiye Elektrik Piyasası

1.6.1 Türkiye Elektrik Sektörü Tarihsel Gelişimi

Anadolu’da elektrik üretim serüveni, 1902 yılında Tarsus’ta bir su değirmenine

bağlı olarak yapılan bir dinamo ile başlamıştır. İlk santral ise 1913 yılında taşkömürü

ile çalışmak üzere kurulmuş olan Silahtarağa Santralidir. Silahtarağa 1950’li yıllara

kadar İstanbul’da tek elektrik santrali olarak kalmaya devam etmiştir (Aslan,

Katırcıoğlu ve diğerleri, 2007: 2).

Cumhuriyet ilan edildiğinde Türkiye’nin toplam kurulu gücü 33 MW ve

elektrik üretimi ise yalnızca 45 Milyon kWh değerinde olup bu dönemde yalnızca

50

İstanbul, Adapazarı ve Tarsus bu imkandan faydalanabilmekteydi. (Aslan, Katırcıoğlu

ve diğerleri, 2007: 3). 1953 yılında hidrolik potansiyelden daha fazla yararlanma adına

büyük barajların yapımı için Devlet Su İşleri Genel Müdürlüğü (DSİ) kurulmuştur.

Sırasıyla 1956 yılında 160 MW lık Sarıyar Barajı Hidroelektrik Santrali ve 1959

yılında da 128 MW lık Hirfanlı Barajı Hidroelektrik Santrali devreye girmiştir. Bu

santraller halen Türkiye’nin en büyük elektrik üreticisi konumunda bulunan bir kamu

şirketi olan Elektrik Üretim A.Ş. (EÜAŞ) portföyü içinde yer almaktadır ( EÜAŞ,

2016; DSİ, 2016; Atmaca, 2010: 54).

Elektrik sektörü kapsamında atılan en önemli adımlardan biri 1970 yılında

Türkiye Elektrik Kurumu’nun (TEK) kurulması olmuştur. Böylece elektrik sektöründe

ilk kez kurumsal bir yapı ortaya çıkmıştır (Atmaca, 2010: 55). 1980 sonrasında

dünyada yaşanan liberalleşme ve bu kapsamda özelleştirme akımları ile yapılan

düzenlemeler neticesinde özel sektörün elektrik sektörüne ilgisi artmıştır. Türkiye’de

1984 yılına kadar elektrik endüstrisi içinde dikey bütünleşik kamu sahipliği yapısı

devam etmiştir. 4 Aralık 1984 tarih, 18610 sayılı Resmi Gazete’de yayımlanan 3096

sayılı “Türkiye Elektrik Kurumu Dışındaki Kuruluşların Elektrik Üretimi, İletimi,

Dağıtımı ve Ticareti ile Görevlendirilmesi Hakkında Kanun” ile bu konuda önemli bir

adım atılmıştır (Resmi Gazete, 1984). Bununla birlikte 3096’nın uygulamasına yönelik

yaşanan sorunlar nedeniyle özel sektörün büyük ölçekli projelere başlaması gecikmiş

bu durum 1996 yılana kadar devam etmiştir (Deloitte, 2007: 11).

Elektrik üretim, dağıtım ve iletim faaliyetlerini bünyesinde bütünleşik olarak

barındıran TEK, Bakanlar Kurulunun 93/4789 sayılı kararı ile Türkiye Elektrik Üretim

51

İletim A.Ş. (TEAŞ) ve Türkiye Elektrik Dağıtım A.Ş. (TEDAŞ) olarak 1993 yılında

ikiye bölünmüştür. 1994 yılında 21959 sayılı Resmi Gazete’de yayımlanarak

yürürlüğe konan “Bazı Yatırım ve Hizmetlerin Yap-İşlet-Devret Modeli Çerçevesinde

Gerçekleştirilmesi Hakkında Kanun” ile özel sektör eli ile yapılacak Yap-İşlet-Devret

(YİD) yatırımlarına hukuki alt yapı kazandırılmaya çalışılmıştır (Resmi Gazete, 1994).

Takip eden süreçte YİD ve Yap-İşlet (Yİ) modellerinin teşviki ve hukuki alt yapısının

hazırlanması için sırasıyla: 1994 yılında 4047 sayılı kanun, 1996 yılında 4180 sayılı

kanun, 1997 yılında 4283 sayılı kanun yürürlüğe girmiştir. 1994 yılında TEK’in

özelleştirilmesine yönelik bir kanun (3974 sayılı kanun) dahi yürürlüğe girmiş fakat

söz konusu kanun Anayasa Mahkemesince iptal edilmiştir (Anayasa Mahkemesi,

2016). 2000 yılında Bakanlar Kurulunun 2000/1312 sayılı kararı ile TEK’in; Türkiye

Elektrik İletim Anonim Şirketi (TEİAŞ), Elektrik Üretim Anonim Şirketi (EÜAŞ) ve

Türkiye Elektrik Ticaret ve Taahhüt Anonim Şirketi olarak üç ayrı şirkete bölünmesi

kararlaştırılmıştır (Resmi Gazete, 2000).

2001 yılında Türkiye’de serbest elektrik piyasası uygulamasına geçiş için en

önemli adım atılmış: 4628 sayılı yasa ile Elektrik Piyasası Düzenleme Kurumu

kurulmuş ve akabinde 4646 sayılı “Doğal Gaz Piyasası Kanunu” ile Enerji Piyasası

Düzenleme Kurumu (EPDK) adını almıştır (Resmi Gazete, 2001). EPDK’ya, 5015 ve

5307 sayılı kanunlarla petrol ve sıvılaştırılmış petrol piyasalarını düzenleme ve

denetleme görevleri de verilmiştir (EPDK, 2016). Kurum 19.11.2001 tarihinde

görevine başlamıştır ve mevcut durumda aksi kanunen belirtilmediği sürece tüm

elektrik üretim tesislerinin lisanslama işlemlerinden sorumlu düzenleyici otoritedir

(EPDK, 2016). Elektrik piyasasında faaliyet gösterecek tüzel kişiliklerin lisans

52

yönetmeliklerine göre EPDK tarafından lisanslama faaliyetleri yürütülmektedir

(EPDK, 2016b). 4628 sayılı kanun ile elektrik sektörüne yönelik genel hatlar çizilerek

ayrıntılar ikincil mevzuat düzenlemelerine bırakılmış, elektrik sektörünün kamu

tekelinden çıkarılması ve serbest elektrik piyasa yapısının oluşturulması planlanmıştır

(Atmaca, 2010: 58). Kanunun 1.maddesinde Piyasa şöyle tanımlanmıştır; “Piyasa:

Üretim, iletim, dağıtım, toptan satış, perakende satış, perakende satış hizmeti, ithalat

ve ihracat dâhil olmak üzere elektrik enerjisi ve kapasite alım satımı veya ticareti

faaliyetleri ile bu faaliyetlere ilişkin işlemlerden oluşan elektrik enerjisi piyasasını,”

ifade etmektedir (EPDK, 2016).

Takip eden süreçte elektrik sektöründe dikey bütünleşik yapının ayrıştırılması

çalışmalarına devam edilmiştir. 2003 yılında yayımlanan Mali Uzlaştırma Tebliği ile

mevcut tek alıcı-satıcı yapısından dengesizliklerin uzlaştırılmasının yapıldığı kısmi

açık piyasa yapısına geçilmiştir (Deloitte, 2007: 11). 2004 yılında Özelleştirme

Yüksek Kurulunun kararı ile TEDAŞ’ın özelleştirilmesi kararlaştırılmıştır. Böylece

elektrik dağıtım ve perakende sektöründe rekabete dayalı bir ortamın oluşturulması

hedeflenmiştir (Atmaca, 2010: 58). Aynı yıl Enerji Tabii Kaynaklar Bakanlığı ve ilgili

kurumların katılımı ile oluşturulan Elektrik Enerjisi Sektörü Reformu ve Özelleştirme

Strateji Belgesi Yüksek Planlama Kurulu kararı ile kabul edilerek TEDAŞ 21 dağıtım

bölgesine bölünmesine karar verilmiştir (Aslan, Katırcıoğlu ve diğerleri, 2007: 8).

Piyasanın gelişim sürecindeki en önemli adımlardan birisi ise 2004 yılının

Kasım ayında “Elektrik Piyasası Dengeleme Uzlaştırma Yönetmeliği (DUY)”

yayınlanıp yürürlüğe girmesidir (Resmi Gazete, 2004). Belirli bir deneme süresinin

53

tamamlanmasının ardından 2006 yılının Ağustos ayında nakdi uygulamaya başlanarak

piyasa taraflarının ikili anlaşmalarla dengelenemeyen enerji talepleri için Dengeleme

Piyasası kurulmuştur (Atmaca, 2007: 59). 2008 yılında TEDAŞ bünyesindeki 4

dağıtım bölgesinin ve EÜAŞ bünyesindeki toplam 141 MW kurulu gücü bulunan 9

santralin özelleştirme ihaleleri Özelleştirme İdare tarafından tamamlanmıştır (ÖİB,

2009: 2). 2009 yılında Yüksek Planlama Kurulu’nun almış olduğu karar ile Elektrik

Enerji Piyasası ve Arz Güvenliği Belgesi kabul edilmiş ve bu belgeye göre 1 Ocak

2011 tarihine kadar Gün Öncesi Piyasası‘na geçerek spot piyasasının hayata

geçirilmesi hedeflenmiştir (YPK, 2009). Bu sayede piyasa katılımcıları kendi

portföylerini gün öncesinden dengeleyebilecek ve sistem işletmecisine gün öncesinden

dengelenmiş bir sistem/piyasa kalacaktır (Atmaca, 2007: 59). Gerçek zamanlı

dengesizliklerin dengelenmesine ise yine saatlik bazda devam edilecektir. Nitekim

2009 yılında çalışmaya başlayan gün öncesi planlama uygulamasının ardından 1

Aralık 2011 tarihinde gün öncesi piyasası sistemine geçiş gerçekleştirilmiştir. 30 Mart

2013 tarihinde elektrik piyasasına yönelik en önemli adımlardan biri atılarak 6446

sayılı “Elektrik Piyasası Kanunu” yürürlüğe girmiş ve bu kanun kapsamında Enerji

Piyasaları İşletme Anonim Şirketi (EPİAŞ) kurulmuştur (Çetintaş ve Bicil, 2015).

EPİAŞ’ın hisselerinin %30’u TEİAŞ’a, %30’u Borsa İstanbul’a ve geriye kalan %40’ı

Özel Sektör yatırımcılarına ait bulunmaktadır (EPİAŞ, 2016).

Elektrik vadeli işlem sözleşmeleri 2015 yılı başı itibari ile işler hale getirilmiş

ve her geçen gün daha likit bir hale gelmektedir (Çalışır, 2016). Türkiye elektrik

piyasasında katılımcıların daha dengeli ve etkin bir rol üstlenmesine olanak sağlamak

amacı ile 1 Temmuz 2015 tarihinde “Gün İçi Piyasası” faaliyete geçmiş özellikle gün

54

öncesinden kalan dengesizliklerin giderilmesinde ve vadeli işlemler piyasasının daha

likit hale gelmesinde katkılar sağlamıştır (EPİAŞ, 2016).

Bu süreçte piyasa açıklık oranı konusunda da önemli gelişmeler olmuştur. 2003

yılında 9 milyon kWh olarak belirlenen serbest tüketici limiti sırasıyla; 2007 yılında 3

Milyon kWh’e, 2009 yılında 480.000 kWh’e, 2010 yılında 100.000 kWh’e, 2011

yılında 30.000 kWh’e, 2012 yılında 25.000 kWh’e, 2013 yılında 5.000 kWh’e, 2014

yılında 4.500 kWh’e, 2015 yılında 4.000 kWh’e ve nihayetinde 2016 yılında 3.600

kWh’e indirilerek yaklaşık %85 piyasa açıklık oranına (piyasanın %85’i kendi

tedarikçisinin seçebilir durumdadır) erişilmiştir (European Commission, 2008: 56;

Atmaca, 2010: 60; Çalışır, 2016: 12; EC, 2016: 55). 2016 yılının sonunda alınan kurul

kararı ile son olarak serbest tüketici limiti 2400 kWh düzeyine kadar indirilmiştir

(EPDK, 2016). 2015 yılı itibari ile dağıtım şirketlerinin tamamı özelleştirilirken,

üretimde ise devletin payı %21,5’e kadar gerilemiş bulunmaktadır.

1.6.2 Türkiye Elektrik Enerjisi Üretimi ve Projeksiyonu

Türkiye 718 Milyar $7 lık toplam yurtiçi hasıla değeri ile dünyanın en büyük

18. ekonomisi konumunda olup aynı zamanda G-20 topluluğuna üye ülkelerden biridir

(World Bank, 2016). Hızla büyüyen nüfus ve ekonomisi ile önümüzdeki yıllarda daha

ön sıralarda gelen ülkelerden biri olması öngörülmektedir. Çin, Hindistan, Brezilya ve

Türkiye gibi son yıllarda hızlı bir büyüme trendine girmiş veya büyüme potansiyeli

yüksek olan ülkelerde, ortaya çıkacak olan enerji ihtiyacına yönelik arz güvenliğinin

7 Dünya bankasının 2015 yılı rakamları ile belirtilmiştir.

55

uygun şartlarda (fiyat, büyüklük, güvenilirlik ve erişilebilirlik) karşılanması bu

anlamda büyük önem arz etmektedir (Atmaca, 2010: 61).

Tablo-4’ten görüleceği üzere Türkiye’nin son on yıllık dönemde enerji talebi

yıllık ortalama % 5,4 artarak 160,8 Milyar kWh’ten 257,2 Milyar kWh değerine

yükselmiştir (TEİAŞ, 2015: 8). Mevcut santrallerin yakıt cinslerine göre kurulu güç,

sayı ve katkı payları Tablo-5’te gösterilmektedir. Bu tabloya göre kurulu gücün önemli

bir kısmı Doğalgaz ve Hidrolik santrallere dayanmaktadır (TEİAŞ, 2016a).

Bu verileri baz alan TEİAŞ takip eden 10 yıl için referans, yüksek ve düşük

senaryolarına göre talep tahmini projeksiyonu yaparak her yıl yayınlamaktadır. En son

yayımlanan rapora göre Türkiye Cumhuriyetinin 100.yılı olan 2023 yılında referans

senaryoda Türkiye’nin puant talebinin 63.759 MW’a ve enerji talebinin ise 435 Milyar

kWh’e çıkması öngörülmektedir (TEİAŞ, 2015: 16).

Tablo 4: 2005–2014 Yılları arası Türkiye puant güç ve enerji talebi

YIL

Puant Güç

Talebi

(MW)

Artış

(%)

Enerji Talebi

(Gwh)

Artış

(%)

Minimum

Yük

(MW)

Min.Yük/Puant

Oranı (%)

2005 25.174 7,2 160.794 7,2 10.120 40

2006 27.594 9,6 174.637 8,6 10.545 38

2007 29.249 6,0 190.000 8,8 11.100 38

2008 30.517 4,3 198.085 4,3 10.409 34

2009 29.870 -2,1 194.079 -2,0 11.123 37

2010 33.392 11,8 210.434 8,4 13.513 40

2011 36.122 8,2 230.306 9,4 14.822 41

2012 39.045 8,1 242.370 5,2 13.922 36

2013 38.274 -2,0 248.324 2,5 14.800 39

2014 41.003 7,1 257.220 3,6 14.927 36

Kaynak: Türkiye Elektrik Enerjisi 5 Yıllık Üretim Kapasite Projeksiyonu (2015-2019)(TEİAŞ, 2015)

56

Tablo 5: Yakıt Cinslerine göre Türkiye kurulu gücü 31 Ekim 2016 sonu itibari ile

(TEİAŞ, 2016a)

YAKIT CİNSLERİ 31 EKİM 2016 SONU İTİBARİYLE

KURULU

GÜÇ

KATKI SANTRAL

SAYISI

MW % ADET

FUEL-OİL + NAFTA + MOTORİN 368,7 0,5 14

TAŞ KÖMÜRÜ + LİNYİT + ASFALTİT 9.842,4 12,5 29

İTHAL KÖMÜR 7.479,9 9,5 10

DOĞALGAZ + LNG 22.560,1 28,8 245

YENİLEN.+ATIK+ATIKISI+PİROLİTİK

YAĞ 464,8 0,6 81

ÇOK YAKITLILAR KATI+SIVI 667,1 0,9 23

ÇOK YAKITLILAR SIVI+D.GAZ 3.719,0 4,7 46

JEOTERMAL 775,1 1,0 31

HİDROLİK BARAJLI 19.408,5 24,7 114

HİDROLİK AKARSU 7.034,5 9,0 479

RÜZGAR 5.275,4 6,7 147

GÜNEŞ 12,9 0,0 2

TERMİK (LİSANSSIZ) 82,1 0,1 33

RÜZGAR (LİSANSSIZ) 10,6 0,0 20

GÜNEŞ (LİSANSSIZ) 732,8 0,9 942

TOPLAM 78.433,8 100,0 2.216

Kaynak: TEİAŞ Yük Tevzi Raporları Kurulu Güç (TEİAŞ, 2016a)

2015 yılı içerisinde gerçekleştirilmiş olan elektrik üretiminin kaynaklara göre

dağılımı ise Şekil-9’da grafiksel olarak gösterilmektedir (TEİAŞ, 2016b).

57

Şekil 9: 2015 Türkiye elektrik üretiminin kaynaklara göre dağılımı (TEİAŞ, 2016b)

TEİAŞ’ın referans senaryo çalışmasına göre Türkiye’de enerji talebinin geçmiş

on yıllık süreçte olduğu gibi önümüzdeki on yıllık süreçte de % 5,4 lük bir artış

göstermesi öngörülmektedir (TEİAŞ, 2015: 16). Söz konusu artış ihtiyacının

karşılanabilmesi için uzun vadeli bir çeşitlendirme ve yatırım strateji belirlenmesine

ihtiyaç bulunmaktadır. Serbest elektrik piyasası kurulum çalışmalarının yanında

Türkiye hem yenilenebilir enerji kapsamında önemli teşvik adımları atmış hem de

nükleer enerji konusunda iki önemli projeyi hayata geçirmeye çalışmaktadır8 (ETKB,

2016). Bu sayede dünyada en üst teknolojik çalışma düzeyini temsil eden uzay,

havacılık ve nükleer gibi üç önemli alanın birinde nükleer enerjide önemli bir ilerleme

8 Akkuyu Nükleer Santral Projesi 4800 MWe toplam kurulu güce sahip 4 üniteden oluşan bir projedir.

Sinop Nükleer Santral Projesi 4600 MWe toplam kurulu güce sahip 4 ünitelik bir ATMEA-1

teknolojisine dayanmaktadır.

58

kaydedilmesi, enerji kaynaklarının çeşitlendirilmesi, yenilenebilir enerji payının

arttırılması ve doğal gaza olan bağımlılığın azaltılarak cari açığın indirilmesi

planlanmaktadır.

Bir karşılaştırma yapmak için dünya perspektifine bakıldığında ise 2013-2040

yılları arası için Uluslararası Enerji Ajansı (IEA)’nin yapmış olduğu çalışmaya göre

(Yeni Politikalar Senaryosu) dünya elektrik talebi ortalama % 2 artacak bu oran OECD

ülkeleri için % 0,7, OECD dışı ülkeler için % 2,9 olarak öngörülmektedir (IEA, 2015:

304). Aynı dönem içinde Çin’de bu büyümenin ortalama % 2,6 ve Hindistan’da % 4,9

olması öngörülmektedir (IEA, 2015: 307). Rakamlardan da görüldüğü üzere

Türkiye’de tüm dünya rakamlarına göre oldukça yüksek bir enerji talep artışı

beklenmektedir.

1.6.3 Türkiye Elektrik Piyasası Temel Roller ve Oyuncular

Piyasalarda gerçek rekabet ortamlarının oluşturulabilmesi için serbest bir

düzenleyici otorite ve güvenilir bir takas ve teminat sistemi güvencesi altında piyasa

oyuncularının emtiayı kendi aralarında Pazar koşullarında oluşan fiyatlardan alıp

satabilecekleri bir ortamın olması gerekmektedir. Bunun sağlanabilmesi içinde

piyasadaki devlet payının baskın konumdan çıkması, dikey entegrasyonun

ayrıştırılması, piyasaya giriş çıkış engellerinin olmaması, piyasa açıklık oranının da

maksimize edilmesi diğer önemli unsurlardır. 4628 sayılı kanunun 2001 yılında

yürürlüğe girmesi ile önemli bir adım atan Türkiye, o günden bugüne serbest elektrik

59

piyasa yapısının geliştirilmesi adına önemli ilerlemeler kaydetmiştir (Resmi Gazete,

2001).

Elektrik Piyasası olgusunun daha net anlaşılabilmesi için öncelikle elektriğin

aşağıda listelenen bazı temel özelliklerinin iyi anlanması gerekmektedir. Deloitte

çalışmasında ilk üç özelliği belirtirken, Atmaca’da yapmış olduğu çalışmada dördüncü

unsuru bu maddelere ek olarak belirtmiştir:

Son yıllarda ortaya çıkan önemli teknolojik gelişmelere rağmen elektriğin

özellikle çok miktarda depolanması ya mümkün değil ya da ekonomik olmayan

yüksek maliyetlere sahiptir (Deloitte, 2007),

İletim sisteminde ortaya çıkabilecek olan veya hali hazırda var olan iletim

kısıtları ticari işlemler için ciddi kısıtlamalara söz konusu olabilmektedir

(Deloitte, 2007),

Elektrik akışı fizik kurallarına tabi olarak yani Kirchoff Kuralları’na9 göre

gerçekleşir ve ticari sözleşme akışını takip etmez (Deloitte, 2007),

Sistemde ortaya çıkan dengesizlik, frekans değişkenliği ve güç dalgalanmaları

sadece belirli bir üretici ve kullanıcı grubunu değil şebekeye bağlı tüm piyasa

oyuncularını ve kullanıcıları etkiler (Atmaca, 2010: 65).

Türkiye elektrik piyasası yapısı ve işleyişinin anlaşılması için diğer önemli

unsur ise piyasa içinde yer alan kurumların ve rollerin tanımlarının bilinmesidir. Bu

9 Gustav Robert Kırchhoff (1824-1887), Alman fizikçi, Kirchoff Akım Kuralı: Bir düğüme giren

akımların toplamı o noktadan çıkan akımların toplamına eşittir. Kirchoff Voltaj Kuralı; Kapalı bir

döngüdeki tüm anlık voltaj düşümlerinin toplamı o döngüye sağlanan potansiyel farkına eşittir.

60

kapsamda bakıldığında en önemli yapı taşlarından biri TEİAŞ’tır. TEİAŞ, 233 sayılı

KHK sistemi içinde, iktisadi devlet teşekkülü olarak ve mevcut mevzuat ve ana statüsü

hükümleri ve Enerji Piyasası Düzenleme Kurumundan (EPDK) 13.03.2003 tarihinde

aldığı iletim lisansı çerçevesinde, yeni piyasa yapısına uygun olarak faaliyetlerini

yürütmektedir (TEİAŞ, 2016c). Temel görevi enterkonnekte elektrik sisteminin

kesintisiz, kaliteli ve güvenilir bir şekilde işletilmesidir. TEİAŞ ENTSO-E gözlemci

üyesi olup enterkonnekte sistemin ENTSO-E ile kalıcı bağlantısı bulunmaktadır.

TEİAŞ bünyesinde yer alan Milli Yük Tevzi Merkezi (MYTM) elektrik enerjisi arz ve

talebinin gerçek zamanlı olarak dengelenmesinden ve sistem işletiminden sorumlu

merkezidir.

Diğer önemli bir piyasa bileşeni piyasa yapısı içinde düzenleyici kurum

görevini yerine getiren EPDK’dır. EPDK’nın görev tanımı 4628 sayılı kanunun

4.maddeesinde yapılmakta olup kısaca: “4628, 4646, 5015, 5307, 644610 sayılı

kanunlar ile elektrik, doğalgaz, petrol ve LPG’nin; yeterli, kaliteli, sürekli, düşük

maliyetli ve çevreyle uyumlu bir şekilde tüketicilerin kullanımına sunulması için,

rekabet ortamında özel hukuk hükümlerine göre faaliyet gösterebilecek, mali açıdan

güçlü, istikrarlı ve şeffaf bir enerji piyasasının oluşturulması ve bu piyasada bağımsız

bir düzenleme ve denetim sağlanmasıdır” (EPDK, 2016). EPDK’nın piyasa şartlarında

belirleyici görevleri ise: Üretim lisanslarının verilmesi, lisansız üretimlerin

belirlenmesi, serbest tüketici limitinin tanımlanması ve bazı tarifelerin düzenlenmesi

hususlarıdır.

10 4628 sayılı Enerji Piyasası Düzenleme Kurumunun Teşkilat ve Görevleri Hakkında Kanun (2001),

4646 sayılı Doğalgaz Piyasası Kanunu (2001), 5015 sayılı Petrol Piyasası Kanunu (2003), 5307 sayılı

Sıvılaştırılmış Petrol Gazları (LPG) Piyasası Kanunu (2005), 6446 sayılı Elektrik Piyasası Kanunu

(2013).

61

Piyasanın üretim ayağında devlet hakimiyetinde kalan diğer çok önemli

oyuncu ise EÜAŞ’tır. 2001 yılında 24.203 MW olan EÜAŞ’ın toplam kurulu gücü

süre gelen özelleştirmeler neticesinde 19.414 MW’a kadar gerilemiştir (EÜAŞ, 2016,

2015, 2010). EÜAŞ’ın kurulu gücünün % 64’ü hidrolik, % 16’sı linyit ve % 19’u ise

doğalgaz’a dayanmaktadır (EÜAŞ, 2016). 2015 yılında EÜAŞ’ın Türkiye elektrik

üretimindeki payı % 21,1’e kadar gerilemiştir (EÜAŞ, 2015). EÜAŞ için özelleştirme

süreci halen devam etmektedir. Bu sayede üretim kanalında devletin tekelci çoğunluğu

gittikçe azalmaktadır. Bunula birlikte EÜAŞ ilgili bakanlık koordinasyonunda kendine

verilen görevleri de yerine getirmeye çalışmakta ve bu kapsamda Sinop Nükleer

Santral Projesine % 49 ortak olması öngörülmektedir. Söz konusu projeye yönelik

fizibilite çalışmaları devam etmekte olup 4500-4600 MWe kurulu güce sahip olması

hedeflenmektedir.

Elektrik dağıtımı kapsamında ise TEDAŞ ukdesinde olan dağıtım tekeli, 21

elektrik dağıtım bölgesi oluşturulması ve özelleştirilmesi ile tekel olmaktan çıkarılarak

özel sektöre devredilmiştir. TEDAŞ, şu anda sadece temsili bölge müdürlükleri

kapsamında faaliyetlerine devam etmektedir.

Enerji sektöründeki serbestleşme çalışmaları kapsamında 2001 yılında

Türkiye Elektrik Üretim, İletim Şirketinin (TEAŞ) üçe bölünmesiyle tek kamu enerji

toptan satış şirketi olarak kurulan TETAŞ, sorumluluğu sermayesiyle sınırlı bir

İktisadi Devlet Teşekkülü olup, devletin genel enerji ve ekonomi politikasına uygun

olarak elektrik ticaret ve taahhüt faaliyetlerinde bulunmaktadır (TETAŞ, 2016). Temel

görevleri kamu adına elektrik ticaret ve taahhüt faaliyetlerinde bulunmak, elektrik

62

enerjisi satın almak ve bu enerjiyi satmaktır. TETAŞ’ın mevcut koşullarda 31.12.2019

tarihine kadar Tedarik Lisansı bulunmaktadır.

Enerji Piyasaları İşletme Anonim Şirketi (EPİAŞ), 14.03.2013 tarihli ve 6446

sayılı Elektrik Piyasası Kanunu ve 6102 sayılı Türk Ticaret Kanunu hükümlerine tabi

olarak, 18 Mart 2015 tarihinde tescil işlemlerinin tamamlanmasının ardından resmen

kurulmuştur. EPİAŞ’ın başlıca amacı ve faaliyet konusu, “…Piyasa işletim lisansında

yer alan enerji piyasalarının etkin, şeffaf, güvenilir ve enerji piyasasının ihtiyaçlarını

karşılayacak şekilde planlanması, kurulması, geliştirilmesi ve işletilmesidir. Eşit

taraflar arasında ayrım gözetmeden güvenilir referans fiyat oluşumunun temin

edilmesi ve artan piyasa katılımcı sayısı, ürün çeşitliliği ve işlem hacmiyle likiditenin

en üst düzeye ulaştığı, piyasa birleşmeleri yoluyla ticaret yapılmasına imkan tanıyan

bir enerji piyasası işletmecisi olmaktır.” EPİAŞ, 6362 sayılı Sermaye Piyasası

Kanunu gereği özel hukuk tüzel kişiliğine haizdir (EPAİŞ, 2016). Gün öncesi, gün içi,

dengeleme ve güç piyasası ve tüm bunlar bünyesinde uzlaştırma işlemleri EPİAŞ

aracılığı ile yürütülmektedir.

Perakendeciler, elektrik sektörünün perakende hizmet veren şirketler olup

genellikle mevcut elektrik dağıtım şirketlerinin alt şirketleri olarak hizmet

vermektedirler.

Serbest tüketiciler için her yıl EPDK tarafından bir limit tanımlanmaktadır. En

son EPDK’nın 22.12.2016 tarihli kararı ile 2017 yılı için serbest tüketici limiti 2400

kWh indirilmiş olup bu indirim oranı ile birlikte piyasa açıklık oranı da % 85’in

63

üzerine çıkmış bulunmaktadır (EPDK, 2016). Serbest tüketiciler piyasadan daha

avantajlı koşullarla enerji talep tedarik edebilmektedirler. Serbest tüketici dağıtım

lisansı sahibi organize sanayi bünyesinde faaliyet gösteriyorsa ilgili dağıtıcıya dağıtım

bedelini ayrıca ödemek kaydı ile farklı bir dağıtıcıdan elektrik temin edebilmektedir.

Tarifeli tüketiciler, serbest tüketici limitleri altında yıllık enerji kullanımı olan

kısaca serbest tüketici olmayan tüketiciler tarifeli tüketici olarak tanımlanır ve bölgesel

anlamda içinde bulunduğu dağıtıcıdan EPDK tarafından belirlenmiş olan tarife

fiyatlarına göre elektrik almak durumundadır. Türkiye’de mevcut koşullarda tarifeli

ev tüketicileri için iki tür tarife fiyatlama uygulaması bulunmaktadır. Birinci

uygulamada günün tüm saatleri için tek bir tarife fiyatı belirlenip uygulanmakta, ikinci

uygulamada ise 24 saatlik dilimi Gündüz, Puant ve Gece olmak üzere 3 farklı tarife

dilimine ayrılmakta ve farklı fiyatlama yapılmaktadır.

Bağımsız üreticiler diğer adıyla “Üretim şirketi”: Sahip olduğu, kiraladığı,

finansal kiralama yoluyla edindiği veya işletme hakkını devraldığı üretim tesisi ya da

tesislerinde elektrik enerjisi üretimi ve ürettiği elektriğin satışıyla iştigal eden özel

hukuk hükümlerine tabi tüzel kişiyi ifade etmektedir (Resmi Gazete, 2013). Piyasanın

en önemli oyuncularını arz kısmında bu grup oluşturmaktadır.

Dağıtımı lisansı sahibi tüzel kişiler, lisans bölgelerindeki kullanıcılara elektrik

dağıtım hizmetini sağlarlar. EPDK tarafından belirlenen usul ve esaslar çerçevesinde,

dağıtım faaliyetiyle birlikte yürütülmesi verimlilik artışı sağlayacak nitelikteki piyasa

64

dışı bir faaliyeti yürütmekte görevleri arasındadır. Ayrıca hizmet verdiği bölgenin

aydınlatılması konusunda gerekli enerjiyi temin eder.

Borsa İstanbul, enerji piyasasına yönelik kısıtsız piyasa takas fiyatını

(KPTF)’nı baz alan aylık standart elektrik vadeli işlem sözleşmeleri (bir çeşit Future

sözleşme) sunmaktadır. Mevcut fiziki teslimatlı piyasadaki derinliğin artması vadeli

işlem piyasasının etkinliğini ve işlem hacmini arttıracak ve piyasanın daha sağlıklı

derinleşmesine katkı sağlayacaktır. Örneğin Nord Pool piyasasında 2013 yılında

gerçekleşmiş olan finansal piyasa işlemlerinin toplam miktarı 1637 TWh olup bu

rakam Nord Pool fiziki piyasa hacminin (489 TWh) 3 katından fazladır (NordREG,

2014).

1.6.4 Türkiye Elektrik Piyasası İşleyişi

Türkiye elektrik piyasası EPDK gözetimi altında EPİAŞ tarafından

işletilmektedir. Bu kapsamda EPİAŞ’ın sorumlu olduğu piyasa uygulamaları sırasıyla:

gün-öncesi piyasası, gün-içi piyasası ve dengeleme güç piyasasıdır. Uzlaştırma

işlemleri EPİAŞ’ın belirlemiş olduğu esaslar dahilinde EPİAŞ’ın koordinasyonunda

gerçekleştirilmektedir. EPİAŞ uygulamalarını başta 6446 Sayılı Elektrik Piyasası

Kanunu, 5346 sayılı YEK kanunu, Dengeleme Uzlaştırma Yönetmeliği, Lisans

Yönetmeliği ve benzeri diğer mevzuat hükümlerine istinaden yürütmektedir (EPİAŞ,

2016). Söz konusu piyasa uygulamalarına yönelik detaylı tanımlamalar piyasa

işleticisi olan EPAİŞ’ın resmi web sitesinde yer almaktadır. Kısaca piyasa işleyişi şu

şekilde gerçekleşmektedir:

65

Gün-öncesi piyasası11: Türkiye Gün-öncesi piyasa uygulamasına 1 Aralık

2011 tarihinde başlanmıştır. Gün-öncesi piyasası ile piyasa katılımcılarının

yükümlülüklerini gün öncesinden dengelemesi için fırsat sunulmuştur. Aynı zamanda

spot elektrik piyasası olarak ta kabul edilen piyasa da belirlenen fiyat bir nevi referans

fiyat olarak kabul edilmektedir. Piyasa katılımcısı olan tüm lisans sahibi tüzel kişiler

“Gün Öncesi Piyasa Katılım” anlaşmasını imzalayarak gün-öncesi piyasasına

katılabilmektedirler. Her bir günün 00:00’da başlayıp ertesi gün 00:00’da sona erdiği

kabul edilmiştir. Bu kapsamda piyasa işlemleri günlük olarak saatlik bazda

gerçekleştirilmektedir. Uzlaştırma işlemleri de günlük olarak ve saatlik bazda

gerçekleştirilmektedir. Gün-öncesi piyasası katılımcıları bir sonraki günden

başlayarak beş gün sonrasına kadar tekliflerini sunabilmektedirler. Teminat

mekanizması kullanılan piyasa uygulamasında piyasa katılımcıları tarafından piyasa

işletmecisine teminat mektupları her gün saat 10:30’a kadar sunulmak zorundadır.

Genel olarak sürece bakılacak olunursa; her gün saat 12:30’a kadar piyasa

katılımcıları bir sonraki güne ait gün öncesi piyasa tekliflerini Yeni Gün-öncesi

Piyasa-(GÖP) sistemi aracılığı ile piyasa işletmecisine bildirirler. Bu bağlamda

bakıldığında en erken 12 saat sonraki işlem saati için teklif verilebilmektedir. Saat

12:30-13:00 arasında piyasa işletmecisi tarafından teminat kontrolleri yapılarak

verilen teklifler doğrulanır. Saat 13:00-13:30 arasında teyidi yapılmış olan teklifler

değerlendirilerek piyasa takas fiyatları ve miktarları belirlenmiş olunur. 13:30’da ilgili

piyasa katılımcılarına onaylanmış alış-satış miktarları bildirilir. Söz konusu

bildirimlerin içinde hata bulunması durumunda piyasa katılımcılarının saat 13:50’e

11 Bu bölümün hazırlanmasında kullanılan bilgiler EPİAŞ’ın resmi web sitesinden derlenmiştir.

66

kadar itiraz hakkı bulunmaktadır. 13:50-14:00 arasında itirazlar değerlendirilerek saat

14:00’te ertesi günün 24 saatine ilişkin fiyat ve eşleşmeler nihai olarak sonuçlandırılır.

Ayrıca her gün saat 00:00-17:00 arasında piyasa katılımcıları tarafından ikili anlaşma

bildirimleri Yeni GÖP sistemine girilmektedir.

Katılımcılar Gün-öncesi piyasası kapsamında belirli bir zaman dilimi için

saatlik, blok ve/veya esnek teklifler sunabilmektedirler. Teklifler TL/MWh cinsinden

yüzde birlik hassasiyette yapılmaktadır. Teklif miktarları ise 1 Lot=0,1 MWh olacak

şekilde tamsayı olarak alış ya da satış yönünde verilir. Mevcut durumda piyasa

işletmecisi tarafından asgari fiyat teklif sınırı 0 TL/MWh azami fiyat teklif sınırı ise

2000 TL/MWh olarak belirlenmiştir. Teklif miktarı ise asgari 0 Lot azami ise ±100,000

Lot olarak belirlenmiştir. Esnek ve blok tekliflerin büyüklüğü 600 MWh’i (6,000 Lot)

geçememektedir.

Saatlik teklifler alış ve satış yönünde ayrı ayrı olmak üzere her yönde 32 adet

seviyede en fazla 64 seviyeden oluşmaktadır. Seviyelere ait fiyatlandırma yapılırken

artan bir şekilde fiyatlama yapılmakta, aynı fiyat seviyesinde geçerli alış ve satış teklifi

verilememektedir. Arz-talep eğrisi oluşturulurken ardışık iki fiyat seviyesi arasındaki

boş değerler doğrusal interpolasyon metodu ile belirlenmektedir. Blok teklifler en az

4 en fazla 24 saati kapsayacak şekilde ardışık saatler için verilebilmektedir. Blok

tekliflerin ya tamamı kabul edilmekte ya da hiç kabul edilmemektedir. Bir güne ait

blok teklif sınırı 50 olarak tanımlanmıştır. Eğer bir blok teklif başka bir blok teklife

bağlanmışsa bağlı olan blok teklif çocuk teklif ve bağlı olduğu blok teklif ise anne

teklif olarak adlandırılmaktadır. Anne teklifin kabul edilmemesi durumunda çocuk

67

teklifte kabul edilmemektedir. Esnek teklifler bir saat için miktar ve fiyat bilgisinden

oluşurlar. Sadece satış yönünde verilebilen teklifler belli bir saate ilişkin olmayıp en

fazla on adet teklif verilebilmektedir. Teklifin kabul edildiği saat en yüksek piyasa

takas fiyatının (PTF) olduğu saat olmak zorunda değildir.

Tekliflerin haricinde ikili anlaşma bildirimlerinin de yapılmaktadır. İkili

anlaşmalar 24 saatlik verilerden oluşmaktadır. Alış yönünde pozitif satış yönünde ise

negatif değer alacak şekilde teklifler yazılmaktadır. Tarafların birbiri ile aynı değerleri

girmesi durumunda anlaşma geçerli kabul edilmektedir. İkili anlaşmalar en fazla 60

gün sonrasına kadar bildirilebilirler.

Gün-öncesi elektrik piyasası piyasa takas fiyatı belirlenirken EPİAŞ tarafından

geliştirilmiş olan 4 kademeli bir optimizasyon algoritması kullanılmaktadır. Bu

algoritmanın adımları kısaca şu şekildedir:

Ön-işlem: Verilerin okunması, tekliflerin birleştirilmesi, problem boyutunu

küçültmek için değişken eleme,

Sezgisel Algoritma: Tabu araması, genetik algoritma, esnek tekliflerin

eklenmesi,

Optimizasyon: Kısıtlı ve kısıtsız çözüm,

Son İşlem: Kesinti prosedürü, çözüm doğrulama, çözüm onarımı ve nihai

raporlama

68

Sonuç olarak yazılım, piyasa katılımcılarından gelen teklifleri alarak her saat

için Piyasa Takas Fiyatı (PTF) ve her teklif için eşleşme miktar ve fiyatını belirler.

PTF’nin belirlenmesi sürecine çözülmesi gereken bir problem gibi yaklaşılmakta olup

amaç fonksiyonu günlük piyasa fazlasının maksimize edilmesidir. Günlük piyasa

fazlası, günlük üretici ve tüketici fazlalarının toplamına eşittir. Burada üretici fazlası,

katılımcıların eşleştirme sonucu oluşan satış miktarı karşılığı alacağı tutar ile bu

miktarı satmak için piyasaya teklif ettiği tutar arasındaki farktır. Tüketici fazlası ise

eşleştirme sonucu oluşan alış miktarı için piyasaya teklif ettiği tutar ile bu miktarı

almak için ödeyeceği tutar arasındaki farktır. Şekil-10’da bu hesaba yönelik EPAİŞ’ın

ilgili dokümanından12 alınmış örnek grafik gösterilmektedir. Mavi çerçeveli alan

tüketici fazlasını, yeşil çerçeveli alan üretici fazlasını göstermektedir.

Şekil 10 Üretici ve tüketici fazlasını gösteren örnek grafik (EPAİŞ, 2016b)

12 EPİAŞ, Gün Öncesi Elektrik Piyasası Piyasa Takas Fiyatı Belirleme Yöntemi 2016.

69

Blok tekliflerinde işin içine katıldığı hesaplamada ise birden fazla saat

periyodu için yapılan ortaya çıkan üç boyutlu bölgenin hacimsel maksimizasyonuna

bakılmaktadır. Gün-öncesi piyasasına yönelik arşiv verileri ve günlük veriler oldukça

detaylı bir şekilde EPİAŞ tarafından web sitesinde herkese açık hizmete sunulan

EXIST Şeffaflık Platformu’nda sergilenmektedir. 2016 yılı içinde 01 Ocak-16 Kasım

tarihleri arasında günlük ortalama işlem hacmi 42,4 Milyon TL’ye ulaşmıştır.

Gün-içi piyasası13: Türkiye elektrik piyasasının etkin, şeffaf, mali açıdan güçlü

ve AB elektrik piyasaları ile entegre bir yapıda olabilmesi için devam eden çalışmalar

kapsamında gelişmekte olan Türkiye elektrik piyasasında katılımcıların daha dengeli

ve etkin bir rol üstlenmesini sağlamak amacı ile 1 Temmuz 2015 tarihinde gün-içi

piyasası faaliyete geçmiştir. Gün-içi piyasası, gün-öncesi piyasası ve dengeleme güç

piyasası arasında bir köprü vazifesi görmektedir. Gün-içi piyasası, gün-öncesi

piyasasında teklif girişleri ile gerçekleşme zamanı arasındaki maksimum 36 saate

varan farkın etkisini azaltmakta, öngörülemeyen üretim kısıtları, sistem arızaları,

tüketim miktarındaki öngörülemeyen değişimler ve diğer dengesizliğe yol açabilecek

unsurların etkilerinin gerçek zamana daha yakın bir zaman aralığında dengelemede bir

fırsat sunmaktadır.

Gün-içi piyasası teklifleri her gün saat 18:00’den başlayarak gün-içi piyasası

kapı kapanış zamanına kadar (fiziksel teslimattan 90 dakika önceye kadar) PYS

aracılığı ile piyasa işletmecisine bildirilir. İşlemler saatlik bazda olup 00:00’da

başlayıp ertesi gün 00:00’da bitecek şekilde verilmektedir. Bu piyasa için yalnızca


70

saatlik ve blok teklifler alınmaktadır. Saatlik kontratlar için sunulan teklifler

bölünebilirken blok teklifler bölünmemektedir.

Gün-içi piyasası sürekli devam etmekte olan bir piyasadır. Kapı kapanış

zamanına kadar verilen teklifler güncellenebilmekte, iptal edilebilmekte veya pasif

hale çevrilebilmektedir. 18:00’de açılan gün-içi piyasasında teklif verebilmek için saat

11:00 ve 17:00 de yapılan teminat kontrollerinde katılımcıların yeterli teminata sahip

olması gerekmektedir. Gün-öncesi piyasasında yapılan tek oturumlu yaklaşımdan

ziyade tekliflerin anlık olarak değerlendirildiği ve karşı yöndeki tekliflerle

karşılaştırıldığı bir sistem söz konusudur. Gün-içi piyasasındaki tekliflerin durumu

anlık olarak GİP Uygulamasından görülebilmektedir. Teklifler yine TL/MWh

cinsinden olup 1 Lot ve katları şeklinde yapılmaktadır. Gün-içi piyasasında sadece

asgari fiyat limiti var olup değeri sıfırdır. Blok tekliflerin tamamı bölünmez bir şekilde

işlem görmektedir. En az 1 saat en fazla 24 saat için teklif verilebilmektedir. Fiyat

sıralaması ve miktar eşleşmesine yönelik yapılan işlemler neticesinde piyasa fiyatları

neticelendirilir.

Dengeleme Güç Piyasası14: Elektrik tüketimi birçok değişkene bağlı bir

fonksiyon gibi anlık, saatlik, günlük, haftalık, aylık ve mevsimlik bir değişim içinde

olup, kimi zamanlarda da belirli bir profil izlemektedir. Önceden talep tahmini de

yapılsa, ikili anlaşmalarla üretim ve tüketim güvenceye de alınsa, elde olmayan

sebeplerden ve anlaşma taraflarının yükümlülüklerini yerine getirememe

durumlarından kaynaklanan arz talep dengesi bozukluğu ve benzeri sonuçlar


71

nihayetinde dengesizlikler ortaya çıkabilmektedir (Atmaca, 2010: 70). Elektrik

enerjisinin arz ve talebini dengede tutmak için yürütülen faaliyetler dengeleme olarak

tanımlanmaktadır. Gerçek zamanlı dengelemede iki önemli unsur bulunmaktadır:

dengeleme güç piyasası ve yan hizmetler.

Dengeleme güç piyasası, MYTM’ne gerçek zamanlı dengeleme faaliyetinde

yardımcı olması için en fazla 15 dakika içinde devreye girebilecek yedek kapasiteyi

sağlamaktadır. Diğer iki önemli faaliyet olan Frekans kontrolü ve talep kontrolü

hizmetleri yan hizmetler olarak tanımlanmakta ve bu isim altında tedarik edilmektedir.

Dengeleme güç piyasasında işlemler günlük olarak ve saatlik bazda

gerçekleştirilmektedir. Bu piyasaya tüm piyasa katılımcılarının emre amade

kapasitelerini sunmaları zorunludur. Bu kapsamda, bağımsız olarak 15 dk içinde asgari

10 MW yük alabilen veya yük atabilen dengeleme birimleri piyasaya katılmakla

yükümlüdür (EPDK, 2016c).

