1. Giriş
Bu makale, Tayvan'da Güneş Fotovoltaik (PV) santralleri için optimal yer seçimi konusundaki kritik zorluğu ele almaktadır. Aciliyet, fosil yakıtlardan yenilenebilir enerjiye geçiş için küresel ihtiyaçtan kaynaklanmaktadır; bu geçiş, Covid-19 pandemisi ve iklim değişikliği zorunluluklarıyla daha da güçlenmiştir. İthal fosil yakıtlara ağırlıklı olarak bağımlı ve sismik olarak aktif bir bölgede bulunan Tayvan, güneş enerjisi gelişimini enerji güvenliği ve ekonomik sürdürülebilirlik için kilit öneme sahip olarak görmektedir.
1.1 Küresel Yenilenebilir Enerji Durumu
Makale, çalışmayı Paris Anlaşması ve Avrupa Yeşil Mutabakatı gibi net-sıfır emisyon hedefleyen küresel çabalar bağlamına oturtmaktadır. Covid-19 krizi sırasında yenilenebilir enerjinin dayanıklılığını vurgulamakta, aksaklıklara rağmen 2020'de yenilenebilir kaynaklardan elektrik üretiminin %5 arttığını belirtmektedir.
1.2 Güneş Enerjisinin Potansiyeli
Güneş enerjisi, coğrafi ve iklim koşulları nedeniyle Tayvan için en uygun yenilenebilir kaynak olarak tanımlanmaktadır. Ancak, arazi kısıtlamaları, politika zorlukları ve ölçek sorunları gelişimi engellemekte, sistematik yer seçimini zorunlu kılmaktadır.
2. Metodoloji: İki Aşamalı ÇKKV Çerçevesi
Temel katkı, Veri Zarflama Analizi (DEA) ve Analitik Hiyerarşi Sürecini (AHP) birleştiren yeni bir iki aşamalı Çok Kriterli Karar Verme (ÇKKV) yaklaşımıdır.
2.1 Aşama 1: Veri Zarflama Analizi (DEA)
DEA, 20 potansiyel şehir/ilçenin doğal kaynak verimliliğini değerlendirmek için bir ilk filtre olarak kullanılmıştır. Konumları Karar Verme Birimleri (KVB) olarak ele almaktadır.
- Girdiler: Sıcaklık, Rüzgar Hızı, Nem, Yağış, Hava Basıncı.
- Çıktılar: Güneşlenme Süresi, Güneş Işınımı.
1.0 mükemmel verimlilik puanına ulaşan konumlar bir sonraki aşamaya geçmektedir.
2.2 Aşama 2: Analitik Hiyerarşi Süreci (AHP)
AHP, 1. Aşamadan gelen verimli konumları, daha geniş bir sosyo-tekno-ekonomik-çevresel kriter setine dayanarak sıralamak için kullanılmıştır. Kriter ağırlıklarını ve nihai konum puanlarını türetmek için ikili karşılaştırmalar içermektedir.
2.3 Kriter ve Alt Kriter Hiyerarşisi
AHP modeli beş ana kriter ve 15 alt kriter ile yapılandırılmıştır:
- Alan Özellikleri: Arazi eğimi, Arazi kullanım türü, Şebekeye uzaklık.
- Teknik: Güneş radyasyonu, Güneşlenme süresi, Sıcaklık.
- Ekonomik: Yatırım maliyeti, İşletme & Bakım maliyeti, Elektrik iletim maliyeti, Destek mekanizmaları (ör. alım garantileri).
- Sosyal: Kamu kabulü, İstihdam yaratma, Elektrik tüketim talebi.
- Çevresel: Karbon emisyonu azaltımı, Ekolojik etki.
3. Vaka Çalışması: Tayvan
3.1 Veri Toplama & Potansiyel Alanlar
Çalışma, Tayvan genelinde 20 büyük şehir ve ilçeyi değerlendirmiştir. Meteorolojik veriler (DEA için girdi/çıktılar) ve sosyo-ekonomik veriler (AHP için) Merkezi Hava Durumu Bürosu ve Ekonomi Bakanlığı gibi resmi Tayvan kaynaklarından toplanmıştır.