Gün öncesi piyasasının yardımı ile MYTM’ne her ne kadar dengelenmiş bir

piyasa sunulmaya çalışılsa da; büyük bir santralin ve tüketim tesisinin ön görülemeyen

sebeplerden arıza yapması, yük düşmesi veya devre dışı olması durumlarında, iletim

hatlarında meydana gelen arızalarda, gün öncesi piyasa katılımcılarının

yükümlülüklerini yerine getirememesi durumlarında sistemde dengesizlikler ortaya

çıkmakta ve hatta güç salınımları oluşmaktadır. Burada dikkat edilmesi gereken husus

dengeleme mekanizması ile frekans ilişkisidir. Türkiye elektrik şebekesi daha öncede

bahsedildiği üzere 50 Hz frekans değerinde işletilmektedir. Aynı değer farklı ülkelerde

farklı değerler almaktadır örneğin: ABD’de bu değer 60 Hz, Avrupa’da ve Nord Pool

72

piyasa bölgesinde 50 Hz olup Japonya’da hem 50 Hz hem de 60 Hz olan bölgeler

bulunmaktadır (Atmaca, 2010: 71). Şebeke frekansı ile gücü arasında doğrusal bir

ilişki bulunmakta olup şebeke gücü yükseldiğinde frekans artmakta düştüğünde de

düşmektedir.

48,00

48,50

49,00

49,50

50,00

50,50

51,00

51,50

52,00

0 5 10 15 20 25 30 35 40

Fre

kan

s (H

z)

Zaman

Enerji

açığı

Enerji

fazlasıDenge

Şekil 11 Şebeke frekans güç ilişkisi (Atmaca, 2010: 72)

Şekil-11’de görüldüğü üzere şebekeye enerji arzının fazla olduğu durumda

frekans yükselmekte, enerji talebinin fazla olduğu durumda ise frekans düşmektedir.

Bu açıdan bakıldığında sistem frekansında ortaya çıkan sapma aynı zamanda sistemin

dengesizliğinin göstergesi olmaktadır (Seviaoğlu, 2004). ENTSO-E’nin

düzenlemelerine göre sistemin 50 Hz etrafında bir salınımla hareket etmesi sağlıklı

görülmekle birlikte sistem frekansı için tanımlanan kritik değerler 47,5-51,5 Hz

aralığıdır (ENTSO-E, 2014: 8). Bu frekans aralığında iletim hattına bağlı elektrik

üretim birimlerinin sisteme bağlı kalmaya devam etmesi zorunludur. Bu frekans

değerlerinin aşıldığı veya altına inildiği durumlarda sisteme bağlı elektrik üretim

73

birimleri bir bir sistem dışı kalırlar çünkü tasarımları bu frekansların dışında elektrik

tedarikine uygun değildir. Böyle bir şey olması durumunda şebekede bölgesel

kesintiler veya tüm sistemin çökmesi meydana gelebilir (Örneğin: Kaliforniya krizi,

Türkiye Elektrik kesintisi-31 Mart 2015). Bu durumun ekonomik maliyeti oldukça

yüksektir.

Dengeleme güç piyasası süreci ele alındığında süreç, her gün saat 14:00 itibari

ile gün öncesi piyasası sürecinin tamamlanması ile başlamaktadır. Piyasa katılımcıları

her gün saat 16:00’ya kadar Piyasa Yönetim Sistemi (PYS) aracılığı ile adlarına kayıtlı

üretim tesisleri için saatlik üretim değerlerini içeren günlük üretim programları ve yük

alma/atma tekliflerini sistem işletmecisine bildirirler. İletilen yük alma ve yük atma

teklifleri her bir saat dilimi için fiyat sıralamasına sokulmaktadır. Saat 17:00’den

itibaren ise sistem işletmecisi uygun bulunan tekliflere ilişkin talimatları piyasa

katılımcılarına bildirmektedir.

Kesinleşmiş Günlük Üretim Programları (KGÜP) her bir dengeleme birimi

bazında bildirilmektedir. Bildirimler 14:00-16:00 saatleri arasında ve tüm gün için

saatlik olarak yapılmaktadır. KGÜP’ler brüt üretim değerleri olup GÖP’ya esas takas

miktarı, ikili anlaşma miktarı ve kayıpları (yaklaşık %3) içerecek şekilde bildirilir.

Dengeleme birimleri primer frekans kontrolü rezervi hariç teknik olarak

gerçekleştirebilecekleri tüm kapasitelerini ilgili saat aralığı içinde Dengeleme Güç

Piyasası’na (DGP) sunmak zorundadır. Sunulabilecek Yük Alma (YAL) teklif

kapasitesi, emre amade kapasite ile KGÜP arasındaki farktan oluşurken, Yük Atma

74

(YAT) kapasitesi ise KGÜP’na eşittir. DGP teklif yapıları şu şekilde

tanımlanmaktadır:

Piyasa katılımcıları tekliflerini YAL/YAT yönünde 15 seviyede bildirebilirler.

YAL teklif fiyatları aynı saat için belirlenmiş PTF den büyük olmak

zorundadır.

YAT teklif fiyatları aynı saat için belirlenmiş PTF den küçük olmak

zorundadır.

Hidroelektrik santraller her bir miktar seviyesi için ayrı teklif fiyatı

bildirebilirler.

Hidrolikler dışındaki santraller de 15 farklı teklif fiyatı verebilirler. Ancak

EPDK’nın kararı ile 1. ve 15. teklif fiyatları arasındaki oran %20’yi aşamaz.

YAL teklif fiyatları bir önceki seviyeden yüksek ya da eşit olmalıdır.

YAT teklif fiyatları bir önceki seviyeden düşük ya da eşit olmalıdır.

YAL ve YAT tekliflerinde asgari miktar 10MW tır.

DGP için marjinal fiyat mekanizması uygulanmaktadır. Sistem yönünün açığı

göstermesi durumunda yük alma teklif fiyatlarının en küçüğünden başlanarak, sistem

yönünün fazlayı göstermesi halinde ise yük atma teklif fiyatlarının en büyüğünden

başlanarak DGP içerisinde verilen tüm talimatlar dikkate alınarak net talimat hacmine

tekabül eden fiyat belirlenir. Belirlenen bu fiyat Sistem Marjinal Fiyatı (SMF) olarak

adlandırılır. GÖP’ında PTF olarak, DGP’ında ise SMF olarak adlandırılır. DUY

yönetmeliğine göre aşağıdaki üretim tesisleri dengeleme birimi olma

75

yükümlülüğünden muaf olup, ilgili piyasa katılımcısı tarafından talep edilmesi ve

Sistem İşletmecisi tarafından uygun bulunması halinde dengeleme birimi olabilirler;

a) Kanal veya nehir tipi hidroelektrik üretim tesisleri,

b) Rüzgar enerjisine dayalı üretim tesisleri,

c) Güneş enerjisine dayalı üretim tesisleri,

ç) Dalga enerjisine dayalı üretim tesisleri,

d) Gel-git enerjisine dayalı üretim tesisleri,

e) Kojenerasyon tesisleri,

f) Jeotermal üretim tesisleri,

g) Biyokütleye dayalı üretim tesisleri.

İKİNCİ BÖLÜM

2. ELEKTRİK PİYASALARINDA PORTFÖY OPTİMİZASYONU

UYARLAMASI

2.1 Portföy Teorisi

2.1.1 Getiri ve Risk

Karar vericiler yatırım kararlarını oluştururken belli parametreler üzerinden bir

değerlendirme yapmakta ve nihai karar ortaya çıkmaktadır. Yalnız getiri, yalnız risk,

getiri ve buna bağlı risk, risk ve buna bağlı getiri, birim risk başına getiri veya birim

getiri başına risk yaklaşımları bu karar sürecinde karar vericiler tarafından en çok

kullanılan unsurlardır. Bu bağlamda risk ve getiri yatırımcı kararlarındaki en önemli

iki boyutu teşkil etmektedir. Rasyonel karar vericiler temel özelliği getiriyi sevmesi ve

riski sevmemesi yani riskten kaçınmasıdır (Atmaca, 2010: 95). Yatırımcılar ancak

yüksek getiri elde edecekleri beklentisi altında riskli varlıklara yatırım yaparlar veya

daha yüksek riske razı olurlar (Brigham ve Houston, 1997: 156).

Yatırım sürecinin başarısı yatırımdan beklenen amaçların elde edilip

edilmediğinin değerlendirmesi ile olmaktadır (Karacabey ve Gökgöz, 2005: 38). Bu

değerlendirmeyi yapabilmek için de risk ve getirinin somut bir şekilde ölçülmesi bir

ihtiyaç olarak ortaya çıkmaktadır (Atmaca, 2010: 96).

77

Belirli bir dönem için satın alınıp elde tutulan ve sonra satılabilen varlıklar için

getiri miktarı; bir yatırımın dönem sonu değeri ile dönem başı arasındaki farkı ifade

eder. Başka bir ifade ile bir yatırımdan yapılan yatırıma karşılık olarak belirli bir

dönem içerisinde elde edilen gelir miktarını göstermektedir (Karan, 2004: 135). Gelir

oranı (kazanç veya kayıp yönünde) ise yatırım dönemi içerisinde elde edilen getirinin

yatırımın başlangıçtaki değerine bölünmesi ile elde edilmektedir (Atmaca, 2010: 96).

Belli başlı kullanılan getiri oranlarına ait formüller Tablo-6’da verilmektedir.

Tablo 6 Yaygın kullanılan getiri oranları

Getiri Türü Formül Açıklaması

Dönemlik getiri

oranı 𝑟 =

(𝑉𝑡 − 𝑉𝑡−1)

𝑉𝑡−1, (2.1)

𝑟= Bir dönemlik getiri oranı

𝑉𝑡= Yatırımın dönem sonu değeri

𝑉𝑡−1= Yatırımın dönem başı değeri

Nakit akımlı

dönemlik getiri

oranı

𝑟𝑡 =𝐶𝑓 + (𝑉𝑡 − 𝑉𝑡−1)

𝑉𝑡−1,

(2.2)

𝑟𝑡= Bir dönemlik toplam getiri oranı



𝐶𝑓= Dönem içindeki nakit akışı

Bileşik getiri

oranı 𝑟𝑘 = (1 + 𝑟1)(1 +𝑟2)… (1 + 𝑟𝑛) − 1, (2.3)

𝑟𝑘= Kümülatif (bileşik) getiri oranı

𝑟𝑖= i. dönem getiri oranı (i=1,2,….,n)

Kur farklı getiri

oranı

𝑟𝑑 = [(1 + 𝑟) ×𝑃𝑠

𝑃𝑖] − 1,

(2.4)

𝑟𝑑= Yerel getiri oranı

𝑟= Bir dönemlik yabancı yatırım getiri

oranı

𝑃𝑠= Yabancı paranın dönem sonu değeri

𝑃𝑖= Yabancı paranın dönem başı değeri

Enflasyondan

arındırılmış

getiri oranı 𝑟𝑟 =

(1 + 𝑟)

(1 + 𝑖)− 1, (2.5)

𝑟𝑟= Reel getiri oranı

𝑟= Bir dönemlik getiri oranı

𝑖= Enflasyon oranı

Artık getiri

oranı

𝑟𝑟𝑒𝑠 = [(𝑉𝑡 − 𝑉𝑡−1)

𝑉𝑡−1− 𝑟𝑓],

(2.6)

𝑟𝑟𝑒𝑠= Bir dönemlik artık getiri oranı



𝑟𝑓= Risksiz varlık getiri oranı

Beklenen getiri

oranı 𝑟𝑒 = ∑ 𝑟𝑗𝑝𝑗

𝑛

𝑗=1, (2.7)

𝑟𝑒= beklenen getiri oranı

𝑟𝑗= j durumunun beklenen getirisi

𝑝𝑗= j durumunun gerçekleşme olasılığı

Portföyün

beklenen getirisi 𝑟𝑝 = ∑ 𝑟𝑖𝑥𝑖

𝑛

𝑖=1, (2.8)

𝑟𝑝= portföyün beklenen getiri oranı

𝑟𝑖= j durumunun beklenen getirisi

𝑝𝑗= j durumunun gerçekleşme olasılığı

Kaynak: (Atmaca, 2010: 96-99; Jones, 2000: 137; Karan, 2004: 138)

78

Risk’e yönelik birçok tanım yapılmıştır bunlardan bazıları şu şekildedir:

1. Gelecekteki olayların tamamen tahmin edilememesi veya

öngörülememesinden doğan buna ilişkin yapılan belirli olasılık

tahminidir (TSPAKB, 2007: 71).

2. Bir olaya ilişkin gerçekleşen sonucun beklenen sonuçtan farklı çıkma

olasılığı (Atmaca, 2010: 99).

3. Kayıp, yaralanma veya diğer istenmeyen durumlara maruz kalma

olasılığı (Oxford, 2016).

4. Tehlikeye düşme, zarar görme, kaybetme, yıpranma olasılığı (Liu, Wu

ve Ni, 2006: 1).

5. Finansal risk ise yatırımların gerçek getiri değerlerinin beklenen getiri

değerlerinden sapma olasılığıdır (Kungwani, 2014: 83).

6. İstatistiksel açıdan bir yatırımın riski onun beklenen getiriden sapma

olasılığı olarak tanımlanmakta “Varyans” veya “Standart Sapma”

değerleri ile açıklanmaktadır (Karan, 2004: 138).

Bu ve benzeri tanımları çoğaltmak mümkündür. Burada risk tanımları içinde

olasılık ve belirsizlik kavramlarının iç içe hareket ettiği gözlemlenmektedir (Atmaca,

2010: 100). Risk kavramı olasılık dağılımı açısından değerlendirildiğinde gelecekte

beklenen getirinin dar bir olasılık dağılımı içinde yer alması yatırımın riskinin daha

düşük olacağı şeklinde yorumlanmaktadır (Brigham ve Houston, 1997: 161).

İstatistiksel bakış açısı ile bakıldığında getirinin dördüncü standardize edilmiş

momenti olan basıklık (kurtosis) katsayısının büyük olması dağılım eğrisinin normal

79

dağılımdan daha dik olmasına yani riskin düşmesine, basıklık katsayısının küçük

olması dağılım eğrisinin normal dağılıma nazaran daha düz olmasına yani riskin

yükselmesine sebep olmaktadır.

İstatistiksel açıdan bakıldığında risk ölçütü olarak kullanılan “Varyans” ve

“Standart Sapma”nın matematiksel olarak ifadeleri şu şekilde olmaktadır (Karan,

2004: 138):

𝑉𝑎𝑟𝑦𝑎𝑛𝑠 = 𝜎2 = ∑(𝑟𝑗 − 𝑟𝑒)2𝑝𝑗 (2.9)

𝑛

𝑗=1

𝑆𝑡𝑎𝑛𝑑𝑎𝑟𝑡 𝑠𝑎𝑝𝑚𝑎 = 𝜎 = √∑(𝑟𝑗 − 𝑟𝑒)2𝑝𝑗

𝑛

𝑗=1

(2.10)

𝑟𝑒 = beklenen getiri oranı

𝑟𝑗 = her j durumunun beklenen getirisi

𝑝𝑗 = her j durumunun gerçekleşme olasılığı

𝑛 = olası j durum sayısı/veri sayısı

Söz konusu olan tek bir değişkenden ziyade bir portföyün varyans ve standart

sapmaları olduğunda formüllerin matematiksel formu aşağıdaki şekle dönüşmektedir:

𝜎𝑝2 = ∑∑𝑋𝑖𝑋𝑗𝜎𝑖𝑗

𝑁

𝑗=1

(2.11)

𝑁

𝑖=1

𝜎𝑝 = √∑∑𝑋𝑖

𝑁

𝑗=1

𝑋𝑗

𝑁

𝑖=1

𝜎𝑖𝑗 (2.12)

80

𝑁 = mevcut varlık sayısı,

𝑋𝑖 = i varlığının portföy içindeki ağırlık oranı,

𝜎𝑖𝑗 = i ve j varlıkları arasındaki korvaryans değeri,

𝜎𝑝2 = portföyün varyansı

Finansal literatür kapsamındaki kaynaklara göre risk sınıflandırması

yapıldığında risk, sistematik olan ve sistematik olmayan riskler olarak iki kısma

ayrılmaktadır. Örneğin bir hisse senedini ele aldığımızda ilgili şirketin kendisinden

kaynaklı olarak ortaya çıkan risklere sistematik olmayan risk adı verilmektedir.

Sistematik risk ise bütün şirketleri aynı anda etkileyen ortak riskler olarak

tanımlanmaktadır (Atmaca, 2010: 101). Kaynaklarına göre riskler şematik olarak

gösterilmek istenirse Şekil-12 de bu sınıflandırma görülmektedir.

Şekil 12 Risk ağacı (Atmaca, 2010: 101)

Sonuç olarak Şekil-12’den de görüleceği üzere sahip olunan toplam risk

sistematik olan ve sistematik olmayan risklerin toplamından oluşmaktadır. Toplam

Risk

Sistematik Risk

Satınalma Gücü Riski

Faiz Oranı Riski

Kur Riski

Politik Risk

Piyasa Riski

Sistematik olmayan Risk

Finansal Risk

Yönetim Riski

İş ve Endüstri Riski

Ar-Ge Harcamaları

İşci-İşveren İlişkileri

81

riskin sistematik olmayan kısmı Şekil-13’te gösterildiği gibi risk yönetim teknikleri

kullanılarak azaltılabilir.

Şekil 13 Risk yönetim teknikleri (Liu, Wu, ve Ni, 2006: 2)

Kısaca özetlenmek istenirse, sistematik olmayan riskler kaçınılması mümkün

olan riskler olarak tanımlanır. Bu riskler özellikle çeşitlendirme yapılarak

azaltılabilmekte veya tamamen ortadan kaldırılabilmektedir. Bununla birlikte toplam

riskin en fazla azalacağı noktada alacağı değer sistematik risk değeri olacaktır. Şekil-

14’te çeşitlendirme yoluyla toplam riskin azalımı basitçe gösterilmektedir.

Risk Yönetimi

Risk Kontrol

Risk Azaltımı (Hedge)

Portföy Optimzasyonu

Risk Değerlendirme

Risk ÖlçmeVarlık

Değerleme

82

Şekil 14 Toplam risk ve çeşitlendirme yoluyla riskin azaltılması

2.1.2 Klasik Portföy Yaklaşımı

Yatırımcının elinde bulunan hisse senetleri, bonolar, tahviller, nakit paralar,

madenler, maddi varlıklar ve benzeri araçlardan oluşan sepete portföy denilmektedir.

Başka bir tanıma göre belirli bir kişi veya grup tarafından elde tutulan ağırlıklı olarak

hisse senedi ve/veya tahvil gibi menkul kıymetlerden oluşan bileşkeye portföy adı

verilmektedir (Moles ve Terry, 1999: 426). Yatırımcılar portföy alternatifleri arasında

kendilerine maksimum fayda sağlayacak portföy çözümlerine ulaşmaya çalışırlar.

Temel amaç tüm yumurtaların aynı sepette olması değil riskin dağıtılmasıdır. Bu

anlamda finans literatüründe yatırımcılara yol gösteren iki temel yaklaşım

bulunmaktadır: 1952’ye kadar geleneksel portföy yaklaşımı, 1952’den günümüze

gittikçe daha çok oranda ağırlık kazanan ve evrilen modern portföy teorisi (Şahin,

2006: 20).

83

Klasik teoride riskin çeşitlendirme yolu ile Şekil-15’teki gibi azaltılabileceğine

inanılmaktadır. Bu yaklaşım belirli ölçüde doğru olmakla birlikte yatırım

alternatiflerinin birbirinden etkilenme derecesine veya birbiri ile ortak hareket

ilişkilerine bakılmaksızın sistematik olmayan bir şekilde yapılmaktadır (Gökgöz ve

Atmaca, 2012: 359). En iyi ihtimalle farklı sektör hisse senetleri farklı ülke para

birimleri ve farklı vadede bono ve tahvil gibi yatırım enstrümanları ile yapılan genel

ve aynı zamanda muhtemelen optimal altı (sub-optimal) bir çözüme ulaşılmaktadır.

Şekil 15 Portföy varlıklarında çeşitlendirme ve risk (Atmaca, 2010: 104)

2.1.3 Modern Portföy Teorisi

Geleneksel portföy yaklaşımı, çok sayıda menkul kıymetin yönetiminin zor

olması, menkul kıymetlerle ilgili araştırma maliyetlerinin yüksek olması ve portföye

dahil edilen ve çıkarılan menkul kıymet sayısının yüksekliği (belli bir sistematik

yaklaşımla kısıtlanamaması), alım-satım giderlerinin toplam maliyet içindeki payının

artması gibi nedenlerden ötürü genel olarak eleştirilmektedir (Şahin, 2006). Diğer

taraftan yatırımcılar varlıkların getiri ve risklerini belirlemeye yönelik bazı tahmin

84

modelleri kullansalar da yarın söz konusu varlıkların getiri ve riskini tam olarak

bilmeleri mümkün değildir (Gökgöz ve Atmaca, 2012: 359). Burada yatırımcıların

yüzleşmek zorunda kaldıkları ana problem, portföyün içinde yer alan varlıkların

ağırlıklarının nasıl belirleneceği olup bu problem portföy seçim problemi olarak

adlandırılmaktadır. Bu probleme çözüm bulmak için 1952 yılında H. M. Markowitz,

Modern Portföy Teorisi’nin (MPT) temel yapı taşı olan “Portfolio Selection”

makalesini yayınlamıştır (Markowitz, 1952; Sharpe, Alexander ve Bailey, 1999).

Markowitz makalesinde portföy seçimini iki aşamaya bölünebileceğini işaret ederek

birinci aşamanın gözlem ve deneyimle başladığını ve mevcut menkul kıymet

seçeneklerinin gelecek performansları hakkındaki görüşlerle sona erdiğini, ikinci

aşamanın ise gelecek performanslar hakkındaki görüşlerle başladığını ve portföy

seçimi ile sona erdiğini belirtmiştir. Markowitz’in makalesi ve odak noktası daha çok

bu ikinci aşama ile ilgilidir (Markowitz, 1952: 77). Portföy teorisi üzerine

Markowitz’in bu çalışması kendisine 1990 yılında, William F. Sharpe ve Merton H.

Miller ile birlikte Nobel ekonomi ödülünü getirmiştir (Nobelprize.org, 2016).

Markowitz çalışmasında yatırım varlıklarını yalnız başına değil, birbiri ile olan

etkileşimlerini de dikkate alarak risk ve getiri faktörleri üzerinden değerlendirerek

klasik portföy yaklaşımının ötesine geçmiştir (LeCompte, R. L. B., 2008: 1519).

Örneğin fiyatları aynı yönde benzer hareket eden (aralarında yüksek korelasyon

katsayısı bulunan) iki finansal varlığı aynı portföye konulmasının marjinal faydası

yüksek değilken aralarında negatif korelasyon olan iki finansal varlığın portföye

konulması, portföyün riskini ciddi biçimde azaltmaktadır. Bu yaklaşım ile

bakıldığında getirileri arasında tam pozitif korelasyon15 (+1 korelasyon) bulunmayan

15 Korelasyon: İki rassal değişken arasındaki doğrusal ilişkinin gücünü belirten istatistiki bir kavramdır.

85

finansal varlıkların bir portföye toplanması ile beklenen getiride bir düşme olmaksızın,

sistematik olmayan risk azaltılabilmektedir (Atmaca, 2010: 105). Şekil-16’da bu etki

grafiksel olarak gösterilmektedir.

Beklenen

Getiri

Korelasyon= -1

Korelasyon= 0

Korelasyon= +1

C

B

A

Standart

Sapma

F

G

D

E

Şekil 16 Korelasyon katsayısının iki varlıklı portföye etkisi (Atmaca, 2010)

Markowitz ile aynı tarihlerde A.D. Roy isimli bir araştırmacıda Markowitz den

bağımsız olarak risk ölçütü olarak varyansın kullanımına yönelik bir çalışma ortaya

koymuş ve Markowitz “…1952 yılındaki çalışmam baz alınarak sık sık MPT’nin

babası olarak anılmaktayım fakat Roy’da bu onuru en az benim kadar hak etmektedir.”

demiştir (Roy, 1952: 435; Markowitz, 1952; Bernstein, P., 1992).

Markowitz’in bu köşe taşı çalışmasının ardından teori birbirinden bağımsız

olarak 1964’te Sharpe, 1965 Linther tarafından geliştirilmiştir (Sharpe, 1964: 425-442;

Linther, 1965: 13-37). Sharpe ve Linther tarafından 1960’ların ortalarında risksiz

varlığında eklenmesi ile birlikte Sermaye Piyasası Doğrusu ve Sermaye Varlıkları

86

Fiyatlama Modeli (CAPM) ortaya çıkmıştır (Cohen ve Natoli, 2003: 81-88). MPT’nin

temel varsayımları şunlardır:

İşlem maliyetleri ve vergi yoktur,

Yatırımcılar tüm bilgilere sahiptir ve bu bilgileri aynı şekilde yorumlarlar,

Tüm yatırımcılar riskten kaçar, aynı risk düzeyindeki iki farklı yatırım

alternatifinden yüksek beklenen getiriye sahip olanı seçerler,

Yatırımcılar, yatırım kararlarını verirken yalnızca yatırımın beklenen getiri ve

riskini göz önünde bulundururlar,

Varlıkların getirilerinin istatistiksel olarak normal dağılıma sahip olduğu

varsayılır (Defusco ve diğerleri, 2004; TSPAKB, 2007: 74; Atmaca, 2010:

106).

Büyük bir genel kabul görmesi ve uygulama imkanı bulmasına rağmen,

MPT’ye bazı önemli eleştirilerde mevcuttur; Örneğin bu kabullerin hiçbiri tam

anlamıyla doğru kabul edilemeyeceği gibi gerçek yatırım ortamını da tam olarak

yansıtamamaktadır. Diğer önemli bir örnek ise göstergeler, gerçekte piyasaların etkin

olmadığı piyasada oluşan bilgilerin herkese eşit şekilde dağılmadığı ve eşit şekilde

algılanmadığıdır. Diğer çarpıcı bir örnek ise piyasa oyuncularının bazı yatırım

kararlarını alırken altıncı hislerini ön plana çıkarmaya çalışmalarıdır. Yine diğer çok

önemli belki de en önemli eleştirilerden biri ise varlıkların getirilerinin normal

dağılıma uymamasıdır. Riskin ortalama varyans yardımıyla tanımlanması hususundaki

eleştiri ise riskin gerçekte bir kazanç kaybını veya olasılığını ifade etmesi bu nedenle

varyansın kullanılmasının dezavantajlar ortaya çıkarabileceği (Wang ve diğerleri,

87

2005). Çünkü varyans içinde belirlenen ortalama getiri değerinden yalnızca negatif

yöndeki sapmalar değil aynı zamanda pozitif yöndeki sapmalarda dikkate alınmakta

buda aslında kayıp olarak tanımlamadığımız pozif yönlü getirilerin risk olarak hesaba

dahil edilmesine sebep olmaktadır. Hata yayılımıda diğer eleştiri noktalarından biridir.

Markowitz modeli optimum çözümleri bulurken sıklıkla beklenen getiri değeri

yüksek, birbirleri ile negatif korelasyona ve düşük varyans değerine sahip varlıkları

tercih etmektedir. Bu tür varlıkların ise ağırlıklı olarak daha çok hata beklentisine sahip

olduğu ifade edilmektedir (Michaud, 1989).

2.1.4 Yatırımcı Fayda Fonksiyonu Kayıtsızlık Eğrileri

Yatırımcıların belli risk düzeyleri için bekledikleri getiri tercihlerini gösteren

fayda eğrilere kayıtsızlık eğrileri denmektedir. Aynı kayıtsızlık eğrisi üzerinde yer alan

tüm tercih noktaları veya portföyler yatırımcıya eşit düzeyde (farksızlık) fayda

sağlarlar. Bu anlamda kayıtsızlık eğrileri birbirlerini kesmez (Karan, 2004: 168).

Şekil-17’de görüldüğü üzere kayıtsızlık eğrileri içinde en yüksek faydayı sağlayan eğri

en kuzey batıda yer alan eğridir (Atmaca, 2010: 112). Bu durumda yatırımcı için en

yüksek faydayı “U3” eğrisi sağlamaktadır.

88

Şekil 17 Yatırımcı kayıtsızlık/farksızlık eğrileri (Şahin, 2006: 39)

Diğer önem bir husus ise yatırımcıların sahip oldukları risk algılarına göre

kayıtsızlık eğrilerinin şeklinde ortaya çıkan değişimlerdir. Örneğin iki farklı

yatırımcının risk algısı arasındaki farklılıktan dolayı ortaya çıkan farklı kayıtsızlık

eğrileri Şekil-18’de açık şekilde gözükmektedir. A yatırımcısı B’ye göre riski daha az

sevmekte, B yatırımcısı ise A’ya göre daha fazla risk alma eğiliminde olup daha

yüksek getiri elde etmeyi beklemektedir. A yatırımcısı riskten kaçınan, B yatırımcısı

ise riski seven (daha az riskten kaçınan) yatırımcı olarak yorumlanır (Atmaca, 2010:

113). Yatırımcı farksızlık eğrilerinin olası portföy alternatiflerinin içeren çözüm

kümesine etkin sınır üzerinden temas ettiği noktadaki portföyler optimum portföyler

olarak tanımlanmaktadır. Şekil-18’de C ve D noktasında yer alan portföy bileşimleri

sırasıyla A ve B yatırımcısının optimum portföy seçimlerini temsil etmektedir.

Yatırımcı farksızlık eğrisinin olası portföy alternatiklerine isbet etmemesi durumu

optimum portföy sonucuna ulaşılamadığının göstergesidir.

89

Şekil 18 Farklı risk algı düzeyindeki yatırımcılar için farksızlık eğrileri (TSPAKB,

2007).

2.1.5 Finansal Portföy Optimizasyon Yaklaşımları

Markowitz tarafından bilim dünyasına sunumu yapılan portföy seçim

probleminde Markowitz, portföy seçim problemini portföy varlıklarının ortalama

beklenen getirileri ile varyansları arasındaki bir ödünleşme (tradeoff) olarak

tanımlamıştır (Markowitz, 1952: Markowitz, 1959: Ghosh ve Mahanti, 2014). Bu

sayede portföy içinde yer alan varlıkların sadece getiri ve risk ekseninde değil de

birbirleri ile olan ilişkileri de dikkate alınarak seçilebileceği ve bu sayede riskin daha

da azaltılabileceği gerçeği ortaya çıkmıştır. Markowitz portföy teorisi, etkin portföyler

için arama yapan ortalama varyans optimizasyonunu (Mean-variance optimization)

metodoloji olarak baz almaktadır (LeCompte, 2008: 1519). Ortalama varyans

yaklaşımı olarak ta isimlendirilen bu yöntem ile MPT’nin başlangıcına öncülük

edilmiştir.

90

Takip eden yıllarda ortalama varyans modeli literatürde farklı şekillerde

geliştirilmiştir. Sharpe ve Linther tarafından varlıkların getirilerinin birbiri ile

kovaryansını ihmal eden piyasa modeli veya tek faktör modeli ortaya atılmıştır

(Sharpe, 1964: 425-442; Linther, 1965: 13-37). Bu sayede ortaya çıkan CAPM,

portföy ve varlıkların fiyatlaması için kullanılan bir model olup varlıkların getirisi ile

riski arasındaki genel olarak doğrusal olan ilişkiyi gösterir. CAPM yatırım yapılması

planlanan menkul değerin sahip olduğu riske uygun bir getiri verip vermediğini

araştırmakta (tersi de uygun), hatta henüz pazarda bulunmayan bir varlığın pazara

girdiği zaman getirmesi gereken getiriyi açıklayan teorik bir çerçeve sağlamaktadır

(Karan, 2004: 199).

Sonraları tek dönemliden ziyade çok dönemli optimizasyon yaklaşımları ile

ortalama varyans modeli genişletilmiştir (Mossin, 1968; Hakansson, 1971; Elton ve

Gruber, 1974; Li ve Ng, 2000; Cui ve diğerleri, 2014; Cong ve Oosterlee, 2016).

Ortalama varyans risk ölçütü yaklaşımına ek olarak “Ortalama Mutlak Sapma”,

“Gini’nin Ortalama Farkı”, “Entropi”, “Alt Kısmi Momentler”, “Riske Maruz Değer”,

“Şartlı Riske Maruz Değer” gibi risk ölçüm yaklaşımları da kullanılmıştır (Ghosh ve

Mahanti, 2014). En yaygın kullanılan risk ölçütleri sırasıyla % 72,4 ile varyans, % 8,5

ile VaR olduğu tespit edilmiştir (Metaxiotis, K. & Liagkouras, K., 2012). Bazı

çalışmalarda bunların ikili ve üçlü kombinasyonları da kullanılmıştır. Çok amaçlı

portföy yönetim algoritmalarına yönelik bir diğer literatür tarama çalışmasında çok

kriterli evrimsel algoritmalar incelenmiş literatürde yapılan çalışmaların %82’sinde iki

kriterli optimizasyonun ağırlıklı olduğu, bu çok kriterli amaç fonksiyonlarında yine en

91

çok (%75) ortalama ve varyansın amaç fonksiyonları olarak kullanıldığı tespit

edilmiştir (Metaxiotis, K. & Liagkouras, K., 2012).

Ghosh ve Mahanti çalışmalarında, riskli portföylerin performansının

ölçülmesinin portföy yönetim sürecinin temel problemi olarak tanımlamaktadır

(Ghosh ve Mahanti, 2014). Bu kapsamda pek çok performans ölçüm kriteri olmakla

birlikte en yaygın kullanılan metotlar “Sharpe Ratio”, “Treynor Ratio”, “Jensen”,

“Information Ratio-IR”, “Omega” dır. Ghosh ve Mahanti’nin literatür tarama

çalışmasına göre bu oranlar arasında en yaygın kullanılanı Sharpe Ratio’dur (Ghosh

ve Mahanti, 2014).16

Tek ya da çok amaç fonksiyonlu ortalama varyans probleminin versiyonlarının

çözümüne yönelik birçok model ve algoritma sunulmuştur bunlar arasında en yaygın

kullanılanları: “Linear Programming”, “Quadratic Programming”, “Linear Goal

Programming”, Genetic Algorithms”, “Support Vector Machines”, “Fuzzy Modeling”,

“Particle Swarm Optimization”, “Stochastic Programming”, “Monte-Carlo

Simulations”, “Neural Network” olup bunların farklılaştırılmış versiyonları da

kullanılmıştır (Ghosh ve Mahanti, 2014).

2.1.6 Performans Değerleme Modelleri

Portföy performansı ölçümünde birden fazla ölçüt bir arada kullanılmaktadır.

Söz konusu bu performans ölçüm yöntemlerinin yorumlamaları da farklı sonuçları

beraberinde getirmektedir. En yagın kullanılan portföy performans ölçütleri Sharpe

16 Performans Değerleme Modelleri bölümünde bu oranlara daha detaylıca değinileceğinden burada

detaylarına daha fazla girilmemiştir.

92

(değişkenliğin ödülü) ve Treynor (oynaklığı ödülü) ölçütleridir (Karan, 2004: 667;

Ghosh ve Mahanti, 2014). Diğer kullanılan ölçütler ise Jensen, IR (information ratio)

ve Sortino oranlarıdır. Son yıllarda ortaya çıkan daha güncel bir ölçüt ise Omega (Ω)

dır (Bertrand ve Prigent, 2011). Bu çalışma içinde Sharpe, Treynor, Jensen, IR, Sortino

ve Omega oranları hesaplamalarda kullanılacaktır.

Sharpe oranı; portföy performansını ölçmekte kullanılan çeşitli tek parametreli

risk/getiri ölçütlerinden en çok bilinenidir. Diğer bir değişle Sharpe oranı

değişkenliğin ödülü olarak tanımlanmaktadır. Risksiz orana göre düzeltilmiş fon getiri

değerlerinin, aynı getirilerin standart sapmasına bölümü ile bulunmaktadır. Bu

kapsamda aşağıdaki şekilde gösterilir (Karan, 2004).

𝑅𝑉𝐴𝑅𝑝 =𝑟𝑝 − 𝑟𝑓

𝜎𝑝 (2.13)

𝑅𝑉𝐴𝑅𝑝 = Sharpe oranı

𝑟𝑝 = portföy getirisi

𝑟𝑓 = risksiz getiri oranı

𝜎𝑝 = portföyün standart sapması

Treynor oranı; Diğer en çok kullanılan ölçüt ise Treynor diğer bir değişle

oynaklığın ödülüdür. Sharpe oranı portföy performansını toplam riske göre

değerlendirirken, Treynor oranı pazar riskine göre “β” değerlendirmektedir. İyi bir

şekilde çeşitlendirilmiş portföylerin şirket riskleri büyük ölçüde ortadan

kalkacağından Treynor ölçütü Sharpe ölçütünden çok farklı olmayacaktır (Karan,

2004: 678).

93

𝑅𝑉𝑂𝐿𝑝 =𝑟𝑝 − 𝑟𝑓

𝛽 (2.14)

𝑅𝑉𝐴𝑅𝑝 = Treynor oranı



𝛽 = Beta katsayısı

Sortino oranı; sharpe oranının düzeltilmiş bir versiyonu olarak ta kabul edilen

bir ölçüttür. Payda kısmında portföyün standart sapması yerine kabul edilebilir bir gelir

düzeyi altında getirilerin standart sapmasını hesaplamaktadır (Sortino ve Price, 1994).

Bu kapsamda Sortino oranı;

𝑆𝑜𝑟𝑝 =𝑟𝑝 − 𝑟𝑓

𝜎𝑑 (2.15)

𝑆𝑜𝑟𝑝 = Sortino oranı



𝜎𝑑 = negatif getirilerin standart sapması

Jensen ölçütü; Diğer bir adı ile “Alfa” olarak adlandırılan ölçüt, herhangi bir

portföyün menkul kıymet doğrusundan sapmasını ölçmektedir. Portföy seçme

becerisini gösterir. Jensen ölçütünün hesaplanabilmesi için bir tane bechmark Pazar

portföyü olmak zorundadır (Karan, 2004: 679). Bu kapsamda Jensen oranı;

94

𝛼𝑝 = 𝑟𝑝 − (𝑟𝑓 + 𝛽𝑝(𝑟𝑚 − 𝑟𝑓)) (2.16)

𝛼𝑝 = Jensen ölçütü



𝑟𝑚 = piyasa getiri oranı

𝛽𝑝 = portföyün beta katsayısı

IR (information ratio); herhangi bir portföyün Benchmark portföyün üstündeki

getiri değerlerinin bu değerler kümesinin standart sapmasına bölümü ile elde edilen

orandır. IR aşağıdaki şekilde hesaplanmaktadır;

𝐼𝑅 =(𝑟𝑝 − 𝑟𝑖 )

𝜎𝑝−𝑖 (2.17)

𝐼𝑅 = Information Ratio


𝑟𝑖 = benchmark endeks getirisi

𝜎𝑝−𝑖 = endeksin ve portföyün getirileri arasındaki farkın standart sapması

Omega©; Keating ve Shadwick 2002 yılında yapmış oldukları çalışma ile

Omega fonksiyonunu performans ölçüm kriteri olarak finans dünyasına sunmuşlardır

(Keating ve Shadwick, 2002). Bu performans kriterine göre sınır bir getiri değeri

belirlenmekte ve getiri dağılımının bu sınır değeri geçen kısmının dağılım

fonksiyonunun altındaki alan bu sınırı geçemeyen kısmındaki dağılım fonksiyonu

alanına bölünmesi ile performans ölçülmektedir.

95

Ω(𝑟) =∫ (1 − 𝐹(𝑥))𝑑𝑥

𝑏

𝑟

∫ 𝐹(𝑥)𝑑𝑥𝑟

𝑎

(2.18)

Ω(𝑟) = Omega fonksiyonu

𝐹(𝑥) = birikimli getiri dağılımı

𝑟 = sınır getiri değeri

𝑏 = getiri dağılımının üst sınırı

𝑎 = getiri dağılımının alt sınırı

2.2 Elektrik Fiyatı Tahmin Yaklaşımları

1978 yılında Şili öncülüğünde başlayan elektrik piyasası reformları ve

uygulaması kendine geniş bir uygulama alanı bulmuş ve hızla Avrupa ülkeleri ve

Amerika’ya yayılım göstermiştir (Aslan, Katırcıoğlu ve diğerleri, 2007: 142).

1990’larda birçok büyük ekonomi elektrik piyasası reformlarını başlatmak için

çalışmalar planlamışlardır. Liberal elektrik piyasalarında taraflar arasındaki fiziki ve

türev sözleşmeler bu serbest piyasalarda belirlenen gösterge fiyatlara göre

yapılmaktadır. Bu yaklaşım fiyat hareketlerinin taraflar için öngörülebilmesi için fiyat

tahmin yaklaşımlarının uygulanmasını beraberinde getirmiş ve elektrik piyasası için

fiyat tahmini yaklaşımlarının önemini arttırmıştır.

Literatürde, elektrik fiyatlarının tahminine yönelik birçok metot kullanılmış

olup yeni yöntemlerde geliştirilmeye devam etmektedir. Bu konu başlı başına ayrı bir

çalışma alanı olup bu tezin temel konusunu teşkil etmemesi fakat konuyla ilişkili

olması sebebi ile burada kısaca açıklanmaya çalışılmıştır.

96

Temel olarak tahmin sürecinde kullanılan metotları nitel ve nicel yöntemler

olarak ikiye ayırabiliriz. Nitel yöntemler daha çok geçmiş veri eksiklikleri

durumlarında orta ve uzun vadeli durumlar için yapılan öznel değerlendirmelerdir.

Uzman görüşleri, anket uygulamaları, piyasa araştırmaları, beyin fırtınası, Delphi

yöntemi ve benzeri yöntemler bunlardan bazılarıdır. Nicel yöntemler ise daha çok

mevcut verilerin analizine dayanan nesnel yöntemlerdir.

Weron’un 2014 yılında yayınlanan çalışmasında son 25 yıl içinde bu alanda

yapılan çalışmaları Web of Science ve Scopus veri tabanlarına göre kategorize

etmiştir. 2000 yılından bu yana giderek artan sayıda yayının bu alanda yapılmaya

başlandığı görülmektedir. IEEE Transactions on Power Systems dergisi bu ve benzeri

yayınlarda başı çektiği görülmektedir (Weron, 2014: 1033). Bu alanda bu inceleme

makalesi önemli bir yol gösterici olmaktadır: Bu kapsamda Weron elektrik fiyat

tahmininde kullanılan metodolojileri beş ana bir de hibrit grup altında aşağıdaki

şekilde kategorize etmiştir (Weron, 2014: 1041):

Çok-etken modelleri (Multi-agent models): Bu modellerde sistem ve oyuncular

simüle edilerek arz talep eşleştirilmesi ile fiyat tahmini yapılmaktadır.

Temel Modeller (Fundamental models): Bu modellerde fiyat üzerinde etkili

fiziksel ve ekonomik değişkenlerin etki modellemesi ile fiyat davranışı

açıklanmaya çalışılmaktadır.

İndirgenmiş Form Modelleri (Reduced-form models): Bu modellerde risk

yönetimi ve türev ürünlerin değerlendirilebilmesi için elektrik fiyatlarının

zaman içindeki istatistiksel fiyat özellikleri tanımlanmaya çalışılmaktadır.

97

İstatistiksel Modeller (Statistical models): Bu modeller yük tahmini veya

ekonomik modellerin güç piyasalarına kurulumu için kullanılmaktadır.

Hesaplamalı Zeka Modelleri (Computational intelligence models): Bu

modeller komplex dinamik sistemlerin adaptasyonlarını yapabilme

kabiliyetine sahip yaklaşımlar yaratmak için öğrenme, evrilme ve bulanıklık

elementlerini bir araya getirmektedir (Weron, 2014: 1039; Zakeri, 2015: 2).

Hibrit Modeller (Hibrid models): Bu modeller yukarıda verilen model

uygulamalarının bir veya birkaçının birlikte kullanılması ile ortaya çıkan

modellerdir.

Şekil-19’da, Weron’nun yapmış olduğu, elektrik fiyatları tahmin

yaklaşımlarının 5 ana grup altında sınıflandırılması ve bu sınıflandırmalara ait alt

gruplar görülmektedir. Özellikle istatistiksel modeller ve alt grubunda yer alan

regresyon modelleri kolay uygulanabilirlikleri nedeniyle yapılan çalışmalarda

kendilerine fazlaca yer verilmektedir. Diğer bir popüler metot ise nöral network ve

onun hibrit uygulamaları olup bu metotlarda araştırmacılar tarafından sıklıkla

kullanılmaya başlanmıştır.

98

Şekil 19 Elektrik fiyatı tahmin modeli yaklaşımlarının sınıflandırılması (Weron,

2014: 1041).

2.3 Elektrik Piyasasına Yönelik Finansal Portföy Optimizasyon Modelleri

(Literatür Taraması)

1980 sonrası monopol elektrik piyasası yapısından serbest elektrik piyasası

yapısına geçiş sürecinin hızlanması ile birlikte dikey olarak entegre elektrik güç

endüstrisi yeniden yapılandırılmıştır. Bu sayede dikey olarak entegre ve çoğunluğu

devlet tarafından sahiplenilmiş olan elektrik güç endüstrisi bağımsız elektrik

üreticilerine, dağıtım ve perakende şirketlerine dönüşmüş böylece tekel niteliğindeki

monopol market yapılarına rekabet getirilmiştir (Gökgöz ve Atmaca, 2013; 2017). Bu

dönüşümlerden sonra oluşan bu elektrik piyasa yapısı diğer hisse senedi ve varlık

99

piyasalarına kıyasla çok daha fazla oynaklığa sahip olduğu görülmüştür (Vehviläinen

ve Keppo, 2003).

Şekil 20 Geniş literatür taraması "electricity markets" WoS

Bu konuya yönelik yapılan çalışmalar Şekil-20’deki WoS sisteminden çekilmiş

rapor grafiktede görüleceği üzere literatürde son yıllarda hızla büyümektedir. Birçok

matematiksel teknik kullanılmakla birlikte özellikle akıllı şebeke uygulamaları ve

yenilenebilir enerji kaynaklarının da piyasaya daha fazla girmesiyle yöntemlerin

karmaşıklığı ve belirsizliğin hesaba katılması bazlı uygulamalarda artmaya

başlamıştır. Bu belirsizliklerin temel kaynakları yalnızca güneşli gün durumu, rüzgar

ve su rejimi unsurları değil aynı zamanda şebeke kapasitesi, üreticilerin teklif

değişkenlikleri, talep ve arz dengesi veya dengesizliği, yakıt fiyatlarında ki

belirsizlikler, işletme problemleri, bakım ve onarım düzensizlikleri, santral verimleri

ve elde olmayan sebepler gibi birçok unsurdan kaynaklanmaktadır. Bir elektrik

üreticisi için tüm bu durumları tahmin etmek veya kontrol altında tutmak mümkün

olmamakla birlikte her birine yönelik farklı risk yönetim stratejileri (transfer,

100

kabullenme, önleme, etkisini azaltma) belirleyebilir (PMI, 2008: 303-304). Bu

unsurların içinde en önemlilerinden biride piyasa da oluşan elektrik fiyatlamasıdır.

Serbest elektrik piyasaları yapı olarak ülkeden ülkeye farklılıklar

göstermektedir. En önemli farklılıklardan biri örneğin: bazı ülkeler ortak bazıları tek

başına piyasa yapıları oluşturmuşlardır. Serbest elektrik piyasaları özel

karakteristikleri (iletim kısıtları veya kayıpları, piyasa katılımcılarının sayısı, uzun inşa

süreleri, yüksek sermaye gereklilikleri, dominant elektrik üretici grupları,

hükümetlerin müdahale düzeyleri) gereği kusurlu rekabete veya sınırlı rekabete dayalı

bir yapıya sahiptirler (Li, Shi, & Qu, 2011). Spot piyasalarda oluşan elektrik fiyatları

çoğu zaman ikili anlaşmalara ve türev piyasalara gösterge oluşturmakta olup piyasa

derinliğinin olması bu göstergenin daha etkin çalışmasına ve piyasaya olan güvenin

artmasına katkıda bulunmaktadır. Tüm bunlarla birlikte özellikle elektrik üreticileri bu

piyasa yapısı altında bazı önemli kararlar vermek zorundadırlar: Üretilen elektriğin

hangi fiyattan satılacağı, ikili anlaşma ile ne kadarının ve piyasada ne kadarının

satılacağı, hangi işlem saatlerine nasıl teklif sunması gerektiği gibi. Bu noktada spot

piyasada ve ikili kontrat piyasasında elektrik ticareti için risk yönetimi tabanlı bir

ticaret stratejisi izlemek en temel gerekliliklerden biri olmaktadır (Gökgöz ve Atmaca,

2012). Şekil-13’te bu risk yönetim yapısı genel olarak gösterilmektedir.

Kullanılan modelleme metodolojilerine bakıldığında, serbest toptan elektrik

piyasalarında elektrik üreticilerinin teklif stratejilerini inceleyen bir literatür tarama

çalışmasında kullanılan modeller üç ana gruba ayrılarak listelenmiştir bu gruplandırma

şu şekilde oluşmuştur: Tek elektrik üretici optimizasyon modelleri, oyun teorisi

101

modelleri, ajan tabanlı modeller ve bunların birlikte kullanımından oluşan hibrit

yaklaşımlar (Li, Shi, & Qu, 2011). 4 önemli veri tabanında konu başlıkları üzerinden,

yayın türü sınırlaması olmaksızın, belirli anahtar kelimelerle yapılan taramalarda

Tablo-7’de görülen genel sonuçlar elde edilmiştir. Tablo-7’den görüleceği üzere konu

alanlarında özele gidildikçe yayın sayısında hızlı bir düşüş ortaya çıkmaktadır. Bu

nedenle akademik anlamda üzerinde spesifik çalışma yapılabilecek bir çok açık alan

bulunduğu da anlaşılmaktadır.

Tablo 7 Elektrik piyasası sayısal literatür taraması

Anahtar Kelimeler Google Scholar IEEE Xplore Web of

Science

Science

Direct

Electricity market ①17 10300 2286 3482 1387

① + risk 296 99 132 47

① + risk management 93 31 43 14

① + competition 301 24 75 40

① + bidding 337 158 210 58

① + asset allocation 3 1 2 -

① + optimization 159 73 102 28

① + portfolio 50 20 34 16

① + portfolio optimization 24 12 15 6

① + portfolio management 6 4 5 -

① + portfolio selection 5 3 3 1

① + Turkish 49 1 12 9

① + Nordic 203 13 43 23

① + Nord Pool 25 - 5 3

Örneğin Tablo-7’de yer alan tarama sonuçlarının bazılarını 2000’den sonra

yapılmış yayın sayıları açısından tekrar incelediğimizde: Google Scholar’da 10300

toplam sonucun 8860’ı, IEEE Xplore’da 2286 toplam sonucun 2201’i, Web of

17 ① simgesi “electricity market” kelimelerini temsil etmekte olup diğer tüm taramalarda “electricity market” kelimelerine tablodaki diğer kelimeler eklenerek tarama yapıldığından bu simge ile kısaltma yoluna gidilmiştir.

102

Science’da 3482 toplam sonuçtan 3243’ü ve Science Direct’e 1387 toplam sonucun

1262’sinin 2000 yılından sonra yapıldıkları görülmüştür. Tüm veri tabanlarının kabaca

ortalaması alındığında, başlığı içinde elektrik piyasası ifadesi geçen tüm yayınların

%92’sinin 2000 yılından sonra yayınlandığı görülmektedir. Son yıllarda ortaya çıkan

ve 2000 yılından sonra ağırlık kazanan elektrik piyasası gelişim ve evrilme süreci

elektrik üreticilerini risklerini düşürmek için farklı konvansiyonel veya yenilenebilir

elektrik üretim ve satış alternatifleri oluşturmaya yönlendirmiştir. Eğer klasik portföy

teorisi tarafından bakılırsa, aslında bu yaklaşımın ne kadar bilindik ve tanıdık olduğu

görülmektedir. Çünkü klasik teoriye göre portföye (yatırım sepetine) ne kadar çok

varlık eklenirse portföyün toplam riski de o kadar çok düşmekte ve piyasa riskine

yakınsamaktadır (Gökgöz ve Atmaca, 2017). Bu teorinin geçerliliği sadece hisse

senedi piyasalarındaki uygulamaya dayanmamakta aynı zamanda bazı matematiksel

hesaplarla da kolayca gösterilebilmektedir (Gökgöz ve Atmaca, 2012; Statman, 1987;

Jones, 1999; Copeland, Weston ve Shastri, 2005). Bununla birlikte klasik portföy

teorisi sistematik değildir (Markowitz, 1952). Varlıkların getirileri arasındaki yüksek

korelasyon faktöründen kaçınılması gerekir aksi taktirde çeşitleme yetersiz veya

etkisiz kalmaktadır. Bu gerçekler ışığında elektrik üreticilerinin risklerini minimize

ederken karlarını maksimize etmeleri için risklerin tanımlanması ve risklerin yönetimi

konularında stratejik adımlar atmalarına ihtiyaç bulunmaktadır (Gökgöz ve Atmaca,

2013; 2012; Liu ve Wu, 2006).

Literatürde risk yönetimi, getiri ve risk arasındaki dengelemede istenilen

düzeye ulaşmak için belli kısıtlar altında uygulanan özel ticaret/yatırım stratejileri

olarak tanımlanmakta olup iki temel unsur içermektedir: risk kontrolu ve risk

103

değerlendirmesi (Liu, Wu ve Ni, 2006). Şekil-13’te görüldüğü üzere varlık değerleme

ve risk ölçme, risk değerlendirme altında tanımlanırken hedging ve portföy

optimizasyonu risk kontrol teknikleri arasında tanımlanmaktadır (Liu, Wu ve Ni,

2006). Bunlardan hedging türev piyasalarda (Future, Forward, Options, Swaps)

pozisyon alan yatırımcıların vazgeçilmez yöntemi olup spot elektrik piyasa riskini

hedge etmek için Forward ve Future uygulamalarının yapıldığı çalışmalar mevcuttur

(Kaye, Outhred, ve Bannister, 1990; Tanlapco, Lawarree ve Liu, 2002). Elektrik

piyasalarında Future kontratları kullanan hedging tekniklerinin daha düşük standart

sapma veya riske sahip oldukları görülmüştür (Tanlapco, Lawarree ve Liu, 2002). Bu

çalışmanın temel amacı diğer risk kontrol yaklaşımı olan MPT ve onun türevlerine

dayalı portföy optimizasyonu metodolojilerini kullanarak elektrik piyasasında risk

yönetim uygulamasının gerçekleştirilmesidir.

Portföy optimizasyonu kapsamında finans literatüründe kullanılan ve elektrik

piyasalarına uygulanabilecek bir çok metodoloji bulunmakta olup bunlardan bazıları:

Ortalama varyans (Mean-variance), Alt tarafı risk (Down-side risk), Yarı varyans

(Semi-variance), Riske maruz değer (VaR), Koşullu riske maruz değer (CVaR),

Çarpıklık (Skewness) ve Basıklık (Kurtosis) yaklaşımları veya bunların birlikte

kullanıldığı hibrit yaklaşımlardır (Grootveld ve Hallerbach, 1999). Finans

literatüründe kendilerine geniş bir yer bulmuş burada elektrik piyasasına uyarlaması

ve kullanımı gösterilen portföy optimizasyonu uygulamaları ile elektrik piyasası

oyuncuları kendi risklerini sistematik olarak yönetebilecek ve teklif stratejilerini

geliştirebileceklerdir.

104

Portföy optimizasyonu, getiriyi maksimize ederken ilgili riski minimize etmek

amacıyla ticari enerji varlıklarının optimum olarak ağırlıklandırılmasına işaret

etmektedir (Gökgöz ve Atmaca, 2012; 2017). Nümerik simülasyon temelli

yaklaşımlardan farklı olarak portföy optimizasyon problemlerinin çözümünde

kullanılan diğer iki önemli yaklaşım: Karar analizi ve Modern Portföy Teorisidir

(Gökgöz ve Atmaca, 2013, 2017; Vehvilainen ve Keppo, 2003; Liu, Wu ve Ni, 2006;

Grootveld ve Hallerbach, 1999). MPT ve onun türev yaklaşımları hisse senedi ve diğer

sermaye varlıklarına yönelik piyasalarda kendine çok yaygın bir uygulama alanı

bulmuştur, elektrik piyasalarında ise son yıllarda kendine yer bulmaya başlamıştır

(Gökgöz ve Atmaca, 2012, 2013, 2016, 2017; Markowitz, 1952; Liu ve Wu, 2006,

2007a, 2007b; Liu, Wu ve Ni, 2006; Bodie, Kane ve Markus, 2009; Guan ve diğerleri,

2008; Atmaca, 2010; Gökgöz, 2009; Liu, 2004; Feng ve diğerleri, 2007; Marrero,

Punch ve Ramos-Real, 2015). Özellikle ortalama varyans haricindeki metotlar üzerine

oldukça kısıtlı sayıda çalışma yapıldığı daha geliştirilmesi gereken büyük bir hareket

alanının mevcut olduğu görülmektedir (Gökgöz ve Atmaca, 2017).

Web of Science veri tabanında “portfolio optimization” başlık ifadeleri ile

arama yapıldığında 970 yayın tespit edilirken “electricity market portfolio

optimization” ifadeleri ile arama yapıldığında sadece 15 yayın tespit edilmektedir. Bu

zamana kadar bu alanda yapılan literatürdeki referans çalışmalar incelendiğinde,

ortalama varyans, alt tarafı risk, yarı varyans ve diğer uyarlanmış metodolojilerin

bazılarının elektrik piyasası çalışmalarında kullanıldığı görülmüştür (Gökgöz ve

Atmaca, 2017). Literatürde yer alan temel çalışmalar Tablo-8’de listelenmektedir.

105

Tablo 8 Elektrik piyasasında portföy optimizasyonu literatür taraması

Referans Metot/

Model Piyasa Açıklama

Bijorgan ve

diğerleri, 1999 MV -

Türü: Makale

Veri Seti: Yok

Mean ve variance a bağlı olarak etkin sınır elde edilmiş

olup Utility function exponansiyel olarak

tanımlanmıştır. Çalışma gerçek veri seti üzerinden

olmayıp teorik tabanlıdır.

Byström, 2003 Variance Nord

Pool

Türü: Makale,

Veri Seti: Ocak 1996-Ekim 1999 (hafta içi spot ve

future piyasa fiyatları),

Varyansın minimize edilmesi üzerine bir çalışma

yapılmıştır.

Dahlgren ve

diğerleri, 2003

VaR /

CVaR

SP15

Californi

a PX

Türü: Makale,

Veri Seti: 2000

İki senaryo için VaR ve CVaR (%95, %99)

hesaplamaları yapılmış.

Nispeten elektrik piyasasına yönelik basit ve ilkel bir

çalışma oluşturulmuş

Liu, 2004

MV /

Tek faktör

Modeli

Californi

a ISO

Ve

PJM

Türü: Doktora Tezi,

Veri Seti: 1998-2000 yıllarının Nisan Mayıs ayı günlük

ortalama spot fiyatları, 1998-2002 yılları Ağustos ayı

PJM bölgesel fiyatları,

İkinci derece (quadratic) maliyet fonksiyonu,

maliyetler yapay,

İki durum için ikili anlaşma ve spot piyasa arasında

portföy optimizasyonu uygulanmış,

Future ve Forward uygulaması ile hedging yapılmış,

yakıt fiyatlarının dikkate alan bir uygulama da

yapılmıştır,

Liu ve Wu,

2006 MV

Californi

a

Türü: Makale,

Veri Seti: Ocak 1999-Ekim 2001 aylık elektrik fiyatları

Spot piyasa, yakıt fiyatları ve kontrat fiyatlarını dikkate

alan 3 ayrı durum çalışması yapılmıştır.

Liu ve Wu,

2007a

MV

Sharpe

optimum

(bir

dönem)

PJM

Türü: Makale,

Veri Seti: 1998-2005 Ağustos ayı fiyatları,


maliyetler yapay,

3 bölgesel bir spot piyasa varlığı arasında portföy

optimizasyonu,

Liu ve Wu,

2007b

VaR

(bir

dönem)

PJM

Türü: Makale,

Veri Seti: PJM’nin günlük elektrik fiyatları (Ağustos)

üzerine nümerik simülasyon,

10 Bölge ikili anlaşma (risksiz) ve bir spot piyasa

(riskli) varlık yaklaşımı,

2 farklı ticari portföy durumu üzerinden analiz

yapılmıştır.

Feng ve

diğerleri, 2007

MV

Sharpe

optimum

PJM-

DALMP

Türü: Makale,

Veri Seti: 1999-2004 tarihsel data seti,


maliyetler yapay,

Gün öncesi piyasası, riskli ikili anlaşma ve risksiz ikili

anlaşma üzerinden portföy optimizasyonu,

Munoz ve

diğerleri, 2009 MV Spain

Türü: Makale,

Veri Seti: 2005-2010 yılları arası

106

İspanya için 9 ayrı duruma göre optimum yatırım

portföyü içinde yer alması gereken yenilenebilir enerji

kaynakaları belirlenmiştir.

Atmaca, 2010

MV

(bir

dönem)

Türkiye

Türü: Yüksek Lisans tez çalışması,

Veri seti: Ağustos-2006/Aralık 2009 saatlik piyasa

verileri (hafta içi ve hafta sonu birlikte),

Gerçek hidrolik, termik ve doğalgaz üretim maliyetleri

kullanılmıştır,

Hidrolik, Termik ve Doğalgaz ile üçünden oluşan bir

portföye: 24 riskli varlık, 24 riskli varlık ve üst yatırım

kısıtı, 24 riskli varlık 1 risksiz varlık uygulaması

yapılmıştır

Pindoriya ve

diğerleri, 2010

MVS /

multi-

objective /

(1 aylık

yatırım

dönemi)

PJM

Türü: Makale,

Veri Seti: Ağustos 1999-Ağustos 2006 elektrik piyasa

verileri kullanılmış,

Elektrik üretim maliyet fonksiyonu quadratik olarak

tanımlanmış,

İki kontrat ve spot piyasa arasında varlık yerleştirme

optimizasyonu uygulanmış.

Kazempour ve

Moghaddam,

2011

Variance /

Co-

variance /

CVaR

1 haftalık

Spain

Türü: Makale,

Veri Seti: İspanya tarih belirsiz,

Bir güç santralinin, yakıt fiyatı, yakıt depolama alanı,

tüketim miktarı, emisyon miktarı, elektrik piyasası ve

ek üretim kapasite piyasası kısıtları altında haftalık

optimizasyonu yapılarak belli standart sapma ve risk

ceza faktörlerine bağlı beklenen getiri etkin sınırı

üretilmiştir.

Gökgöz ve

Atmaca, 2012

MV

(bir

dönem)

Türkiye

Türü: Makale,

Veri seti: Ağustos-2006/Nisan-2011 saatlik gün öncesi

piyasa verileri (hafta içi ve hafta son birlikte),

Gerçek hidrolik, termik (kömürlü), ve doğalgaz üretim

maliyetleri kullanılmıştır,

Hidrolik, Termik ve Doğalgaz üretim alternatiflerinin

her birine: 24 riskli varlık, 24 riskli varlık ve üst

yatırım kısıtı, 24 riskli varlık 1 risksiz varlık

uygulaması yapılmıştır

Bhattacharya

ve Kojima,

2012

MV

(Monte

Carlo)

Japan

Türü: Makale,

Veri Seti: -

Japonya için yenilenebilir enerji portföyünün %9’a

kadar olabileceğini MV optimizasyonu ile

göstermektedir.

Gökgöz ve

Atmaca, 2013

DS / SV

(bir

dönem)

Türkiye

Türü: Konferans Bildirisi

Veri seti: Aralık-2009/Eylül-2011 saatlik gün öncesi

piyasa verileri (hafta içi ve hafta son birlikte),

Gerçek hidrolik santral maliyetleri kullanılmıştır,

Sadece hidrolik santral portföyüne: 24 riskli varlık, 24

riskli varlık ve üst yatırım kısıtı, 24 riskli varlık 1

risksiz varlık uygulaması yapılmıştır.

İki yöntemin sonuçları birbiri ile kıyaslanmıştır

Suksonghong

ve diğerleri,

2014

MVS /

Genetic

Algorithm

/ multi

objective

PJM

Türü: Makale,

Veri seti: Haziran 1998-Temmuz 2006 24 saatlik spot

piyasa verileri,

2 örnek durum üzerinden 9 farklı bölgeye yönelik

enerji satış portföylerinin çözümlenmesi ortalama-

varyans-çarpıklık uygulaması ile çok amaçlı

optimizasyon olarak yapılmıştır.

107

Akhavan-

Hejazi ve

diğerleri, 2015

MV NYISO

3 bölge

Türü: Konferans Bildirisi,

Veri Seti: Ocak-Mayıs 2010 3 bölgenin gün öncesi ve

dengeleme piyasası fiyatları,

Gün-öncesi ve dengeleme piyasasında eş zamanlı

optimizasyon,

Boroumand,

2015

VaR /

CVaR France

Türü: Makale,

Veri Seti: 2001-2011 Fransa elektrik piyasa verileri (3,

6, 9, 12, 15, 18, 21 ve 24. Saatler için fiyat ve tüketim

verileri),

Bu çalışmada elektrik perakendecisi gözüyle bakılarak

hem piyasa fiyat belirsizliği hem de müşteri tüketim

belirsizlikleri göz önünde bulundurularak risk

minimizasyonu yapan portföyler aranmıştır. İkili

anlaşma, üretim ve piyasa payları araştırılmıştır.

Marrero ve

diğerleri, 2015

MV /

CAPM -

Türü: Makale,

Veri Seti: Dünya bankası ve IMF varlık fiyat dataları,

MV ve CAPM kullanılarak optimal üretim portföyü

tanımlanmıştır.

Gökgöz ve

Atmaca,

2016a

MV / DS /

SV

(bir

dönem)

Sharpe

Ratio

Nord

Pool

Türü: Kitap Bölümü,

Veri seti: Ocak-2015/Temmuz-2015 Nord Pool Spot

saatlik bir bölge piyasa verileri (sadece hafta içi),

Yapay üç farklı maliyet seviyesine 3 yöntemde

uygulanmıştır,

Ayrıca her yöntem için üç farklı yatırımcı risk algısı

kullanılarak toplam 27 kez optimizasyon yapılmıştır,

24 riskli ve 1 risksiz varlık için uygulama yapılmıştır,

Sharpe Ratio ile portföy performansları ölçülmüştür.

Gökgöz ve

Atmaca,

2016b

MV / DS /

SV

(bir

dönem)

Sharpe

Ratio

Türkiye


Veri seti: Nisan-2014/Nisan-2016 saatlik gün öncesi

piyasa verileri (sadece hafta içi),

Yapay tek seviye santral maliyeti kullanılmıştır,

Her üç yöntem için bir yapay durum çalışması (24

riskli varlık) 20 farklı yatırımcı algısı “A” için

yapılmıştır,

Sharpe Ratio ile portföy performans davranışları

karşılaştırılmıştır.

Gökgöz ve

Atmaca,

2016c

MV / VaR

/ HVaR

(bir

dönem)

Sharpe

Ratio

Treynor

Ratio

Türkiye


Veri Seti: Nisan-2014/Nisan-2016 saatlik gün öncesi

piyasa verileri (sadece hafta içi),

Yapay tek seviye santral maliyeti kullanılmıştır,

24 riskli varlık, 24 riskli ve üst yatırım kısıtlı ve 24

riskli üst yatırım kısıtlı ve 1 risksiz varlık için 7 şer

adet portföy optimizasyonu yapılmıştır,

Sharpe Ratio, Treynor Ratio ve 1 günlük getiri testi ile

portföylerin performansları ölçülmüştür.

Gökgöz ve

Atmaca, 2017

MV / DS /

SV

(bir

dönem)

Sharpe

Ratio

Türkiye

Türü: Makale,

Veri Seti: Aralık-2009/Aralık-2012 saatlik gün öncesi

piyasa verileri (hafta içi ve hafta sonu dahil),

Gerçek Hidrolik, Termik (kömür), Doğalgaz santral

maliyetleri kullanılmıştır,

24 riskli varlık, 24 riskli ve üst yatırım kısıtlı varlık, 24

riskli ve 1 risksiz varlık ve 24 riskli ve 1 adet sabit

fiyatlı varlık durumları hidrolik, Termik (Kömür) ve

hidrolik/Termik/Doğalgaz içeren üretim portföylerine

uygulanmıştır.

108

Tablo-8’den görüleceği üzere 1999 yılından başlayarak gittikçe artan bir

tempoda yayın üretilmektedir. Tabloda listelenen 23 çalışmanın 15’inde MV

optimizasyon uygulaması yapıldığı bu anlamda finans literatüründe olduğu gibi alanda

yapılan çalışmalarda önemli bir ağırlığı olduğu görülmektedir. VaR, CVaR, Sharpe

Ratio, DS, SV, CAPM, Varyans, MVS gibi diğer metodolojilerin birlikte veya

karşılaştırmalı olarak çalışmalarda kullanıldığı bununla birlikte kullanım oranlarının

MV kadar yaygın olmadığı tespit edilmiştir. Çalışmaların ağırlıklı olarak PJM ve Türk

elektrik piyasalarına yönelik olduğu görülmektedir. Özellikle Atmaca (7), Gökgöz (6),

Liu (4) ve Wu (3) isimli yazarlar söz konusu alanda yayın sayısı açısından hakimiyet

kurmuşlardır.

2.4 MPT Temelli Optimizasyon Modeli Yaklaşımları

2.4.1 Markowitz Ortalama Varyans Yaklaşımı (Mean-variance)

Markowitz portföy teorisi (MPT), belirli bir getiri değeri için minimum riski

ve belirli bir risk değeri için maksimum getiriyi arayan ortalama-varyans

optimizasyonunu baz almaktadır (Gökgöz ve Atmaca, 2017; LeCompte, 2008). Eldeki

fonun tümünün yatırım enstrümanlarına yatırılması ve belirli bir hedef getiri

seviyesine ulaşılması modelin temel kısıtlarını oluşturmaktadır (Ulucan, 2004: 17).

Temel uygulamada bir dönemlik yatırım ön görüsü mevcuttur. MPT’nin temel

varsayımları daha öncede listelendiği üzere şu şekildedir:

İşlemlerin maliyetleri ve vergisi yoktur,

109

Yatırımcılar varlıklara yönelik tüm bilgilere sahiptir ve bu bilgileri aynı şekilde

yorumlamaktadırlar,

Tüm yatırımcılar riskten kaçar, aynı risk düzeyindeki iki farklı yatırım

alternatifinden yüksek beklenen getiriye sahip olanı tercih ederler,

Yatırımcılar, yatırım kararlarını verirken yalnızca yatırımın beklenen getiri ve

riskini göz önünde bulundururlar,

Varlıkların beklenen getirilerinin istatistiksel olarak normal dağılıma sahip

olduğu varsayılır (Defusco ve diğerleri, 2004; TSPAKB, 2007: 74; Atmaca,

2010: 106; Gökgöz, ve Atmaca, 2017: 439).

MPT, yatırım yapılacak varlıkların getiri değerleri normal dağılıma sahipse bu

varlıklardan oluşacak olan olası portföy alternatiflerinin getiri dağılımının yalnızca

ortalama getiri ve varyansların kullanılması ile tanımlanabileceğini ifade etmektedir

(Levy, Post, 2005: 236; King, 2007). Bu kapsamda MV optimizasyonunun

yapılabilmesi için gerekli olanlar: Varlıkların beklenen getirileri, varyansları ve

kovaryans matrisidir (Gökgöz ve Atmaca: 2016a).

Belli sayıda riskli varlık alternatifinden oluşan bir portföy için MV

optimizasyonu sonucunda yatırımcının yatırım yapabileceği bir fırsat kümesi ve etkin

set elde edilmektedir. Şekil-21’de gösterildiği üzere; belirli bir risk seviyesi için

maksimum getiriyi sunan ve belirli getiri seviyesi için minimum riski sunan portföyler

etkin portföyler olarak adlandırılırken bu etkin portföylerden oluşan sete de etkin set

“efficient frontier” denilmektedir (Sharpe, Alexander ve Bailey, 1999: 174; Karan,

2004: 169; Copeland, 2005).

110

Şekil 21 MV modeli için etkin sınır (Atmaca, 2010)

Global minimum varyans portföyü (GMVP), mevcut varlıklarla

oluşturulabilecek en düşük risk değerine sahip olan portföydür (Atmaca, 2010: 115).

GMVP noktasının üzerinde kalan bölge çözüm için aranan etkin sonuçların olduğu

bölge olup altında kalan bölgedeki sonuçlardan daha iyi olan sonuçlar bu üst bölgede

yer almaktadır. Bu kapsamda çözüm portföyü aranırken GMVP noktasının üzerindeki

etkin sınır üzerindeki portföylere bakılmaktadır. Bu sınırın içinde kalan diğer tüm olası

portföyler ise optimal altı (sub-optimal) portföyler olarak tanımlanmaktadır.

“N” adet riskli varlık için yapılan uygulamada aşağıda listesi verilen kısıtlar

dahilinde minimum risk değerini veren portföylerin bulunması amaçlanmaktadır:

Varlık ağırlıklarının negatif (non-negativity) olmaması,

Varlık ağırlıklarının toplamının 1’e eşit olması,

Portföyün beklenen getirisinin hedef getiri değerine eşit olmasıdır.

200%

500%

800%

0,0 1,3 2,5

He

de

f G

eti

ri(r

)

Risk (Portföy Standart Sapması) (σ)

Fırsat Kümesi

Global Minimum Varyans Portföyü

Etkin Sınır

111

N varlık için oluşturulacak portföyün beklenen getirisi ve varyansı aşağıdaki

gibi tanımlanmaktadır.

𝐸(𝑟𝑝) = ∑𝑋𝑖𝑟𝑖 (2.19)

𝑁

𝑖=1


𝑁

𝑗=1

(2.20)

𝑁

𝑖=1

𝑉𝑎𝑟 − 𝐾𝑜𝑣𝑎𝑟 𝑀𝑎𝑡𝑟𝑖𝑠𝑖 =

[ 𝜎1

2 𝜎1,2 ⋯ 𝜎1,𝑁

𝜎2,1 𝜎22

⋮ ⋱𝜎𝑁,1 𝜎𝑁

2 ]

(2.21)

𝑁 = mevcut riskli varlık sayısı,

𝑋𝑖 = i varlığının portföy içindeki ağırlık oranı,

𝜎𝑖𝑗 = i ve j varlıkları arasındaki korvaryans değeri

𝐸(𝑟𝑝) = portföyün beklenen getirisi

𝜎𝑝2 = portföyün varyansı

Varyans ve kovaryans yaklaşımı altında amaç fonksiyonu yorumlanacak olursa

en açık formuyla portföyün varyansını minimize eden genel amaç fonksiyonu

aşağıdaki gibi oluşmaktadır:

𝑀𝑖𝑛. (𝜎𝑝2) = ∑∑𝑋𝑖𝑋𝑗𝜎𝑖𝑗 =

𝑁

𝑗=1

∑𝑋𝑖2

𝑁

𝑖=1

𝜎𝑖2 + ∑ ∑𝑋𝑖𝑋𝑗𝜌𝑖𝑗𝜎𝑖𝜎𝑗

𝑁

𝑗=1

𝑁

𝑖=1𝑖≠𝑗

(2.22)

𝑁

𝑖=1

Farklı durumlara yönelik MV optimizasyonu etkin sınırın belirlenmesi ve

optimum portföy tercihinin tanımlanması için kullanılan amaç fonksiyonu ve kısıtlar

bunlarla kısıtlı olmamakla birlikte şu şekilde ortaya çıkmaktadır:

112

Tablo 9 Farklı optimizasyon aletrnatifleri için MV modelleri

Ortalama

Varyans (MV) N riskli varlık

N riskli varlık ve

yatırım üst kısıtı

N riskli varlık

ve 1 RF

kontrat

N riskli varlık

ve 1 FP kontrat

Etkin Sınır

Amaç

Fonksiyonu

𝑀𝑖𝑛. (𝜎𝑝2) = ∑∑𝑋𝑖𝑋𝑗𝜎𝑖𝑗

𝑁

𝑗=1

𝑁

𝑖=1

(2.22)

𝑀𝑖𝑛. (𝜎𝑐∨𝑑2 ) = ∑ ∑ 𝑋𝑖𝑋𝑗𝜎𝑖𝑗

𝑁+1

𝑗=1

𝑁+1

𝑖=1

(2.23)

Kısıtlar

𝑟𝑝 = ∑𝑋𝑖𝑟 = 𝑟𝑒

𝑁

𝑖=1

∑𝑋𝑖 = 1

𝑁

𝑖=1

0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]

(2.24)

𝑟𝑝 = ∑𝑋𝑖𝑟 = 𝑟𝑒

𝑁

𝑖=1

∑𝑋𝑖 = 1

𝑁

𝑖=1

𝑋𝑖

≤ 𝜃𝑖 , [𝑖 = 1,2……𝑁]

0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]

(2.25)

𝑟𝑐

= ∑𝑋𝑖𝑟

𝑁

𝑖=1

+ 𝑋𝑟𝑓𝑟𝑓 = 𝑟𝑒

∑𝑋𝑖 + 𝑋𝑟𝑓

𝑁

𝑖=1

= 1

0 ≤ 𝑋𝑟𝑓≤ 1

0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖

∈ [𝑖= 1,2,… . 𝑁]

(2.26)

𝑟𝑑

= ∑𝑋𝑖𝑟

𝑁

𝑖=1

+ 𝑋𝑓𝑝𝑟𝑓𝑝 = 𝑟𝑒

∑𝑋𝑖 + 𝑋𝑓𝑝

𝑁

𝑖=1

= 1

0 ≤ 𝑋𝑓𝑝≤ 1

0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖

∈ [𝑖= 1,2,… . 𝑁]

(2.27)

Optimum

Portföy-OP

Amaç

Fonksiyonu

(Utility

Functions)

𝑀𝑎𝑥𝑋𝑖 𝑈 = 𝐸(𝑟𝑝) −

1

2𝐴𝜎𝑝

2

(2.28)

𝑀𝑎𝑥𝑋𝑖 ,𝑋𝑟𝑓𝑈

= 𝐸(𝑟𝑐)

−1

2𝐴𝜎𝑐

2

(2.29)

𝑀𝑎𝑥𝑋𝑖 ,𝑋𝑓𝑝𝑈

= 𝐸(𝑟𝑑)

−1

2𝐴𝜎𝑑

2

(2.30)

Kısıtlar

∑𝑋𝑖 = 1

𝑁

𝑖=1

0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]

(2.31)

∑𝑋𝑖 = 1

𝑁

𝑖=1

𝑋𝑖

≤ 𝜃𝑖 , [𝑖 = 1,2……𝑁]

0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]

(2.32)


𝑁

𝑖=1

= 1

0 ≤ 𝑋𝑟𝑓≤ 1

0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖

∈ [𝑖= 1,2,… . 𝑁]

(2.33)

∑𝑋𝑖 + 𝑋𝑓𝑝

𝑁

𝑖=1

= 1

0 ≤ 𝑋𝑓𝑝≤ 1

0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖

∈ [𝑖= 1,2,… . 𝑁]

(2.34)

Burada

𝐸(𝑟𝑝) = ∑𝑋𝑖𝑟

𝑁

𝑖=1

(2.35)


𝑁

𝑗=1

𝑁

𝑖=1

(2.36)

𝐸(𝑟𝑐) = 𝑋𝑟𝑓𝑟𝑓 + (1 − 𝑋𝑟𝑓

)𝐸(𝑟𝑝) (2.37)

𝜎𝑐2 = (1 − 𝑋𝑟𝑓

)2𝜎𝑝2 (2.38)

𝐸(𝑟𝑑) = 𝑋𝑓𝑝𝑟𝑓𝑝 + (1 − 𝑋𝑓𝑝)𝐸(𝑟𝑝) (2.39)

𝜎𝑑2 = ∑ ∑ 𝑋𝑖𝑋𝑗𝜎𝑖𝑗

𝑁+1

𝑗=1

𝑁+1

𝑖=1

(2.40)

113

Bu tablo’da belirtilenlerin dışında alım-satım maliyetlerini içeren, kredili

işlemleri içeren, açığa satış içeren, maksimum varlık sayısı içeren, tamsayı çözüm

içeren, senaryo tabanlı ve bazıları daha ileride açıklanacak olan farklı risk ölçütleri

kullanılan daha birçok MV tabanlı optmizasyon yaklaşımıda mevcut bulunmaktadır

(Ulucan, 2004; Borandağ, 2013).

MV optimizasyon uygulamasında optimal portföy çözümünde, portföyün

beklenen getirisi, standart sapması ve yatırımcının risk algısını gösteren “A” terimlerin

yer aldığı (2.31/2.32/2.33/2.34) ikinci dereceden (quadratic) fayda fonksiyonları bir

çok optimizasyon çalışmasında kullanımış olup halen kullanılmaya devam etmektedir

(Atmaca, 2010; Gökgöz ve Atmaca: 2012, 2013, 2016a, 2016b, 2016c, 2017; Liu ve

Wu, 2006, 2007a; Liu, Wu ve Ni, 2006; Bodie, Kane ve Marcus, 2009; Liu, 2004;

King, 2007; MIT, 2003).

Burada fayda fonksiyonu içinde yer alan “A” katsayısı yatırım için karar

vericinin tercihini gösteren bir ağırlıklandırma faktörüdür. Bu değerin büyük olması

yatırımcının riskten kaçındığını küçük olması ise yatırımcının riski sevdiğini

göstermektedir. Finansal literatürde ortalama risk beklentisi için A=3 alınırken, A>3

olduğu durumlarda yatırımcının normalin üzerinde riskten kaçındığı, A<3 olduğu

durumlarda ise yatırımcının normalin üzerinde riski sevdiği anlaşılmaktadır (Gökgöz

ve Atmaca; 2016a, 2017; Liu ve Wu; 2007a). Global minimum varyans portföyü

bulunurken A değeri sonsuza gitmesi yada en yakın sonucu verebilecek büyük bir

değere gitmesi yeterli olacaktır. Bu kapsamda GMVP’nü veren fayda fonksiyonu

formülüzasyonu aşağıdaki gibi olmaktadır:

114

lim𝐴→∞

𝑀𝑎𝑥𝑋𝑖 𝑈 = 𝐸(𝑟𝑝) −

1

2𝐴𝜎𝑝

2 (2.41)

2.4.2 Alt-taraf Risk Yaklaşımı (Down-side Risk)

Alt-taraf risk ve Yarı-varyans risk uygulamaları kısaca Alt kısmi moment

uygulamaları (LPM) olarak adlandırılmakta ve LPM’nin özel formlarını teşkil

etmektedir (Gökgöz ve Atmaca, 2016a: 456). Buradaki temel fikir beklenen getiri

değerinden (veya hedef bir getiri değeri mevcutsa bu değerden) pozitif yönde oluşan

sapmaların fırsat kümesi olarak kabul edilmesi nedeniyle ile risk olarak

görülmemesidir. Diğer taraftan negatif yönde oluşan sapmaların asıl kayba neden olan

unsurlar olarak görülmesi sebebi ile risk olarak görülmesidir ve LMP yaklaşımları bu

nedenle getiri dağılımının sol tarafına odaklanmaktadır (Grootveld ve Hallerbach,

1999). Bu anlamda MV optimizasyonu beklenen getiriden hem negatif hem de pozitif

yöndeki sapmalara odaklanırken, LPM’ler sadece negatif yönde oluşan sapmalara

odaklanmaktadır (Gökgöz ve Atmaca, 2016a: 456). Bu alanda, A.D. Roy tarafından

kaleme alınan “Safety First and Holding of Assets” isimli makale finans literatüründe

Alt-taraf risk’i risk ölçütü olarak ele alan en erken dönem çalışma olarak bilinmektedir

(Roy, 1952; Yu, 2007). Alt-taraf risk yaklaşımı birinci derece LPM olarak

adlandırılmaktadır ve sürekli formda aşağıdaki gibi gösterilmektedir:

𝐿𝑃𝑀1(𝜏: 𝑟) = ∫ (𝜏 − 𝑟)𝑑𝐹(𝑟)𝜏

−∞

(2.42)

115

Yatırımcıların hedef getiri altındaki getirlere yönelik davranışsal eğilimi Alt-

taraf risk kavramının kullanımının yaygınlaşmasında önemli bir rol oynamıştır (Yu,

2002). Alt kısmi momentlerin genel formunun Fishburn (𝞪, t) model olarak

bilinmektedir (Fishburn, 1977). Daha geniş anlamda LPM, aşağıdaki şekilde

gösterilen Bernall Stone’nun risk ölçüm genellemesinin özel bir formu olarak

görülmektedir (Grootveld ve Hallerbach, 1999; Yu, 2002; Fishburn, 1977).

𝐿𝑃𝑀𝛼(𝜏: 𝑟) = ∫ (𝜏 − 𝑟)𝛼𝑑𝐹(𝑟)𝜏

−∞

(2.43)

Burada “𝞪” LPM’nin derecesini, “τ” hedef getiri değerini ve “F(r)” ise

birikimli dağılım faonksiyonunu ifade etmektedir. Fishburn’e göre “𝞪” aynı zamanda

yatırımcının risk algısı seviyesini aşağıdaki şekilde temsil edebilmektedir:

𝞪>1, riskten kaçınan

𝞪=1, risk nötral,

0<𝞪<1, riski seven (Grootveld ve Hallerbach, 1999; Yu, 2002; Fishburn,

1977).

Fishburn’nün 𝞪 bazlı yaklaşımına göre Alt-taraf risk nötral risk algısına sahip

yatırımcılar tarafından tercih edilmektedir.

Hedef getiri ve geçmiş olası senaryoların bu belirli hedef getiriden sapması

yaklaşımı altında DS için amaç fonksiyonu yorumlanacak olursa en açık formuyla

116

portföyün birinci derece alt momentini minimize eden genel amaç fonksiyonu

aşağıdaki gibi oluşmaktadır:

𝑀𝑖𝑛.∑𝑝𝑗𝑑𝑗−

𝑀

𝑗=1

= 𝐿𝑃𝑀1(𝜏: 𝑟) = ∫ (𝜏 − 𝑟)𝑑𝐹(𝑟)𝜏

−∞

(2.44)

𝑝𝑗 = j senaryonunun gerçekleşme olasılığı,

𝑑𝑗− = j senaryo getirisinin hedef getiriden negatif yöndeki farkı,

𝑀 = toplam senaryo sayısı

𝑑𝐹(𝑟) = birikimli getiri dağılım fonksiyonu

𝐿𝑃𝑀1(𝜏: 𝑟) = birinci derece alt moment

𝜏 = hedef getiri

Farklı durumlara yönelik DS optimizasyonu etkin sınırın belirlenmesi ve


bunlarla kısıtlı olmamakla birlikte şu şekilde formülüze edilmiştir:

117

Tablo 10 Farklı optimizasyon aletrnatifleri için DS modelleri

Alt-taraf Risk

(DS) N riskli varlık

N riskli varlık ve


N riskli varlık ve

1 RF kontrat

N riskli varlık ve 1 FP

kontrat

Etkin Sınır

Amaç Fonksiyonu

(Object Funtion)

𝑀𝑖𝑛.∑𝑝𝑗𝑑𝑗−

𝑀

𝑗=1

(2.45)

Kısıtlar

∑𝑋𝑖𝑟𝑖𝑗 = 𝑟𝑗

𝑁

𝑖=1

(j=1,2,…,M)

∑𝑋𝑖 = 1

𝑁

𝑖=1

∑𝑝𝑗𝑟𝑗 = 𝑟𝑡𝑎𝑟𝑔𝑒𝑡

𝑀

𝑗=1

𝑑𝑗−

= 𝑚𝑎𝑥[0,−(𝑟𝑗− 𝑟𝑡𝑎𝑟𝑔𝑒𝑡)]

0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]

(2.46)


𝑁

𝑖=1

(j=1,2,…,M)

∑𝑋𝑖 = 1

𝑁

𝑖=1


𝑀

𝑗=1

𝑑𝑗−


0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]

𝑋𝑖

≤ 𝜃𝑖 , [𝑖= 1,2……𝑁]

(2.47)

[∑𝑟𝑖𝑗𝑋𝑖

𝑁

𝑖=1

]

+ 𝑋𝑟𝑓𝑟𝑓 = 𝑟𝑗

(j=1,2,…,M)

∑𝑋𝑖 + 𝑋𝑟𝑓= 1

𝑁

𝑖=1


𝑀

𝑗=1

𝑑𝑗−


0 ≤ 𝑋𝑟𝑓≤ 1

0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖

∈ [𝑖 = 1,2,… . 𝑁]

(2.48)


𝑁

𝑖=1

] + 𝑋𝑓𝑝𝑟𝑓𝑝

= 𝑟𝑗

(j=1,2,…,M)

∑𝑋𝑖 + 𝑋𝑓𝑝 = 1

𝑁

𝑖=1


𝑀

𝑗=1

𝑑𝑗−


0 ≤ 𝑋𝑓𝑝 ≤ 1

0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖

∈ [𝑖 = 1,2,… . 𝑁]

(2.49)

Optimum Portföy-

OP

Amaç Fonksiyonu

(Utility

Functions)

𝑀𝑎𝑥𝑋𝑖 𝑋𝑟𝑓𝑋𝑓𝑝𝑈𝐷𝑆 = 𝐸(𝑟𝑝) −

1

2𝐴. 𝐿𝑃𝑀1(𝜏: 𝑟)

(*)(2.50)

veya

𝑀𝑖𝑛𝑋𝑖 𝑋𝑟𝑓𝑋𝑓𝑝𝐿𝑃𝑀1(𝜏: 𝑟)

(2.51)

Kısıtlar

∑𝑋𝑖 = 1

𝑁

𝑖=1

0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]

(2.52)

∑𝑋𝑖 = 1

𝑁

𝑖=1

𝑋𝑖

≤ 𝜃𝑖 , [𝑖= 1,2……𝑁]

0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]

(2.53)


𝑁

𝑖=1

0 ≤ 𝑋𝑟𝑓≤ 1

0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖

∈ [𝑖 = 1,2,… . 𝑁] (2.54)

∑𝑋𝑖 + 𝑋𝑓𝑝 = 1

𝑁

𝑖=1

0 ≤ 𝑋𝑓𝑝≤ 1

0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖

∈ [𝑖 = 1,2,… . 𝑁] (2.55)

Burada

M = toplam senaryo sayısı

N = riskli varlık sayısı


𝑁

𝑖=1

(2.56)

𝐿𝑃𝑀1(𝜏: 𝑟) = ∫ (𝜏 − 𝑟)𝑑𝐹(𝑟)𝜏

−∞

(2.57)

(*) Bizim için geçerli senaryo fayda fonksiyonu içinde hem getiri maksimizasyonu

hemde alt moment minimizasyonu hadeflenmektedir.

118

2.4.3 Yarı-varyans Risk Yaklaşımı (Semi-variance Risk)

Yarı varyans risk yaklaşımı da Alt taraf risk yaklaşımı gibi hedef getiri altında

gerçekleşen getiri değerlerini risk olarak görmekte bu sebeple getiri dağılımının sol

tarafına odaklanmaktadır (Gökgöz ve Atmaca, 2016a: 456; Grootveld ve Hallerbach,

1999; Yu, 2007). Alt-tarafı riskte bu sapma değerlerinin doğrudan toplamı dikkate

alınırken yarı varyans yaklaşımı standart ortalama varyans modelinde olduğu gibi bu

sapmaların karelerinin toplamını dikkate almaktadır (Gökgöz ve Atmaca, 2013).

Yarı varyans (SV) risk yaklaşımı ikinci derece LPM olarak adlandırılmaktadır

ve sürekli formda aşağıdaki gibi gösterilmektedir:

𝐿𝑃𝑀2(𝜏: 𝑟) = ∫ (𝜏 − 𝑟)2𝑑𝐹(𝑟)𝜏

−∞

(2.58)

Daha öncede bahsi geçtiği üzere Alt kısmi momentlerin genel formu Fishburn

(𝞪, t) model olarak bilinmektedir (Fishburn, 1977). Bu anlamda Fishburn yaklaşımına

göre yarı varyans riskte derece (𝞪=2) alındığı için alt taraf risk yaklaşımına göre

riskten daha çok kaçan yatırımcılar tarafından kullanılmaktadır (Fishburn, 1977).