3.2 DEA Verimlilik Analizi Sonuçları
DEA modeli, optimal altı doğal kaynak verimliliğine sahip konumları elemiştir. Yalnızca iklimsel girdileri (ılımlı sıcaklık ve düşük nem gibi) güneş enerjisi çıktılarına (yüksek güneşlenme ve ışınım) verimli bir şekilde dönüştüren şehirler/ilçeler 1.0 puan almıştır. Bu adım, daha detaylı AHP analizi için aday havuzunu küçültmüştür.
3.3 AHP Ağırlıklandırma & Nihai Sıralama
AHP ikili karşılaştırması, kriterlerin göreli önemini ortaya çıkarmıştır. En etkili ilk üç alt kriter şunlardır:
Bu, nihai sıralamada politika ve ekonomik faktörlerin (destek, maliyet) ve yerel talebin, saf güneş kaynağı potansiyelinden daha belirleyici olduğunu vurgulamaktadır.
4. Sonuçlar & Tartışma
4.1 Temel Bulgular
Hibrit DEA-AHP yaklaşımı, alanları başarıyla belirlemiş ve önceliklendirmiştir. İki aşamalı sürecin gücü, daha geniş fizibiliteyi (AHP) değerlendirmeden önce doğal kaynak uygunluğunu (DEA) sağlaması ve böylece kaynak açısından zengin ancak diğer açılardan uygulanamaz konumların yüksek sıralamalara ulaşmasını engellemesidir.
4.2 En Üst Sıradaki Konumlar
Nihai AHP sıralaması, Tayvan'da büyük ölçekli güneş PV çiftliği geliştirilmesi için en uygun ilk üç konumu belirlemiştir:
- Tainan Şehri
- Changhua İlçesi
- Kaohsiung Şehri
Bu alanlar, güçlü güneş kaynaklarını, olumlu ekonomik koşullarla (ör. mevcut destek mekanizmaları), nispeten daha düşük iletim maliyetleri ve yüksek yerel elektrik talebi ile birleştirmektedir.
5. Teknik Detaylar & Matematiksel Formülasyon
DEA Formülasyonu (CCR Modeli): KVB $k$ için verimlilik puanı $ heta_k$, aşağıdaki doğrusal program çözülerek elde edilir: $$\text{Maks } \theta_k = \sum_{r=1}^{s} u_r y_{rk}$$ $$\text{kısıtlar: } \sum_{i=1}^{m} v_i x_{ik} = 1$$ $$\sum_{r=1}^{s} u_r y_{rj} - \sum_{i=1}^{m} v_i x_{ij} \leq 0, \quad j=1,...,n$$ $$u_r, v_i \geq \epsilon > 0$$ Burada $x_{ij}$ girdiler, $y_{rj}$ çıktılar, $v_i$ ve $u_r$ ağırlıklar ve $\epsilon$ Arşimet-dışı sonsuz küçük bir değerdir.
AHP Tutarlılık Kontrolü: Kritik bir adım, ikili karşılaştırma matrisi $A$'nın tutarlı olduğundan emin olmaktır. Tutarlılık İndeksi ($CI$) ve Tutarlılık Oranı ($CR$) şu şekilde hesaplanır: $$CI = \frac{\lambda_{max} - n}{n-1}$$ $$CR = \frac{CI}{RI}$$ Burada $\lambda_{max}$ ana özdeğer, $n$ matris boyutu ve $RI$ Rastgele İndeks'tir. $CR < 0.1$ kabul edilebilirdir.
6. Analiz Çerçevesi: Örnek Vaka
Senaryo: DEA ön filtrelemesinden sonra iki aday alanın, "A Şehri" ve "B İlçesi"nin değerlendirilmesi.