Hedef getiri ve geçmiş olası senaryoların bu belirli hedef getiriden

sapmalarının karesi yaklaşımı altında SV için amaç fonksiyonu yorumlanacak olursa

en açık formuyla portföyün ikinci derece alt momentini minimize eden genel amaç

fonksiyonu aşağıdaki gibi oluşmaktadır:

119

𝑀𝑖𝑛.∑𝑝𝑗(𝑑𝑗−)

2𝑀

𝑗=1

= 𝐿𝑃𝑀2(𝜏: 𝑟) = ∫ (𝜏 − 𝑟)2𝑑𝐹(𝑟)𝜏

−∞

(2.59)

𝑝𝑗 = j senaryonunun gerçekleşme olasılığı,

𝑑𝑗− = j senaryo getirisinin hedef getiriden negatif yöndeki farkı,

𝑀 =toplam senaryo sayısı

𝑑𝐹(𝑟) = birikimli getiri dağılım fonksiyonu

𝐿𝑃𝑀2(𝜏: 𝑟) = ikinci derece alt moment

𝜏 = hedef getiri

Yarı varyans yaklaşımı alt taraf risk yaklaşımı birçok anlamda örtüşmesinden

dolayı etkin sınır çizdirilmesi ve optimizasyon probleminde kullanılan kısıtlar birbiri

ile örtüşmektedir. Farklı durumlara yönelik SV optimizasyonu etkin sınırın

belirlenmesi ve optimum portföy tercihinin tanımlanması için kullanılan amaç

fonksiyonu ve kısıtlar bunlarla kısıtlı olmamakla birlikte en genel dört formu şu şekilde

formülüze edilmiştir:

120

Tablo 11 Farklı optimizasyon alternatifleri için SV modelleri

Yarı varyans

(SV) N riskli varlık

N riskli varlık ve


N riskli varlık ve 1

RF kontrat


FP kontrat

Etkin Sınır

Amaç

Fonksiyonu

𝑀𝑖𝑛.∑𝑝𝑗(𝑑𝑗−)

2𝑀

𝑗=1

(2.60)

Kısıtlar


𝑁

𝑖=1

(j=1,2,…,M)

∑𝑋𝑖 = 1

𝑁

𝑖=1


𝑀

𝑗=1

𝑑𝑗−


0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]

(2.61)


𝑁

𝑖=1

(j=1,2,…,M)

∑𝑋𝑖 = 1

𝑁

𝑖=1


𝑀

𝑗=1

𝑑𝑗−


0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]

𝑋𝑖

≤ 𝜃𝑖 , [𝑖= 1,2……𝑁]

(2.62)


𝑁

𝑖=1

] + 𝑋𝑟𝑓𝑟𝑓

= 𝑟𝑗

(j=1,2,…,M)


𝑁

𝑖=1


𝑀

𝑗=1

𝑑𝑗−


0 ≤ 𝑋𝑟𝑓≤ 1

0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖

∈ [𝑖 = 1,2,… . 𝑁]

(2.63)


𝑁

𝑖=1

] + 𝑋𝑓𝑝𝑟𝑓𝑝

= 𝑟𝑗

(j=1,2,…,M)

∑𝑋𝑖 + 𝑋𝑓𝑝 = 1

𝑁

𝑖=1


𝑀

𝑗=1

𝑑𝑗−


0 ≤ 𝑋𝑓𝑝 ≤ 1

0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖

∈ [𝑖 = 1,2,… . 𝑁]

(2.64)

Optimum

Portföy-OP

Amaç

Fonksiyonu

(Utility

Functions)

𝑀𝑎𝑥𝑋𝑖 𝑋𝑟𝑓𝑋𝑓𝑝𝑈𝑆𝑉 = 𝐸(𝑟𝑝) −

1

2𝐴. 𝐿𝑃𝑀2(𝜏: 𝑟)

(*)(2.65)

veya

𝑀𝑖𝑛𝑋𝑖 𝑋𝑟𝑓𝑋𝑓𝑝𝐿𝑃𝑀2(𝜏: 𝑟)

(2.66)

Kısıtlar

∑𝑋𝑖 = 1

𝑁

𝑖=1

0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]

(2.67)

∑𝑋𝑖 = 1

𝑁

𝑖=1

𝑋𝑖

≤ 𝜃𝑖 , [𝑖= 1,2……𝑁]

0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]

(2.68)


𝑁

𝑖=1

0 ≤ 𝑋𝑟𝑓≤ 1

0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖

∈ [𝑖 = 1,2,… . 𝑁] (2.69)

∑𝑋𝑖 + 𝑋𝑓𝑝 = 1

𝑁

𝑖=1

0 ≤ 𝑋𝑓𝑝≤ 1

0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖

∈ [𝑖 = 1,2,… . 𝑁] (2.70)

Burada

M = toplam senaryo sayısı

N = riskli varlık sayısı


𝑁

𝑖=1

(2.71)

𝐿𝑃𝑀2(𝜏: 𝑟) = ∫ (𝜏 − 𝑟)2𝑑𝐹(𝑟)𝜏

−∞

(2.72)

(*) Bizim için geçerli senaryo fayda fonksiyonu içinde hem getiri maksimizasyonu hemde

alt moment minimizasyonu hadeflenmektedir.

121

2.4.4 Riske Maruz Değer Yaklaşımı (Value-at-Risk (VaR))

Finansal karar vericiler için önemli olan istatistiki yardımcı karar destek

metotlarından biride riske maruz değer yaklaşımıdır (Gökgöz ve Atmaca, 2016c).

1990’lı yılların başlarına kadar finansal literatürde kendine fazla yer bulamasada

mevcut koşullarda porföy piyasa risklerinin ölçümüne yönelik uygulama alanında

kendine geniş bir uygulama alanı bulmuştur (Holton, 2014). Yöntemin temeli 1922

yıllarında New York Hisse Senedi Borsası’na (NYSE) kadar uzanmaktadır (Holton,

2002). 1994 yılında JP Morgan tarafından RiskMetricsTM sisteminin kullanılması ile

finans endüstrisinde risk yönetiminde önemli bir araç haline gelmeye başlamıştır

(Gaivoronski ve Pflug, 2005). JP Morgan’nın RiskMetricsTM ile bir piyasa standartı

sunma girişimi VaR’in gelişmesine önemli bir ivme kazandırmıştır (Linsmeier ve

Pearson, 2000). Ayrıca 1992 yılında İngiliz finans otoritesi (UK Securities and Futures

Authority) tarafından bankalar ve varlık firmaları için, 1993 yılında Avrupa

Sermayeleri Uygunluk Direktifinde (CAD-1993) ve 1996 yılında Basel Komitesi

tarafından, VaR, ek risk ölçüm kriteri olarak kullanılması düzenlenmiştir (Holton,

2014).

VaR yaklaşımı belirli bir süre ve güven aralığı için maximum

kaybedilebilinecek para miktarını hesaplamaktadır: Bu anlamda VaR olasılıksal

dağılım fonksiyonunda sol taraftaki ucunu (quantile) temsil eder ve belirli bir süre için

portföyün kayıbını gösterir (Holton, 2014). VaR, portföyün toplam riskini tek bir

rakamla gösterebilecek ve karar vericiler tarafından (Özellikle düzenleyici otorite,

122

yönetim kurulu, genel müdür ve diğer benzer yöneticiler vb.) kolayca anlaşılabilecek

bir formata dönüştürür (Linsmeier ve Pearson, 2000).

Markowitz teorisine yapılan temel eleştirilerden biri varlıkların hem negatif

hem de pozitif yönde olan sapmalarını birlikte ele almasıydı. Bu kapsamda VaR,

ortalama varyans yaklaşımının yüzyüze kaldığı bu temel eleştirilerden birinin önüne

geçebilmektedir.

VaR’in hesaplama yöntemleri bunlarla sınırlı olmamakla birlikte temel olarak

bu üç yaklaşım üzerinde yapılmaktadır: Delta-normal (ortalama varyans) yaklaşımı,

Tarihsel simülasyon ile hesaplama ve Monte Carlo Simülasyonu (Holton, 2014;

Linsmeier ve Pearson, 2000; Gökgöz, 2006).

VaR Delta Normal Yaklaşımıyla Hesaplanması: Bu hesaplama yaklaşımında

ortalama varyans metodunda olduğu gibi getirilerin normal dağılıma sahip olduğu

kabul edilmekte, normal dağılımının matematiksel olarak belirleyicileri olan standart

sapma ve ortalama beklenen getiri parametreleri kullanılarak VaR belirli bir güven

aralığı ve süre için hesaplanmaktadır (Linsmeier ve Pearson, 2000; Gökgöz ve

Atmaca, 2016c). Buradaki anahtar değişken varlıkların ve portföyün standart

sapmasının hesaplanmasıdır. Normal dağılıma sahip bir varlık getiri dağılımı için

sadece beklenen ortalama getiri ve standart sapmanın bilinmesi, dağılımı temsil için

yeterli olmaktadır. Bu açıklamalara dayanarak portföy veya varlık için VaR(parasal)

olarak aşağıdaki formda gösterildiği gibi hesaplanmaktadır:

123

𝑉𝑎𝑅𝐶𝐿 = −𝑊(𝐸(𝑟𝑝) + 𝑍1−𝐶𝐿𝜎𝑝 ) (2.73)

𝑉𝑎𝑅𝐶𝐿 = CL güvenlik aralığı için riske maruz değeri,

𝑊 = portföyün başlangıç değeri,

𝐸(𝑟𝑝) =portföyün beklenen getirisi,

𝐶𝐿 =(Confidence level) güven aralığı,

𝑍1−𝐶𝐿 = Z değeri,

𝜎𝑝 = portföyün standart sapması.

Bu formül uygulamasında W “1” olarak alınırsa VaR bu durumda bize getiri

oranı değerini vermektedir (Gökgöz ve Atmaca, 2016c). Formül içerisinde yer alan Z-

score sayısı aşağıdaki formüle uygun olarak hesaplanmaktadır:

𝑍1−𝐶𝐿 = (𝑥 − 𝐸(𝑟𝑝)) 𝜎𝑝⁄ (2.74)

Z-score hasaplamalarında %90, % 95 ve %99 güven aralıklarının 1 gün, 1

hafta, iki hafta için olan uygulamalar finans literatüründe en fazla sıklıkla kullanılan

aralıklardır: SEC 1980 yılında varlık firmalarının 1 ay %95 VaR değerine eşit miktarda

ek sermaye tutmalarını isterken, JP Morgan RiskMetricsTM yakaşımında 1 gün %95

USD VaR değeri baz alınmıştır, 1993 yılında CAD tarafından 10 gün %95 VaR

ölçümü kullanılmıştır, Basel II’de piyasa riski için VaR kullanımı kabul edilmiştir

(Holton, 2002). %90, %95 ve %99 güven aralığı için Z-score değeri ise sırasıyla -

1,645, -1,96 ve -2,575 tir (Kreyszig, 1993).

124

Şekil 22 Ortalaması sıfır olan normal dağılım için VaR

Şekil-22’de “0” ortalama değerine sahip 0,02 standart sapması olan normal bir

dağılımda farklı güven aralıkları için VaR değerlerinin gösterimi yapılmaktadır.

Burada VaR(%95), her 100 getiri değerinden 5’nin belirtilen riske maruz değer sınır

değerden daha düşük olacağını aynı şekilde VaR(%99) ise her 100 getiri değerinden

yalnızca 1’nin riske maruz sınır değerden daha düşük (diğer bir ifade ile kabul edilen

maximum kayıp değeri) gerçekleşeceğini ifade etmektedir. Bu anlamda güven

aralığının artması olasılıksal meydana gelme ihtimalini düşürmekle birlikte VaR

değerini parasal anlamda yükseltmekte, getiri oranını negatif yönde azaltmaktadır

(Gökgöz ve Atmaca, 2016c).

125

Farklı durumlara yönelik VaR optimizasyonu etkin sınırın belirlenmesi ve


bunlarla kısıtlı olmamakla birlikte en genel dört formu şu şekilde formülüze edilmiştir:

Tablo 12 Farklı optimizasyon alternatifleri için VaR modelleri

Riske Maruz Değer

(VaR) N riskli varlık

N riskli varlık ve


N riskli varlık

ve 1 RF

kontrat


FP kontrat

Optimum Portföy

OP

𝑀𝑎𝑥. (𝑉𝑎𝑅90%) = 𝐸(𝑟𝑝) + (−1.6448). (𝜎𝑝2)

1/2

(2.75)

𝑀𝑎𝑥. (𝑉𝑎𝑅95%) = 𝐸(𝑟𝑝) + (−1.96). (𝜎𝑝2)

1/2

(2.76)

𝑀𝑎𝑥. (𝑉𝑎𝑅99%) = 𝐸(𝑟𝑝) + (−2.575). (𝜎𝑝2)

1/2

(2.77)

𝑀𝑖𝑛. (𝑉𝑎𝑅𝐶𝐿) = −𝑊(𝐸(𝑟𝑝) + 𝑍1−𝐶𝐿𝜎𝑝 )

(2.78)

Kısıtlar

∑𝑋𝑖 = 1

𝑁

𝑖=1

0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]

(2.79)

∑𝑋𝑖 = 1

𝑁

𝑖=1

𝑋𝑖

≤ 𝜃𝑖 , [𝑖= 1,2……𝑁]

0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]

(2.80)


𝑁

𝑖=1

= 1

0 ≤ 𝑋𝑟𝑓≤ 1

0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖

∈ [𝑖= 1,2,… . 𝑁]

(2.81)

∑𝑋𝑖 + 𝑋𝑓𝑝 = 1

𝑁

𝑖=1

0 ≤ 𝑋𝑓𝑝≤ 1

0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖

∈ [𝑖 = 1,2,… . 𝑁] (2.82)

Burada

𝑟𝑝 = ∑𝑋𝑖𝑟

𝑁

𝑖=1

(2.83)

𝑟𝑝 = ∑𝑋𝑖𝑟

𝑁

𝑖=1

(2.84)

𝑟𝑐

= ∑𝑋𝑖𝑟

𝑁

𝑖=1

+ 𝑋𝑟𝑓𝑟𝑓

(2.85)

𝑟𝑑

= ∑𝑋𝑖𝑟 + 𝑋𝑓𝑝𝑟𝑓𝑝

𝑁

𝑖=1

(2.86)


𝑁

𝑖=1

(2.87)


𝑁

𝑗=1

𝑁

𝑖=1

(2.88)

𝐸(𝑟𝑐) = 𝑋𝑟𝑓𝑟𝑓 + (1 − 𝑋𝑟𝑓

)𝐸(𝑟𝑝) (2.89)

𝜎𝑐2 = (1 − 𝑋𝑟𝑓

)2𝜎𝑝2 (2.90)

𝐸(𝑟𝑑) = 𝑋𝑓𝑝𝑟𝑓𝑝 + (1 − 𝑋𝑓𝑝)𝐸(𝑟𝑝) (2.91)

𝜎𝑑2 = ∑ ∑ 𝑋𝑖𝑋𝑗𝜎𝑖𝑗

𝑁+1

𝑗=1

𝑁+1

𝑖=1

(2.92)

VaR Tarihsel Simülasyon Yaklaşımıyla (HVaR) Hesaplanması: Tarihsel

simülasyon yöntemi gözlem sonucu elde edilen tarihi verilere dayanmaktadır (Gökgöz

126

ve Atmaca, 2016c). Delta normal yaklaşımda portföy veya varlıkların tarihsel getiri

dağılımının normal olduğu kabul edilmekte fakat gerçek hayatta durum böyle değildir.

Ayrıca getiri verilerinin tarihsel dağılımının normal dağılıma uyum göstermeside

zorunlu değildir. Linsmeier ve Pearson nın 1996 tarihli çalışmasına göre: “Kar ve

zararların dağılımı, mevcut portföyün alınması ve son “𝞪” dönemlerinin her birinde

anahtar faktörlerde ortaya çıkan gerçek değişimlere tabi tutuması ile oluşturulur. Son

“𝞪” döneminin her biri için varsayımsal piyasa kazanç ve kayıpları hesaplandığında,

getiri ve kayıpların dağılımları ve riske maruz değerler tanımlanabilir” (Linsmeier ve

Pearson, 2000). Bu anlamda bakıldığında tarihsel simülasyon yönteminde gerçek

tarihsel veri seti üzerinden işlem yapılması sebebi ile normallik varsayımı ötesine

geçilerek analiz daha somut bir adıma taşınmaktadır.

Finansal kuruluşlar veya bankalar genellikle tarihsel simülasyon yöntemini

veya onunla birlikte kullanılabilen hibrit yaklaşımları tercih etmektedir. Fakat bu

yöntemin uygulanmasında en önemli problem veri seti içinde bulunan veri miktarının

sıralama analizi için yeterli olmasıdır (Gökgöz ve Atmaca, 2016c). Örneğin VaR(%99)

için hesaplama yapıldığında her yüz olay içince yalnızca bir olaya bakılıyor. Bu rakam

1000 lik veri setinde en düşük portföy değerine sahip 11. olaya bakılması gerektiğini

ifade etmektedir. Düşük veri setlerinde istenilen düzeyde gerçekçi sonuçlara

ulaşılması mümkün olmamaktadır. Buna veri setlerinin dağılımının ucundaki olağan

dışı dalgalanmalar sebep olmaktadır. Sınırlı veya düşük sayılarda verilerle işlem

yapılmak istenmesi durumlarında doğrusal veya polinom enterpolasyon kullanılarak

ara değerler tahmin edilebilinmektedir (Holton, 2014; Kreyszing, 1993). Kullanılan

127

yaklaşıma göre analiz sonuçları oldukça farklı çıkmaktadır Gökgöz ve Atmaca,

2016c).

VaR Monte Carlo Yaklaşımıyla Hesaplanması: Monte Carlo simülasyon

yönteminin altında yatan gerçek, finansal değişkenlerin değerleri farklı seneryo

çeşitleri için modellenip, simüle edilebilmektedir. Bu değişkenlerin dağılımlarının

bilindiği kabul edilmektedir. Bu değerler bilinen bu dağılım üzerinden istenildiği kadar

çok tekrardan yaratılabilinmektedir (Gökgöz, 2006). Özellikle kısıtlı veri olması

durumularında bu veri seti genişletilebilmekte ve analiz için birçok senaryo

yaratılabilmektedir. Monte Carlo Simülasyonunun tarihsel simülasyon ile

benzerlikleri bulunmaktadır. Aralarındaki temel fark HVaR’de piyasada meydana

gelmiş olan gerçek değişikliklerin tekrarlanacağı simüle edilirken Monte Carlo’da bu

muhtemel değişimleri en iyi temsil ettiğine inanan dağılımın ürettiği değerler simüle

edilmektedir (Linsmeier ve Pearson, 2000). Burada tasarımcı geleceği/geçmişi en iyi

temsil ettiğine inandığı herhangibir dağılım yaklaşımını seçmekte serbesttir

(Linsmeier ve Pearson, 2000).

Monte Carlo yaklaşımlarının en önemli dez avantajlarından biri problemlerin

çapına bağlı olmakla birlikte diğer metotlara nazaran daha yüksek hesaplama

kapasiteleri gerektirmeleridir, son yıllarada ortaya çıkan varyans düşürme teknikleri

ve bilgisayar hesaplamalarındaki teknolojik hız artışları (paralel proses vb.) bu

hesaplama sürelerinde dramatik düşüşlere sebep olmuştur (Holton, 2014).

ÜÇÜNCÜ BÖLÜM

3. NORDPOOL VE TÜRKİYE ELEKTRİK PİYASALARINA PORTFÖY

OPTİMİZASYONU UYGULAMALARI

Halil Can ve arkadaşları kitaplarında işletmeyi: “ihtiyaç duyulan ekonomik mal

ve hizmetleri üretmek ve/veya pazarlamak, böylece var olan talebi tatmin ederek fayda

yaratmak, dolayısıyla kar elde etmek için faaliyette bulunan ekonomik kuruluştur”

şeklinde tanımlamıştır (Can, Tuncer ve Ayhan, 2005: 11). Elektrik üretim sektöründe

yer alan şirketlerinde temel amacı yukarıdaki tanımla aynı yönde olmakla birlikte diğer

sektörlerden farklı bir yapıda olan bir ürünü “elektrik” i (anlık üretilip anlık tüketilen

ve ekonomik olarak depolanamayan ürün veya servis) üretip, pazarlamaları ve pazar

ihtiyacını karşılayıp bundan şirketlerinin devamlılığını sağlayacak parayı kazanmaları

gerekmektedir.

Elektrik üreticilerinin geniş bir risk yönetim perspektifinde olayı ele alması bu

anlamda, mevcut arz talep dengesi, piyasa fiyat unsurları, elektrik satış anlaşmalarının

organize edilmesi gibi ön planda gözüken temel unsurların yanında, işletme

optimizasyonu, organizasyonel yönetim, yakıt anlaşmaları, yan ürün anlaşmaları

(endüstriyel ısı tedariki, bölgesel ısıtma vb.), risk azaltım (hedging) anlaşmaları, bakım

süreçlerinin yönetimi, kurumsal kaynak planlama gibi diğer unsurlarıda dikkate

almaları gerekmektedir (Atmaca, 2010: 142). Tüm bu unsurların birlikte sistematik ve

etkin yönetimi işletmeler için asıl kazançlı ortamı ortaya çıkaracaktır.

129

Bu çalışma kapsamında yukarıda belritilen unsurlardan elektrik piyasalarında

elektrik satış stratejisinin belirlenilmesi kısmına odaklanılmaktadır. Nord Pool

ELSPOT ve Türk Gün-öncesi elektrik piyasalarında, elektrik üreticisinin ürettiği

elektriğin ne kadarını ikili anlaşma ile ne kadarını ise piyasaya ve hangi saatlere

satacağını belirlemeye çalışılacaktır. Bunu belirlerken kullanılabilecek bazı

yaklaşımlar bulunmaktadır. Finans literatüründe yaygın olarak kullanılmakla birlikte

elektrik piyasalarında son yıllarda uygulanmaya başlanan bu yaklaşımlar: Markowitz

Ortalama Varyans (Mean-variance) yaklaşımı ile başlayan modern portföy yönetimi

temelli yaklaşımlar ve türevleridir.

Bu tez çalışmasının temel amacı, Tablo-8’de literatür taramasında verilen

modern portföy optimizasyonu ve türevi temelli yöntemlerden MV, DS, SV, VaR ve

CVaR yöntemlerinin karşılaştırılmalı olarak farklı durum çalışmaları üzerinden Nord

Pool ELSPOT ve Türk Gün-öncesi elektrik piyasalarına eş zamanlı uygulanması,

performanslarının değerlendirilmesi ve karar vericiler için bu yöntemlerin elektrik

piyasalarına adaptasyonu ve geliştirilmesi sağlanarak literatüre anlamlı bir katkı

kazandırılmasıdır.

Optimizasyon çalışmasının yapılabilmesi için öncelikle elektrik piyasasında

riskli varlıkların ne olduğunun tanımlanması gereklidir. Çünkü burada listelenen

yöntemlerin kullanılması ile yatırım alternatifleri arasında yer alan riskli ve risksiz

varlık kombinasyonları ile etkin portföyler, etkin sınırlar ve optimum portföy

çözümleri tespit edilecektir. Riskli varlıkların tespitine yönelik olarak ise daha önce

literatürde genişçe kullanılan günlük piyasa işlemleri 24 saatlik dilimlere ayrılarak 24

130

saatin her biri ayrı bir riskli varlık olarak gösterilmiştir ve üretim maliyeti üzerinden

getiri oranı hesaplanmıştır (Atmaca, 2010; Gökgöz ve Atmaca, 2012; 2013; 2016a;

2016b; 2016c; 2017; Liu ve Wu, 2007a). Bu tez çalışmasının temel olarak baz aldığı,

türetildiği ve geliştirilerek uyguladığı iki ana kaynak Min Liu ve Felix F. Wu’nun 2007

tarihli “Portfolio Optimization in Electricity Markets” isimli makalesi ve Mete Emin

Atmaca’nın 2010 tarihli “Elektrik Piyasasında Portföy Optimizasyonu” isimli tezidir

(Liu ve Wu, 2007a; Atmaca, 2010). Liu ve Wu ile Gökgöz ve Atmaca daha sonraki

yıllarda yapmış oldukları ek çalışmalarla bu alanda ki literatürde diğer araştırmacılara

önderlik anlamında önemli bir rol üstlenmişlerdir (Gökgöz ve Atmaca, 2017).

3.1 Araştırma Evreni ve Örneklem

Bu çalışma kapsamında dikkate alınan araştırma evreni ve örneklem şu şekilde

oluşturulmuştur:

Bu çalışma kapsamında Nord Pool ELSPOT ve Türk Gün-öncesi elektrik

piyasaları incelenmektedir,

Ortalama varyans (MV), Alt-taraf Risk (DS), Yarı-varyans (SV), Riske Maruz

Değer (VaR) ve Tarihsel Riske Maruz Değer (HVaR) yaklaşım metotları

kullanılarak riskli, düşük riskli ve risksiz varlıklar arasında portföy

optimizasyonu uygulamaları yapılmaktadır,

Senaryo analizleri için beş ayrı durum tanımlanmıştır;

1. Durum-1: 24 Riskli varlık,

2. Durum-2: 24 Riskli varlık ve yatırım üst kısıtı,

131

3. Durum-3: 24 Riskli varlık ve 1 Risksiz varlık,

4. Durum-4: 24 Riskli varlık, yatırım üst kısıtı ve 1 Sabit fiyatlı varlık,

5. Durum-5: 72 Riskli varlık, yatırım üst ve alt kısıtı ve 3 Sabit fiyatlı

varlık (Hibrit),

Analiz için Nord Pool ELSPOT (Sys) ve Türk Gün-öncesi (GÖP-PTF) elektrik

piyasalarının 2014 ve 2015 yıllarının toplam 24 ayına ait veri ayıklaması

yapılmış 461 günün 24 saatlik verileri dikkate alınmıştır,

Portföy optimzasyonunun sadece hafta için yapılacağı ön görüsü ile haftasonu

verileri veri setinden ayıklanmıştır,

Karşılıklı aynı takvim verileri üzerinden analiz yapılması ön görüldüğünden,

resmi tatil, dini bayram ve özel günlere gelen takvim günlerine ait veriler veri

setinden ayıklanmış ve veri setinde Ek-1’de yer alan takvim verileri (Sarı renkli

boyanmış olan hafta içi günleri) kullanılmıştır,

Nord Pool verileri üzerinde etkisi görülen saatlerin ileri ve geri alınması veri

seti üzerinden ayıklanmıştır,

Nord Pool piyasası için 5x5=25 ve Türk Gün-öncesi elektrik piyasası için 5

olmak üzere toplam 30 portföy optimizasyon uygulaması yapılmıştır,

Yatırım periyodu olarak 5 günlük hafta için süre dikkate alınmıştır.

Gerçek elektrik üretim maliyet verilerinin ticari sır olması nedeniyle

açıklanmamaları ve yapılacak olan analizde ekseklik sağlamak için EIA

tarafından raporlanan hidrolik, gelişmiş nükleer santral ve kömürlü santral

elektrik üretim maliyet verileri referans alınarak ampirik maliyet verileri

oluşturulmuştur (EIA, 2014). Bu veriler dikkate alınırken santrallerin

amortisman sürelerini tamamlandığı ön görülmüş, bu nedenle maliyet

132

analizinde sadece sabit işletme ve bakım giderleri, değişken işletme ve bakım

giderleri, yakıt giderleri ve iletim giderleri göz önünde bulundurularak

ortalama maliyet verisi belirlenmiştir. Bu kapsamda her iki piyasa için baz

olarak belirlenmiş maliyet verileri ve kapasite kullanım oranlarının şu şekilde

olması öngörülmüştür,

1. Hidrolik elektrik üretim santrali 12,50 $/MWh kapasite kullanım oranı

% 53

2. Nükleer (Advanced) elektrik üretim santrali 24,70 $/MWh kapasite

kullanım oranı % 90

3. Termik Santral (Kömürlü) elektrik üretim santrali 35,60 $/MWh

kapasite kullanım oranı % 85

Kapasite kullanım oranları için EIA raporu içindeki veriler baz alınmıştır,

Senaryo çalışmalarının 1, 2, 3 ve 4. durumlarında yatırımcının sadece hidrolik

santral portföyüne sahip olduğu, 5. Durum senaryosunda ise Hidrolik, Nükleer

(3.Nesil-PWR) ve Kömür yakıtlı termik santralden oluşan 3’lü bir portföye

sahip olduğu öngörülmüştür,

3.2 Veri Toplama, Hazırlama ve Analiz Yaklaşımları

Veri Toplama: Çalışma iki farklı elektrik piyasasına uygulanacak olması

sebebi ile öncelikle bu iki elektrik piyasasına yönelik uygulama işlemlerinin

yönetildiği resmi web sitelerine (http://www.nordpoolspot.com/ ve

http://www.nordpoolspot.com/

133

https://www.epias.com.tr/)18 ulaşılarak araştırma dönemi olarak belirlenmiş olan 2014

ve 2015 senelerine ait satlik piyasa fiyat veri setleri belirlenmiştir. Belirleme yapılırken

Nord Pool ELSPOT fiyatlarının temsilen “NORDIC/BALTIC” bölmesi altında yer

alan “DAY-AHEAD PRICES” alt bölmesindeki “EUR/MWh” cinsinden “SYS”

fiyatları Excel formatında elde edilmiştir. Türk elektrik piyasasına yönelik veriler ise

piyasa işleticisi EPİAŞ’ın web sayfasında yer alan “ŞEFFAFLIK PLATFORMU”

altında “GÖP”-“PTF” altbaşlıkları altında “TL/MWh” cinsinden “PTF” fiyatları Excel

formatında elde edilmiştir. EPİAŞ tarafından sağlanan “ŞEFFAFLIK PLATFORMU”

emsal örneklerine göre oldukça gelişmiş bir platform olup enerji türleri, işlem

hacimleri, diğer iki piyasası (gün-içi piyasası, dengeleme ve güç piyasası), ortaya çıkan

arızalar, sistem kısıtları vb birçok konuda araştırmacılar için oldukça detaylı bilgiler

sunmaktadır.

Veri Hazırlama: Analize esas fiyat veri setlerinin doğrudan optimizasyon

programına koşulması mümkün olmadığı için veriler belirli bir formata dönüştürülerek

koşmaya hazır hale getirilmiştir. “.txt” uzantı formatına dönüştürülen veriler herbir

durum için ayrı ayrı formatlanmış olup Türkçe ve İngilizce dil kullanımından kaynaklı

“.” ve “,” uyumsuzlukları giderilmiştir.

Analiz Yaklaşımı: Optimizasyon alt yapısı olarak veri düzeltme, grafik

işlemeleri ve ara analizler için “Excel” ve “Excel Solver” programları kullanılırken

asıl optimizasyon analizleri için “MATLAB” programı kullanılmıştır. MATLAB

18 Veri elde edilen web linkleri: http://www.nordpoolspot.com/Market-data1/Elspot/Area-Prices/

ALL1/Hourly/?view=table, ve https://seffaflik.epias.com.tr/transparency/piyasalar /gop/ptf.xhtml;

jsessionid=Is-fNTIKo3wu1ilCKZZYW43BzuIcYAnvP9k-4WA0.prd-transparency-n51

https://www.epias.com.tr/

http://www.nordpoolspot.com/Market-data1/Elspot/Area-Prices/%20ALL1/Hourly/?view=table

http://www.nordpoolspot.com/Market-data1/Elspot/Area-Prices/%20ALL1/Hourly/?view=table

https://seffaflik.epias.com.tr/transparency/piyasalar%20/gop/ptf.xhtml;%20jsessionid=Is-fNTIKo3wu1ilCKZZYW43BzuIcYAnvP9k-4WA0.prd-transparency-n51

https://seffaflik.epias.com.tr/transparency/piyasalar%20/gop/ptf.xhtml;%20jsessionid=Is-fNTIKo3wu1ilCKZZYW43BzuIcYAnvP9k-4WA0.prd-transparency-n51

134

bilimsel kullanım anlamında ve ürettiği yardımcı alt program paketleri sayesinde bilim

dünyasında kendine geniş bir uygulama alanı bulmuştur. MATLAB bilimsel

çalışmalarda sıklıkla başvurulan genel kabul görmüş bir uygulamadır. Bu sebepten

dolayı bu tez çalışmasında yardımcı optimizasyon programı olarak MATLAB

seçilmiştir.

Tüm metodolojiler için MATLAB kodlamaları geliştirilmiştir. MATLAB’te

“fmincon” komut seti kullanılarak çok boyutlu kısıtlı doğrusal olmayan optimizasyon

uygulaması yapılmıştır. “Cross check” çapraz kontrol maksadı ile daha önce “Excel

Solver” kullanılarak yapılan bir makale çalışmasının durum sonuçları “MATLAB”

kullanılarak tekrar modellenerek sonuçlar karşılaştırılmıştır. MATLAB’in Excel

Solver’a göre çok daha kısa sürede optimizasyon sonuçlarını elde ettiği ve analiz için

önemli bir zaman kazanımı sağladığı görülmüştür.

3.3 Veri, Varsayımlar ve Analiz

Araştırma evreni ve örneklem bölümünde açıklandığı gibi analiz için Nord

Pool ELSPOT (Sys) ve Türk Gün-öncesi (GÖP-PTF) elektrik piyasalarının 2014 ve

2015 yıllarına ait toplam 24 aya ait, veri ayıklaması yapılmış, 461 günün 24 saatlik

verileri dikkate alınmıştır (Herbir piyasa için 11064 olmak üzere toplam 22128 veri) .

Tezin konusunu teşkil eden risk temelli MV, DS, SV, VaR, HVaR metotlarının ve

diğer metotlarının uygulamalarının yapılabilmesi için öncelikle elektrik piyasasında

kullanılacak riskli ve risksiz varlıkların tanımlanması gerekmektedir. Her ne kadar

yatırım yapılması planlanan zaman aralığına bağlı olsa da (1 gün, 1 hafta, 1 ay, 1 yıl

135

veya özel aralık), uygulama için hem veri çokluğu hem de sürekliliği açısından saatlik

elektrik piyasa fiyatları en uygun riskli varlık oluşturma alternatiflerinden biridir

(Gökgöz ve Atmaca, 2016a). Risksiz veya çok düşük riskli varlıklar için sabit süreli

sabit fiyatlı veya sabit süreli sabit getiri oranlı ve bir takas otoritesinin garantisi altında

olan ikili elektrik satım anlaşmaları uygun görülmüştür.

Spot piyasalarda elektrik fiyatları ve günlük tüketim eğrisi genellikle yüksek

oynaklığa sahip olup özel günler, bayramlar, tatiller, büyük çaplı arıza günleri ve

benzer günler hariç olmak üzere yüksek korelasyonla birbirine bağlı hareket

etmektedir (Gökgöz ve Atmaca, 2012). Bu eğriler ve piyasa elektrik fiyatları üzerinde

sezonluk, hafta içi, hafta sonu, tatil günleri, bayramlar ve puant yük zamanları belirgin

etki yapmaktadır. Bu etkiler içinden en belirgin olanı ise tüketicilerin gün içi aynı

saatlerde benzer tüketim eğilimlerini sergilemeleridir. Gökgöz ve Atmaca bir

çalışmalarında bu eğilimi grafiksel olarakta aşağıdaki şekilde (Şekil-23)

göstermişlerdir. Şekildeki ilk figürde Norveç’te 2015 yılının ilk sekiz ayının her

üçüncü iş gününe ait tüketim eğrileri ve ikinci figürde Türkiye’de 2015 yılının Ağustos

ayının ilk tam işlem haftasının hafta içi günlerindeki tüketim eğrileri görülmektedir.

Şekil-23 (b)’de gösterilmekte olan aynı haftanın beş farklı gününe ait tüketim

eğrilerinin birbiri ile korelasyon değerlerinin ortalaması 0,99 un üzerindedir (Gökgöz

ve Atmaca, 2016a). Şekil-24’de ise diğer bir çalışmada ortaya konan 28 Nisan 2014-

24 Nisan 2016 tarihleri arasındaki 2 yıllık Türkiye Gün-öncesi elektrik piyasası saatlik

ortalama fiyat verileri ve 10-14 Ekim 2016 tarihleri arası hafta içi günlük birleştirilmiş

tüketim eğrileri verilmektedir (Gökgöz ve Atmaca, 2016c: 3576).

136

Şekil 23 Günlük elektrik tüketim eğrisi a) Norveç (Sol tarafta) b) Türkiye (Sağ

tarafta) (Gökgöz ve Atmaca, 2016a)

Şekil 24 Türkiye a) Saatlik elektrik eiyatları (Sol tarafta) b) Haftalık tüketim eğrisi

(Sağ tarafta) (Gökgöz ve Atmaca, 2016c)

Şekil-23 ve 24’ten de anlaşılacağı üzere ülke ve zaman farkı olmaksızın

tüketicilerin tüketim eğilimlerinde ve piyasa fiyat oluşumlarında karakteristik

benzerlikler bulunmaktadır. Özellikle gece 00 ve sabah 07 arası hem tüketim hem

fiyatlarda düşme eğilimi net bir şekilde görülmekte mesai başlaması ile birlikte

tüketim ve fiyatlarda hızlı bir yükseliş ortaya çıkıp genellikle iki tepeli bir formasyon

oluşmaktadır. Sıradışı koşullar (çok sıcak ve soğuk günler, iletim hattı problemleri,

137

bölgesel kesintiler, tatil, dağıtım problemleri, üretim arızaları vb.) hariç bu durum

kendini tekrar etme eğilimindedir (Gökgöz ve Atmaca, 2016a).

Bu tez kapsamında analizi yapılan döneme bakıldığında (2014 ve 2015 yılı

hafta içi) Nord Pool ve Türk gün-öncesi elektrik piyasalarında bu dönemde oluşan 24

saatlik fiyatların frekans dağılımı ve fiyatların 2014-2015 yılları içerisindeki değişim

eğilimleri Şekil-25, 26, 27 ve 28’de gösterilmektedir. Her iki piyasada da elektrik

fiyatları düşme eğiliminde olup bu dönem içinde Nord Pool’da oluşan ortalam elektrik

fiyatı 26,47 €/MWh iken Türk Gün-öncesinde oluşan ortalama elektrik fiyatı 155

TL/MWh olmuştur. 06/01/2017 TCMB efektif döviz satış kuru ile basit bir

karşılaştırma yapıldığında Türk Gün-öncesi elektrik piyasasında oluşan fiyatların

Nord Pool fiyatlarından yaklaşım % 52 daha fazla olduğu görülmektedir. Bunun temel

nedenlerinden biri Nord Pool piyasasına elektrik enerjisi sağlayan elektrik

üreticilerinin sahip olduğu ucuz hidrolik elektrik santralleridir.

138

(Kaynak: www.nordpoolspot.com, yazar tarafından derlenmiştir)

Şekil 25 Nord Pool ELSPOT elektrik piyasası fiyat histogramı

(Kaynak: www.nordpoolspot.com, yazar tarafından derlenmiştir)

Şekil 26 Nord Pool ELSPOT 2014-2015 elektrik piyasa fiyatları

0

200

400

600

800

1000

1200

1400

1600Fr

eka

ns

Fiyat (€/MWh)

Nord Pool Histogram



139

(Kaynak: https://www.epias.com.tr/, yazar tarafından derlenmiştir)

Şekil 27 Türk Gün-öncesi elektrik piyasası fiyat histogramı

(Kaynak: https://www.epias.com.tr/, yazar tarafından derlenmiştir)

Şekil 28 Türk Gün-öncesi 2014-2015 elektrik piyasa fiyatları

Üçüncü kısmın giriş bölümünde de bahsedildiği üzere elektrik spot piyasasını

tek bir riskli varlık gibi göstermek yerine, piyasanın elektrik tüketim ve fiyat değişim

0

200

400

600

800

1000

1200Fr

eka

ns

Fiyat (TL/MWh)

Türk Gün-öncesi Histogram



140

karakteristiğini daha doğru yansıtması nedeniyle 24 saatlik dilimin her saati bir riskli

varlık olarak tanımlanmaktadır (Atmaca, 2010).

Hesaplamalar için baz alınan 2014-2015 yılı Nord Pool ve Türkiye Gün-öncesi

piyasası veri setlerine yönelik işlemler herhangibir kur değişimine tabi tutulmadan:

Nord Pool için €/MWh ve Türkiye Gün-öncesi elektrik piyasası içinse TL/WMh

birimlerinden yapılmıştır. Her piyasa için herbir saat dilimine ait 461 adet fiyat

verilerinden oluşan 24 vektör aşağıda gösterilen şekilde oluşturulmuştur;

𝑓1𝑁,𝑇 =

[ 𝑎1,1

𝑁,𝑇

𝑎1,2𝑁,𝑇

⋮⋮

𝑎1,461𝑁,𝑇

]

, 𝑓2𝑁,𝑇 =

[ 𝑎2,1

𝑁,𝑇

𝑎2,2𝑁,𝑇

⋮⋮

𝑎2,461𝑁,𝑇

]

, ………… , 𝑓24𝑁,𝑇 =

[ 𝑎24,1

𝑁,𝑇

𝑎24,2𝑁,𝑇

⋮⋮

𝑎24,461𝑁,𝑇

]

(3.1)

𝑁 = Nord Pool piyasasını temsil eden indis göstergesi,

𝑇 = Türkiye Gün-öncesi piyasasını temsil eden indis göstergesi,

𝑓𝑖𝑁,𝑇 = N veya T piyasasının “i” saatine ait fiyat vektörü,

𝑎𝑖,𝑚𝑁,𝑇

= N veya T piyasasının “i” saatine ait “m” fiyat verisi,

𝑚 = fiyat verisi sayısı,

Hisse senedi veya diğer emtialara yönelik normal finansal piyasa işlemlerinde

varlık getirileri; varlığın dönem sonu değeri ile dönem başı değeri arasındaki farkın

dönem başı değerine bölünmesi ile elde edilmektedir. Elektriğin kendine has

özellikleri olan ekonomik depolanamaması, anlık üretim ve tüketim dengesine sahip

141

olma ihtiyacı gibi nedenlerden dolayı spot piyasada elektriğin (türev piyasa ürünleri

hariç) diğer finansal varlıklarında olduğu gibi alınıp belirli bir süre elde tutulup

satılmasının mümkün olmaması nedeniyle farklı bir getiri yaklaşımı uygulanmaktadır.

Eğer elektrik enerjisi spot piyasada satılıyorsa getiri oranı literatürde yer alan

çalışmalarda da kullanıldığı üzere “getiri oranı= (spot piyasa fiyatı- üretim

maliyeti)/üretim maliyeti” şeklinde hesaplanmaktadır (Atmaca, 2010; Gökgöz ve

Atmaca, 2012; 2013; 2016a; 2016b; 2016c; 2017; Liu ve Wu, 2007a). Bu yaklaşım

doğrultusunda (3.1) de verilen fiyat vektörleri optimizasyon modellerine girdi teşkil

edecek, getiri oranları vektörlerine aşağıdaki işlemler yardımıyla dönüştürülmektedir.

𝑟𝑖,𝑚𝑁,𝑇 =

(𝑎𝑖,𝑚𝑁,𝑇 − 𝐶∗)

𝐶∗, (𝑛 = 1,2… . ,24), (𝑚 = 1,2… . ,461) (3.02)

𝑟1 =

[ 𝑟1,1

𝑁,𝑇

𝑟1,2𝑁,𝑇

⋮⋮

𝑟1,461𝑁,𝑇

]

, 𝑟2 =

[ 𝑟2,1

𝑁,𝑇

𝑟2,2𝑁,𝑇

⋮⋮

𝑟2,461𝑁,𝑇

]

, ………… , 𝑟24 =

[ 𝑟24,1

𝑁,𝑇

𝑟24,2𝑁,𝑇

⋮⋮

𝑟24,461𝑁,𝑇

]

(3.03)

𝑎𝑖,𝑚𝑁,𝑇

= N veya T piyasasının “i” saatine ait “m” fiyat verisi,

𝑟𝑖,𝑚𝑁,𝑇

= N veya T piyasasının “i” saatine ait “m” getiri oranı verisi,

𝑟𝑖𝑁,𝑇 =N veya T piyasasının “i” saatine ait getiri oranı vektörü,

𝐶∗ = Elektrik üretim maliyeti (€/MWh & TL/MWh), (*indeks

HS:Hidrolik, TS:Termik, NS:Nükleer)

Günün 24 saatlik dilime bölünmesi ile oluşan riskli varlıkların beklenen

ortalama getiri ve standart sapmaları aşağıdaki şekilde hesaplanmaktadır;

142

𝑟𝑁,𝑇 =

1

461 (∑ 𝑟𝑖,𝑚

𝑁,𝑇

461

𝑚=1

) (3.04)

𝜎𝑖𝑁,𝑇 = √

1

461∑ (𝑟𝑖,𝑚

𝑁,𝑇 − 𝑟𝑁,𝑇)

2461

𝑚=1 (3.05)

(i=1,2,…, 24) ideksi için yukarıda belirlenen işlemler tekrarlandığında 24

riskli varlığa yönelik ortalama beklenen getiri ve standart sapma değerleri elde

edilmektedir.

Bu tez çalışmasında olduğu gibi, kısa süreli bir dönemlik yatırım ufkuyla

hareket edildiğinde sabit maliyet değeri kullanılabilmektedir. Sabit maliyet değeri ile

getiri oranı hesaplama yaklaşımının yanında farklı kullanılan yaklaşımlarda

mevcuttur:

Yakıt maliyeti ile santralin gücünün ikinci derce maliyet fonksiyonunda

kullanılması ile 𝐶∗ = ∑ (𝑎 + 𝑏𝑝𝑘 + 𝑐𝑝𝑘2)𝑡𝑀

𝑘=1 𝜔𝑘𝐹 şeklinde bir maliyet

yaklaşımı öneren çalışmalar mevcuttur (Liu ve Wu, 2007a: Feng ve diğerleri,

2007). Burada “k” ticari zaman aralığını, “M” ticari zaman aralığı sayısını, “pk

“santralın gücünü, “t” her bir ticari dönemin süresinin uzunluğunu , “𝜔𝑘𝐹” ise k

ticari zaman aralığı için yakıt fiyatını göstermektedir. Bu maliyet yaklaşımı

ikinci dereceden “quadratic” kabul edilmektedir.

Maliyetin doğrudan sabit ve değişken maliyetlerin lineer birleşimi tarzında

kullanılmasıda mümkündür. Bu kapsamda oluşacak maliyet 𝐶∗ = 𝑆𝑘 + 𝐷𝑘𝑝𝑘

şeklinde gösterilmektedir. Bu yaklaşımda santral üretim yapsada yapmasada

143

katlanmak zorunda olduğu maliyet “𝑆𝑘” olarak gösterilmektedir, santralin

üretim güç seviyesi ile ortaya çıkan maliyet ise “𝐷𝑘” olarak gösterilmektedir.

Bu değişken maliyet yakıt, işletim, bakım veamortisman gibi değişken

gidelerin bütününden oluşturulabilir (Atmaca, 2010: 133).

Diğer ve daha çok kullanılan yaklaşım ise sabit maliyet yaklaşımıdır. Özellikle

kısa dönemli optimizasyon hesaplamalarında daha etkin kullanılmaktadır

(Atmaca, 2010; Gökgöz ve Atmaca, 2012, 2017). Bu yaklaşımın

kullanılmasının sebebi santrallerin sanayi maliyetlerinin yanında ticari

maliyetlerinin de olması ve ticari maliyetlerin belirli muhasebesel dönemler

sonunda sanayi maliyetlerine dağıtılarak toplam maliyetin tespit edilmesidir.

Günlük, hatta saatlik santral üretim maliyetlerinin tespit edilebilmesi için

gelişmiş bir ERP sistem veya veri analiz kullanımının mevcut olması

gerekmektedir. Santral maliyetleri santral tipine göre yakıt kalitesi, hava

sıcaklığı, verim arıza vb birçok faktöre bağlı olarak çok büyük değişkenlik

göstermektedir. Örneğin, Türkiye’de en büyük elektrik üretim portföyüne

sahip bir elektrik üretim şirketi, aylık hesap kesimleri sonucunda oluşan genel

yönetim giderlerini sanayi maliyetlerine dağıtmakta ve toplam ticari üretim

maliyetlerini bulmaktadır. Söz konusu üretim maliyetleri aylık bazdadır.

Haftalık, günlük ve hatta saatlik bazda bu maliyetlerin ticari maliyet şeklinde

hesaplanması büyük zorluk yaratmaktadır. Bu anlamda geçmiş verilere

bakılarak bir birçeşit doğrusal regresyon veya hareketli ortalama analizi ile bu

değerler tahminlenebilir.

144

Markowitz ortalama varyans modelinde kullanılmakta olan varyans kovaryans

matrisi aşağıdaki formül dizininde yer alan işlemlerden sonra oluşturulmaktadır.

𝜎𝑥𝑦 =1

461∑(𝑟𝑥,𝑚 − 𝑟)(𝑟𝑦,𝑚 − 𝑟) (3.06)

461

𝑚=1

[

𝜎12 𝜎1,2 ⋯ 𝜎1,24

𝜎2,1 𝜎22

⋮ ⋱𝜎24,1 𝜎24

2 ]

(3.07)

24 riskli varlık için “x”,”y” ve “N” (1,2,…,24) arasında değerler alacak şekilde

Varyans-Kovaryans matrisi hesaplanmaktadır.

3.3.1 Nord Pool Elspot Piyasası Uygulama Sonuçları

Nord Pool ELSPOT gün-öncesi elektrik piyasasına yönelik olarak 5 metodun

herbirine 5 ayrı durum çalışması toplam 25 optimizasyon uygulanmıştır. Yapılan

optimizasyon çalışmaları aşağıda yer alan Tablo-13’teki gibi kodlanmaktadır. Tablo-

13’te adı geçen durumlara yönelik optimizasyon parametreleri Tablo-14 Parametre

tablosundaki gibi oluşturulmuştur.

1. Durum-1: 24 Riskli varlık,

2. Durum-2: 24 Riskli varlık ve yatırım üst kısıtı,

3. Durum-3: 24 Riskli varlık ve 1 Risksiz varlık,

4. Durum-4: 24 Riskli varlık, yatırım üst kısıtı ve 1 Sabit fiyatlı varlık,

145

5. Durum-5: 72 Riskli varlık, yatırım üst kısıtı ve 3 Sabit fiyatlı varlık

(Hibrit),

Tablo 13 Nord Pool ELSPOT optimizasyon uygulaması portföyleri

Metotlar/

Durumlar

MV

(A=3)

DS

(A=3)

SV

(A=3)

VaR

(% 90)

HVaR

(% 90)

Durum-1 N1 N6 N11 N16 N21




Durum-5 N5 N10 N15 N20 N25

Tablo 14 Nord Pool elektrik piyasası optimizasyon parametreleri

Durumlar/

Parametreler Durum-1 Durum-2 Durum-3 Durum-4 Durum-5

Optimizasyon

metotları

MV, DS,

SV, Var,

HVaR

MV, DS,

SV, Var,

HVaR

MV, DS,

SV, Var,

HVaR

MV, DS,

SV, Var,

HVaR

MV, DS,

SV, Var,

HVaR

Riskli varlık

sayısı 24 24 24 24 72

RF varlık sayısı N/A N/A 1 N/A N/A

FP varlık sayısı N/A N/A N/A 1 3

Yatırım üst

kısıtı N/A ≤% 10 N/A ≤% 25 ≤% 10

RF getiri

oranı N/A N/A % 125 N/A N/A

FP fiyatı

(€/MWh) N/A N/A N/A 23,823 23,823a

Toplam Kurulu

Güç (MW) 300 300 300 300 1600

Hidrolik (MW) 300 300 300 300 300

Nükleer (MW) N/A N/A N/A N/A 1000

Termik

(MW) N/A N/A N/A N/A 300

Hid. Ünite

sayısı 2 2 2 2 2

Nük. Ünite

sayısı N/A N/A N/A N/A 1

Ter. Ünite

sayısı N/A N/A N/A N/A 1

Hid. Kap. oranı %53 %53 %53 %53 %53

Nük. Kap. oranı N/A N/A N/A N/A %90

146

Ter. Kap. oranı N/A N/A N/A N/A %85

Yatırım

Dönemi 5 gün 5 gün 5 gün 5 gün 5 gün

Satılabilir

Enerji (MWh) 19,080 19,080 19,080 19,080 157,680b

Hid üretim

maliyeti 12,50 $/MWh

Nük üretim

maliyeti 24,70 $/MWh

Ter üretim

maliyeti 35,60 $/MWhc

Hid. RF/FP alt

yatırım kısıtı N/A N/A N/A N/A ≥%25

Nük RF/FP alt


Ter RF/FP alt


Hidrolik satış

yasaklı saatler N/A N/A N/A N/A N/A

Nükleer satış

yasaklı saatler N/A N/A N/A N/A N/A

Termik satış

yasaklı saatler N/A N/A N/A N/A

1, 2, 3, 4,

5, 6, 23, 24 a FP fiyatı Nord Pool piyasası ortalama elektrik fiyatının %10 aşağısı olarak belirlenmiştir. b Bu satırda yer alan pazarlanabilir elektrik enerjisi miktarları santrallerin 5 günlük üretim ve kapasite kullanım

oranları dikkate alınarak hesaplanmıştır. c Üretim maliyetlerinin $/MWh alınması ve piyasa fiyatlarının €/MWh olarak alınması ile santraller ayrıca piyasa

kur riskine de maruz bırakılmıştır.

2014-2015 yılları günlük TCMB Euro/Dolar Çapraz kur bilgileri kullanılarak

($) üzerinden tanımlanmış olan elektrik üretim maliyet verileri (€) para birimine

günlük olarak dönüştürülmüştür. Nord Pool ELSPOT elektrik piyasasına yönelik

hidrolik santral elektrik üretim maliyetine dayalı 24 saatlik dilimden türetilmiş olan

riskli varlıklar aşağıdaki gibi (Tablo-15) elde edilmiştir:

147

Tablo 15 Nord Pool Hidrolik Riskli Varlıklar Tablosu

Saat

Beklenen

Getiri

𝒓𝒏 (%)

Standart

Sapma

𝝈𝒏

Saat

Beklenen

Getiri

𝒓𝒏 (%)

Standart

Sapma

𝝈𝒏

1 127,48 0,8077 13 179,36 0,8473

2 120,33 0,8178 14 175,81 0,8423

3 116,44 0,8205 15 173,80 0,8569

4 115,61 0,8231 16 173,13 0,8818

5 120,62 0,8310 17 176,12 0,9439

6 134,77 0,8220 18 183,92 1,0101

7 159,70 0,8258 19 181,85 0,9318

8 190,37 0,9364 20 173,08 0,8571

9 204,59 1,0040 21 164,32 0,8341

10 198,40 0,9451 22 159,26 0,8196

11 192,33 0,8896 23 150,69 0,8066

12 185,92 0,8634 24 137,30 0,8003

Nord Pool ELSPOT elektrik piyasasına yönelik, nükleer ve termik santral

elektrik üretim maliyetine dayalı, hibrit senaryoda kullanılan, 24 saatlik dilimden

türetilmiş olan riskli varlıklar aşağıdaki gibi (Tablo-16 ve Tablo-17) elde edilmiştir:

Tablo 16 Nord Pool Nükleer Riskli Varlıklar Tablosu

Saat

Beklenen

Getiri

𝒓𝒏 (%)

Standart

Sapma

𝝈𝒏

Saat

Beklenen

Getiri

𝒓𝒏 (%)

Standart

Sapma

𝝈𝒏

1 15,12 0,4088 13 41,38 0,4288

2 11,50 0,4139 14 39,58 0,4263

3 9,54 0,4152 15 38,56 0,4337

4 9,11 0,4166 16 38,22 0,4462

5 11,65 0,4205 17 39,74 0,4777

6 18,81 0,4160 18 43,68 0,5112

7 31,43 0,4179 19 42,64 0,4716

8 46,95 0,4739 20 38,20 0,4338

9 54,15 0,5081 21 33,76 0,4221

10 51,01 0,4783 22 31,21 0,4148

11 47,94 0,4502 23 26,87 0,4082

12 44,69 0,4369 24 20,09 0,4050

148

Tablo 17 Nord Pool Hidrolik Termik Riskli Varlıklar Tablosu

Saat

Beklenen

Getiri

𝒓𝒏 (%)

Standart

Sapma

𝝈𝒏

Saat

Beklenen

Getiri

𝒓𝒏 (%)

Standart

Sapma

𝝈𝒏

1 -20,13 0,2836 13 -1,91 0,2975

2 -22,64 0,2872 14 -3,16 0,2958

3 -24,00 0,2881 15 -3,86 0,3009

4 -24,29 0,2890 16 -4,10 0,3096

5 -22,54 0,2918 17 -3,05 0,3314

6 -17,57 0,2886 18 -0,31 0,3547

7 -8,81 0,2900 19 -1,04 0,3272

8 1,96 0,3288 20 -4,11 0,3010

9 6,95 0,3525 21 -7,19 0,2929

10 4,78 0,3318 22 -8,97 0,2878

11 2,64 0,3124 23 -11,98 0,2832

12 0,39 0,3032 24 -16,68 0,2810

N1 Portföy Optimizasyon Uygulaması: Nord Pool ELSPOT için 24 hidrolik

riskli varlığın kullanıldığı, MV optimizasyonun Durum-1’e uygulandığı senaryodur.

Varyans-kovaryans matrisi Ek-2’de yer almaktadır. Uygulamada aşağıdaki sonuçlar

elde edilmiştir.

Şekil 29 N1 MV portföy optimizasyon uygulaması

1

1,2

1,4

1,6

1,8

2

2,2

2,4

2,6

0,75 0,8 0,85 0,9 0,95 1 1,05 1,1

Get

iri (

r p)

Risk (𝞼p)

N1

Etkin Set

FaydaFonksiyonu

OP

RiskliVarlıklar

GMVP

149

Şekil 30 N1 optimum ve global minimum varyans portföy çözümleri

N1 ortalama varyans optimizasyon sonuçları kısaca değerlendirilecek olursa;

Fayda fonksiyonunun (Utility function) maksimum değer aldığı noktada oluşan çözüm

OP olarak adlandırılmaktadır. Fayda fonksiyonunun aldığı maksimum değer

0,577592’dir. OP sonuçlarına göre elektrik üreticisinin ürettiği elektriğin en yüksek

ağırlık oranlarına göre % 38,42’sini 11.saatte, % 61,55’inin 12.saatte ve % 0,01’ni ise

13.saatte satması gerekmektedir. Toplam satabileceği elektrik enerjisi miktarı Tablo-

14’e göre 19080 MWh olduğuna göre 7331 MWh’i saat-11’de, 11743 MWh’i saat-

12’de ve yaklaşık 2 MWh’i ise saat-13’te satması gerekmektedir. Bu sonuç, OP içinde

en büyük ağırlığı kapsayan saat-11 ve saat-12 en yüksek getiri getiren saatler olmayıp

OP’de bu anlamda riske bağlı bir ayrışım oluştuğunun bu ayrışımında her zaman en

yüksek getiri sağlayan saatleri tercih etmediğinin göstergesi olmuştur. Söz konusu OP

çözümünün ortalama beklenen getirisi % 188,38 olup standart sapması 0,870776 (%

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

OP 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 38 61 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,

GMVP 38 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 5, 0, 0, 0, 0, 0, 0, 0, 0, 16 40

0,00%

10,00%

20,00%

30,00%

40,00%

50,00%

60,00%

70,00%

Po

rtfö

y P

ayı

Saat

OP

GMVP

150

87,08) dir. GMVP çözümeüne göre ise ürettiği elektriğin % 40,38’inin saat 24’te, %

38,05’ini saat-1’de, % 16,36’sını saat-23’te, % 5,03’ünü saat-14’te, % 0,11’ini saat-

13’te ve % 0,05’ini saat-12’de satması gerekmektedir. GMVP çözümünün ortalama

beklenen getirisi % 137,76 olup standart sapması 0,795619 (% 79,56) dır. OP ve

GMVP çözümleri Şekil-30’da da görüleceği üzere birbirinden oldukça farklı sonuçlar

üretmiştir.

OP çözümüne göre elektrik üreticisinin 2014-2015 yılları içinde oluşan

ortalama maliyet değeri (10,3295 €/MWh) üzerinden hesaplama yapılacak olunursa;

ortalama piyasa satış cirosunun 568.350 € olması ve beklenen ortalama piyasa satış

karının ise 371.263 € olması beklenmektedir.


riskli varlığın kullanıldığı, riskli varlıklar için yatırım üst kısıtı % 10 olan MV

optimizasyonun Durum-2’ye uygulandığı senaryodur. Uygulamada aşağıdaki sonuçlar

elde edilmiştir.

151



1

1,2

1,4

1,6

1,8

2

2,2

0,75 0,8 0,85 0,9 0,95 1 1,05

Get

iri (

r p)

Risk (𝞼p)

N2

Etkin Set

FaydaFonksiyonuOP

Riskli Varlıklar

GMVP

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

OP 0, 0, 0, 0, 0, 0, 0, 0, 10 10 10 10 10 10 9, 0, 0, 0, 0, 10 10 10 0, 0,

GMVP 10 10 10 10 0, 9, 0, 0, 0, 0, 0, 0, 9, 9, 0, 0, 0, 0, 0, 0, 0, 10 10 10

0,00%

2,00%

4,00%

6,00%

8,00%

10,00%

12,00%

Po

rtfö

y P

ayı

Saat

OP

GMVP

152

Riskli varlıklar için % 10 üst yatırım kısıtı konulması ile birlikte portföy

dağılımları bu kısıt doğrultusunda bir dağılım ortaya çıkarmıştır. OP ve GMVP portföy

çözümleri yine birbirinden oldukça farklı şekilde ortaya çıkmıştır. Saat-13, 14 ve

22’lerde ortak saat tercihleri olduğu onun dışında sonuçların birbirinden ayrıştığı net

bir şekilde görülmektedir.


riskli varlığın ve bir riksiz sabit getiri oranlı (%125) varlığın kullanıldığı, riskli ve

risksiz varlıklar için yatırım üst kısıtı olmayan MV optimizasyonun Durum-3’ye

uygulandığı senaryodur. Uygulamada aşağıdaki sonuçlar elde edilmiştir.


1

1,2

1,4

1,6

1,8

2

2,2

0,00 0,20 0,40 0,60 0,80 1,00 1,20

Get

iri (

r p)

Risk (𝞼p)

N3

Etkin Set

FaydaFonksiyonuOP

Riskli Varlıklar

GMVP

153


Risksiz varlığın portföy optimizasyon uygulamasına katılması ile doğal olarak

GMVP çözümü % 100 risksiz varlıktan oluşmuştur. Bununla birlikte OP çözümü

içinde % 73 oranında risksiz varlığa yer verilmiş geri kalan portföy payı saat-9’a

ayrılmıştır.


riskli varlığın ve bir sabit fiyatlı (23,823 €/MWh) varlığın kullanıldığı, riskli ve düşük

risksiz varlıklar için yatırım üst kısıtı olmayan MV optimizasyonun Durum-4’ye

uygulandığı senaryodur. Tüm varlıklar için üst yatırım kısıtı %25 olarak belirlenmiştir.

Uygulamada aşağıdaki sonuçlar elde edilmiştir.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

OP 0, 0, 0, 0, 0, 0, 0, 0, 26 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 73

GMVP 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 10

0,00%

10,00%

20,00%

30,00%

40,00%

50,00%

60,00%

70,00%

80,00%

90,00%

100,00%

Po

rtfö

y P

ayı

Saat

OP

GMVP

154



Sabit fiyatlı varlık uygulamasının risksiz varlık uygulamasından en önemli

farkı öncelikle elektrik piyasası uygulaması için daha gerçekçi olmasıdır. Finansal

1

1,2

1,4

1,6

1,8

2

2,2

2,4

0,20 0,40 0,60 0,80 1,00 1,20

Get

iri (

r p)

Risk (𝞼p)

N4

Etkin Set

FaydaFonksiyonuOP

Riskli Varlıklar

GMVP

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

OP 0, 0, 0, 0, 0, 0, 0, 0, 0, 12 25 25 12 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 25

GMVP 24 0, 0, 5, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 16 24 25

0,00%

5,00%

10,00%

15,00%

20,00%

25,00%

30,00%

Po

rtfö

y P

ayı

Saat

OP

GMVP

155

literatürde devlet garantisi altında olan sabit getirili menkul kıymetlere daha çok

rastlanmakla birlikte elektrik piyasasında sabit fiyatlı ikili anlaşmalar daha çok

uygulanagelmektedir. Bu anlaşmalarda fiyat sabitlenmekle birlikte kur, yakıt fiyat

dalgalanmaları, diğer maliyet değişimleri faktörleri nedeniyle üretici piyasa fiyat

dalgalanması boyutunda olmasada bir risk altına girmektedir.

Yapılan optimizasyon uygulamasında yine OP ile GMVP çözüm sonuçlarının

oldukça iyi ayrıştığı bunun yanında bir tek sabit fiyatlı varlığa portföy sonuçlarında

verilen pay oranının aynı olduğu görülmüştür. Her iki portföy çözümüde sabit fiyatlı

varlığın sahip olduğu yüksek getiri düşük düzeyli riskten ve korelasyon etkisinden

yararlanmak istemiştir.

N5 Portföy Optimizasyon Uygulaması: Nord Pool ELSPOT için hidrolik,

nükleer ve termik herbiri için 24 toplam 72 riskli varlığın ve herbir elektrik üretim tipi

için bir sabit fiyatlı (23,823 €/MWh) toplam 3 sabit fiyatlı varlığın kullanıldığı, riskli

ve düşük riskli varlıklar için yatırım üst ve kısıtları olan MV optimizasyonun Durum-

5’ye diğer bir değişle hibrit senaryoya uygulandığı senaryodur. Bu uygulamada bir

elektrik üreticisinin elinde hidrolik, nükleer ve termikten oluşan bir elektrik üretim

portföyü olduğu ve farklı üretim maliyetlerine sahip bu santrallerde ürettiği elektriği

aynı piyasa koşullarında satmaya çalıştığı düşünülmüştür. Mevcut hali ile gerçek

duruma en yakın uygulama senaryosudur. Uygulamada kullanılacak

ağırlıklandırmalar aşağıdaki tablodaki (Tablo-18) gibi oluşturulmuştur:

156

Tablo 18 N5 uygulama senaryosu değişkenleri

Varlıklar Değişken ağırlıkları

Hidrolik (1, 2, … ,24) X1, X2, … , X24

Nükleer (1,2, … ,24) X25, X26, … ,X48

Termik (1,2, … ,24) X49, X50, … ,X72

Hidrolik Sabit Fiyatlı X73

Nükleer Sabit Fiyatlı X74

Termik Sabit Fiyatlı X75


Şekil 37 N5 MV hibrit portföy optimizasyon uygulaması

Tablo 19 N5 hibrit senaryosu portföy optimizasyonu elektrik üretim payları

Saatler Hidrolik

(%)

Nükleer

(%)

Termik

(%)

Toplam

(%) MWh

Saat-8 - 4,39 1,94 6,33 9985

Saat-9 1,21 6,85 1,94 10,00 15768

Saat-10 1,02 6,85 1,94 9,81 15471

Saat-11 - 6,85 1,94 8,79 13860

Saat-12 - 6,85 1,94 8,79 13859

Saat-13 - - 1,93 1,93 3051

Sabit Fiyat 9,87 36,70 7,76 54,34 85677

-0,5

0

0,5

1

1,5

2

0,05 0,25 0,45 0,65 0,85 1,05

Get

iri (

r p)

Risk (𝞼p)

N5

Etkin Set (H)Fayda Fonksiyonu (H)Etkin Set (N)Fayda Fonksiyonu (N)Etkin Set (T)Fayda Fonksiyonu (T)OP (H)Rskli Varlıklar (H)Riskli Varlıklar (N)OP (N)Riskli Varlıklar (T)OP (T)

Hidrolik

Nükleer

Termik

157

N5 hibrit portföy optimizasyon uygulamasında her üç üretim şekline ait riskli

varlıklar, etkin setler, optimum portföy ve fayda fonksiyonları aynı grafik üzerinde

(Şekil-37) yukarıda gösterilmektedir. Mevcut optimizasyon kısıtları altında yukarıdaki

tablodan da görüleceği üzere (Tablo-19) optimum portföy çözüm sonuçları belirli

saatlerin (saat 8, 9, 10, 11, 12, 13) üzerine yoğunlaşmıştır. Portföyün toplam ağırlığı

içinde sabit fiyatlı ikili anlaşma payı ise % 54,34 düzeyindedir.


riskli varlığın kullanıldığı, alt taraf risk DS optimizasyonun Durum-1’e uygulandığı

senaryodur. Uygulamada aşağıdaki sonuçlar elde edilmiştir. Global minimum LPM1

risk portföyü bulunurken A=1000 alınmıştır.

Şekil 38 N6 DS portföy optimizasyon uygulaması

1

1,2

1,4

1,6

1,8

2

2,2

2,4

0,25 0,3 0,35 0,4 0,45 0,5

Get

iri (

r p)

Risk (LPM1)

N6

Etkin Set

FaydaFonksiyonuOP

GMVP

158

Şekil 39 N6 optimum ve global minimum LPM1 risk portföy çözümleri

Elde edilen sonuçlara göre OP portföyü hiçbir yatırım kısıtlaması olmaması

sebebiyle sadece Saat-9’u içerirken GMRP içinde sırasıyla büyükten küçüğe saat-4,

24, 12 ve 1’in ağırlığı göze çarpmaktadır.


riskli varlığın kullanıldığı, riskli varlıklar için yatırım üst kısıtı % 10 olan DS


elde edilmiştir.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

OP 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 99, 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

GMRP 6,8 0,0 0,0 35, 0,1 1,0 0,0 0,0 0,0 0,0 0,0 8,9 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,1 28,

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Po

rtfö

y P

ayı

Saat

OP

GMRP

159



1,2

1,3

1,4

1,5

1,6

1,7

1,8

1,9

2

0,3 0,32 0,34 0,36 0,38 0,4 0,42

Get

iri (

r p)

Risk (LPM1)

N7

Etkin Set

FaydaFonksiyonuOP

GMRP

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

OP 0, 0, 0, 0, 0, 0, 0, 10 10 10 10 10 10 10 0, 0, 0, 10 10 9, 0, 0, 0, 0,

GMRP 10 10 10 10 10 9, 0, 0, 0, 0, 0, 9, 0, 0, 0, 0, 0, 0, 0, 0, 0, 9, 10 10

0%

2%

4%

6%

8%

10%

12%

14%

16%

18%

20%

Po

rtfö

y P

ayı

Saat

OP

GMRP

160

Mevcut yatırımcı risk algısı bu senaryo için A=3 alındığında ortaya çıkan OP

çözümü ile GMRP (A=1000 alındığında) çözümü arasında oldukça büyük oranda bir

farklılaşma ortaya çıkmıştır. Her iki çözüm seti içinde de ortak olan tek çözüm saat-

12 olup saat-13’te belli bir miktarda ortak pay bulunmaktadır.



risksiz varlıklar için yatırım üst kısıtı olmayan DS optimizasyonun Durum-3’ye



1

1,2

1,4

1,6

1,8

2

2,2

0 0,1 0,2 0,3 0,4

Get

iri (

r p)

Risk (LPM1)

N8

Etkin Set

FaydaFonksiyonuOP

GMRP

161


Yatırımcının risk algısına göre OP portföyü sadece saat-9 varlığından

oluşmaktayken GMRP portföyü sadece risksiz sabit getiri oranlı ikili anlaşmadan

oluşmaktadır. Saat-9 en yüksek getiri değerinin elde edildiği saattir. Mevcut risk algı

seviyesi (A=3) için yatırmcı DS optimizasyonuna göre en riskli portföy alternatifini

tercih etmektedir.



risksiz varlıklar için yatırım üst kısıtı olmayan DS optimizasyonun Durum-4’ye



1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

OP 0, 0, 0, 0, 0, 0, 0, 0, 10 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,

GMRP 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 10

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Po

rtfö

y P

ayı

Saat

OP

GMRP

162



DS optimizasyon uygulaması başarı bu senaryo içinde başarı ile uygulanmıştır.

Elde edilen sonuçlara göre yine OP ve GMRP sonuçları birbirinden oldukça

1

1,2

1,4

1,6

1,8

2

2,2

0,2 0,25 0,3 0,35 0,4

Get

iri (

r p)

Risk (LPM1)

N9

Etkin Set

FaydaFonksiyonuOP

GMRP

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

OP 0, 0, 0, 0, 0, 0, 0, 24 25 25 25 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,

GMRP 0, 0, 11 24 2, 3, 0, 0, 0, 0, 0, 8, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 24 25

0%

5%

10%

15%

20%

25%

30%

35%

40%

Po

rtfö

y P

ayı

Saat

OP

GMRP

163

ayrışmaktadır. GMRP’nin bulunmasında yatırımcı riskten kaçınma seviyesi en yüksek

(A=1000) olan portföyün sonucu bulunmuştur.




ve düşük riskli varlıklar için yatırım üst ve kısıtları olan DS optimizasyonun Durum-




aynı piyasa koşullarında satmaya çalıştığı düşünülmüştür. Tablo-14’te tanımlı koşullar

altında yapılan üç farklı üretim tipi için optimizasyon çalışmasında aşağıdaki sonuçlar

elde edilmiştir.

Tablo 20 N10 DS hibrit durum portföy optimizasyon OP sonuçları

Saatler Hidrolik Nükleer Termik Toplam MWh

Saat-8 % 1,21 % 6,85 % 1,94 % 10,00 15767

Saat-9 % 1,21 % 6,85 % 1,94 % 10,00 15767

Saat-10 % 1,21 % 6,85 % 1,94 % 10,00 15767

Saat-11 % 1,21 % 6,85 % 1,94 % 10,00 15767

Saat-12 % 1,21 % 6,85 % 1,94 % 10,00 15767

Saat-13 % 1,21 - % 1,01 % 2,22 3500

Saat-18 % 0,61 - % 0,87 % 1,47 2319

Saat-19 % 1,21 - % 0,06 % 1,27 1998

Sabit Fiyat % 3,03 % 34,25 % 7,76 % 45,04 71012

Bu sonuçlara göre her üç farklı maliyetli üretim türü içinde DS optimizasyon

sonuçları birbirine oldukça yakın çıkmıştır. Bununla birlikte hidrolik sonuçları saat-

13, 18 ve 19 için nükleer ve termik sonuçlarından farklılaşmıştır. Bu senaryoya özgü

164

risk algısına göre bu üretim portföyüne sahip bir elektrik üreticisinin üreteceği

elektriğin % 45,04’ünü sabit fiyatlı ikili anlaşma ile kalan kısmını ise spot piyasada 8,

9, 10, 11, 12, 13, 18 ve 19. Saatlerde satmalıdır.


riskli varlığın kullanıldığı, yarı varyans SV optimizasyonun Durum-1’e uygulandığı

senaryodur. Uygulamada aşağıdaki sonuçlar elde edilmiştir. Global minimum LPM2

risk portföyü bulunurken A=1000 alınmıştır.

Şekil 46 N11 SV portföy optimizasyon uygulaması

1

1,2

1,4

1,6

1,8

2

2,2

2,4

0,35 0,4 0,45 0,5

Get

iri (

r p)

Risk (LPM2)

N11

Etkin Set

FaydaFonksiyonuOP

GMRP

165


SV optimizasyon uygulaması sonucunda Etkin sınır, OP ve GMRP çözümleri

başarı ile elde edilmiştir. Yine OP ve GMRP arasında bariz bir ayrışma mevcuttur. OP

çözümüne göre Durum-1’deki portföye sahip bir elektrik üreticisi ürettiği elektriğin %

71,30’unu saat-10, % 14,50’sini saat-9 ve % 14,20’sini saat-11’de satmalıdır. GMRP

içinde ise saat 1, 13, 23 ve 24’ün ağırlıkları bulunmaktadır.


riskli varlığın kullanıldığı, riskli varlıklar için yatırım üst kısıtı % 10 olan SV


elde edilmiştir.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

OP 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 14, 71, 14, 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0

GMRP 38, 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 16, 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 12, 32,

0%

10%

20%

30%

40%

50%

60%

70%

80%

Po

rtfö

y P

ayı

Saat

OP

GMRP

166



SV optimizasyon uygulaması neticesinde OP ve GMRP portföy çözümleri

başarı ile elde edilmiştir. OP ve GMRP çözümlerine göre ilgili elektrik üreticisi % 10

1,3

1,4

1,5

1,6

1,7

1,8

1,9

2

0,36 0,38 0,4 0,42 0,44 0,46 0,48

Get

iri (

r p)

Risk (LPM2)

N12

Etkin Set

FaydaFonksiyonu

OP

GMRP

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

OP 0, 0, 0, 0, 0, 0, 0, 10 10 10 10 10 10 10 10 0, 0, 0, 10 9, 0, 0, 0, 0,

GMRP 10 10 10 10 0, 0, 0, 0, 0, 0, 0, 10 10 10 0, 0, 0, 0, 0, 0, 0, 10 10 10

0%

2%

4%

6%

8%

10%

12%

14%

16%

18%

20%

Po

rtfö

y P

ayı

Saat

OP

GMRP

167

satış kısıtı altında ürettiği elektriğin ne kadarını hangi saatte satması gerektiği Şekil-

49’da gösterilmektedir. Burada dikkat çeken husus saat 12, 13 ve 14 varlıklarının her

iki çözüm setinin içinde de yer almasıdır. Bu saatler dışında yatırımcı risk algısından

kaynaklı fayda fonksiyonu etkisi ile farklı saat tercihlerine yönelik bir ayrışma mevcut

bulunmaktadır.



risksiz varlıklar için yatırım üst kısıtı olmayan SV optimizasyonun Durum-3’ye



1

1,1

1,2

1,3

1,4

1,5

1,6

1,7

1,8

1,9

2

0 0,1 0,2 0,3 0,4

Get

iri (

r p)

Risk (LPM2)

N13

Etkin Sınır

FaydaFonksiyonu

OP

GMRP

168


SV optimizason uygulaması N13 senaryo portföyüne başarı ile uygulanarak

OP ve GMRP çözümleri elde edilmiştir. Buna göre OP % 52,39 saat-9 ve % 47,60

risksiz varlıktan oluşmaktadır.



risksiz varlıklar için yatırım üst kısıtı olmayan SV optimizasyonun Durum-4’ye



1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

OP 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 52, 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 47,

GMRP 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 100

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

Po

rtfö

y P

ayı

Saat

OP

GMRP

169



1

1,2

1,4

1,6

1,8

2

2,2

0,2 0,25 0,3 0,35 0,4

Get

iri (

r p)

Risk (LPM2)

N14

Etkin Set

FaydaFonksiyonuOP

GMRP

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

OP 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 25, 25, 25, 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 25,

GMRP 25, 3,8 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 9,7 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 11, 25, 25,

0%

5%

10%

15%

20%

25%

30%

35%

40%

Po

rtfö

y P

ayı

Saat

OP

GMRP

170

OP ve GMRP sonuçları bu senaryo için başarı ile elde edilmiştir. Sonuçlar

birbirinden farklılaşmakta bununla birlikte her iki portföy içinde de sabit fiyatlı varlık

miktarı aynı oranda % 25 olarak hesaplanmıştır.




ve düşük riskli varlıklar için yatırım üst ve kısıtları olan DS optimizasyonun Durum-




aynı piyasa koşullarında satmaya çalıştığı düşünülmüştür.19 Her üç üretim şeklinide

içeren portföy için yapılan optimizasyon çalışmasında aşağıdaki sonuçlar elde

edilmiştir.

19 Çalışma kapsamında, Hidrolik için üretim maliyeti 12,50 $/MWh, Nükleer için 24,70 $/MWh ve Termik için 35,60 $/MWh olarak tanımlanmıştı.

171

Şekil 54 N15 MV hibrit portföy optimizasyon uygulaması

Tablo 21 N15 hibrit senaryo portföy optimizasyon sonuçları

Saatler Hidrolik Nükleer Termik Toplam MWh

Saat-8 % 1,01 % 6,85 % 1,94 % 9,80 15447

Saat-9 % 1,21 % 6,85 % 1,94 % 10,00 15768

Saat-10 % 1,21 % 6,85 % 1,94 % 10,00 15768

Saat-11 % 1,21 % 6,85 % 1,94 % 10,00 15768

Saat-12 % 0,36 % 6,85 % 1,94 % 9,15 14420

Saat-18 - - % 1,94 % 1,94 3060

Sabit Fiyat % 7,11 % 34,25 % 7,76 % 49,12 77446

Bu sonuçlara göre hidrolik, nükleer ve termik santrallerden oluşan Tablo-

14’deki gibi tanımlı bir portföye sahip elektrik üretim şirketinin ürettiği elektriğin

yaklaşık yarısını sabit fiyatlı ikili anlaşma ile satması ve geri kalanını ise yukarıda

tanımlı paylar oranında saat-8, 9, 10, 11, 12 ve 18 dilimlerinde spot piyasada satması

yatırımcı algısına en uygun optimum portföyü sağlamaktadır. GMRP portföy çözümü

içinse sadece sabit fiyatlı ikili anlaşmayı tercih etmelidir. Bu sonuçlar bazı küçük

-0,3

0,2

0,7

1,2

1,7

2,2

0 0,05 0,1 0,15 0,2 0,25 0,3

Get

iri (

r p)

Risk (LPM2)

N15

Etkin Sınır (H)Fayda Fonksiyonu (H)Etkin Set (N)Fayda Fonksiyonu (N)Etkin Set (T)Fayda Fonksiyonu (T)OP (H)OP (N)OP (T)GMRP (H)GMRP (N)GMRP (T)

Nükleer

Hidrolik

Termik

172

portföy farklılıkları olmakla beraber N5 ve N10 senaryo uygulamaları ile büyük

benzerlik göstermektedir.

N16-N17-N18-N19-N20 Portföy Optimizasyon Uygulamaları: Nord Pool

ELSPOT için 24 hidrolik riskli varlığın kullanıldığı, Durum-1, 2, 3, 4 ve 5’e riske

maruz değer VaR optimizasyon uygulama yönteminin uygulandığı senaryolardır. VaR

uygulaması %90 güven aralığına göre yapılması ve elde 461 verilik bir veri seti olması

sebeplerinden dolayı sondan en iyi % 10/2 lik sonuca ulaşılarak onun üzerinden

VaR’in getiri oranı temelli değerini en yüksek yapacak olan çözüme ulaşılmaya

çalışılmıştır. Verisetinin büyüklüğüne ve analiz ihtiyacına göre uygun bir güven aralığı

seçilmelidir (Gökgöz ve Atmaca, 2016c). Bu kapsamda 461 günlük tüm veri seti amaç

fonksiyonun varyans-kovaryans matrisi üzerinden bir parçası olup bu büyük amaç

fonksiyonu içinde portföy getiri dağılımının sol kuyruktan % 5 lik alan kaplayan

kısmınının uç değerini maksimize edecek optimum portföy ağırlıklarına bakılmıştır.

Uygulamada %90 güven aralığı için Z-score -1,645 olarak alınmıştır. Diğer bir değişle

bu kapsamda ortalama beklenen getiriden 1,645 sigma sol tarafta yer alan değerin

maksimizasyonu yapılmıştır. Yapılan optimizasyon sonucu elde edilen sonuçlar

aşağıdaki gibidir.

173

Tablo 22 N16-17-18-19-20 VaR portföy optimizasyon sonuçları tablosu

Saatler N16

(%)

N17

(%)

N18

(%)

N19

(%)

N20

(%)

Saat-8 - 10,00 - - -

Saat-9 - 10,00 - - 0,32

Saat-10 - 10,00 - 25,00 -

Saat-11 99,98 10,00 - 25,00 -

Saat-12 0,01 10,00 - 25,00 -

Saat-13 - 10,00 - - -

Saat-14 - 10,00 - - -

Saat-15 - 10,00 - - -

Saat-19 - 4,89 - - -

Saat-20 - 10,00 - - -

Saat-21 - 5,11 - - -

Sabit Getiri N/A N/A 100,00 N/A N/A

Sabit Fiyat N/A N/A N/A 25,00 99,68

VaR(getiri) 46,14 40,50 125,00 60,30 6,17

Portföy Get. 192,32 184,66 125,00 177,36 24,85

Bu kısımda uygulanan VaR yaklaşımı getiri dağılımlarının normal dağıldığı

kabulünden yola çıkarak riskli varlıkların sadece beklenen ortalam getiri ve standart

sapmasıyla ifade edilebileceğini öngörmekte ve bu öngörü ışığında Tablo-12’de yer

alan model kapsamında VaR değerini hesaplamaktadır. Tablo-21’de elde edilen VaR

sonuçları % 90 güven aralığında (% 90 ihtimalle) portföy getirisinin VaR değerinden

yüksek olacağını ifade etmektedir. VaR güvenli tarafı hızlı tercih etmesi sebebi ile

risksiz varlığın veya düşük riskli varlıkların yer aldığı N18-19-20 senaryolarında

portföyün kabul edilebilir üst sınırının tamamında veya tamamına yakın değerde bu

varlıklara ağırlık verdiği görülmektedir.

N21-N22-N23-N24-N25 Portföy Optimizasyon Uygulamaları: Nord Pool

ELSPOT için 24 hidrolik riskli varlığın kullanıldığı, Durum-1, 2, 3, 4 ve 5’e tarihsel

riske maruz değer HVaR optimizasyon yönteminin uygulandığı senaryolardır. HVaR


174

sebeplerinden dolayı sondan en iyi 47. sonuca ulaşılarak onun üzerinden HVaR’in

portföy getiri oranı temelli değerini en yüksek yapacak olan çözüme ulaşılmaya

çalışılmıştır. HVaR’in % 95 ve % 99 güven aralığında optimizasyonu hedeflenseydi

bu durumda sırasıyla sondan 24 ve 5. sonuçlara bakılacaktı. Eldeki verisetinin

büyüklüğüne göre uygun bir güven aralığı seçilmelidir, özellikle HVaR’te bu duruma

dikkate edilmemesi durumunda sonuçlarda tarihsel veri oynaklığından kaynaklı büyük

dalgalanmalar olabilmektedir (Gökgöz ve Atmaca, 2016c). Bu kapsamda 461 günlük

tüm veri seti amaç fonksiyonun bir parçası olup bu büyük amaç fonksiyonu içinde

sondan 47.sıradaki değeri maksimize edecek optimum portföy ağırlıklarına

bakılmıştır. Bu uygulama portföy sıralamasına dayalı bir uygulamadır. Yapılan

optimizasyon sonucu elde edilen sonuçlar aşağıdaki gibidir.

175

Tablo 23 N21-22-23-24-25 VaR portföy optimizasyon sonuçları tablosu

Saatler N21

(%)

N22

(%)

N23

(%)

N24

(%)

N25

(%)

Saat-1 - 0,04 - - 0,08

Saat-2 - 0,03 - - 0,07

Saat-3 - 0,03 - - 0,06

Saat-4 - 0,03 - - 0,07

Saat-5 - 0,03 - - 0,08

Saat-6 - 0,04 - - 0,11

Saat-7 - 0,32 - - 0,21

Saat-8 - 9,88 - - 0,65

Saat-9 100,00 9,93 - 25,00 1,91

Saat-10 - 9,93 - 25,00 0,69

Saat-11 - 9,92 - 25,00 0,78

Saat-12 - 9,91 - - 0,42

Saat-13 - 9,86 - - 0,33

Saat-14 - 9,76 - - 0,32

Saat-15 - 2,89 - - 0,32

Saat-16 - 0,59 - - 0,41

Saat-17 - 0,42 - - 0,58

Saat-18 - 1,81 - - 4,31

Saat-19 - 9,46 - - 0,81

Saat-20 - 9,75 - - 0,37

Saat-21 - 4,86 - - 0,26

Saat-22 - 0,36 - - 0,23

Saat-23 - 0,11 - - 0,18

Saat-24 - 0,05 100,00 - 0,12

Sabit Getiri N/A N/A 125 N/A N/A

Sabit Fiyat N/A N/A N/A 25,00 86,64

HVaR(getiri) 82,67 70,84 125 90,25 9,51 (78,82)a

Portföy Get. 204,59 184,90 125 182,03 28,41 a HVaR’a yönelik çözüm portföyü üzerinden tüm riskli varlıklarla ve düşük riskli varlıklarla oluş büyük

portföyün birleştirilmiş analizinde ortaya çıkan sonuç

N21-22-23-24-25 senaryolarına yönelik yapılan HVaR optimizasyon

uygulmasında Tablo-22’deki sonuçlar elde edilmiştir. N17 ve N20 senaryolarına

yönelik olarak elde edilen sonuçlarda tüm saatlere yönelen bir yayılım söz konusu olup

bu durmun asıl kaynağı N17 senaryosundaki 461x24 elmanlı amaç fonksiyonu ve N20

senaryosunda ise 461x25 lik 3 farklı amaç fonksiyonunun bulunması nedeniyle ortaya

çıkan hata yayılımı ve yakınsama probleminin kalıntıları olduğu düşünülmektedir.

176

Fiyata bağlı olmakla birlikte VaR ve HVaR sabit getirili ikili anlaşma ve düşük riskli

ikili anlaşma olması durumlarında bu sonuçlara doğal olarak yakınsama

göstermektedir.

3.3.2 Türkiye Gün-öncesi Elektrik Piyasası Uygulama Sonuçları

Türkiye Gün-öncesi elektrik piyasasına yönelik olarak 5 metodun herbirine

diğer yalnızca Durum-5 uygulması yapılarak 5 optimizasyon uygulanmıştır. Durum-5

tasarımı itibari ile diğer durum senaryolarını kapsayıcı bir niteliktedir. Bu sebepten

dolayı karşılaştırma için seçilmiştir. Yapılan optimizasyon çalışmaları aşağıda yer alan

Tablo’daki gibi kodlanmaktadır.

Tablo 24 Türk Gün-öncesi Piyasası Optimizasyon Uygulaması Portföyleri

Metotlar/

Durumlar MV DS SV

VaR

(% 90)

HVaR

(% 90)

Durum-5 T1 T2 T3 T4 T5

Durum-5 hibrit senaryo olup portföyünde Hidrolik (300 MWe), Nükleer (1000

MWe) ve Termik (300MWe) olan bir elektrik üreticisinin belirli kısıtlar altında ürettiği

elektriğin ne kadarlık ksımını sabit fiyatlı ikili anlaşma ile ve ne kadarlık kısmını ise

gün-öncesi spot piyasada satması gerektiğini bulmaya çalışmaktadır. Elde edilen

sonuçların sağlıklı bir şekilde karşılaştırılması için Tablo-14’te yer alan Nord Pool

elektrik piyasasına uygulanan aynı kısıtlar bu uygulamada da geçerlidir. Bununla

birlikte Türk gün-öncesi elektrik piyasasının 2014-2015 yılı kullanılan veri seti

dönemi içinde ortalama spot fiyatı 155,9691 TL/MWh olarak gerçekleşmiştir.

Buradaki hibrit senaryo analizlerinde Tablo-14’teki sabit fiyatlı varlık fiyatı Nord Pool

177

uygulama senaryolarında olduğu gibi piyasa ortalama fiyatının %10 altında 140,3722

TL/MWh olarak belirlenmiştir. 2014-2015 yılları günlük TCMB Dolar/Türk Lirası

Efektif satış kur bilgileri kullanılarak ($) üzerinden tanımlanmış olan elektrik üretim

maliyet verileri (TL) para birimine günlük olarak dönüştürülmüştür. Türk Gün-öncesi

elektrik piyasasına yönelik hidrolik santral, nükleer santral ve termik santral elektrik

üretim maliyetlerine dayalı 24 saatlik dilimden türetilmiş olan riskli varlıklar aşağıdaki

gibi (Tablo-24, Tablo-25 ve Tablo-26) elde edilmiştir:

Tablo 25 Türk Gün-öncesi elektrik piyasası hidrolik riskli varlıklar tablosu

Saat

Beklenen

Getiri

𝒓𝒏 (%)

Standart

Sapma

𝝈𝒏

Saat

Beklenen

Getiri

𝒓𝒏 (%)

Standart

Sapma

𝝈𝒏

1 399,15 1,4126 13 482,53 1,3562

2 350,25 1,4459 14 496,78 1,3246

3 300,75 1,5621 15 509,09 1,2899

4 261,39 1,6250 16 499,07 1,3129

5 256,09 1,5357 17 492,58 1,3290

6 262,11 1,4941 18 474,16 1,4699

7 288,81 1,6100 19 452,34 1,4192

8 374,49 1,3369 20 440,64 1,3807

9 487,42 1,3399 21 435,63 1,3320

10 519,70 1,2373 22 421,35 1,4207

11 521,56 1,2545 23 432,96 1,3806

12 522,71 1,3589 24 402,65 1,4404

178

Tablo 26 Türk Gün-öncesi elektrik piyasası nükleer riskli rarlıklar rablosu

Saat

Beklenen

Getiri

𝒓𝒏 (%)

Standart

Sapma

𝝈𝒏

Saat

Beklenen

Getiri

𝒓𝒏 (%)

Standart

Sapma

𝝈𝒏

1 152,61 0,7149 13 194,80 0,6863

2 127,86 0,7317 14 202,01 0,6704

3 102,81 0,7905 15 208,24 0,6528

4 82,89 0,8224 16 203,17 0,6644

5 80,21 0,7772 17 199,89 0,6726

6 83,25 0,7561 18 190,57 0,7439

7 96,77 0,8148 19 179,52 0,7182

8 140,13 0,6766 20 173,61 0,6988

9 197,28 0,6781 21 171,07 0,6741

10 213,61 0,6261 22 163,84 0,7190

11 214,56 0,6349 23 169,72 0,6987

12 215,14 0,6877 24 154,38 0,7289

Tablo 27 Türk Gün-öncesi elektrik piyasası nükleer Riskli Varlıklar Tablosu

Saat

Beklenen

Getiri

𝒓𝒏 (%)

Standart

Sapma

𝝈𝒏

Saat

Beklenen

Getiri

𝒓𝒏 (%)

Standart

Sapma

𝝈𝒏

1 75,26 0,4960 13 104,54 0,4762

2 58,09 0,5077 14 109,54 0,4651

3 40,71 0,5485 15 113,87 0,4529

4 26,89 0,5706 16 110,35 0,4610

5 25,03 0,5392 17 108,07 0,4666

6 27,15 0,5246 18 101,60 0,5161

7 36,52 0,5653 19 93,94 0,4983

8 66,61 0,4694 20 89,83 0,4848

9 106,26 0,4705 21 88,07 0,4677

10 117,59 0,4344 22 83,06 0,4989

11 118,25 0,4405 23 87,13 0,4848

12 118,65 0,4771 24 76,49 0,5048

Tablolarda yer alan verilere göre en yüksek getiri oranona sahip olan saat,

12.saat olup en yüksek standart sapma olan saat ise 4.saattir. T1, T2, T3, T4 ve T5

senaryolarına yönelik portföy optimizasyon sonuçları aşağıdaki şekilde elde edilmiştir.