Adım 1 - Kriter Ağırlıklandırma (AHP): Uzmanlar ikili karşılaştırmalar yapar. Örneğin, "Ekonomik" ile "Çevresel" etkinin karşılaştırılması, 3 puan (Ekonomik'in Çevresel üzerinde orta önemi) verebilir. Bu, karşılaştırma matrisini doldurarak küresel ağırlıkları (ör. Ekonomik: 0.35, Çevresel: 0.10) türetir.
Adım 2 - Kriter Başına Alan Puanlama: Her alanı her alt kriter için bir ölçekte (ör. 1-9) değerlendirin. "Destek Mekanizmaları" için, eğer A Şehri mükemmel alım garantilerine sahipse (puan=9) ve B İlçesi zayıf desteğe sahipse (puan=3), bu değerler normalize edilir.
Adım 3 - Sentez: A Şehri için nihai puan = $\sum (\text{Alt kriter Ağırlığı} \times \text{A Şehri'nin Normalize Edilmiş Puanı})$. Daha yüksek toplam puana sahip alan tercih edilir.
Bu yapılandırılmış, nicel çerçeve, keyfi karar vermeyi şeffaflık ve izlenebilirlikle değiştirir.
7. Uygulama Perspektifi & Gelecek Yönelimler
- CBS ile Entegrasyon: Gelecekteki çalışmalar, bu ÇKKV yaklaşımını Coğrafi Bilgi Sistemleri (CBS) ile entegre ederek arazi uygunluğunun mekansal görselleştirmesi ve analizi için güçlü karar destek araçları oluşturmalıdır.
- Dinamik & Olasılıksal Modeller: İklim değişkenleri ve elektrik fiyatları için zaman serisi verileri ve olasılıksal tahminlerin dahil edilmesi, modeli gelecekteki değişikliklere uyarlanabilir hale getirebilir.
- Diğer ÇKKV yöntemleriyle Hibritleştirme: AHP'yi TOPSIS veya VIKOR gibi tekniklerle birleştirmek, belirsizliği veya çelişen kriterleri daha sağlam bir şekilde ele alabilir.
- Daha Geniş Uygulama: Bu iki aşamalı çerçeve, farklı coğrafi bağlamlardaki diğer yenilenebilir enerji yer seçimi problemlerine (ör. rüzgar, jeotermal) oldukça aktarılabilirdir.
- Yaşam Döngüsü Sürdürülebilirlik Entegrasyonu: Çevresel kriterin tam bir Yaşam Döngüsü Değerlendirmesi'ne (LCA) genişletilmesi, PV panel üretiminin ve hizmetten çıkarmanın karbon ayak izini değerlendirecektir.
8. Kaynaklar
- Hükümetlerarası İklim Değişikliği Paneli (IPCC). (2021). İklim Değişikliği 2021: Fiziksel Bilim Temeli. Cambridge University Press.
- Birleşmiş Milletler. (2015). Paris Anlaşması. Birleşmiş Milletler Antlaşma Koleksiyonu.
- Avrupa Komisyonu. (2019). Avrupa Yeşil Mutabakatı. COM(2019) 640 final.
- Uluslararası Enerji Ajansı (IEA). (2020). Dünya Enerji Görünümü 2020. OECD/IEA.
- Uluslararası Yenilenebilir Enerji Ajansı (IRENA). (2021). Yenilenebilir Enerji ve İstihdam – Yıllık İnceleme 2021.
- Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2(6), 429-444.
- Saaty, T. L. (1980). The Analytic Hierarchy Process. McGraw-Hill.
- Wang, C. N., Nguyen, N. A. T., Dang, T. T., & Bayer, J. (2021). A Two-Stage Multiple Criteria Decision Making for Site Selection of Solar Photovoltaic (PV) Power Plant: A Case Study in Taiwan. IEEE Access, 9, 75509-75522. DOI: 10.1109/ACCESS.2021.3081995.