179

T1 Portföy Optimizasyon Uygulaması: Türk Gün-öncesi elektrik piyasası için

24 hidrolik riskli varlık, 24 nükleer riskli varlık ve 24 termik riskli varlıkla beraber her

üç üretim tipinde 1 er adet sabit fiyatlı varlığın kullanıldığı, MV optimizasyonun

uygulandığı senaryodur. Sabit fiyatlı (140,3722 TL/MWh) toplam 3 varlığın

kullanıldığı, riskli ve düşük riskli varlıklar için yatırım üst kısıtları olan ve sabit

varlıklar için yatırım alt kısıtları olan MV optimizasyonun Durum-5’ye diğer bir

değişle hibrit senaryoya uygulandığı senaryodur. Bu uygulamada bir elektrik

üreticisinin elinde hidrolik, nükleer ve termikten oluşan bir elektrik üretim portföyü

olduğu ve farklı üretim maliyetlerine sahip bu santrallerde ürettiği elektriği aynı Türk

Gün-öncesi elektrik piyasası koşullarında satmaya çalıştığı düşünülmüştür. Mevcut

hali ile gerçek duruma en yakın uygulama senaryosudur. Uygulamada kullanılacak

ağırlıklandırmalar daha önce N5 senaryosundaki gibi Tablo-18’e uygun şekilde

oluşturulmuştur. Uygulamada aşağıdaki sonuçlar elde edilmiştir.

Şekil 55 T1 MV hibrit portföy optimizasyon uygulaması

0

1

2

3

4

5

0,10 0,30 0,50 0,70 0,90 1,10 1,30 1,50

Get

iri (

r p)

Risk (𝞼p)

T1


Hid

Nük

Ter

180

Tablo 28 T1 hibrit senaryosu portföy optimizasyonu elektrik üretim payları

Saatler Hidrolik

(%)

Nükleer

(%)

Termik

(%)

Toplam

(%) MWh

Saat-10 1,21 6,85 1,94 10,00 15768

Saat-11 1,21 6,85 1,94 10,00 15768

Saat-12 1,21 6,85 1,94 10,00 15768

Saat-14 - - 1,94 1,94 3060

Saat-15 0,53 6,85 1,94 9,32 14697

Saat-16 - 6,85 1,94 8,79 13860

Sabit Fiyat 7,94 34,25 7,76 49,95 78759

Toplam 12,10 68,49 19,41 100,00 157680

T1 hibrit portföy optimizasyon uygulamasında her üç üretim şekline ait riskli

varlıklar, etkin setler, optimum portföy ve fayda fonksiyonları aynı grafik üzerinde

(Şekil-55) yukarıda gösterilmektedir. Söz konusu grafik N5 senaryosu için elde edilen

Şekil-37’deki grafikle şekilsel anlamda büyük bir benzeşim göstermektedir. Mevcut

optimizasyon kısıtları altında yukarıdaki tablodan da görüleceği üzere (Tablo-27)

optimum portföy çözüm sonuçları belirli saatlerin (saat 10, 11, 12, 14, 15, 16) üzerine

yoğunlaşmıştır. Bu sonuçlar Nord Pool elektrik piyasasına yönelik benzer senaryo olan

N5’in sonuçlarından (saat 8, 9, 10, 11, 12, 13) farlılık göstermektedir. Nord Pool için

aynı kısıt koşulları altında % 54,34 olarak önerilen ikili anlaşma oranı ise Türk Gün-

öncesi elektrik piyasası için % 49,95 olarak tespit edilmiştir.


hidrolik, nükleer ve termik herbiri için 24, toplam 72 riskli varlığın ve herbir elektrik

üretim tipi için bir sabit fiyatlı (140,3722 TL/MWh) toplam 3 sabit fiyatlı varlığın

kullanıldığı, riskli ve düşük riskli varlıklar için yatırım üst ve kısıtları olan DS

optimizasyonun Durum-5’ye diğer bir değişle hibrit senaryoya uygulandığı

senaryodur. Bu uygulamada bir elektrik üreticisinin elinde hidrolik, nükleer ve

181

termikten oluşan bir elektrik üretim portföyü olduğu ve farklı üretim maliyetlerine

sahip bu santrallerde ürettiği elektriği aynı piyasa koşullarında satmaya çalıştığı

düşünülmüştür. Tablo-14’te tanımlı koşullar altında tanımlı diğer koşullar altında

yapılan üç farklı üretim tipi için optimizasyon çalışmasında aşağıdaki sonuçlar elde

edilmiştir.

Şekil 56 T2 DS hibrit portföy optimizasyon uygulaması


Saatler Hidrolik

(%)

Nükleer

(%)

Termik

(%)

Toplam

(%) MWh

Saat-9 0,60 - - 0,61 954

Saat-10 1,21 6,85 1,94 10,00 15768

Saat-11 1,21 6,85 1,94 10,00 15768

Saat-12 1,21 6,85 1,94 10,00 15768

Saat-14 1,21 - 1,94 3,15 4968

Saat-15 1,21 6,85 1,94 10,00 15768

Saat-16 1,21 6,85 1,94 10,00 15768

Saat-17 1,21 - - 1,21 1909

Sabit Fiyat 3,03 34,25 7,76 45,03 71010

Toplam 12,10 68,49 19,41 100,00 157680

0

1

2

3

4

5

0,00 0,10 0,20 0,30 0,40 0,50 0,60 0,70

Get

iri (

r p)

Risk (LPM1)

T2


Nük

Ter

Hid

182

Tabloda yer alan elektrik üretim payları tüm elektrik üzerinden paylandırılmış

olup DS temelli yapılan T2 senaryosu optimizasyon sonuçlarına göre optimum üretim

alternatifleri saat-9, 10, 11, 12, 14, 15, 16 ve 17’ye odaklanmıştır. Yapılan

optimizasyon uygulamsına göre Hidrolik, nükleer ve termik sırasıyla kendileri için

tanımlanmış olan alt limitlere eşit oranda sabit fiyatlı ikili anlaşmayı tercih ve diğer

tüm tercihlerini riskli varlıklar üzerinden yapmışlardır. Saat-10, 11, 12, 14, 15 ve 16

hem MV hem de DS tabanlı hibrit çözümlerde ortak olan çözümlerdir. T1

senaryosundan farklı olarak OP portföy çözümünde daha az oranda sabit fiyatlı ikili

anlaşma tercih edilmiştir. Sonuç olarak senaryo uygulaması başarı ile tamamlanmış ve

OP/GMRP sonuçları başarı ile elde edilmiştir.


hidrolik, nükleer ve termik herbiri için 24 toplam 72 riskli varlığın ve herbir elektrik

üretim tipi için bir sabit fiyatlı (23,823 €/MWh) toplam 3 sabit fiyatlı varlığın

kullanıldığı, riskli ve düşük riskli varlıklar için yatırım üst ve kısıtları olan DS

optimizasyonun Durum-5’ye diğer bir değişle hibrit senaryoya uygulandığı

senaryodur. Bu uygulamada bir elektrik üreticisinin elinde hidrolik, nükleer ve

termikten oluşan bir elektrik üretim portföyü olduğu ve farklı üretim maliyetlerine

sahip bu santrallerde ürettiği elektriği aynı piyasa koşullarında satmaya çalıştığı

düşünülmüştür.20 Her üç üretim şeklinide içeren portföy için yapılan optimizasyon

çalışmasında aşağıdaki sonuçlar elde edilmiştir.

20 Çalışma kapsamında Hidrolik için üretim maliyeti 12,50 $/MWh, Nükleer için 24,70 $/MWh ve Termik için 35,60 $/MWh olarak tanımlanmıştı.

183

Şekil 57 T3 SV hibrit portföy optimizasyon uygulaması


Saatler Hidrolik

(%)

Nükleer

(%)

Termik

(%)

Toplam

(%) MWh

Saat-10 1,21 6,85 1,94 10,00 15768

Saat-11 1,21 6,85 1,94 10,00 15768

Saat-12 1,21 6,85 1,94 10,00 15768

Saat-14 0,70 - 1,94 2,64 4159

Saat-15 1,21 6,85 1,94 10,00 15768

Saat-16 1,21 6,85 1,94 10,00 15766

Saat-17 1,20 - - 1,20 1899

Sabit Fiyat 4,15 34,25 7,76 46,16 72780

Toplam 12,10 68,49 19,41 100,00 157680

T3 senaryosunda uygulama sonuçları T2 senaryo sonuçları ile oldukça

benzerlik göstermektedir. Bunun en temel nedeni her iki senaryoda da uygulanan risk

yönetim metodolojisinin portföy getirisi ile hedef getiri arasındaki farka

odaklanmasıdır. Uygulama sonucunda Saat-10, 11, 12, 15 ve 16’da verilebilecek en

0

1

2

3

4

5

0,00 0,50 1,00 1,50

Get

iri (

r p)

Risk (LPM2)

T3

Etkin Set (N)Fayda Fonksiyonu (H)Etkin Set (N)Fayda Fonksiyonu (N)Etkin Set (T)Fayda Fonksiyonu (T)OP (H)Rskli Varlıklar (H)Riskli Varlıklar (N)OP (N)Riskli Varlıklar (T)OP (T)

184

yüksek ağırlık olmak üzere saat-14 ve 17’ninde dahil olduğu OP portföy sonuçları elde

edilmiştir. Sabit fiyatlı ikili anlaşma yapma oranı ise % 46,16 olarak hesaplanmıştır.

T4 Portföy Optimizasyon Uygulamaları: Türk Gün-öncesi elektrik piyasası

için 24 hidrolik riskli varlığın kullanıldığı, Durum-5’e riske maruz değer VaR (delta-

normal) optimizasyon uygulama yönteminin uygulandığı senaryodur. VaR


sebeplerinden dolayı getiri dağılımının sondan en iyi % 10/2 lik dilimine ulaşılarak

onun üzerinden VaR’in (getiri oranı temelli) değerini en yüksek yapacak olan çözüme

ulaşılmaya çalışılmıştır. Veri setinin büyüklüğüne ve analiz ihtiyacına göre uygun bir

güven aralığı seçilmelidir (Gökgöz ve Atmaca, 2016c). Bu kapsamda 461 günlük tüm

veri seti amaç fonksiyonun varyans-kovaryans matrisi üzerinden bir parçası olup bu

büyük amaç fonksiyonu içinde portföy getiri dağılımının sol kuyruktan % 5 lik alan

(%90 güven aralığı içinde olması sebebi ile) kaplayan kısmınının uç değerini

maksimize edecek optimum portföy ağırlıklarına bakılmıştır. Uygulamada %90 güven

aralığı için Z-score -1,645 olarak alınmıştır. Diğer bir değişle bu kapsamda ortalama

beklenen getiriden 1,645 sigma kadar sol tarafta yer alan değerin maksimizasyonu

yapılmıştır. Yapılan optimizasyon sonucu elde edilen sonuçlar aşağıdaki gibidir.

185

Tablo 31 T4 hibrit senaryosu VaR portföy optimizasyonu sonuçları ve elektrik

üretim payları

Saatler Toplam

(%) MWh

Saat-10 10,00 15768

Saat-11 10,00 15768

Saat-12 10,00 15768

Saat-14 1,01 1591

Saat-15 10,00 15768

Saat-16 10,00 15768

Saat-17 1,71 2694

Sabit Fiyat 47,28 74557

Toplam 100 157680

Yapılan uygulama sonucunda daha önceki çözümlerle yüksek düzeyde

paralellik içeren bir OP sonucu ortaya çıkmıştır. Saat-10, 11, 12, 14, 15, 16 ve 17

portföy içinde büyük bir ağırlık kaplamakta olup sabit fiyatlı varlık için önerilen satış

oranı % 47,28 olarak hesaplanmıştır. OP portföyünün beklenen getirisi % 191,10 olup

VaR değeri % 114,06 olarak hesaplanmıştır.

T5 Portföy Optimizasyon Uygulamaları: Türk Gün-öncesi elektrik piyasası

için 24 hidrolik, 24 nükleer ve 24 termik riskli varlığın kullanıldığı, Durum 5’e tarihsel

riske maruz değer HVaR optimizasyon yönteminin uygulandığı senaryodur. HVaR


sebeplerinden dolayı sondan en iyi 47. sonuca ulaşılarak onun üzerinden HVaR’in

portföy getiri oranı temelli değerini en yüksek yapacak olan çözüme ulaşılmaya

çalışılmıştır. 461 günlük tüm veri seti amaç fonksiyonun bir parçası olup bu büyük

amaç fonksiyonu içinde sondan 47.sıradaki portföy getiri değerini maksimize edecek

optimum portföy ağırlıklarına bakılmıştır. Bu uygulama portföy sıralamasına dayalı

bir amaç fonksiyonu uygulamasıdır. Matlab programında tam sonuç elde

186

edilemediğinden hassasiyet ayarları arttırılarak tam sonuç yerine en yakınsayan sonuç

elde edilmiştir. Sonuçlar aşağıdaki gibi oluşmuştur.

Tablo 32 T5 hibrit senaryosu HVaR portföy optimizasyonu sonuçları

Saatler Üretim

Payı (%) MWha Saatler

Üretim

Payı (%) MWh

1 0,54 859 13 2,27 3580

2 0,50 782 14 2,25 3540

3 0,25 402 15 7,79 12286

4 0,26 416 16 6,16 9706

5 0,19 306 17 1,91 3015

6 0,13 199 18 0,76 1197

7 0,11 166 19 0,74 1166

8 0,29 450 20 1,85 2924

9 1,35 2123 21 0,43 676

10 5,71 8997 22 0,34 535

11 7,58 11956 23 0,50 783

12 3,98 6274 24 0,30 465

Sabit Fiyat 53,83 84876 a Tabloda verilen MWh değerleri yüzde ile tam uyuşmayabilir. Söz konusu değerlerde yuvarlama olduğundan bu

şekilde çıkmıştır.

Yapılan optimizasyon çalışması sonuçlarına göre Tablo-32’de yer alan OP

çözümünün beklenen getiri değeri % 183,05 ve HVaR değeri ise % 122,55’dir. Bu

kapsamda oluşturulmuş olan portföyün getiri oranı % 90 güven aralığı içinde %

122,55’ten yüksek olacaktır. Diğer bir değişle her 100 dönemlik getiriden 90 tanesi bu

değerin üzerinde gerçekleşmesi beklenmektedir.

3.3.3 NordPool ELSPOT ve Türk Gün-öncesi Elektrik Piyasaları

Optimizasyon Sonuçlarının Karşılaştırılması

İstatistiki Analiz: Çalışmanın bir önceki bölümünde Nord Pool ELSPOT

elektrik piyasasına yönelik 25 ve Türk Gün-öncesi elektrik piyasasına yönelik olarak

187

5 olmak üzere toplam 30 farklı senaryo için portföy optimizasyon uygulması

gerçekleştirilerek sonuçlar elde edilmiştir. Tüm Senaryo OP sonuçları toplu halde

görülmesi amacı ile Ek-4’te gösterilmektedir. Senaryolar 5 farklı Durum tipine göre

dizayn edilmiş ve 5 farklı metot (MV, DS, SV, VaR, HVaR) her duruma

uygulanmıştır. Nord Pool ve Türk Gün-öncesi elektrik piyasası 24 saatlik fiyat

verilerinin istatistiki temel karşılaştırılması aşağıda Tablo-33’de gösterilmiştir:

Tablo 33 Nord Pool ve Türk Gün-öncesi elektrik piyasaları hidrolik varlıklara ilişkin

temel istatistik göstergeleri

Saatler

Nord

Pool

Fiyat

(€/MWh)

Nord

Pool

Std.

Sapma

Nord

Pool

Çarpıklık

Türk GÖP

Fiyat

(TL/MWh)

Türk

GÖP

Std.

Sapma

Türk

GÖP

Çarpıklık

1 22,93 7,085 -0,8612 149,60 33,777 -0,4356

2 22,21 7,278 -0,8418 134,75 36,353 -0,7592

3 21,81 7,358 -0,8532 119,19 39,998 -0,5256

4 21,73 7,416 -0,8733 106,88 42,653 -0,5193

5 22,24 7,478 -0,9171 105,38 40,358 -0,5909

6 23,68 7,241 -0,9470 107,29 38,775 -0,5347

7 26,20 6,972 -0,9526 115,09 42,402 -0,7204

8 29,34 8,113 -0,1904 142,19 32,064 -0,4267

9 30,81 8,894 0,2698 176,14 26,980 -0,4668

10 30,18 8,233 0,1185 186,52 25,365 -0,5359

11 29,57 7,668 -0,0335 187,18 26,834 -0,5421

12 28,90 7,292 -0,2884 187,60 31,247 1,7239

13 28,22 7,059 -0,4618 175,33 31,701 -0,1797

14 27,86 7,057 -0,5167 179,66 30,534 -0,3516

15 27,65 7,251 -0,4474 183,52 29,579 -0,3039

16 27,59 7,630 -0,1768 180,47 30,481 -0,2856

17 27,90 8,383 0,2654 178,63 32,021 -0,2790

18 28,70 9,136 0,4870 172,58 35,528 -0,3598

19 28,49 8,287 -0,0599 165,94 33,583 -0,3015

20 27,56 7,240 -0,6826 162,44 32,199 -0,1208

21 26,65 6,945 -0,8488 160,94 30,784 0,0328

22 26,14 6,817 -0,8631 156,14 32,571 0,0681

23 25,27 6,742 -0,8699 159,71 30,977 -0,0500

24 23,91 6,853 -0,8578 150,09 32,609 0,0898

188

Her iki piyasaya ait saatlik ortalama fiyat verileri arasında 0,80 gibi oldukça

yüksek bir korelasyon bulunmaktadır. Bununla birlikte saatlik fiyatlara ait standart

sapma değerleri arasında ise -0,22 değerinde güçsüz ama ters yönlü korelasyon

mevcuttur. Her iki piyasada da ortalama elektrik fiyatları Şekil-26 ve Şekil-28’de

gösterildiği üzere düşme eğilimindedir. Her iki piyasada da saatlik ortalama elektrik

fiyatlarının çarpıklık değerlerinin (-) yani sol kuyruk uzun sağa yığılmalı bir dağılım

gösterdiği görülmüştür. Bununla birlikte Nord Pool elektrik piyasası fiyatları Türk

Gün-öncesi elektrik piyasası fiyatlarına göre ortalama olarak daha negatif bir çarpıklık

değerine sahiptir (Sol kuyrukları daha uzun sağa birikimli dağılım daha fazla). Nord

Pool piyasasında elektrik fiyatının ortalama olarak en pahalı olduğu saatler 8, 9, 10 ve

11.saatler olduğu Türk Gün-öncesi elektrik piyasasında ise 10, 11, 12 ve 15.saatler

olduğu tespit edilmiştir. En düşük fiyatlı saatler ise Nord Pool piyasasında 2, 3, 4 ve

5.saatler olduğu Türk Gün-öncesi elektrik piyasasında ise 4, 5, 6 ve 7.saatler olduğu

tespit edilmiştir.

İstatistik değerlendirmenin haricinde uygulaması yapılan Durum

senaryolarında ise beş farklı durum tipine yönelik karşılaştırmalı sonuç

değerlendirmeleri şu şekildedir:

Durum-1: 24 Riskli varlık için üst yatırım kısıtı olmadan portföy optimizasyon

uygulmasının yapıldığı senaryo çalışmalarıdır. Sadece Nord Pool elektrik piyasasına

yönelik olarak N1, N6, N11, N16, N21 senaryoları Durum-1’e uygulanmıştır. Elde

edilen sonuçlar aşağıdaki tabloda (Tablo-34) özetlenmektedir.

189

Tablo 34 Durum-1 senaryo uygulama sonuçları karşılaştırması

Saat

N1

OP

(%)

N1

GMVP

(%)

N6

OP

(%)

N6

GMRP

(%)

N11

OP

(%)

N11

GMRP

(%)

N16

(%)

N21

(%)

1 - 38,05 - 6,87 - 38,90 - -

2 - - - 0,03 - - - -

3 - - - 0,08 - - - -

4 - - - 35,44 - - - -

5 - - - 0,10 - - - -

6 - - - 1,08 - - - -

7 - - - 0,01 - - - -

8 - - - - - - - -

9 - - 99,99 - 14,50 - - 100,00

10 - - - - 71,30 - - -

11 38,42 - - 0,01 14,20 - 99,98 -

12 61,55 0,05 - 8,94 - - 0,01 -

13 0,01 0,11 - 0,02 - 16,90 - -

14 - 5,03 - 0,01 - - - -

15 - - - - - - - -

16 - - - - - - - -

17 - - - - - - - -

18 - - - - - - - -

19 - - - - - - - -

20 - - - - - - - -

21 - - - 0,01 - - - -

22 - - - 0,02 - - - -

23 - 16,36 - 0,16 - 12,04 - -

24 - 40,38 - 28,30 - 32,16 - -

rp 188,38 137,76 204,59 133,27 198,44 142,20 192,32 204,59

riska 0,8707 0,79561 0,3977 0,33269 0,46262 0,36879 0,46141 0,82674

Yön. MV MV DS DS SV SV VaR HVaR a Risk değeri N1 için standart sapmayı, N6 için LPM1, N11 için LPM2, N16 için VaR ve N21 için HVaR değerlerini

ifade etmektedir.

Getiri anlamında en muhafazakar sonuçlar beklendiği gibi minimum risk

portföylerinden elde edilmiştir. Sonuç değerleri birbirine yakın olmakla birlikte

portföy optimizasyon sonuçlarında farklılıklar olduğu gözlemlenmektedir. Global

minimum risk portföy sonuçlarında N1, N6 ve N11 senaryolarında ortak olan varlıklar

1 ve 24.saatler olup diğer saat tercihleri arasında önemli farklılaşmalar mevcuttur.

190

Bunun temel nedeni kullanılan yöntemin risk hesaplama yaklaşımındaki farklılıkların

sonuçlar üzerinde yarattığı etkilerin yansımasıdır.

OP porföyleri anlamında sonuçlar değerlendirildiğinde genellikle 1, 2 veya 3

varlıktan oluşan çözüm sonuçlarının ortak bir davranış gibi ortaya çıktığı

görülmektedir. Bununla birlikte birbiri ile örtüşen tek ikili N6 ve N21 senaryo

sonuçlarıdır. DS ve HVaR yöntemleri aynı sonuçları üretmiştir. Yine diğer ilginç bir

nokta ise her ne kadar VaR yaklaşımı (N16 senaryosu) getirilerin normal dağılım

gösterdiğini ve iki temel parametre dağılımın temsil edilebileceğini söylesede VaR ile

hesaplanan OP portföyünde 11.saat çözüm olarak çıkarken HVaR (N21 senaryosu) ile

hesaplanan OP portföyünde 9.saat çözüm olarak karşımıza çıkmaktadır.

Durum-2: 24 Riskli varlık için % 10 üst yatırım kısıtı olan portföy

optimizasyon uygulmasının yapıldığı senaryo çalışmalarıdır. Sadece Nord Pool

elektrik piyasasına yönelik olarak N2, N7, N12, N17, N22 senaryoları Durum-2’ye

uygulanmıştır. Elde edilen sonuçlar aşağıdaki tabloda (Tablo-35) özetlenmektedir.

191


Saat

N2

OP

(%)

N2

GMVP

(%)

N7

OP

(%)

N7

GMRP

(%)

N12

OP

(%)

N12

GMR

P

(%)

N17

(%)

N22

(%)

1 - 10,00 - 10,00 - 10,00 - 0,04

2 - 10,00 - 10,00 - 10,00 - 0,03

3 - 10,00 - 10,00 - 10,00 - 0,03

4 - 10,00 - 10,00 - 10,00 - 0,03

5 - 0,01 - 10,00 - - - 0,03

6 - 9,92 - 9,99 - - - 0,04

7 - 0,01 - - - - - 0,32

8 0,01 - 10,00 - 10,00 - 10,00 9,88

9 10,00 - 10,00 - 10,00 - 10,00 9,93

10 10,00 - 10,00 - 10,00 - 10,00 9,93

11 10,00 - 10,00 - 10,00 - 10,00 9,92

12 10,00 0,07 10,00 9,99 10,00 10,00 10,00 9,91

13 10,00 9,99 10,00 0,78 10,00 10,00 10,00 9,86

14 10,00 9,99 10,00 0,01 10,00 10,00 10,00 9,76

15 9,99 - 0,59 - 10,00 - 10,00 2,89

16 - - - - 0,01 - - 0,59

17 - - 0,01 - - - - 0,42

18 - - 10,00 - 0,28 - - 1,81

19 - - 10,00 - 10,00 - 4,89 9,46

20 10,00 - 9,40 - 9,71 - 10,00 9,75

21 10,00 0,01 - - - - 5,11 4,86

22 10,00 10,00 - 9,23 - 10,00 - 0,36

23 - 10,00 - 10,00 - 10,00 - 0,11

24 - 10,00 - 10,00 - 10,00 - 0,05

rp 180,69 141,75 186,63 137,01 185,58 146,82 184,65 184,90

riska

0,85797

1

0,80175

1

0,3700

5

0,33384

8

0,43016

2

0,3741

0

0,4049

5

0,7084

1

Yön

.

MV MV DS DS SV SV VaR HVaR

a Risk değeri N2 için standart sapmayı, N7 için LPM1, N12 için LPM2, N17 için VaR ve N22 için HVaR değerlerini

ifade etmektedir.

Getiri anlamında yine en muhafazakar sonuçlar global minimum risk

portföylerinden elde edilmiştir. Söz konusu portföy çözümlerinin getiri değerleri ve

portföy varlıklarının dağılımı farklılıklar göstermekle birlikte çözümlerde ortak olan

varlıkların sayısının da oldukça fazla olduğu görülmektedir. Tüm global risk portföy

çözümlerinde (N2, N7, N12) ortak olan varlıklar; 1, 2, 3, 4, 22, 23 ve 24.saatler olup

192

yine ortak bir şekilde portföyde yer pay verilmeyen varlıklar ise 7, 8, 9, 10, 11, 15, 16,

17, 18, 19, 20 ve 21.saatlerdir. Özellikle HVaR başta olmak üzere bazı portföy

çözümlerinde küsürat derecesinde çıkan portföy payları Matlab optimizasyon

probleminin kısıtları sağlamakla birlikte yakınsamayı tam sağlayamamasından

kaynaklanmaktadır.

OP çözümlerine gelinirse tüm senaryolarda ortak olan varlıklar: 9, 10, 11, 12,

13, 14 ve 20.saatlerdir. Tüm OP çözümlerinin getiri oranları birbirine oldukça yakın

çıkmıştır. Bir önceki Durum çalışmasının aksine tamamıyla aynı sonuçları üreten

yöntemlerin olmadığı görülmüştür. Bununla birlikte SV, VaR ve HVaR sonuçları

birbirine en yakın sonuçlardır.

Durum-3: 24 Riskli varlık ve bir adet % 125 getirili risksiz varlık için üst

yatırım kısıtı olmayan portföy optimizasyon uygulmasının yapıldığı senaryo

çalışmalarıdır. Sadece Nord Pool elektrik piyasasına yönelik olarak N3, N8, N13, N18,

N23 senaryoları Durum-3’e uygulanmıştır. Elde edilen sonuçlar aşağıdaki tabloda

(Tablo-36) özetlenmektedir.

193


Saat

N3

OP

(%)

N3

GMVP

(%)

N8

OP

(%)

N8

GMRP

(%)

N13

OP

(%)

N13

GMRP

(%)

N18

(%)

N23

(%)

1 - - - - - - - -

2 - - - - - - - -

3 - - - - - - - -

4 - - - - - - - -

5 - - - - - - - -

6 - - - - - - - -

7 - - - - - - - -

8 - - - - - - - -

9 26,38 - 100,00 - 52,39 - - -

10 - - - - - - - -

11 - - - - - - - -

12 - - - - - - - -

13 - - - - - - - -

14 - - - - - - - -

15 - - - - - - - -

16 - - - - - - - -

17 - - - - - - - -

18 - - - - - - - -

19 - - - - - - - -

20 - - - - - - - -

21 - - - - - - - -

22 - - - - - - - -

23 - - - - - - - -

24 - - - - - - - -

rf 73,62 100,00 - 100,00 47,60 100,00 99,99 99,99

rp 146,00 125,00 204,59 125,00 166,70 125,00 125,00 125,00

riska 0,264544 0 0,39778 0 0,139015 0 1,24995 1,24996

Yön. MV MV DS DS SV SV VaR HVaR a Risk değeri N3 için standart sapmayı, N8 için LPM1, N13 için LPM2, N18 için VaR ve N23 için HVaR değerlerini

ifade etmektedir.

Durum-3’e bağlı senaryoların (N3, N8, N13, N18, N23) portföy optimizasyon

çözümlerinde sonuçların monotonlaştığı gözlemlenmiştir. OP ve GMRP çözümlerinin

hepsi 9.saat ve sabit getiri oranlı ikili anlaşma arasındaki kombinasyonlardan

oluşmaktadır. Sabit getiri oranlı ikili anlaşmanın herhangibir sapmaya sahip olmaması

otomatik olarak sapmaya odaklı MV, DS ve SV optimizasyon yöntemlerinde

GMRP’nün sadece bu sabit getirili ikili anlaşmaya yönlendirmektedir. Sadece DS

194

yöntemi ile bulunan OP’nin tamamı 9.saat varlığından oluşmaktadır. MV ve SV ile

bulunan OP çözümlerinde 9.saatin varlık oranları değişiklik göstermektedir. VaR ve

HVaR’in şeçicilik özelliği risksiz varlığın portföye dahil edilmesi ile sadece sabit getiri

oranlı ikili anlaşmaya yönelmektedir. Bu durumun temel nedeni ikili anlaşmanın getiri

oranının tüm riskli varlıkların VaR (%90) ve HVaR (%90) değerlerinin üzerinde

olması nedeniyle baskın çözüm olmasıdır. Bu nedenle optimizasyon uygulamasında

iterasyonla birlikte sonuç sabit getirili ikili anlaşmaya yakınsamaktadır.

Durum-4: 24 Riskli varlık ve bir adet sabit fiyatlı düşük riskli varlık için üst

yatırım kısıtı % 25 olan portföy optimizasyon uygulmasının yapıldığı senaryo

çalışmalarıdır. Sadece Nord Pool elektrik piyasasına yönelik olarak N4, N9, N14, N19,

N24 senaryoları Durum-4’e uygulanmıştır. Elde edilen sonuçlar aşağıdaki tabloda

(Tablo-37) özetlenmektedir.

195


Saat

N4

OP

(%)

N4

GMVP

(%)

N9

OP

(%)

N9

GMRP

(%)

N14

OP

(%)

N14

GMRP

(%)

N19

(%)

N24

(%)

1 - 24,99 - 0,07 - 25,00 - -

2 - 0,23 - 0,04 - 3,81 - -

3 - 0,06 - 11,15 - - - -

4 - 5,52 - 24,91 - - - -

5 - - - 2,32 - - - -

6 - - - 3,29 - - - -

7 - - - 0,01 - - - -

8 - - 24,99 - - - - -

9 - - 25,00 - 25,00 - - 25,00

10 12,79 - 25,00 - 25,00 - 25,00 25,00

11 25,00 - 25,00 0,01 25,00 - 25,00 25,00

12 25,00 0,05 - 8,71 - - 25,00 -

13 12,21 0,03 - 0,01 - 9,74 - -

14 - 2,95 - 0,01 - - - -

15 - - - - - - - -

16 - - - - - - - -

17 - - - - - - - -

18 - - - - - - - -

19 - - - - - - - -

20 - - - - - - - -

21 - - - 0,01 - - - -

22 - - - 0,02 - - - -

23 - 16,15 - 0,07 - 11,45 - -

24 - 24,99 - 24,34 - 25,00 - -

fp 25,00 25,00 - 25,00 25,00 25,00 25,00 25,00

rp 175,0

3

135,81 196,42 132,23 182,03 138,70 177,36 182,03

riska 0,699 0,64 0,3806 0,27186 0,29306 0,2352 0,6029 0,9024

Yön

.

MV MV DS DS SV SV VaR HVaR

a Risk değeri N4 için standart sapmayı, N9 için LPM1, N14 için LPM2, N19 için VaR ve N24 için HVaR değerlerini

ifade etmektedir.

Yine beklendiği gibi Global minimum risk portföy çözümleri en düşük getirye

sahip portföylerdir. Portföy getirileri yakın çıkmakla birlikte portföy içeriklerinin

oldukça farklılaştığı görülmektedir. Ortak nokta ise tüm global minimum risk portföy

çözümlerinin hepsinde 24.saat ile sabit fiyatlı varlığa çözüm seti içinde ya tam olarak

üst kısıttan veya üst kısıta yakın bir değerden pay verilmiş olmasıdır.

196

OP çözümlerine gelindiğinde tüm uygulamalar için yine beş metodolojide

başarıyla uygulanmıştır. SV ve HVaR yöntemlerinde aynı optimum portföy

sonuçlarına ulaşılmıştır. 11.saatin tüm çözümlerde optimum portföy içinde yer aldığı

görülmüştür. Sabit fiyatlı varlık ise hem OP hemde GMRP çözümlerinde DS-OP hariç

yer almaktadır. Sabit fiyatlı varlığın riski “0” olmayıp düşük bir risk düzeyine sahiptir.

Sabit fiyatlı varlık uygulaması bu anlamda finans literatüründe çoklukla kullanım alanı

bulan sabit getirili varlık konseptinden uzaklaşmaktadır. Bu varlık türü elektrik

piyasasının mevcut dinamiklerine ve uygulamalarına daha uygundur. Bununla birlikte

analiz sürecinin kısa olması ve elektrik üretim maliyetinin çok değişken olmaması gibi

durumlarda birbiri yerine kulllnımıda söz konusu olabilir. Fakat yatırım döneminin

uzun olması durumunda elektrik üretim maliyetlerinin sabit olacağının düşünülmesi

gerçekçi bir yaklaşım olmamaktadır.

Durum-5: Her bir üretim türü için 24 Riskli varlık toplam 72 riskli varlık ve

yine her bir üretim türü için bir adet sabit fiyatlı düşük riskli varlık toplam 3 adet sabit

fiyatlı düşük riskli varlığın olduğu riskli varlıklar için % 10 üst yatırım kısıtı olan

portföy optimizasyon uygulmasının yapıldığı senaryo çalışmalarıdır. Düşük riskli

varlıklar içinde uygulamanın gerçekçi olması adına Hidrolik için % 25, Nükleer için

% 50 ve Termik için % 40 alt üretim sınırları belirlenmiştir. Bu değerler ilgili

santrallerin minimum kararlı ve ekonomik üretim düzeyi olarak kabul edilerek

belirlenmiştir. Uygulama Nord Pool elektrik piyasasına ve Türk Gün-öncesi elektrik

piyasalarına yönelik olarak N5, N10, N15, N20, N25, T1, T2, T3, T4, T5 senaryoları

Durum-5’e uygulanmıştır. Elde edilen sonuçlar aşağıda özetlenmektedir.

197

Tablo 38 Durum-5 senaryo uygulamaları Nord Pool elektrik piyasası optimizasyon

sonuçları

Saat

N5

OP

(%)

N5

GMVP

(%)

N10

OP

(%)

N10

GMRP

(%)

N15

OP

(%)

N15

GMRP

(%)

N20

(%)

N25

(%)

1 - - - - - - - 0,08

2 - - - - - - - 0,07

3 - - - - - - - 0,06

4 - - - - - - - 0,07

5 - - - - - - - 0,08

6 - - - - - - - 0,11

7 - - - - - - - 0,21

8 6,33 - 10,00 - 9,80 - - 0,65

9 10,00 - 10,00 - 10,00 - 0,32 1,91

10 9,81 - 10,00 - 10,00 - - 0,69

11 8,79 - 10,00 - 10,00 - - 0,78

12 8,79 - 10,00 - 9,15 - - 0,42

13 1,93 - 2,22 - - - - 0,33

14 - - - - - - - 0,32

15 - - - - - - - 0,32

16 - - - - - - - 0,41

17 - - - - - - - 0,58

18 - - 1,47 - 1,94 - - 4,31

19 - - 1,27 - - - - 0,81

20 - - - - - - - 0,37

21 - - - - - - - 0,26

22 - - - - - - - 0,23

23 - - - - - - - 0,18

24 - - - - - - - 0,12

fp 54,34 100,00 45,04 100,00 49,12 100,00 99,68 86,64

rp 38,62 24,72 42,27 24,72 40,98 24,72 24,85 28,41

Yön. MV MV DS DS SV SV VaR HVaR

Yapılan uygulama sonucunda MV, DS ve SV yöntemlerinin GMRP sonuçları

ile VaR ve HVaR yönteminin OP sonuçlarının örtüştüğü görülmüştür. HVaR

sonucunda birçok küsaratın olması programın gerekli yakınsamayı yapamadığını

göstermektedir. Aynı sonuç veri yüzdeleri civarında Monte Carlo çalışması yapılarak

Matlab ile elde edilemeyen yakınsamış OP sonucu geliştirilebilir. N5, N10 ve N15

senaryo sonuçları incelendiğinde portföy optimizasyon sonuçlarının farklı olduğu

198

bununla birlikte belirli varlıkların (8, 9, 10, 11, 12, 13, 18, 19, sabit fiyatlı varlık)

üzerinde bir yoğunlaşma olduğu görülmektedir.

Durum-5’in Türk Gün-öncesi elektrik piyasasına uygulaması neticesinde de

aşağıdaki sonuçlar elde edilmiştir.

Tablo 39 Durum-5 senaryo uygulamaları Türk gün-öncesi elektrik piyasası

optimizasyon sonuçları

Saat

T1

OP

(%)

T1

GMVP

(%)

T2

OP

(%)

T2

GMRP

(%)

T3

OP

(%)

T3

GMRP

(%)

T4

(%)

T5

(%)

1 - - - - - - - 0,54

2 - - - - - - - 0,50

3 - - - - - - - 0,25

4 - - - - - - - 0,26

5 - - - - - - - 0,19

6 - - - - - - - 0,13

7 - - - - - - - 0,11

8 - - - - - - - 0,29

9 - - 0,61 - - - - 1,35

10 10,00 - 10,00 - 10,00 - 10,00 5,71

11 10,00 - 10,00 - 10,00 - 10,00 7,58

12 10,00 - 10,00 - 10,00 - 10,00 3,98

13 - - - - - - - 2,27

14 1,94 - 3,15 - 2,64 - 1,01 2,25

15 9,32 - 10,00 - 10,00 - 10,00 7,79

16 8,79 - 10,00 - 10,00 - 10,00 6,16

17 - - 1,21 - 1,20 - 1,71 1,91

18 - - - - - - - 0,76

19 - - - - - - - 0,74

20 - - - - - - - 1,85

21 - - - - - - - 0,43

22 - - - - - - - 0,34

23 - - - - - - - 0,50

24 - - - - - - - 0,30

fp 49,95 100,00 45,03 100,00 46,16 100,00 47,28 53,83

rp 187,27 148,78 193,79 148,78 192,36 148,78 191,10 183,05

Yön. MV MV DS DS SV SV VaR HVaR

199

Türk Gün-öncesi elektrik piyasasına yönelik yapılan uygulamada Nord Pool

piyasası uygulamasından farklı olarak tüm senaryoların (T1, T2, T3, T4, T5) OP

sonuçları belirli varlıkların (10, 11, 12, 14, 15, 16 ve sabit fiyatlı ikili anlaşma) üzerine

toparlanmaya çalıştığı görülmüştür. HVaR’ın uygulandığı senaryo yine Matlab

kısıtları karşılamasına rağmen yeterince yakınsayamaması nedeniyle tüm varlıkları

içerecek şekilde küsüratlı bir dağılım göstermektedir.21 Her ne kadar Matlab’te

hassasiyet arttırıldıysada HVaR’ın amaç fonksiyonunun büyüklüğü ve her iterasyonda

sıralama yapması gibi nedenlerden yakınsama problemleri ortaya çıkmıştır. Yine bir

önceki bölümde bahsedildiği üzere bu çözüm seti etrafında uygulanacak bir Monte

Carlo uygulaması ile daha iyi sonuçların olup olmadığı araştırılabilir.

3.3.4 Nord Pool ELSPOT Elektrik Piyasası Optimizasyon Sonuçları

Performans Analizleri

Portföy performanslarını karşılaştırma amacıyla Nord Pool elektrik

piyasasında hidrolik varlıklarına uygulanan Durum-2 senaryolarında elde edilen

sonuçlar (MV-OP, MV-GMVP, DS-OP, DS-GMRP, SV-OP, SV-GMRP, VaR-OP,

HVaR-OP) üzerinden bir değerlendirme yapılmıştır. Bu kapsamda sadece optimum

portföy sonuçları değil global minimum risk portföyleride dikkate alınmıştır.

Performans değerlendirmelerinde karşılaştırma amacı ile Durum-1, Durum-2 ve

Durum-4 dikkate alınmıştır. Bu durum senaryolarının seçilme nedeni optimizasyon ve

global minimum risk sonuçlarının birbirinden farklılıklar göstermesi, sabit getiri

21 Matlab uygulamasında MaxFunEvals, TolX, TolCon ve TolFun hassasiyetleri sırasıyla baz değerden daha hassas olan değerlere ayarlanmıştır.

200

oranlı risksiz varlıklar olan optimum portföy çözümlerinde “0”a bölme ve “0”a

bölünme problemlerinin olmamasıdır. Hibrit senaryo uygulamalarında ise kullanılan

risksiz getiri oranı sebebi ile çok fazla sayıda negatif getiri oranı ortaya çıkması sebebi

ile yine performans karşılaştırma işlemlerinde tercih edilmemeiştir. Performans

karşılaştırılması için finans literatüründe geniş bir yelpazede tanımlı ve kullanılan

performans ölçüm kriterleri tercih edilmiştir: Sharpe oranı, Treynor oranı, Sortino

oranı, Jensen oranı, IR (Information ratio), Omega oranı.

Sharpe, Treynor, Sortino ve Jensen oranlarında risksiz getiri oranı olarak

Durum-3 analizi içinde de kullanılan % 125 lik sabit getiri oranı seçilmiştir. Aynı oran

Omega hesabında sınır değer olarak ta kullanılmaktadır. Treynor oranı hesabındaki

pazar portföyü, Jensen hesabındaki piyasa portföyü ve IR hesabındaki benchmark

portföyleri, aynı portföy olarak alınmış ve tüm riskli varlıklara eşit oranda yer verilen

portföy olarak oluşturulmuştur. Analiz ve hesaplamalarda Matlab ve Excel

programlarından yararlanılarak aşağıdaki sonuçlara ulaşılmıştır.

Tablo 40 Nord Pool Durum-1 senaryoları performans değerlendirmesi

Senaryo Yöntem Sharpe Treynor Sortino Jensen IR Omega

N1-OP MV 0,7278 0,6243 1,8744 0,2551 1,3704 5,9714

N1-GMVP MV 0,1604 0,1376 0,2364 -0,2183 -1,3304 1,4608

N6-OP DS 0,7936 0,7061 2,3113 0,3755 1,1884 7,5844

N6-GMRP DS -0,2721 -0,2333 -0,2952 -0,4598 -2,2391 0,5074

N11-OP SV 0,7795 0,6811 2,1935 0,3322 1,3015 7,0973

N11-

GMRP

SV 0,2160 0,1839 0,3329 -0,1768 -1,2881 1,6651

N16 VaR 0,7576 0,6553 2,0324 0,2900 1,3364 6,5363

N21 HVaR 0,7936 0,7061 2,3115 0,3755 1,1885 7,5852

201



N2-OP MV 0,6491 0,5478 1,4953 0,1777 1,6816 4,7284

N2-GMVP MV 0,2088 0,1772 0,3189 -0,1849 -1,4604 1,6421

N7-OP DS 0,6882 0,5846 1,6838 0,2228 1,5395 5,3292

N7-GMRP DS 0,1494 0,1276 0,2174 -0,2309 -1,5234 1,4296

N12-OP SV 0,6866 0,5823 1,6642 0,2177 1,6090 5,2714

N12-

GMRP

SV 0,2718 0,2295 0,4378 -0,1364 -1,3796 1,8994

N17 VaR 0,6807 0,5765 1,6332 0,2106 1,6476 5,1749

N22 HVaR 0,6800 0,5759 1,6307 0,2111 1,6448 5,1645



N3-OP MV 0,7149 0,6122 1,8658 0,1955 0,5995 5,7490

N3-GMVP MV 0,1689 0,1451 0,2535 -0,1698 -1,0310 ,14801

N8-OP DS 0,7625 0,6617 2,0615 0,3116 1,3352 6,6855

N8-GMRP DS 0,1124 0,0962 0,1605 -0,2083 -1,2180 1,3032

N13-OP SV 0,7657 0,6650 2,1521 0,2504 0,8529 6,7867

N13-

GMRP

SV 0,2140 0,1829 0,3337 -0,1424 -0,9566 1,6427

N18 VaR 0,7358 0,6327 1,9757 0,2149 0,6927 6,1325

N23 HVaR 0,7658 0,6651 2,1523 0,2504 0,8531 6,7873

Tablo-40, 41 ve 42 incelendiğinde beklendiği gibi GMVP ve GMRP

alternatifleri en düşük performansları göstermişlerdir. Durum-1 senaryo dizisinde DS

ve HVaR yöntemleri ile bulunan OP’ler 6/5 en iyi performansı gösterirken MV

yöntemi ile bulunan OP en iyi IR oranına sahiptir. Durum-2 senaryo dizisinde DS

yöntemi ile bulunan OP’ler 6/5 en iyi performans değerlerine sahip olurken yine MV

yöntemi ile bulunan OP en iyi IR oranına sahiptir. Durum-4 senaryo dizininde daha

karışık bir durum karşımıza çıkmaktadır: HVaR yöntemi ile bulunan OP’ler 4

performans göstergesine göre, SV yöntemi ile bulunan OP’ler 3 performans

göstergesine göre ve DS ile bulunan OP’ler ise 2 performans göstergesine göre en iyi

değerleri elde etmişlerdir. Sonuç olarak VaR (delta normal) yöntemi ile bulunan

202

OP’ler hiçbir senaryoda en iyi değerleri elde edememiş, MV yöntemi ile bulunan

OP’ler sadece bir senaryoda başarılı olmuştur. Tüm senaryo dizilerinin hepsinde

başarılı değerler elde eden tek yöntem DS’dir.

3.4 Genişletilmiş Ek Uygulamalar

3.4.1 Monte Carlo yöntemini N1 senaryosuna uygulanması

Portföy optimizasyon yaklaşımlarından biride Monte Carlo yöntemidir.

Rastsallığı temel alan yöntem yüksek veri sayısına yönelik analiz ve bilgisayar

hesaplama zamanı istemektedir. Veri sayısının çokluğu yöntemin başarısını

arttırmaktadır. Bu tezin doğrudan konusu olmamakla birlikte N1 senaryosu için MV

yöntemiyle türetilmiş olan Etkin Sınır ve OP çözümünün teyiti için sırasıyla 500 örnek

ve 5000 örnek üzerinden Monte Carlo çözümleri aşağıdaki gibi elde edilmiştir.

Şekil 58 N1 senaryosunun 500 örnekli Monte Carlo ile çözümü

0.8 0.85 0.9 0.95 1

1.2

1.3

1.4

1.5

1.6

1.7

1.8

1.9

2

2.1

Risk (sigma)

Getiri (

Rp)

203

Şekil 59 N1 senaryosunun 5000 örnekli Monte Carlo ile çözümü

5000 örnek veriye dayalı Şekil-59’da sonuçları gösterilen Monte Carlo

analizinde elde edilen tüm portföylerin Sharpe performansı incelendiğinde en yüksek

0,7381 değerine ulaşılabilinmiştir. Bu sonucun Durum-1’e yönelik Tablo-40’da yer

alan sonuçlarda MV ve VaR yöntemleri ile elde edilen OP sonuçlarından daha iyi bir

Sharpe oranına sahip olduğu görülmektedir. Monte Carlo metodu için örnek sayısının

arttırılması ile olası portföy seçenekleri çoğaltılabileceğinden daha iyi performans

değerlerine sahip optimum portföyler elde etmek mümkün olacaktır. Bununla birlikte

çözümün rastsal elde edilmesi ve hesaplama sürelerinin yüksek olması gibi

dezavantajlarıda bulunmaktadır.

3.4.2 Etkin Sınır Üzerinde Performans Ölçümü N2 N7 N12 Senaryoları

MV, DS ve SV yöntemlerine bağlı oluşturulan etkin sınırlar, yöntemlerin

temelinde yatan temel ortak yaklaşım nedeniyle birbiri üstünde veya çok yakın

0.8 0.85 0.9 0.95 1

1.2

1.3

1.4

1.5

1.6

1.7

1.8

1.9

2

Risk (sigma)

Getiri (

Rp)

204

çıkmaktadır (Gökgöz ve Atmaca, 2016b). Örneğin aşağıda N2, N7 ve N12 (Durum-2)

senaryolarında Sharpe oranının maksimum değer aldığı noktalar görülmektedir.

Şekil 60 Etkin sınır üzerinde Sharpe oranının değişimi

Bu kapsamda diğer performans kriterleride kullanılarak etkin sınır üzerinde

çok daha iyi performans sağlayan çözümlerde elde edilebilmektedir.

3.4.3 Yatırımcı Risk Algısına göre Sharpe Oranının Değişmi

Tez kapsamındaki konular dahilinde yapılan konferansa’da konu olan yan

çalışmalarımızdan birinde Türk elektrik piyasasında, 28 Nisan 2014-24 Nisan 2016

tarihleri arasını kapsayacak şekilde aşağıdaki kısıtlar dahilinde bir çalışma yapılmıştır

(Gökgöz ve Atmaca, 2016b).

0,684

0,6845

0,685

0,6855

0,686

0,6865

0,687

0,6875

0,688

0,6885

0,8800 0,8850 0,8900 0,8950 0,9000 0,9050

Shar

pe

Ora

nı

Risk (𝞼p)

205

Tablo 43 Optmizasyon çalışması kısıt ve parametreler (Gökgöz ve Atmaca, 2016b)

Başlık Değer

Kurulu Güç 100 MWe

Toplam satılabilir

enerji

500 MWh

Yatırım süresi 1 gün

Üretim maliyeti 30 €/MWh

Risksiz getiri oranı % 10

İkili anlaşma fiyatı 33 €/MWh

Piyasa verisi 28 Nisan 2014/24 Nisan 2016

Riskli varlık sayısı 24

Risksiz varlık sayısı 1

Üst yatırım kısıtı % 10

Optimizasyon

yöntemleri

MV, DS, SV

Performans ölçüm Sharpe oranı

Yukarıda tanımlı kısıtlar dahilinde fayda fonksiyonları içinde yer alan yatırımcı

risk algısını temsil eden “A” katsayısının değişiminin bu yöntemlere göre elde edilen

OP portföylerinin Sharpe performansını nasıl etkilediği araştırılmış ve aşağıdaki

grafikte verilen sonuçlar elde edilmiştir.

Şekil 61 Sharpe oranının farklı yatırımcı risk algısı seviyeleri için değişimi (Gökgöz

ve Atmaca, 2016b)

206

Şekil-61’den de görüleceği üzere yatırımcı risk algı seviyeleri kullanılan

yönteme göre farklı anlamlara gelmektedir. Ortalama varyans yönteminde A 7-10 arası

bir değer aldığında, alt taraf risk yönteminde A 7-12 arası bir değer aldığında ve yarı-

varyans yönteminde ise A 10-12 arası bir değer aldığında çözüm portföylerinin en

yüksek Sharpe oranı değerlerine ulaştığı görülmektedir. Buradan piyasa yapısına ve

kullanılan yönteme göre maksimum Sharpe performansının elde edilebilmesi için

fayda fonksiyonu içinde yer alan “A” değerinin adapte edilmesi gerektiği durumu

ortaya çıkmaktadır.

Diğer performans kriterleride benzer analizden geçirilerek yöntemlere göre en

yüksek performans değerini sağlayan yatırımcı algısı ve fayda fonksiyonlarıda tespit

edilebilir. Bu sayede daha yüksek performanslı portföy sonuçlarına ulaşmak için

önemli bir yardımcı analiz aracı kullanılmış olunacaktır.

SONUÇ VE DEĞERLENDİRME

Geçmişe yönelik izleri M.Ö. 2750 yılına kadar uzansa da elektrik ancak 18 ve

19’uncu yüzyıllarda üzerinde çalışan birçok ünlü bilim insanının gayretleri sonucunda

günlük hayatın vazgeçilmez bir unsuru haline gelmeyi başarmıştır. Artık elektrik

ticareti yapılan, piyasalarda ve karşılıklı ikili anlaşmalarla alınıp satılabilen, türev ürün

uygulamalarına konu olan bir emtia haline gelmiş bulunmaktadır.

Çok fazla geçmişteki belli belirsiz uygulamalara gitmeden elektrik piyasaları

uygulamalarının asıl gelişim gösterdiği yakın geçmişe bakıldığında; son 40 yıl içinde

tüm dünyada elektrik sektörünün serbestleşmesine yönelik birçok ülkede önemli

gelişmelerin olduğu ve bu konuda da başı Şili, Amerika, İngiltere ve İskandinav

elektrik piyasalarının çektiği görülmektedir. Aynı akım Türkiye’yi de etkilemiş ve

2001 yılından itibaren önemli reform hareketleri ve düzenlemeler ortaya çıkmıştır. Her

ne kadar Türkiye bu işe diğer ülkelerin izinde biraz gecikmeyle girmiş gibi gözükse

de 2001 yılında EPDK’nın kuruluşu ve 2015 yılında EPİAŞ’ın faaliyete geçmesi ve

ara dönemde yapılan özelleştirme ve dikey bütünleşmiş elektrik piyasa yapısının

ayrıştırılması çalışmaları ile çok önemli bir ilerleme kaydetmiştir. Aynı şekilde bir nevi

Türkiye’nin de kendine örnek aldığı Nord Pool Elektrik piyasası 1993 yılında

İskandinav ülkeleri arasında başlayan işbirliği ile çıktığı yolda bugün itibari ile

Avrupa’nın 10 ülkesinde hakim elektrik piyasası işleticisi haline gelmiştir. Fiziki

teslimatlı piyasaların yanında onun katbe kat üstünde işlemlerin yapıldığı türev piyasa

uygulamaları ile tüm dünyaya örnek bir piyasa yapısı ve büyüklüğüne kavuşmuştur.

207

Bu kısa süreç içinde ortaya çıkan ve hızlı bir evrilme süreci geçiren elektrik

piyasa yapıları beraberlerinde bu piyasalarda bulunan oyuncularında piyasaya

adaptasyonu ve risklerini ölçme yönetme ihtiyaçlarını ortaya çıkarmıştır. Bu ihtiyacı

gören bilim insanları çalışmalar yapmaya balamışlar fakat bu çalışmaların önemli bir

miktarı ancak 2000 yılından sonra ortaya konabilmiştir. Bu anlamda bilimsel alanda

bakir bir alan olduğu ve daha birçok çalışma ile olgunluk seviyesinin arttırılması

gerektiği düşünülmektedir.

Bu tez çalışmasının amacı finansal piyasalarda kendine birçok uygulama alanı

bulmuş, Markowitz’in 1952 yılında temellerini attığı modern portföy teorisi ve ondan

türemiş olan bazı yöntemlerin iki önemli elektrik piyasasına uygulanması ile finansal

optimizasyon modellerinin elektrik piyasalarına uygulanması, geliştirilmesi ve

adaptasyonunun sağlanmasına yönelik literatüre önemli bir ek katkı sağlamaktır.

Çalışma kapsamında ortaya çıkan edinimler şu şekilde sıralanabilir:

Nord Pool ELSPOT ve Türk-Gün öncesi elektrik piyasalarının yapısal

karşılaştırılması, piyasa dinamikleri ve evrilme süreçleri: Çalışmanın kalitatif

kısmında yani birinci bölümünde iki piyasanın tarihsel gelişimi, evrimi, aktörleri ve

dinamiklerine yönelik detaylı bir sunuş yapılarak farklı kaynaklarda dağınık veya belli

bir piyasaya yönelik olan bilgiler bir araya getirilmiştir. Oluşturulmuş olan Durum-5

senaryo seti üzerinden aynı kısıtlar dahilinde optimizasyon uygulamaları yapılmıştır.

Portföyünde hidrolik, nükleer ve termik santral üniteleri yer alan toplam kurulu gücü

1600 MWe olan bir elektrik üreticisi için her iki piyasada Durum-5 senaryosunda

tanımlı belli kısıtlar altında yapılan çalışmada aşağıdaki sonuçlar elde edilmiştir.

208

Tablo 44 Nord Pool Durum-5 senaryo sonuçları

Varlıklar

MV

N5

(%)

DS

N10

(%)

SV

N15

(%)

VaR

N20

(%)

HVaR

N25

(%)

Saat-8 6,33 10,00 9,80 - 0,65

Saat-9 10,00 10,00 10,00 0,32 1,91

Saat-10 9,81 10,00 10,00 - 0,69

Saat-11 8,79 10,00 10,00 - 0,78

Saat-12 8,79 10,00 9,15 - 0,42

Saat-13 1,93 2,22 - - 0,33

Saat-18 - 1,47 1,94 - 4,31

Saat-19 - 1,27 - - 0,81

Diğer saatler - - - - 3,46

İkili Anlaşma 54,34 45,04 49,12 99,68 86,64

Tablo 45 Türk Gün-öncesi Durum-5 senaryo sonuçları

Varlıklar

MV

T1

(%)

DS

T2

(%)

SV

T3

(%)

VaR

T4

(%)

HVaR

T5

(%)

Saat-9 - 0,61 - - 1,35

Saat-10 10,00 10,00 10,00 10,00 5,71

Saat-11 10,00 10,00 10,00 10,00 7,58

Saat-12 10,00 10,00 10,00 10,00 3,98

Saat-13 - - - - 2,27

Saat-14 1,94 3,15 2,64 1,01 2,25

Saat-15 9,32 10,00 10,00 10,00 7,79

Saat-16 8,79 10,00 10,00 10,00 6,16

Saat-17 - 1,21 1,20 1,71 1,91

Saat-20 - - - - 1,85

Diğer saatler - - - - 5,32

İkili Anlaşma 49,95 45,03 46,16 47,28 53,83

Nord Pool piyasası OP sonuçlarına bakıldığında VaR ve HVaR sonuçlarının

diğer üç yöntemden daha fazla ayrıştığı ama aynı ayrışımın Türk gün-öncesi elektrik

piyasasında ortaya çıkmadığı görülmüştür. Tanımlanmış olan kısıtlar dahilinde

elektrik üreticisinin %43,44-%100 arasındaki bir oranında ikili anlaşma yapması

gerekmektedir. Buna rağmen tüm senaryo çalışmalarının biri hariç hepsinde piyasada

elektrik satımının neredeyse en yüksek oranda yapılması yönünde bir sonuç ortaya

209

çıkmıştır. Satış tercihleri anlamında Nord Pool için 8, 9, 10, 11 ve 12.saatler ön plana

çıkarken Türk Gün-öncesi elektrik piyasası için 10, 11, 12, 15 ve 16.saatler ön plana

çıkmaktadır. Bu ayrım piyasaların kendine özgü karakteristiklerinden

kaynaklanmaktadır.

Finansal modellerin elektrik piyasalarına uyarlanması: Finansal literatürde

yaygın uygulama alanı olan ortalama-varyans, alt taraf risk, yarı varyans, riske maruz

değer ve tarihsel riske maruz temel yöntemleri oluşturulmuş olan 25 Nord Pool ve 5

Türk Gün-öncesi elektrik piyasalarına geniş bir platformda başarı ile uygulanmış

sonuçları karşılaştırılmıştır. Senaryo uygulamalrı için 5 Durum seti ve 5 Optimizasyon

yöntemi kullanılmıştır. Yatırımcılar için fayda fonksiyonlarında yatırımcı risk algısını

temsil eden “A” değerlerinin 3 olarak alındığı MV, DS, SV yöntemleri ve VaR ile

HVaR yöntemlerinde güven aralığının %90 alındığı OP çözümlerinin performans

açısından beklendiği gibi minimum risk portföylerine baskın geldiği görülmüştür.

Nord Pool’a yönelik elektrik üreticisinin spot piyasa ve ikili anlaşma ile elektriğini ne

oranlarda satması gerektiğine yönelik Durum-1, Durum-2 ve Durum-4 senaryo setleri

üzerinden elde edilen sonuçlara yönelik yapılan performans karşılaştırmalarında;

Durum-1: 24 riskli varlık, üst yatırım kısıtı yok,

Durum-2: 24 riskli varlık ve bu varlıklar için %10üst yatırım kısıtı mevcut,

Durum-4: 24 riskli varlık, bir sabit fiyatlı varlık ve bu varlıklar için % 25 üst

yatırım kısıtı mevcut.

210

Durum-1’de alt-taraf risk yöntemi ile bulunan OP çözümünün 6 performans

değerinden 5’inden en iyi sonucu alırken ortalama-varyans yöntemi ile bulunan OP

çözümünün diğer 1’inden en iyi performans sonucunu aldığı tespit edilmiştir. Durum-

2’de aynı sonuç ortaya çıkarak performans yöntemlerinin 5’inden alt-taraf risk OP

çözümü en iyi değeri alırken 1’inden ortalama-varyans OP çözümünün en iyi değere

ulaştığı görülmüştür. Durum-4’te işin içine sabit fiyatlı ikili anlaşmanın da dahil

olduğu bir uygulama olup 4 performans kriterinde tarihsel riske maruz değer, 3

performans kriterinde yarı-varyans ve 2 performans kriterinde ise alt-taraf risk metodu

ile elde edilen OP çözümlerinin en iyi performans değerlerine ulaştığı görülmüştür.

Performans ölçme yöntemleri ile portföy performanslarının

karşılaştırılması: 6 Performans ölçme oranı aynı anda kullanılarak tüm OP ve GMRP

çözümlerinin birbirlerine göre performansları başarı ile tespit edilmiştir. Bu anlamda

alanda yapılan çalışmalar içinde performans ölçme uygulamasını en geniş ölçüde

yapan bir çalışma ortaya çıkmıştır. Ek uygulamalarda da görüleceği üzere etkin sınır

üzerindeki portföylerin performans analizi yapılarak performans değerinin en yüksek

olduğu noktadaki portföy çözümlerinede ulaşılabilinmekte böylece kullanılan

metodoloji dahilinde oluşturulmuş olan etkin sınır üzerinde ilgili performans kriteri

açısından en yüksek değere sahip olan portföyde ayrıca hesaplanabilinmektedir.

Fayda fonksiyonu ve yatırımcı risk algısının OP çözümü ve performansı

üzerine etkisinin tanımlanması: Bu anlamda ek uygulamalarda yapılan yan bir

çalışma ile farklı bir veri seti üzerinden Türk Gün-öncesi elektrik piyasası ortalama-

varyans, alt taraf risk ve yarı-varyans metotları ile analizi yapılmıştır. Fayda

211

fonksiyonlarında yer alan ve yatırımcı risk algısını temsil eden “A” değerinin

değişmine karşın bu metotlarla elde edilmiş OP çözümlerinin Sharpe performansları

irdelenmiştir. Bu sayede Türk Gün-öncesi elektrik piyasasında her metota özgü en iyi

Sharpe performans değerini sağlayan yatırımcı risk algı seviyeleri aralığı tespit

edilebilmiştir: Ortalama-varyans için 7-10, Alt-taraf risk için 7-12 ve Yarı-varyans için

10-12 olarak bulunmuştur.

Gelecekte yapılabilecek çalışmalar: Diğer finansal optimizasyon

yaklaşımlarıda buradaki yöntemlerle birlikte uygulanıp benzerlikleri, farkları,

uygulanabilirlikleri ve performansları analiz edilerek sonuçları yorumlanabilir. Çok

dönemli optimizasyon, kısa ve uzun dönemli veri seti üzerinden optimizasyon, fiyat

tahminleme yaklaşımları ile optimizasyonun entegrasyonu yine üzerinde

çalışılabilecek konuları teşkil etmektedir.

Tüm bu yukarıda değerlendirilen unsurlar dahilinde alanda yapılmış en

kapsamlı optimizasyon ve performans değerlendirmesi olması, iki elektrik piyasasının

eş zamanlı analizini yapması ve gerçekçi senaryo uygulamaları ve senaryo sayısı ile

bu alanda yapılan çalışmalara önemli katkılar sağlayacağı düşünülmektedir. Bu ve

benzeri metotların elektrik piyasalarında daha yaygın kullanılması ile piyasadaki karar

vericilerin karar destek sistemleri içinde daha fazla opsiyona sahip olabileceği ve farklı

piyasalar için farklı ve etkili yöntemler geliştirebileceği bu sayede önemli bir yardımcı

karar destek mekanizması görevini yerine getirebileceği düşünülmektedir.

212

KAYNAKLAR

Akçollu, F.Y. (2003). Elektrik Sektöründe Rekabet ve Regülasyon. Uzmanlık Tezi.

Rekabet Kurumu.

Akhavan-Hejazi, H., Asghari, B., & Sharma, R. K. (2015, February). A joint bidding

and operation strategy for battery storage in multi-temporal energy markets.

In Innovative Smart Grid Technologies Conference (ISGT), 2015 IEEE Power &

Energy Society (pp. 1-5). IEEE.

Aslan, İ.Y., Katırcıoğlu, E. ve diğerleri (2007). Enerji Hukuku Cilt 1 Elektrik

Piyasasında Rekabet ve Regülasyon, 1.Basım. Bursa: Ekin Basım Yayın Dağıtım

Atiyas, İ. (2006). Elektrik Sektöründe Serbestleşme ve Düzenleyici Reform. İstanbul:

TESEV Yayınları.

Atmaca, M. E. (2010). Elektrik Piyasasında Portföy Optimizasyonu. (Yüksek Lisans

Tezi). Ankara Üniversitesi. (YÖK Tez Merkezi, No:313125).

Bernstein, P., (1992). Capital Ideas, Hoboken. NJ: John Wiley & Sons.

Bertrand, P., & Prigent, J. (2011). Omega Performans Measure and Portfolio

Insurance. Journal of Banking and Finance, 35, 1811-1823.

213

Bhattacharya, A., & Kojima, S. (2012). Power sector investment risk and renewable

energy: A Japanese case study using portfolio risk optimization method. Energy

Policy, 40, 69-80.

Bjorgan, R., Liu, C. C., & Lawarree, J. (1999). Financial risk management in a

competitive electricity market. IEEE Transactions on Power Systems, 14(4), 1285-

1291.

Bodie, Z., Kane, A., & Markus, A. J. (2009). Investments (8th Edition). NY: Mc-Graw-

Hill Irwin.

Borandağ, F., (2013). Çok Amaçlı Portföy Optimizasyonu. (Yüksek Lisans Tezi).

Ankara Universitesi. (YÖK Tez Merkezi, No:339203).

Bringham, E. F. ve Houston, J. F. (1997). Fundamentals of Financial Management

(Eigths Edition). France: The Dryden Press Series.

Boroumand, R. H., Goutte, S., Porcher, S., & Porcher, T. (2015). Hedging strategies

in energy markets: The case of electricity retailers. Energy Economics, 51, 503-509.

Byström, H. N. (2003). The hedging performance of electricity futures on the Nordic

power exchange. Applied Economics, 35(1), 1-11.

214

Can, H., Tuncer, D. ve Ayhan, D. Y. (2005). Genel İşletmecilik Bilgileri (16.Baskı).

Ankara: Siyasal Kitabevi.

Cohen, M. H. & Natoli, V. D. (2003). Risk and Utility in Portfolio Optimization.

Physica A, Vol. 324, 81-88.

Cong, F., & Oosterlee, C. W. (2016). Multi-period mean–variance portfolio

optimization based on Monte-Carlo simulation. Journal of Economic Dynamics and

Control, 64, 23-38.

Copeland, T. E., Weston, J. F., & Shastri, K. (2005). Financial Theory and Corporate

Policy (4th Edition). Massachusetts: Addison-Wesley.

Cui, X., Gao, J., Li, X., & Li, D. (2014). Optimal multi-period mean–variance policy

under no-shorting constraint. European Journal of Operational Research, 234(2),

459-468.

Çalışır, T. (2016). Türkiye’de Enerji Ticareti (Sunum). Ankara: Gama Enerji A.Ş.

Çengel, Y. ve Boles, M. A. (1994). Thermodynamics An Engineering Approach

(Second Edition). Ohio: McGraw-Hill.

215

Çetintaş, H. ve Bicil, İ. M. (2015). Elektrik Piyasalarında Yeniden Yapılanma ve

Türkiye Elektrik Piyasasında Yapısal Dönüşüm. Optimum Journal of Economics and

Management Sciences, 2(2), 1-15.

Dahlgren, R., Liu, C. C., & Lawarree, J. (2003). Risk assessment in energy

trading. IEEE Transactions on Power Systems, 18(2), 503-511.

DeFusco, R. A., McLeavey, D. W., Pinto, J. E., Anson, M. J., & Runkle, D. E.

(2004). Quantitative investment analysis. John Wiley & Sons.

Deloitte (2007). Türkiye Elektrik Enerji Piyasası, Beklentiler ve Gelişmeler 2007

Sektör Raporu. Ankara: Deloitte.

Eggertson, H. (2003). The Scandinavian Electricity Power Market and Market Power.

(Master Thesis). Technical University of Denmark.

Elektrik Üretim A.Ş. (2010). 2010 Yıllık Faaliyet Raporu. Ankara: EÜAŞ.



Elton, E. J. & Gruber, M. J. (1974). On the Optimality of some Multiperiod Portfolio

Selection Criteria. Journal of Business, Vol. 47, Issue 2, 231-243.

216

Enerji Piyasası Düzenleme Kurumu EPDK (2003). Dünya Genelinde Uygulanan

Elektrik Ticaret Rejiminden Örnekler. Ankara: EPDK.

Enerji Piyasaları İşletme Anonim Şirketi EPİAŞ (2016b). Gün Öncesi Elektrik

Piyasası Piyasa Takas Fiyatı Belirleme Yöntemi. İstanbul: EPİAŞ.

European Commission-EC (2008). Turkey Progress Report 2008. European Union.

European Commission-EC (2009). Regulation EC No 714/2009 of the European

Parliament and of the Council, Official Journal of European Union, L211, 15-35.

European Commission-EC (2016). Turkey Progress Report 2016. European Union.

Feng, D., Gan, D., Zhong, J., & Ni, Y. (2007). Supplier asset allocation in a pool-based

electricity market. IEEE Transactions on Power Systems, 22(3), 1129-1138.

Fishburn, P.C. (1977). Mean-risk analysis with risk associated with below-target

returns. The American Economic Review, 67(2), 116-126.

Franco, C. J., Castaneda, M. ve Dyner, I. (2015). Simulating the New British

Electricity-Market Reform. European Journal of Operational Research, 245, 273-285.

Gaivoronski, A. A., & Pflug, G. (2005). Value-at-risk in portfolio optimization:

properties and computational approach. Journal of Risk, 7(2), 1-31.

217

Ghosh, A. ve Mahanti, A. (2014). Investment Portfolio Management: A review from

2009 to 2014. In Proceedings of 10th Global Business and Social Science Research

Conference. China: Beijing.

Gökgöz, E. (2006). Riske Maruz Değer (VaR) ve Portföy Optimizasyonu. Ankara:

Sermaye Piyasası Kurulu.

Gökgöz, F. (2009). Mean variance optimization via factor models in the emerging

markets: evidence on the Istanbul Stock Exchange. Investment Management and

Financial Innovations, 6(3), 43-53.

Gökgöz, F. ve Atmaca M. E. (2012). Financial Optimization in the Turkish Electricity

Market: Markowitz’s Mean-variance Approach. Renewable and Sustainable Energy

Reviews, Vol. 16, 357-368.

Gökgöz, F. & Atmaca M. E. (2013). Optimal Asset Allocation in the Turkish

Electricity Market: Down-side vs Semi-variance Risk Approach. In Proceedings of the

World Congress on Engineering, Vol. I, 348-353.

Gökgöz, F. & Atmaca M. E. (2016a). An Optimal Asset Allocation in Electricity

Generation Market for the Policy Makers and Stakeholders. In Potocan, V., Üngan, M.

C. & Nedelko, Z. (Eds), Handbook of Research on Managerial Solutions in Non-Profit

Organizations. IGI Global, 448-482. http://www.igi-global.com/chapter/an-optimal-

http://www.igi-global.com/chapter/an-optimal-asset-allocation-in-electricity-generation-market-for-the-policy-makers-and-stakeholders/163767

218

asset-allocation-in-electricity-generation-market-for-the-policy-makers-and-

stakeholders/163767

Gökgöz, F. , Atmaca, M. (2016b). Financial Portfolio Optimization in Electricity

Markets: Evaluation via Sharpe Ratio. World Academy of Science, Engineering and

Technology, International Science Index 119, International Journal of Social,

Behavioral, Educational, Economic, Business and Industrial Engineering, 10(11),

3401 - 3409.

Gökgöz, F. & Atmaca M. E. (2016c). Financial Portfolio Optimization in Turkish

Electricity Market via Value at Risk. In Proceedings of World Academy of Science,

Engineering and Technology International Journal of Social, Behavioral,

Educational, Economic, Business and Industrial Engineering, Vol 10, No:11.

Gökgöz, F. & Atmaca M. E. (2017). Portfolio Optimization Under Lower Partial

Moments in Emerging Electricity Markets: Evidence from Turkey. Renewable and

Sustainable Energy Reviews, 67, 437-449.

Grootveld, H., & Hallerbach, W. (1999). Variance vs downside risk: Is there really

that much difference?. European Journal of operational research, 114(2), 304-319.

Guan, X., Wu, J., Gao, F., & Sun, G. (2008). Optimization-based generation asset

allocation for forward and spot markets. IEEE Transactions on Power Systems, 23(4),

1796-1808.



219

Hakansson, N. H. (1971). Multi-period Mean-variance Analysis: Toward a General

Theory of Portfolio Choice, Journal of Finance, Vol. 26(4), pp.857-884.

Holton, G. A. (2002). History of Value-at-Risk 1922-1998. Working Paper at

https://www. glynholton.com/.

Holton, G. A. (2014). Value-at-Risk: Theory and Practice. E-book published by

Author at www. value-at-risk.net.

International Energy Agency-IEA (2015). World Energy Outlook 2015. France:

OECD/IEA.

Jones, Charles P. (2000). Investments Analysis and Management (7th Edition). NY,

USA: John Wiley & Sons, Inc.

Karacabey, A. A. ve Gökgöz, Fazıl (2005). Emeklilik Fonları ve Portföy Analizi.

Ankara: Siyasal Kitabevi.

Karan, B. (2004). Yatırım Analizi ve Portföy Yönetimi. Ankara: Gazi Kitabevi.

Kaye, R. J., Outhred, H. R., & Bannister, C. H. (1990). Forward contracts for the

operation of an electricity industry under spot pricing. IEEE Transactions on Power

Systems, 5(1), 46-52.

http://www.value-at-risk.net/

220

Kazempour, S. J., & Moghaddam, M. P. (2011). Risk-constrained self-scheduling of a

fuel and emission constrained power producer using rolling window

procedure. International Journal of Electrical Power & Energy Systems, 33(2), 359-

368.

Keating, C. & Shadwick, W. F. (2002). A Universal Performance Measure. Journal of

performance measurement, 6(3), 59-84.

King, D. (2007). Portfolio optimization and diversification. Journal of Asset

Management, 8(5), 296–307.

Kreyszig, E. (1993). Advanced Engineering Mathematics. Singapore: John Wiley &

Sons, Inc.

Kungwani, Ms. Pooja (2014). Risk Management an Analytical Study. IOSR Journal

of Business and Management, Vol. 16, Issue 3.

LeCOMPTE, Richard L.B. (2008). Portfolio Theory, Encyclopedia of Public

Administration and Public Policy. NY & London:Taylor & Francis.

Levy, H., & Post, T. (2005). Investments. Pearson Education.

Li, D. ve NG, W. L. (2000). Optimal Dynamic Portfolio Selection: Multiperiod Mean-

variance Formulation. Mathematical Finance, Vol. 10(3), 387-406.

221

Li, G., Shi, J., & Qu, X. (2011). Modeling methods for GenCo bidding strategy

optimization in the liberalized electricity spot market–A state-of-the-art

review. Energy, 36(8), 4686-4700.

Linsmeier, T. J., & Pearson, N. D. (2000). Value at risk. Financial Analysts

Journal, 56(2), 47-67.

Linther, J. (1965). The Valuation of Risk Assets and the Selection of Risky

Investments in Stock Portfolios and Capital Budgets. The Review of Economics and

Statistics, Vol. 47, No 1.

Liu, M. (2004). Energy allocation with risk management in electricity markets (PhD

dissertation). Hong Kong: Department of Electrical and Electronical Engineering, The

University of Hong Kong.

Liu, M., & Wu, F. F. (2006). Managing price risk in a multimarket environment. IEEE

Transactions on Power Systems, 21(4), 1512-1519.

Liu, M., Wu, F. F., & Ni, Y. (2006, June). A survey on risk management in electricity

markets. In 2006 IEEE Power Engineering Society General Meeting, 2006. IEEE (pp.

6-pp). IEEE.

Liu, M., & Wu, F. F. (2007a). Portfolio optimization in electricity markets. Electric

Power Systems Research, 77(8), 1000-1009.

222

Liu, M., & Wu, F. F. (2007b). Risk management in a competitive electricity

market. International Journal of Electrical Power & Energy Systems, 29(9), 690-697.

Markowitz, H. M. (1952). Portfolio Selection, Journal of Finance, Vol. 7, No. 1, 77-

91.

Markowitz, H. M. (1959). Portfolio Selection: Efficient Diversification of Investments,

Cowles Foundation Monograph 16. NY: John Wiley & Sons, Inc.

Marrero, G. A., Puch, L. A., & Ramos-Real, F. J. (2015). Mean-variance portfolio

methods for energy policy risk management. International Review of Economics &

Finance, 40, 246-264.

Metaxiotis, K., & Liagkouras, K. (2012). Multiobjective evolutionary algorithms for

portfolio management: a comprehensive literature review. Expert Systems with

Applications, 39(14), 11685-11698.

Michaud, R. O. (1989). The Markowitz optimization enigma: is'

optimized'optimal?. Financial Analysts Journal, 45(1), 31-42.

Moles, P. & Terry, N. (1999). The Handbook of International Financial Terms. UK:

Oxford University Press.

Moller, P. (1991), Review: Elektric Fish, BioScience, Vol. 41, No. 11.

223

Mossin, J. (1968). Optimal Multiperiod Portfolio Policies. Journal of Business, Vol.

41(2).

Muñoz, J. I., de la Nieta, A. A. S., Contreras, J., & Bernal-Agustín, J. L. (2009).

Optimal investment portfolio in renewable energy: The Spanish case. Energy

Policy, 37(12), 5273-5284.

Nord Pool Spot AS (2016b). Trading Appendix 3 Product Specifications Physical

Markets. Nord Pool.

Nord Pool Spot AS (2016c), ELSPOT Market Regulations-Trading Appendix 2a. Nord

Pool

OECD/IEA (2005), Lessons from Liberalized Electricity Markets.

OECD/IEA (2008), World Energy Outlook 2008.

OECD/IEA (2015), World Energy Outlook 2015.

Özelleştirme İdaresi Başkanlığı-ÖİB (2009). Türkiye Elektrik Dağıtım Sektörü

Özelleştrimesi Tanıtım Dokümanı. Ankara: ÖİB.

224

Pindoriya, N. M., Singh, S. N., & Singh, S. K. (2010). Multi-objective mean–variance–

skewness model for generation portfolio allocation in electricity markets. Electric

Power Systems Research, 80(10), 1314-1321.

Project Management Institute-PMI, (2008). A Guide to the Project Management Body

of Knowledge (PMBOK Guide), (Fourth Edition). USA: Project Management Institute

Inc.

Resmi Gazete (1984). “Türkiye Elektrik Kurumu Dışındaki Kuruluşların Elektrik

Üretimi, İletimi, Dağıtımı ve Ticareti ile Görevlendirilmesin İlişkin Kanun”. R.G.

19.12.1984 tarih ve sayı 18160.

Resmi Gazete (1994). “Bazı Yatırım ve Hizmetlerin Yap-İşlet-Devret Modeli

Çerçevesinde Yaptırılması Hakkında Kanun”. R.G. 13.06.1994 tarih ve sayı 21959.

Resmi Gazete (2000). “2000/1312 Türkiye Elektrik Üretim, İletim Anonim Şirketi’nin;

Türkiye Elektrik İletim Anonim Şirketi, Elektrik Üretim Anonim Şirketi ve Türkiye

Elektrik Ticaret ve Taahhüt Anonim Şirketi Unvanlı Üç Ayrı İktisadi Devlet Teşekkülü

Şeklinde Teşkilatlandırılmasına İlişkin Karar”. R.G. 08.10.2000 tarih ve sayı 24194.

Resmi Gazete (2001). “Doğal Gaz Piyasası Kanunu (Elektrik Piyasası Kanununda

Değişiklik Yapılması ve Doğal Gaz Piyasası Hakkında Kanun)”. R.G. 02.05.2001 tarih

sayı 24390.

225

Resmi Gazete (2013). “Elektrik Piyasası Lisans Yönetmeliği”. R.G. 02.11.2013 tarih

sayı 28809.

Roy, A. D., (1950). Safety First and the Holding of Assets. Econometrica, Vol. 20,

No. 3.

Seviaoğlu, O. (2004). EE710 Elektrik Piyasası Ders Notları. Ortadoğu Üniversitesi,

Bahar sömestr.

Sharpe, W. F. (1964). Capital Asset Prices: A Theory of Market Equilibrium under

Condition of Risk. Journal of Finance, Vol. 19, 425-442.

Sharpe, William F., Alexander, Gordon J., & Bailey, J. V. (1999). Investments (6th

Ed.). USA: Prentice Hall.

Sortino, F. A., & Price, L. N. (1994). Performance measurement in a downside risk

framework. the Journal of Investing, 3(3), 59-64.

Statman, M. (1987). How many stocks make a diversified portfolio? Journal of

Financial and Quantitative Analysis, 22(03), 353-363.

Sweeney, J. L. (2002). The California Electricity Crisis. California: Hoover Institution

Press Stanford Institute for Economic Policy Research.

226

Şahin, Serkan (2006). İMKB’de Yükselen Piyasa ve Düşen Piyasa Dönemlerinde

Durumsal İlişki Analizi. (Yüksek Lisans Tezi). Kahraman Maraş Sütçü İmam

Üniversitesi. (YÖK Tez Merkezi, No:204551).

Şandır, E. (2007). Elektrik Piyasasında Yatırım Projelerinin Değerlendirilmesi:

Türkiye Uygulaması. (Yüksek Lisans Tezi). Gazi Üniversitesi. (YÖK Tez Merkezi,

No:218423).

Suksonghong, K., Boonlong, K., & Goh, K. L. (2014). Multi-objective genetic

algorithms for solving portfolio optimization problems in the electricity

market. International Journal of Electrical Power & Energy Systems, 58, 150-159.

Tanlapco, E., Lawarrée, J., & Liu, C. C. (2002). Hedging with futures contracts in a

deregulated electricity industry. IEEE Power Engineering Review, 7(22), 54.

TEİAŞ (2015). Türkiye Elektrik Enerjisi 5 Yıllık Üretim Kapasite Projeksiyonu (2015-

2019). Ankara: TEİAŞ.

TEİAŞ (2016a), Yük Tevzi Raporları “Kurulu Güç”. Ankara: TEİAŞ.

TEİAŞ (2016b), 2015 Yılı İşletme Faaliyet Raporu. Ankara: TEİAŞ.

TSPAKB (2007). Finansal Yönetim: Sermaye Piyasası Faaliyetleri İleri Düzey Lisans

Eğitimi. İstanbul: TSPAKB.

227

Ulucan, A. (2004). Portföy optimizasyonu. Ankara: Siyasal Kitabevi.

Vehviläinen, I., & Keppo, J. (2003). Managing electricity market price risk. European

Journal of Operational Research, 145(1), 136-147.

Wang, R., Shang, J. C., Zhou, X. Y., & Zhang, Y. C. (2005). Risk assessment and

management of portfolio optimization for power plants. In 2005 IEEE/PES

Transmission & Distribution Conference & Exposition: Asia and Pacific (pp. 1-5).

IEEE.

Weron, R., (2014). Electricity Price Forcasting: A Review of the State-of-the-art with

a Look into the Future. International Journal of Forecasting, Vol. 30, 1030-1081.

Yu, Z. (2002). Spatial energy market analysis. Part I: An introduction to downside risk

measures. IEEE Power Engineering Society Winter Meeting. IEEE.

Yu, Z. (2007). Spatial energy market analysis using the semi-variance risk measure.

Electrical Power and Energy Systems, 29(8), 600–608.

Yüksek Planlama Kurulu-YPK (2009), Elektrik Enerji Piyasası Arz Güvenliği Belgesi,

18.05.2009 tarih ve 2009/11 sayılı karar. Ankara: YPK.

228

Zakeri, S.A.H. (2015). Time Series Analysis and Forecasting Electricity Prices in

Turkey. (Yüksek Lisans Tezi). Orta Doğu Teknik Üniversitesi. (YÖK Tez Merkezi,

No:416529).

İNTERNET KAYNAKLARI

AB Bakanlığı, (2016). AB Tarihçesi. http://www.ab.gov.tr/index.php?p=105&l=1,

(Erişim: 29 Eylül 2016).

Anayasa Mahkemesi (2016). Kararlar. http://kararlaryeni.anayasa.gov.tr/Karar/

Content/e17f7052-45cc-4b4b-9c34-46e795e5724?excludeGerekce=False&words

Only=False, (Erişim: 04 Kasım 2016).

California Independent System Operator (CAISO). Market Operations. http://www.

caiso.com/market/Pages/MarketProcesses.aspx, (Erişim: 27 Eylül 2016).

Devlet Su İşleri Genel Müdürlüğü (DSİ). Resmi Web sitesi. http://www.dsi.gov.tr/,

(Erişim: 04 Kasım 2016).

Energy Information Administration (EIA). Levelized Cost and Levelized Avoided Cost

of New Generation Resources in the Annual Energy Outlook 2014. http://www.

eia.gov/outlooks/ archive/aeo14/pdf/electricity_generation_2014.pdf, (Erişim: 01

Ocak 2017).

http://www.ab.gov.tr/index.php?p=105&l=1

http://kararlaryeni.anayasa.gov.tr/Karar/%20Content/e17f7052-45cc-4b4b-9c34-46e795e5724?excludeGerekce=False&words%20Only=False



http://www.dsi.gov.tr/

229

Energy Information Administration (EIA)a. Electricity Data Browser. http://

www.eia.gov/ electricity/data/browser/, (Erişim: 25 Eylül 2016).

Energy Information Administration (EIA)b. Frequently Asked Questions. https:

//www.eia.gov/ tools/faqs/faq.cfm?id=427&t=3, (Erişim: 25 Eylül 2016).

Elektrik Üretim A.Ş.-EÜAŞ (2016). Resmi Web Sitesi. http://www.euas.gov.tr/

Sayfalar/ default.aspx, (Erişim: 13 Kasım 2016).

ELEXON (2016), https://www.elexon.co.uk/about/what-we-do/, (Erişim: 02 Ekim

2016).

Enerji ve Tabi Kaynaklar Bakanlığı-ETKB (2016), Resmi Web Sitesi,

http://www.enerji.gov.tr/tr-TR/Anasayfa, (Erişim: 16 Haziran 2016).

ENTSO-E (2015). Scenario Outlook & Adequacy Forecast. https://www.entsoe.

eu/Documents/SDC%20documents/SOAF/150630_SOAF_2015_publication_wcove

r.pdf, (Erişim: 02 Ekim 2016).

ENTSO-E (2016a). Union for the Coordination of the Transmission of Electricity

(UCTE). https://www.entsoe.eu/news-events/former-associations/ucte/ Pages/default.

aspx, (Erişim: 01 Ekim 2016).

https://www.eia.gov/%20tools/faqs/faq.cfm?id=427&t=3

https://www.eia.gov/%20tools/faqs/faq.cfm?id=427&t=3

http://www.euas.gov.tr/%20Sayfalar/%20default.aspx

http://www.euas.gov.tr/%20Sayfalar/%20default.aspx

https://www.elexon.co.uk/about/what-we-do/

http://www.enerji.gov.tr/tr-TR/Anasayfa

https://www.entsoe.eu/news-events/former-associations/ucte/%20Pages/default.%20aspx

https://www.entsoe.eu/news-events/former-associations/ucte/%20Pages/default.%20aspx

230

ENTSO-E (2016b). Electricity in Europe 2015. https://www.entsoe.eu/Documents/

Publications/Statistics/electricity_in_europe/entsoe_electricity_in_europe_2015_web

.pdf, (Erişim: 01 Ekim 2016).

ENTSO-E (2016c). Official web sites. https://www.entsoe.eu, (Erişim: 02 Ekim 2016).

Eurelectric ve VGB Power Tech (2003). Efficiency in Electricity Generation. file:///

C:/Users/mete/Downloads/EEGJulyrevisedFINAL1-2003-030-0548-2-%20(2).pdf,

(Erişim: 14 Haziran 2016).

ENTSO-E (2014). Dispersed Generation Impact on CE Region Security: Dynamic

Study 2014 Report Update. https://www.entsoe.eu/Documents/Publications/ SOC/

Continental_Europe/141113_Dispersed_Generation_Impact_on_Continental_Europe

_Region_Security.pdf#search=50%20Hz, (Erişim: 02 Aralık 2016).

EPDK (2015). Elektrik Piyasası 2015 Yılı Piyasa Gelişim Raporu. www.epdk.org.tr,

(Erişim: 01 Ekim 2016).

EPDK (2016). Resmi Web Sitesi. http://www.epdk.org.tr/tr/anasayfa, (Erişim: 27

Aralık 2016).

EPDK (2016b). Elektrik Piyasası Lisans Yönetmeliği. http://www.epdk.org.tr/TR

/Dokuman Detay/Elektrik/Mevzuat/Yonetmelikler/Lisans, (Erişim: 04 Kasım 2016).

https://www.entsoe.eu/Documents/%20Publications/Statistics/electricity_in_europe/entsoe_electricity_in_europe_2015_web.pdf



https://www.entsoe.eu/about-entso-e/system-operations/regional-groups/vrg-isolated-systems/Pages/default.aspx

https://www.entsoe.eu/Documents/Publications/%20SOC/%20Continental_Europe/141113_Dispersed_Generation_Impact_on_Continental_Europe_Region_Security.pdf#search=50%20Hz



http://www.epdk.org.tr/

http://www.epdk.org.tr/tr/anasayfa

http://www.epdk.org.tr/TR%20/Dokuman%20Detay/Elektrik/Mevzuat/Yonetmelikler/Lisans

http://www.epdk.org.tr/TR%20/Dokuman%20Detay/Elektrik/Mevzuat/Yonetmelikler/Lisans

231

EPDK (2016c). Elektrik Piyasası Dengeleme ve Uzlaştırma Yönetmeliği-DUY. http://

www.epdk.org.tr/TR/DokumanDetay/Elektrik/Mevzuat/Yonetmelikler/DengelemeU

zlastirma, (Erişim: 02 Aralık 2016).

EPİAŞ (2016). Resmi Web Sitesi. https://www.epias.com.tr/, (Erişim: 14 Kasım

2016).

European Commission-EC (1997). Energy for the Future: Renewable Sources of

Energy, COM(97)599 final. http://europa.eu/documents/comm/white_papers/pdf/

com97_599_en.pdf, (Erişim: 30 Eylül 2016).

European Commission-EC (1999). Directive 96/92/EC Concerning Common Rules for

the Internal Market in Electricity, COM(1999)164 final. http://aei.pitt.edu

/4962/1/4962.pdf, (Erişim: 30 Eylül 2016).

European Union (2016). The History of the Europen Union. https://europa.eu/

european-union/about-eu/history_en, (Erişim: 29 Eylül 2016).

FERC (2016a). History of FERC. http://www.ferc.gov/students/ferc/history.asp,

(Erişim: 25 Eylül 2016).