9. Uzman Analizi & Eleştirel İnceleme
Temel İçgörü: Bu makale, sadece başka bir yer seçimi çalışması değil; yenilenebilir enerji altyapı yatırımının riskini azaltmak için pragmatik bir şablondur. Gerçek içgörü, sıralı mantıkta yatmaktadır: daha yumuşak, politika ağırlıklı AHP kriterlerinin kazananı belirlemesine izin vermeden önce, DEA'yı doğal kaynak verimliliği için acımasızca filtrelemek için kullanmak—bu, fizik temelli, pazarlık edilemez bir kapıdır. Bu, politik olarak uygun ancak iklimsel açıdan vasat bir alan seçme yaygın tuzağını önler.
Mantıksal Akış: Metodolojinin zarafeti, iş bölümündedir. DEA, "burada çalışabilir mi?" sorusunu güneş, rüzgar ve yağışa dayanarak ele alır. AHP, "buraya inşa etmeli miyiz?" sorusunu maliyet, politika ve sosyal etkiye dayanarak ele alır. Bu, geliştiricilerin ve hükümetlerin teknik potansiyelden proje fizibilitesine geçen gerçek dünya karar sürecini yansıtır. "Destek Mekanizmaları"na verilen yüksek ağırlık (0.332), gerçeğin acımasızca dürüst bir yansımasıdır: iyi bir alım garantisi, güneş ışınımındaki birkaç yüzde puanlık artışı dengeleyebilir.
Güçlü Yönler & Eksiklikler: Başlıca güçlü yön, hibrit yaklaşımın sağlamlığı ve karmaşık, gerçek dünya bağlamında (Tayvan) doğrulanmasıdır. Yerleşik, yaygın olarak anlaşılan araçların (DEA, AHP) kullanılması tekrarlanabilirliği artırır. Ancak, modelin dikkate değer boşlukları vardır. İlk olarak, statiktir; güneş kaynaklarının zamansal değişkenliğini veya gelecekteki iklim değişikliği etkilerini hesaba katmaz, bu da IPCC'nin son raporlarında vurgulanan kritik bir husustur. İkinci olarak, AHP'nin uzman ikili karşılaştırmalarına dayanması, standart olmasına rağmen öznellik getirir. Makale, bunu duyarlılık analizi ile destekleseydi veya RAND Corporation'ın metodoloji sayfalarında tartışılanlar gibi gelişmiş uygulamalarda görüldüğü üzere belirsizliği ele almak için bulanık-AHP yaklaşımı kullansaydı daha güçlü olurdu. Üçüncüsü, genellikle nihai darboğaz olan arazi mevcudiyeti ve maliyeti—alt kriterler arasında gömülü gibi görünmektedir. Birçok pazarda bu birincil kısıttır.
Uygulanabilir İçgörüler: Tayvan ve benzer bölgelerdeki politika yapıcılar için, en üst sıradaki liste (Tainan, Changhua, Kaohsiung), altyapı ve teşvikleri yoğunlaştırmak için veriye dayalı bir başlangıç noktası sağlar. Geliştiriciler için, bu çerçeve hazır bir özen gösterme kontrol listesidir. Bir sonraki acil adım, bu modeli yüksek çözünürlüklü CBS verileriyle entegre ederek şehir düzeyinden parsel düzeyine analize geçmek olmalıdır. Ayrıca, bu DEA-AHP sonucunu, rüzgar çiftliği planlamasında giderek daha fazla kullanılanlar gibi makine öğrenimi tabanlı alan uygunluk modellerinin sonuçlarıyla karşılaştırmak, farklı paradigmaların yakınsamasını (veya sapmasını) test etmek için değerli bir araştırma yönü olacaktır. Nihayetinde, bu çalışma sağlam, operasyonel bir temel sağlamaktadır. Gelecek, onu dinamik, mekansal olarak açık ve gerçek zamanlı veri akışlarını işleyebilir hale getirmektedir.