FERC (2016b). Electric Power Markets. http://www.ferc.gov/market-oversight/mkt-

electric/overview.asp, (Erişim: 27 Eylül 2016).


http://europa.eu/documents/comm/white_papers/pdf/%20com97_599_en.pdf

http://europa.eu/documents/comm/white_papers/pdf/%20com97_599_en.pdf

https://europa.eu/%20european-union/about-eu/history_en

https://europa.eu/%20european-union/about-eu/history_en

http://www.ferc.gov/students/ferc/history.asp

http://www.ferc.gov/market-oversight/mkt-electric/overview.asp

http://www.ferc.gov/market-oversight/mkt-electric/overview.asp

232

MIT University lecture notes, (2003). 15.433-Investments/Class 5 Portfolio Theory,

Part 3 Optimal Risky Portfolio, s.6. https://ocw.mit.edu/courses/sloan-school-of-

management/15-433-investments-spring-2003/lecture-notes/154335portfolio3.pdf,

(Erişim: 15 Aralık 2016).

Nobelprize.org (2016). Harry M. Markowitz – Biographical. http://www.nobelprize.

org/nobel_prizes/economic-sciences/laureates/1990/markowitz-bio.html, (Erişim:

11.12.2016).

Nordic Energy Regulators-NordREG (2014). Nordic Market Report 2014. http://www.

nordicenergyregulators.org/wp-content/uploads/2014/06/Nordic-Market-Report-

2014.pdf, (Erişim: 16 Haziran 2016).

Nord Pool Spot AS (2016a). The Nordic Electricity Exchange and The Nordic Model

for a Liberalized Electricity Market. http://nordpoolspot.com/globalassets/download-

center/rules-and-regulations/the-nordic-electricity-exchange-and-the-nordic-model-

for-a-liberalized-electricity-market.pdf, (Erişim: 10 Haziran 2016).

Nord Pool (2016). Official web sites. http://www.nordpoolspot.com/, (Erişim: 03

Kasım 2016).

OFGEM (2016), https://www.ofgem.gov.uk/electricity, (Erişim: 02 Ekim 2016).

https://ocw.mit.edu/courses/sloan-school-of-management/15-433-investments-spring-2003/lecture-notes/154335portfolio3.pdf

https://ocw.mit.edu/courses/sloan-school-of-management/15-433-investments-spring-2003/lecture-notes/154335portfolio3.pdf

http://nordpoolspot.com/globalassets/download-center/rules-and-regulations/the-nordic-electricity-exchange-and-the-nordic-model-for-a-liberalized-electricity-market.pdf




https://www.ofgem.gov.uk/electricity

233

Oxford Dictionary (2016). https://en.oxforddictionaries.com/definition/risk, (Erişim:

08 Aralık 2016).

Power Reactor Information System (PRIS/IAEA). Overview. https://www.iaea.

org/pris/, (Erişim: 22 Ağustos 2016).

T.C. Enerji Piyasası Düzenleme Kurumu (EPDK). Elektrik Piyasası Şebeke

Yönetmeliği. http://www.epdk.gov.tr/TR/DokumanDetay/Elektrik/Mevzuat/ Yonet

melikler/Sebeke, (Erişim: 12 Haziran 2016).

TEİAŞ (2016c). Resmi web sitesi. http://www.teias.gov.tr/Default.aspx, (Erişim: 13

Kasım 2016).

TETAŞ (2016). Resmi web sitesi. http://www.tetas.gov.tr/tr-TR/Anasayfa, (Erişim: 13

Kasım 2016).

THIERER, Adam D. (1997). “Energizing America: A Blueprint for Deregulating The

Electricity Market”. http://www.heritage.org/Research/Reports/1997/01/BG1100n

bsp -Energizing-America-A-Blueprint, (Erişim: 25 Eylül 2016).

U.S. Energy Information Administration (EIA). Average Tested Heat Rates by Prime

Mover and Energy Source 2007-2014. http://www.eia.gov/electricity/annual/html/

epa_08_02.html, (Erişim: 14 Haziran 2016).

https://en.oxforddictionaries.com/definition/risk

http://www.epdk.gov.tr/TR/DokumanDetay/Elektrik/Mevzuat/%20Yonet%20melikler/Sebeke

http://www.epdk.gov.tr/TR/DokumanDetay/Elektrik/Mevzuat/%20Yonet%20melikler/Sebeke

http://www.teias.gov.tr/Default.aspx

http://www.tetas.gov.tr/tr-TR/Anasayfa

http://www.heritage.org/Research/Reports/1997/01/BG1100n%20bsp%20-Energizing-America-A-Blueprint

http://www.heritage.org/Research/Reports/1997/01/BG1100n%20bsp%20-Energizing-America-A-Blueprint

http://www.eia.gov/electricity/annual/html/%20epa_08_02.html

http://www.eia.gov/electricity/annual/html/%20epa_08_02.html

234

VATENFALL (2016). History. https://corporate.vattenfall.com/about-vattenfall/

history/, (Erişim: 03 Ekim 2016).

World Bank (2016). Official web site. http://data.worldbank.org/data-catalog/GDP-

ranking-table, (Erişim: 11 Kasım 2016).

https://corporate.vattenfall.com/about-vattenfall/%20history/

https://corporate.vattenfall.com/about-vattenfall/%20history/

http://data.worldbank.org/data-catalog/GDP-ranking-table

http://data.worldbank.org/data-catalog/GDP-ranking-table

235

EKLER

EK-1 Veri Seti Ortak Uygulama Takvimi 2014-2015

OCAK ŞUBAT MART NİSAN

P S Ç P C C P P S Ç P C C P P S Ç P C C P P S Ç P C C P

30 31 1 2 3 4 5 27 28 29 30 31 1 2 24 25 26 27 28 1 2 31 1 2 3 4 5 6

6 7 8 9 10 11 12 3 4 5 6 7 8 9 3 4 5 6 7 8 9 7 8 9 10 11 12 13

13 14 15 16 17 18 19 10 11 12 13 14 15 16 10 11 12 13 14 15 16 14 15 16 17 18 19 20

20 21 22 23 24 25 26 17 18 19 20 21 22 23 17 18 19 20 21 22 23 21 22 23 24 25 26 27

27 28 29 30 31 1 2 24 25 26 27 28 1 2 24 25 26 27 28 29 30 28 29 30 1 2 3 4

3 4 5 6 7 8 9 3 4 5 6 7 8 9 31 1 2 3 4 5 6 5 6 7 8 9 10 11

MAYIS HAZİRAN TEMMUZ AĞUSTOS


28 29 30 1 2 3 4 26 27 28 29 30 31 1 30 1 2 3 4 5 6 28 29 30 31 1 2 3

5 6 7 8 9 10 11 2 3 4 5 6 7 8 7 8 9 10 11 12 13 4 5 6 7 8 9 10

12 13 14 15 16 17 18 9 10 11 12 13 14 15 14 15 16 17 18 19 20 11 12 13 14 15 16 17

19 20 21 22 23 24 25 16 17 18 19 20 21 22 21 22 23 24 25 26 27 18 19 20 21 22 23 24

26 27 28 29 30 31 1 23 24 25 26 27 28 29 28 29 30 31 1 2 3 25 26 27 28 29 30 31

2 3 4 5 6 7 8 30 1 2 3 4 5 6 4 5 6 7 8 9 10 1 2 3 4 5 6 7

EYLÜL EKİM KASIM ARALIK


1 2 3 4 5 6 7 29 30 1 2 3 4 5 27 28 29 30 31 1 2 1 2 3 4 5 6 7

8 9 10 11 12 13 14 6 7 8 9 10 11 12 3 4 5 6 7 8 9 8 9 10 11 12 13 14

15 16 17 18 19 20 21 13 14 15 16 17 18 19 10 11 12 13 14 15 16 15 16 17 18 19 20 21

22 23 24 25 26 27 28 20 21 22 23 24 25 26 17 18 19 20 21 22 23 22 23 24 25 26 27 28

29 30 1 2 3 4 5 27 28 29 30 31 1 2 24 25 26 27 28 29 30 29 30 31 1 2 3 4

6 7 8 9 10 11 12 3 4 5 6 7 8 9 1 2 3 4 5 6 7 5 6 7 8 9 10 11

2014

OCAK ŞUBAT MART NİSAN


29 30 31 1 2 3 4 26 27 28 29 30 31 1 23 24 25 26 27 28 1 30 31 1 2 3 4 5

5 6 7 8 9 10 11 2 3 4 5 6 7 8 2 3 4 5 6 7 8 6 7 8 9 10 11 12

12 13 14 15 16 17 18 9 10 11 12 13 14 15 9 10 11 12 13 14 15 13 14 15 16 17 18 19

19 20 21 22 23 24 25 16 17 18 19 20 21 22 16 17 18 19 20 21 22 20 21 22 23 24 25 26

26 27 28 29 30 31 1 23 24 25 26 27 28 1 23 24 25 26 27 28 29 27 28 29 30 1 2 3

2 3 4 5 6 7 8 2 3 4 5 6 7 8 30 31 1 2 3 4 5 4 5 6 7 8 9 10

MAYIS HAZİRAN TEMMUZ AĞUSTOS


27 28 29 30 1 2 3 1 2 3 4 5 6 7 29 30 1 2 3 4 5 27 28 29 30 31 1 2

4 5 6 7 8 9 10 8 9 10 11 12 13 14 6 7 8 9 10 11 12 3 4 5 6 7 8 9

11 12 13 14 15 16 17 15 16 17 18 19 20 21 13 14 15 16 17 18 19 10 11 12 13 14 15 16

18 19 20 21 22 23 24 22 23 24 25 26 27 28 20 21 22 23 24 25 26 17 18 19 20 21 22 23

25 26 27 28 29 30 31 29 30 1 2 3 4 5 27 28 29 30 31 1 2 24 25 26 27 28 29 30

1 2 3 4 5 6 7 6 7 8 9 10 11 12 3 4 5 6 7 8 9 31 1 2 3 4 5 6

EYLÜL EKİM KASIM ARALIK


31 1 2 3 4 5 6 28 29 30 1 2 3 4 26 27 28 29 30 31 1 30 1 2 3 4 5 6

7 8 9 10 11 12 13 5 6 7 8 9 10 11 2 3 4 5 6 7 8 7 8 9 10 11 12 13

14 15 16 17 18 19 20 12 13 14 15 16 17 18 9 10 11 12 13 14 15 14 15 16 17 18 19 20

21 22 23 24 25 26 27 19 20 21 22 23 24 25 16 17 18 19 20 21 22 21 22 23 24 25 26 27

28 29 30 1 2 3 4 26 27 28 29 30 31 1 23 24 25 26 27 28 29 28 29 30 31 1 2 3

5 6 7 8 9 10 11 2 3 4 5 6 7 8 30 1 2 3 4 5 6 4 5 6 7 8 9 10

2015

236

EK-2 N1 Senaryosu MV Optimizasyon Uygulaması için hidrolik Varyans-

kovaryans Matrisi (24x24) Elemanları Satır Sırasıyla

0,651035816 0,656979798 0,657082368 0,656154138 0,661924638

0,652213094 0,636265 0,66765176 0,678097215 0,652755375

0,626375483 0,618537051 0,617244818 0,616747949 0,627425628

0,635927796 0,659502282 0,687105919 0,660086698 0,635873052

0,628712337 0,621655435 0,617874956 0,624223364

0,656979798 0,667396795 0,668750082 0,668431949 0,673300153

0,65971718 0,639546706 0,672950399 0,685291644 0,658146698

0,630684458 0,621551866 0,619374405 0,618785839 0,630117393

0,639514497 0,664176256 0,692909898 0,664965995 0,638392155

0,63041409 0,623254394 0,619587938 0,628160036

0,657082368 0,668750082 0,671710304 0,672452479 0,677189729

0,661997172 0,640538492 0,674677721 0,687632388 0,659873955

0,632140038 0,622594603 0,620187213 0,619675166 0,631214939

0,641041276 0,666087899 0,695128699 0,667347875 0,639785645

0,631232421 0,623878453 0,619903084 0,62884185

0,656154138 0,668431949 0,672452479 0,676088865 0,680672269

0,664102791 0,64114856 0,674988581 0,6878207 0,659504383

0,631655886 0,621946004 0,619476204 0,61928489 0,631168015

0,641413357 0,666707749 0,696054709 0,668208645 0,640255173

0,631598479 0,624257891 0,619897362 0,629194816

0,661924638 0,673300153 0,677189729 0,680672269 0,689006523

0,674803422 0,650971425 0,682955093 0,694997308 0,66625605

0,637906093 0,628417294 0,62629671 0,626402918 0,638841508

0,650017502 0,675909584 0,706212705 0,678220013 0,649798619

0,641123749 0,63366841 0,629069788 0,638362244

0,652213094 0,65971718 0,661997172 0,664102791 0,674803422

0,674250184 0,659590219 0,691664017 0,702243785 0,673454498

0,64512096 0,636579465 0,634954768 0,635200617 0,647692629

0,659162608 0,685445433 0,715284112 0,686506736 0,659395132

0,651056857 0,642622521 0,636421677 0,640801505

0,636265 0,639546706 0,640538492 0,64114856 0,650971425

0,659590219 0,680515606 0,733356577 0,748489527 0,718235885

0,686150898 0,676909475 0,672826549 0,671798756 0,682411951

0,692573878 0,719235488 0,749251916 0,716665921 0,687121262

0,675786459 0,663624757 0,651982346 0,642632823

0,66765176 0,672950399 0,674677721 0,674988581 0,682955093

0,691664017 0,733356577 0,874999639 0,921868277 0,869571374

0,812103486 0,785228574 0,763910867 0,757886882 0,771610356

237

0,78975218 0,839217989 0,888839374 0,824474265 0,752941486

0,723136675 0,705323703 0,687307462 0,673115023

0,678097215 0,685291644 0,687632388 0,6878207 0,694997308

0,702243785 0,748489527 0,921868277 1,005775573 0,937092866

0,867889138 0,828617436 0,79697417 0,787818109 0,803004565

0,826122989 0,881884156 0,942503772 0,871295585 0,776422451

0,736803423 0,715846971 0,695347682 0,680845485

0,652755375 0,658146698 0,659873955 0,659504383 0,66625605

0,673454498 0,718235885 0,869571374 0,937092866 0,891213214

0,829411978 0,79565102 0,768160187 0,759458922 0,7708023

0,788291764 0,835884676 0,893569692 0,8313654 0,746556804

0,710975718 0,691930918 0,673255899 0,658366678

0,626375483 0,630684458 0,632140038 0,631655886 0,637906093

0,64512096 0,686150898 0,812103486 0,867889138 0,829411978

0,789699663 0,760023143 0,735198965 0,7266827 0,736840201

0,752727845 0,79328619 0,842282213 0,790336976 0,715307177

0,68560351 0,667837157 0,650899367 0,635566378

0,618537051 0,621551866 0,622594603 0,621946004 0,628417294

0,636579465 0,676909475 0,785228574 0,828617436 0,79565102

0,760023143 0,743847624 0,725215936 0,716887546 0,72727912

0,74159943 0,778034546 0,820273342 0,769294425 0,706087947

0,680487626 0,663925084 0,647400588 0,630760114

0,617244818 0,619374405 0,620187213 0,619476204 0,62629671

0,634954768 0,672826549 0,763910867 0,79697417 0,768160187

0,735198965 0,725215936 0,716328857 0,709789793 0,719356997

0,730259895 0,76334177 0,802071134 0,754273125 0,701835462

0,679594676 0,664183547 0,64861188 0,631987461

0,616747949 0,618785839 0,619675166 0,61928489 0,626402918

0,635200617 0,671798756 0,757886882 0,787818109 0,759458922

0,7266827 0,716887546 0,709789793 0,707969561 0,717847132

0,729174992 0,762989175 0,801512497 0,754132057 0,702132365

0,679596572 0,664067864 0,648434687 0,632414268

0,627425628 0,630117393 0,631214939 0,631168015 0,638841508

0,647692629 0,682411951 0,771610356 0,803004565 0,7708023

0,736840201 0,72727912 0,719356997 0,717847132 0,732720982

0,748708547 0,787990719 0,828429551 0,773368699 0,714956729

0,689621695 0,673718612 0,657797537 0,642770738

0,635927796 0,639514497 0,641041276 0,641413357 0,650017502

0,659162608 0,692573878 0,78975218 0,826122989 0,788291764

0,752727845 0,74159943 0,730259895 0,729174992 0,748708547

0,775862216 0,822565265 0,864438507 0,799639234 0,728154969

0,698453429 0,681402088 0,664442062 0,650688004

238

0,659502282 0,664176256 0,666087899 0,666707749 0,675909584

0,685445433 0,719235488 0,839217989 0,881884156 0,835884676

0,79328619 0,778034546 0,76334177 0,762989175 0,787990719

0,822565265 0,889072548 0,941275843 0,85449031 0,762543414

0,722742096 0,703949976 0,685571418 0,673113025

0,687105919 0,692909898 0,695128699 0,696054709 0,706212705

0,715284112 0,749251916 0,888839374 0,942503772 0,893569692

0,842282213 0,820273342 0,802071134 0,801512497 0,828429551

0,864438507 0,941275843 1,018009811 0,916197917 0,801996626

0,751398217 0,730423148 0,710772309 0,699862492

0,660086698 0,664965995 0,667347875 0,668208645 0,678220013

0,686506736 0,716665921 0,824474265 0,871295585 0,8313654

0,790336976 0,769294425 0,754273125 0,754132057 0,773368699

0,799639234 0,85449031 0,916197917 0,866377638 0,771972065

0,727405242 0,707130315 0,689234309 0,676718046

0,635873052 0,638392155 0,639785645 0,640255173 0,649798619

0,659395132 0,687121262 0,752941486 0,776422451 0,746556804

0,715307177 0,706087947 0,701835462 0,702132365 0,714956729

0,728154969 0,762543414 0,801996626 0,771972065 0,733050077

0,705662419 0,688926945 0,672221259 0,656954665

0,628712337 0,63041409 0,631232421 0,631598479 0,641123749

0,651056857 0,675786459 0,723136675 0,736803423 0,710975718

0,68560351 0,680487626 0,679594676 0,679596572 0,689621695

0,698453429 0,722742096 0,751398217 0,727405242 0,705662419

0,694183961 0,680566736 0,665931491 0,650828207

0,621655435 0,623254394 0,623878453 0,624257891 0,63366841

0,642622521 0,663624757 0,705323703 0,715846971 0,691930918

0,667837157 0,663925084 0,664183547 0,664067864 0,673718612

0,681402088 0,703949976 0,730423148 0,707130315 0,688926945

0,680566736 0,670226803 0,6572517 0,643368185

0,617874956 0,619587938 0,619903084 0,619897362 0,629069788

0,636421677 0,651982346 0,687307462 0,695347682 0,673255899

0,650899367 0,647400588 0,64861188 0,648434687 0,657797537

0,664442062 0,685571418 0,710772309 0,689234309 0,672221259

0,665931491 0,6572517 0,649248412 0,638697693

0,624223364 0,628160036 0,62884185 0,629194816 0,638362244

0,640801505 0,642632823 0,673115023 0,680845485 0,658366678

0,635566378 0,630760114 0,631987461 0,632414268 0,642770738

0,650688004 0,673113025 0,699862492 0,676718046 0,656954665

0,650828207 0,643368185 0,638697693 0,639050423

239

EK-3 T1 Senaryosu MV Optimizasyon Uygulaması için hidrolik Varyans-

kovaryans Matrisi (24x24) Elemanları Satır Sırasıyla

1,99098645789172 1,91537650880671 1,92734733257553

1,86662029866159 1,73487465829100 1,62531397850209

1,61017098404114 1,47776536097733 1,57594900748741

1,42211433087742 1,46835299913182 1,51082659950678

1,60859589617275 1,56225862225255 1,51725142888568

1,55553689322723 1,56935665010072 1,74618087315172

1,68539969021582 1,64510231384947 1,58087474327481

1,71243952490360 1,64978564258232 1,69425532288870

1,91537650880671 2,08611819771956 2,11555951664020

2,02955401270262 1,88751509622832 1,72999972955673

1,67963415010392 1,48502888980899 1,49871498743605

1,34583114359162 1,39371531593396 1,42768677352597

1,55623132453374 1,48912915181424 1,45301157498595

1,48456565697770 1,48003206567506 1,64379288528590

1,57631486108423 1,53727234474957 1,48289064689001

1,63711122340686 1,57066115674488 1,63747047579839

1,92734733257553 2,11555951664020 2,43474018996132

2,37882375782130 2,20952572447141 1,99556133072819

1,87927145984703 1,57777353689057 1,57314709691122

1,37604154212485 1,39662651094037 1,43322607190987

1,56461040464061 1,49027690848260 1,46382922887821

1,49110197491263 1,45840456117064 1,65058290164514

1,60910905762929 1,57332547629216 1,51281527304992

1,70025566761936 1,63478837455704 1,75504697014287

1,86662029866159 2,02955401270262 2,37882375782130

2,63486937879783 2,39415342951040 2,15486955150348

2,01284481998413 1,63962001621786 1,60383708818785

1,36926541384964 1,37834099906034 1,41247039279705

1,50798036215397 1,44415197913004 1,42251992717190

1,44618860733234 1,40720480405251 1,58608583635139

1,57830566431216 1,54642800415108 1,50977664779074

1,70310033046805 1,65635873477889 1,80098712746567

1,73487465829100 1,88751509622832 2,20952572447141

2,39415342951040 2,35329334349264 2,13511387889656

2,02816906937661 1,65253114671742 1,53641713337257

1,29953444656108 1,31739211806321 1,35689259534367

1,42040185750855 1,37808827584152 1,35375768092004

1,37340533359459 1,33788200293578 1,49585450403183

1,50230613249943 1,47155137765881 1,43596058878491

1,60396866601273 1,55761006378349 1,69988310560017

240

1,62531397850209 1,72999972955673 1,99556133072819

2,15486955150348 2,13511387889656 2,22756523350670

2,18784794055020 1,72256807878359 1,54945506940830

1,30286311694086 1,31259347605616 1,34471094735832

1,36635487448393 1,34493702576560 1,30658820081292

1,32756441015368 1,32437393281456 1,51109008151895

1,51876076176131 1,48092292591116 1,41493932917830

1,54327846191121 1,49896493563909 1,61151937019033

1,61017098404114 1,67963415010392 1,87927145984703

2,01284481998413 2,02816906937661 2,18784794055020

2,58644487255821 1,89955308514678 1,61513276091675

1,31164891870218 1,30908217494177 1,30943934007895

1,33431841208706 1,30988754190749 1,25027788795138

1,28128487537624 1,30612786404198 1,54224298037497

1,57860453129136 1,53029804784044 1,44754134404965

1,55155601344702 1,51420491263459 1,59620952380017

1,47776536097733 1,48502888980899 1,57777353689057

1,63962001621786 1,65253114671742 1,72256807878359

1,89955308514678 1,78342300206467 1,44987470295700

1,22747999347705 1,24881080753819 1,26701007274791

1,32233146140332 1,29599880968247 1,24474568116597

1,28076664686131 1,31527406806040 1,49460162854211

1,48938712130937 1,43208559793429 1,38826525998034

1,45378593886524 1,41521385646158 1,47034192300290

1,57594900748741 1,49871498743605 1,57314709691122

1,60383708818785 1,53641713337257 1,54945506940830

1,61513276091675 1,44987470295700 1,79156697235936

1,54844275539817 1,53652740816660 1,53969886635218

1,60358166828752 1,57605439849615 1,51626401590529

1,54748896575480 1,55172281003311 1,71234065271324

1,67002596176788 1,62030823543130 1,57465750008053

1,69120913419628 1,64932245032847 1,69657733061278

1,42211433087742 1,34583114359162 1,37604154212485

1,36926541384964 1,29953444656108 1,30286311694086

1,31164891870218 1,22747999347705 1,54844275539817

1,52748175849623 1,49929643195514 1,49610702346852

1,54836078632779 1,52181981949315 1,48151170105792

1,50407072571207 1,49335727059324 1,61024697454444

1,52625086387375 1,47849630722114 1,44422139648520

1,53428438600633 1,51095452881030 1,52048429631395

1,46835299913182 1,39371531593396 1,39662651094037

1,37834099906034 1,31739211806321 1,31259347605616

1,30908217494177 1,24881080753819 1,53652740816660

241

1,49929643195514 1,57047466142531 1,59774872432086

1,58450193847651 1,55744455763095 1,52979076257936

1,54304111012313 1,52958196528783 1,65697888110889

1,56418113350910 1,51549592028386 1,47915156241730

1,56296921206183 1,54146502422200 1,53431779437576

1,51082659950678 1,42768677352597 1,43322607190987

1,41247039279705 1,35689259534367 1,34471094735832

1,30943934007895 1,26701007274791 1,53969886635218

1,49610702346852 1,59774872432086 1,84251341517018

1,62883589599905 1,60763602910627 1,57305729052643

1,59064623939971 1,58495559134281 1,71166308122865

1,60480866186345 1,55772571196828 1,52052372907501

1,60128642298953 1,57785418701518 1,58328690649287

1,60859589617275 1,55623132453374 1,56461040464061

1,50798036215397 1,42040185750855 1,36635487448393

1,33431841208706 1,32233146140332 1,60358166828752

1,54836078632779 1,58450193847651 1,62883589599905

1,83516044396437 1,74184492485397 1,67658607460858

1,71208220331050 1,70627609833445 1,84090864163691

1,71846020408225 1,66413428169576 1,62097710615175

1,70928806438239 1,65449222052604 1,66446905851553

1,56225862225255 1,48912915181424 1,49027690848260

1,44415197913004 1,37808827584152 1,34493702576560

1,30988754190749 1,29599880968247 1,57605439849615

1,52181981949315 1,55744455763095 1,60763602910627

1,74184492485397 1,75086304430384 1,65675301634246

1,68357234603483 1,68033619748146 1,79508310608085

1,67606884866552 1,61600438263016 1,57981393779951

1,66506655041523 1,62382529159558 1,63477400790491

1,51725142888568 1,45301157498595 1,46382922887821

1,42251992717190 1,35375768092004 1,30658820081292

1,25027788795138 1,24474568116597 1,51626401590529

1,48151170105792 1,52979076257936 1,57305729052643

1,67658607460858 1,65675301634246 1,66011968539209

1,66738160524611 1,63216223245373 1,74149271766200

1,62812914203909 1,56969090338519 1,53765564405969

1,62248385305524 1,59614355908754 1,59680258364384

1,55553689322723 1,48456565697770 1,49110197491263

1,44618860733234 1,37340533359459 1,32756441015368

1,28128487537624 1,28076664686131 1,54748896575480

1,50407072571207 1,54304111012313 1,59064623939971

1,71208220331050 1,68357234603483 1,66738160524611

1,71983701622330 1,68845124039997 1,79310897270033

242

1,68479472459188 1,62132505759119 1,57996767275180

1,66218739389097 1,62025642223609 1,61647305420247

1,56935665010072 1,48003206567506 1,45840456117064

1,40720480405251 1,33788200293578 1,32437393281456

1,30612786404198 1,31527406806040 1,55172281003311

1,49335727059324 1,52958196528783 1,58495559134281

1,70627609833445 1,68033619748146 1,63216223245373

1,68845124039997 1,76230623776614 1,86864080318008

1,75521652788512 1,66939081506483 1,61655419058525

1,69431662222960 1,62282345051501 1,61708217207160

1,74618087315172 1,64379288528590 1,65058290164514

1,58608583635139 1,49585450403183 1,51109008151895

1,54224298037497 1,49460162854211 1,71234065271324

1,61024697454444 1,65697888110889 1,71166308122865

1,84090864163691 1,79508310608085 1,74149271766200

1,79310897270033 1,86864080318008 2,15588126345275

1,98904556691227 1,88462490546424 1,80721372543844

1,88912583733665 1,80480884734077 1,80429120752263

1,68539969021582 1,57631486108423 1,60910905762929

1,57830566431216 1,50230613249943 1,51876076176131

1,57860453129136 1,48938712130937 1,67002596176788

1,52625086387375 1,56418113350910 1,60480866186345

1,71846020408225 1,67606884866552 1,62812914203909

1,68479472459188 1,75521652788512 1,98904556691227

2,00966455881442 1,89563130452899 1,78725967741925

1,88079837602989 1,78898216726195 1,79599750685000

1,64510231384947 1,53727234474957 1,57332547629216

1,54642800415108 1,47155137765881 1,48092292591116

1,53029804784044 1,43208559793429 1,62030823543130

1,47849630722114 1,51549592028386 1,55772571196828

1,66413428169576 1,61600438263016 1,56969090338519

1,62132505759119 1,66939081506483 1,88462490546424

1,89563130452899 1,90230396154341 1,76212463382950

1,84301890617494 1,76310413253415 1,75797727020315

1,58087474327481 1,48289064689001 1,51281527304992

1,50977664779074 1,43596058878491 1,41493932917830

1,44754134404965 1,38826525998034 1,57465750008053

1,44422139648520 1,47915156241730 1,52052372907501

1,62097710615175 1,57981393779951 1,53765564405969

1,57996767275180 1,61655419058525 1,80721372543844

1,78725967741925 1,76212463382950 1,77037481283590

1,83097544871572 1,73313812275240 1,75131749434600

243

1,71243952490360 1,63711122340686 1,70025566761936

1,70310033046805 1,60396866601273 1,54327846191121

1,55155601344702 1,45378593886524 1,69120913419628

1,53428438600633 1,56296921206183 1,60128642298953

1,70928806438239 1,66506655041523 1,62248385305524

1,66218739389097 1,69431662222960 1,88912583733665

1,88079837602989 1,84301890617494 1,83097544871572

2,01410475371199 1,87597348765457 1,95033244938317

1,64978564258232 1,57066115674488 1,63478837455704

1,65635873477889 1,55761006378349 1,49896493563909

1,51420491263459 1,41521385646158 1,64932245032847

1,51095452881030 1,54146502422200 1,57785418701518

1,65449222052604 1,62382529159558 1,59614355908754

1,62025642223609 1,62282345051501 1,80480884734077

1,78898216726195 1,76310413253415 1,73313812275240

1,87597348765457 1,90193084378517 1,89069889366621

1,69425532288870 1,63747047579839 1,75504697014287

1,80098712746567 1,69988310560017 1,61151937019033

1,59620952380017 1,47034192300290 1,69657733061278

1,52048429631395 1,53431779437576 1,58328690649287

1,66446905851553 1,63477400790491 1,59680258364384

1,61647305420247 1,61708217207160 1,80429120752263

1,79599750685000 1,75797727020315 1,75131749434600

1,95033244938317 1,89069889366621 2,07025905380237

244

EK-4 Tüm Senaryolar için OP portföy çözüm sonuçları

Saat N1 N2 N3 N4 N5 N6 N7 N8 N9 N10 N11 N12 N13 N14 N15

1 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

2 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

3 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

4 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

5 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

6 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

7 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

8 0,00 0,01 0,00 0,00 6,33 0,00 10,00 0,00 24,99 10,00 0,00 10,00 0,00 0,00 9,80

9 0,00 10,00 26,38 0,00 10,00 99,99 10,00 100,0 25,00 10,00 14,50 10,00 52,39 25,00 10,00

10 0,00 10,00 0,00 12,79 9,81 0,00 10,00 0,00 25,00 10,00 71,30 10,00 0,00 25,00 10,00

11 38,42 10,00 0,00 25,00 8,79 0,00 10,00 0,00 25,00 10,00 14,20 10,00 0,00 25,00 10,00

12 61,55 10,00 0,00 25,00 8,79 0,00 10,00 0,00 0,00 10,00 0,00 10,00 0,00 0,00 9,15

13 0,01 10,00 0,00 12,21 1,93 0,00 10,00 0,00 0,00 2,22 0,00 10,00 0,00 0,00 0,00

14 0,00 10,00 0,00 0,00 0,00 0,00 10,00 0,00 0,00 0,00 0,00 10,00 0,00 0,00 0,00

15 0,00 9,99 0,00 0,00 0,00 0,00 0,59 0,00 0,00 0,00 0,00 10,00 0,00 0,00 0,00

16 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,01 0,00 0,00 0,00

17 0,00 0,00 0,00 0,00 0,00 0,00 0,01 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

18 0,00 0,00 0,00 0,00 0,00 0,00 10,00 0,00 0,00 1,47 0,00 0,28 0,00 0,00 1,94

19 0,00 0,00 0,00 0,00 0,00 0,00 10,00 0,00 0,00 1,27 0,00 10,00 0,00 0,00 0,00

20 0,00 10,00 0,00 0,00 0,00 0,00 9,40 0,00 0,00 0,00 0,00 9,71 0,00 0,00 0,00

21 0,00 10,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

22 0,00 10,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

23 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

24 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

25 73,62 25,00 54,34 0,00 0,00 45,04 47,60 25,00 49,12

245

Saat N16 N17 N18 N19 N20 N21 N22 N23 N24 N25 T1 T2 T3 T4 T5

1 0,00 0,00 0,00 0,00 0,00 0,00 0,04 0,00 0,00 0,08 0,00 0,00 0,00 0,00 0,54

2 0,00 0,00 0,00 0,00 0,00 0,00 0,03 0,00 0,00 0,07 0,00 0,00 0,00 0,00 0,50

3 0,00 0,00 0,00 0,00 0,00 0,00 0,03 0,00 0,00 0,06 0,00 0,00 0,00 0,00 0,25

4 0,00 0,00 0,00 0,00 0,00 0,00 0,03 0,00 0,00 0,07 0,00 0,00 0,00 0,00 0,26

5 0,00 0,00 0,00 0,00 0,00 0,00 0,03 0,00 0,00 0,08 0,00 0,00 0,00 0,00 0,19

6 0,00 0,00 0,00 0,00 0,00 0,00 0,04 0,00 0,00 0,11 0,00 0,00 0,00 0,00 0,13

7 0,00 0,00 0,00 0,00 0,00 0,00 0,32 0,00 0,00 0,21 0,00 0,00 0,00 0,00 0,11

8 0,00 10,00 0,00 0,00 0,00 0,00 9,88 0,00 0,00 0,65 0,00 0,00 0,00 0,00 0,29

9 0,00 10,00 0,00 0,00 0,32 100,0 9,93 0,00 25,00 1,91 0,00 0,61 0,00 0,00 1,35

10 0,00 10,00 0,00 25,00 0,00 0,00 9,93 0,00 25,00 0,69 10,00 10,00 10,00 10,00 5,71

11 99,98 10,00 0,00 25,00 0,00 0,00 9,92 0,00 25,00 0,78 10,00 10,00 10,00 10,00 7,58

12 0,01 10,00 0,00 25,00 0,00 0,00 9,91 0,00 0,00 0,42 10,00 10,00 10,00 10,00 3,98

13 0,00 10,00 0,00 0,00 0,00 0,00 9,86 0,00 0,00 0,33 0,00 0,00 0,00 0,00 2,27

14 0,00 10,00 0,00 0,00 0,00 0,00 9,76 0,00 0,00 0,32 1,94 3,15 2,64 1,01 2,25

15 0,00 10,00 0,00 0,00 0,00 0,00 2,89 0,00 0,00 0,32 9,32 10,00 10,00 10,00 7,79

16 0,00 0,00 0,00 0,00 0,00 0,00 0,59 0,00 0,00 0,41 8,79 10,00 10,00 10,00 6,16

17 0,00 0,00 0,00 0,00 0,00 0,00 0,42 0,00 0,00 0,58 0,00 1,21 1,20 1,71 1,91

18 0,00 0,00 0,00 0,00 0,00 0,00 1,81 0,00 0,00 4,31 0,00 0,00 0,00 0,00 0,76

19 0,00 4,89 0,00 0,00 0,00 0,00 9,46 0,00 0,00 0,81 0,00 0,00 0,00 0,00 0,74

20 0,00 10,00 0,00 0,00 0,00 0,00 9,75 0,00 0,00 0,37 0,00 0,00 0,00 0,00 1,85

21 0,00 5,11 0,00 0,00 0,00 0,00 4,86 0,00 0,00 0,26 0,00 0,00 0,00 0,00 0,43

22 0,00 0,00 0,00 0,00 0,00 0,00 0,36 0,00 0,00 0,23 0,00 0,00 0,00 0,00 0,34

23 0,00 0,00 0,00 0,00 0,00 0,00 0,11 0,00 0,00 0,18 0,00 0,00 0,00 0,00 0,50

24 0,00 0,00 0,00 0,00 0,00 0,00 0,05 0,00 0,00 0,12 0,00 0,00 0,00 0,00 0,30

25 99,99 25,00 99,68 99,99 25,00 86,64 49,95 45,03 46,16 47,28 53,83

246

ÖZET

Elektrik piyasasındaki tedarikçiler elektrik üretimine yönelik yalnızca teknik

sorunlarla değil aynı zamanda elektrik piyasası riskleri ile de başa çıkmaya ihtiyaçları

vardır. Serbest elektrik piyasası ortamında risklerini daha etkili yönetebilmeleri için

üretim kapasitelerini ve piyasa teklif stratejilerini optimize etmeleri gerekmektedir. Ek

olarak, elektrik ekonomik olarak stoklanamayan dahası eş zamanlı olarak üretilip

tüketilmesi gereken bir ürün/servis olarak tanımlanmaktadır. Tüm bunlara ek olarak,

elektrik üreticileri iletim, üretim, yakıt fiyatı, su rejimi, rüzgar, güneş ve benzeri

hususlarıda elektrik üretim ve satış sürecinde dikkate almaları gerekmektedir. Modern

portföy teorisi ve bundan türeyen metodolojilerin, piyasa risklerinin yönetimi ve

elektrik piyasalarında teklif stratejilerinin belirlenmesi için faydalı bir araç olarak

kullanılabilir.

Bu tez, Ortalama-varyans, Alt taraf risk, Yarı-varyans, Riske Maruz Değer ve

Tarihsel Riske Maruz Değer metotlarının iki büyük elektrik piyasasına, Nord Pool

Elspot ve Türk Gün-öncesi Piyasası, uygulanabilirliklerine yönelik geniş bir

değerlendirme sunmaktadır. Sonuçlar, finans literatüründe genişçe kullanılan bu

yöntemlerin, elektrik piyasaları içinde geliştirilebileceği ve etkili bir şekilde

kullanılabileceğini göstermiştir. Elektrik piyasalarındaki karar vericiler bu yöntemleri

kendi piyasa risklerini etkili bir şekilde yönetmek ve üretim ve teklif stratejilerini

geliştirmek için uyarlayıp kullanabilir.

247

ABSTRACT

Power suppliers in electricity markets does need to tackle not only with

technical issues to produce electricity but also with electricity market risks. They need

to optimize their generation capacities and bidding strategies to manage their market

risks effectively in the deregulated electricity market environment. In addition,

electricity is assumed as a product/service that cannot be stored economically

moreover it should be generated and consumed simultaneously. In addition to all,

power suppliers should take into consideration transmission, generation, fuel price,

water regime, wind, sun etc risks during electricity generation and selling. Modern

portfolio theory and methods derived from it can be use as a usefull tool to manage

market risk and to determine bidding strategies in electricity market.

This thesis provides a comprehensive evaluation of applicabilities of Mean-

variance, Down-side, Semi-variance, Value-at-risk, and Historical Value-at-risk

methods in two big electricity markets, Nord Pool Elspot and Turkish Day-ahead

electricity markets. The results shows these methods, which are widely used in finance

literature, can also be effectively used in and improved for electricity markets.

Decision makers in electricity markets can adapt and use these methods to manage

their market risks effectively and to improve their generation and bidding strategies.

248

ÖZGEÇMİŞ

Mete Emin ATMACA, PhD

MBA & Nükleer Enerji Mühendisi EÜAŞ Genel Müdürlüğü

E-mail: [email protected]

AKADEMİK İLGİ ALANLARI: Elektrik Piyasaları, Proje Yönetimi, Nükleer

Enerji, Bakım Yönetim Sistemleri, Elektrik Piyasasında

Finansal Optimizasyon, Kalite Yönetim Sistemleri

PROFESYONEL İŞ TECRÜBESİ:

Ağustos 2014-devam Elektrik Üretim A.Ş. /Ankara

Mühendis, Teknik Şef

Nisan 2013-Ağustos 2014 Elektrik Üretim A.Ş. /Ankara

Müdür (G), (Proje Koordinatörü) Nükleer Güç Proje

Müdürlüğü

Aralık 2004- Nisan 2013 Elektrik Üretim A.Ş. / Ankara

Sözleşmeli Mühendis-Teknik Şef(G) (Proje Yöneticisi)

Ekim 2004-Aralık 2004 GLOBMAR Madencilik / Karabük

İhracat sorumlu yardımcısı,

Eylül 2004-Aralık 2004 Karaelmas Üniversitesi Safranbolu Mimarlık Fak.

/Karabük

Part-Time Öğretim Görevlisi,

Mayıs 2001-Nisan 2003 PEGAT Tur. İnş. Rek. Ltd. Şti./ Didim & Ankara

Yönetici ve Ortak,

1999 Yaz dönemi EKŞİOĞLU İnş. A.Ş. / Karabük

Bilgisayar Sorumlusu (Excel’de hakediş programı)

1996 Yaz stajı Çekmece Nükleer Araştırma Merkezi / İstanbul

Stajyer,

1995 Yaz Stajı Yatağan Termik Santralı / Muğla

Stajyer,

PROJE TECRÜBESİ:

EÜAŞ Sinop Nükleer Santral Projesi-Geliştirme

Grupları Üyesi (Ağustos 2014-devam)

EÜAŞ Sinop Nükleer Santralı Projesi-Koordinatör

(Mayıs 2013-Ağustos 2014)

EÜAŞ Bakım Yönetim Sistemi (BYS) Projesi-Proje

Yöneticisi I. faz ve II. faz (Ocak.2007-Nisan 2012)

EĞİTİM:

2011-2017 Ankara Üniversitesi / Ankara

İşletme Doktora (PhD)

mailto:[email protected]

249

2006-2010 Ankara Üniversitesi / Ankara

İşletme Yüksek Lisans (MBA)

2001-2002 Hacettepe Üniversitesi / Ankara

Nükleer Enerji Müh., Yüksek Lisans dersleri

İşletme MBA Programı dersleri

2000 Hacettepe Üniversitesi / Ankara

Lisans, Nükleer Enerji Müh.

SEÇİLMİŞ YAYINLAR: Gökgöz, F. and Atmaca M.E. (2017). Portfolio

optimization under Lower Partial Moments in Emerging

Electricity Markets: Evidence from Turkey, Renewable

and Sustainable Energy Reviews, 67, 437-449.

Gökgöz, F. and Atmaca, M.E. (2016). An Optimal Asset

Allocation in Electricity Generation Market for the

Policy Makers and Stakeholders. In V. Potocan, M.C.

Üngan, & Z. Nedelko (Eds), Handbook of Research on

Managerial Solutions in non-Profit Organizations (pp.

448-482), Hershey, PA: IGI Global.

Gökgöz, F. and Atmaca, M.E. (2016). Ranking Turkish

Universities Based on Performance Evaluation via

DEMATEL-AHP Approach. In V. Potocan, M.C.

Üngan, & Z. Nedelko (Eds), Handbook of Research on

Managerial Solutions in non-Profit Organizations (pp.

421-447), Hershey, PA: IGI Global.

Gökgöz, F. and Atmaca, M.E. (2016). Financial

Portfolio Optimization in Electricity Markets:

Evaluation via Sharpe Ratio. In Proceedings of 18th

International Conference on Energy Demand and

Nuclear Power, Paris, France. (Kabul edilmiş tam metin)

Gökgöz, F. and Atmaca M.E. (2016). Financial Portfolio

Optimization in Turkish Electricity Market via Value at

Risk. In Proceeding of 18th International Conference on

Energy Demand, Markets and Power Issues, Paris,

France. (Kabul edilmiş özet)

Gökgöz, F. and Atmaca M.E. (2013). Optimal Asset

Allocation in the Turkish Electricity Market: Down-side

vs Semi-variance Risk Approach. In Proceeding of

World Congress on Engineering (ICFE), London, UK.

Gökgöz, F. and Atmaca M.E. (2012). Financial

Optimization in the Turkish Electricity Market:

Markowitz’s Mean-variance Approach, Renewable and

Sustainable Energy Reviews, 16, 357-368.

250

Bildiri & Sunuş: DEMATEL Metodolojisi ile Proje

Yöneticisi Seçim Problemini Çözümü, Ulusal Proje

Meslek Konferansı, 28 Mayıs 2011.

Uluslararası Workshop & Sunum: Designing of

Working Enviroment for Reducing Human Errors,

IAEA Viyana, Kasım 2010.

Bildiri & Sunuş: Kamuda Proje Yöneticisi Olmak,

Ulusal Proje Meslek Konferansı, 29 Mayıs 2010.

Kitap: Bakım Yönetimine Temel Yaklaşımlar Raporu,

EÜAŞ 2007.

SERTİFİKA ve EĞİTİMLER:

2015 Ekim-Aralık TKİB, Kamu İç Denetçilik Eğitimi

2015 Mart IAEA, FINPLAN Web Training Course

2015 Mart JICC Nuclear Course for EÜAŞ

2014 Haziran JAPAN-IAEA Joint Nuclear Energy Management

School 2014

2014 Mart (internet) ASIFT (UNDSS)

2013 Şubat FABE, PMI-PMP Sınavı Hazırlık Eğitimi

2012 Kasım IAEA, Interregional Training Course on Integrated

Management systems and Development of Safety

Culture, Chicago/USA

2012 Ekim ISO 9001, TSE Kalite Yönetim Sistemi Eğitimi

2012 Ekim (İnternet) BSIFT II (UNDSS-Basic Security in the Field II)

2012 Temmuz NUPID-2012, “The Third International Seminar on

Nuclear Power Infrastructure Development”,

Seul/G.KORE

2012 Haziran ARGEStar, Türk Ticaret Kanunu

2011 Şubat FABE, PMI-PMP Sınavı Hazırlık Eğitimi

2010 Aralık FABE, PMI Proje Yönetimi Eğitimi

2008 Ekim İAS Business Academy, Bakım Yönetim Eğitimi

2008 Eylül WNU, Key Issues In The World Nuclear Industry

Today

2008 Temmuz A.N.D. İnternational Temel Proje Yönetimi Eğitimi

2008 Mayıs-Haziran TOBB, Sertifikalı Kamu Alımları Eğitimi

2008 Nisan TÜTEV, AB Projeleri Eğitimi

2004 yaz dönemi Zonguldak Karaelmas Üniversitesi İngilizce

Okutmanlık,

2001 yaz Bilginç Eğitim Ankara MCSE Sertifika eğitimi.

ÖNEMLİ SERTİFİKA: TPY (Tescilli Proje Yöneticisi) 2010

MCP(Microsoft Certified Professional) 2003

BİLGİSAYAR: MS-OFİS, İleri Excel & Solver, Fortran 77, MS

Project, Visio, MatLab

251

YABANCI DİL: İngilizce (KPDS 90(A), Toefl 223),

Fransızca (Temel),

Korece (Temel)

DOĞUM YILI: 1974

MEDENİ DURUMU: Evli, iki çocuklu

ÖDÜL: Türk Zeka Vakfı 2009 Yarışma Finalisti

DERNEKLER: MENSA Üstün Yeteneklileri Destekleme Derneği

üyesi, Finans Derneği üyesi,