Tayvan'da Güneş Enerjisi Santrali Yer Seçimi için İki Aşamalı DEA-AHP Çerçevesi

1. Giriş

Bu makale, enerji güvenliği ve sürdürülebilir kalkınma için büyük önem taşıyan, özellikle fosil yakıtlardan uzaklaşma çabaları bağlamında, güneş fotovoltaik (PV) santralleri için optimal yer seçimi kritik zorluğunu ele almaktadır. Tayvan'ı bir vaka çalışması olarak kullanan araştırma, bu sorunun ithal enerjiye bağımlı ve iklim değişikliğine karşı savunmasız ülkeler için aciliyetini vurgulamaktadır.

2. Metodoloji: İki Aşamalı ÇKKV Çerçevesi

Bu makalenin temel katkısı, Veri Zarflama Analizi (DEA) ve Analitik Hiyerarşi Sürecini (AHP) birleştiren yeni bir iki aşamalı Çok Kriterli Karar Verme (ÇKKV) yaklaşımıdır.

3. Vaka Çalışması: Tayvan

Metodoloji, Tayvan'da büyük ölçekli güneş PV santrali inşası için 20 potansiyel şehir ve ilçeyi değerlendirmek üzere uygulanmıştır.

4. Sonuçlar ve Tartışma

5. Teknik Detaylar & Matematiksel Formülasyon

DEA CCR Modeli (Charnes, Cooper, Rhodes): KVB $k$ için verimlilik puanı $\theta_k$ hesaplamak için kullanılan temel DEA modeli bir doğrusal programlama problemi olarak formüle edilir: $$ \begin{aligned} \text{Maks } & \theta_k = \sum_{r=1}^{s} u_r y_{rk} \\ \text{k.ş. } & \sum_{i=1}^{m} v_i x_{ik} = 1 \\ & \sum_{r=1}^{s} u_r y_{rj} - \sum_{i=1}^{m} v_i x_{ij} \leq 0, \quad j = 1, \ldots, n \\ & u_r, v_i \geq \epsilon > 0 \end{aligned} $$ Burada:

• $x_{ij}$: KVB $j$ için $i$ girdisinin miktarı.
• $y_{rj}$: KVB $j$ için $r$ çıktısının miktarı.
• $v_i$, $u_r$: girdi ve çıktılar için sanal ağırlıklar.
• $\epsilon$: küçük bir Arşimet-dışı sayı.
• $\theta_k = 1$ DEA verimliliğini gösterir.

AHP İkili Karşılaştırma & Tutarlılık: Kriterler 1-9 ölçeğinde ikili olarak karşılaştırılır. Öncelik vektörü $w$ (ağırlıklar), karşılaştırma matrisi $A$'nın ana özvektöründen türetilir, burada $Aw = \lambda_{max}w$. Tutarlılık Oranı ($CR$) 0.1'den küçük olmalıdır: $$ CR = \frac{CI}{RI}, \quad CI = \frac{\lambda_{max} - n}{n - 1} $$ burada $RI$ Rastgele İndeks'tir.

6. Sonuçlar & Grafik Açıklaması

Kavramsal Grafik 1: İki Aşamalı ÇKKV Süreç Akışı
Şunu gösteren bir akış şeması: (1) 20 Aday Konum, (2) DEA Modeline (İklimsel Girdiler/Güneş Çıktıları) girilir ve bu model (3) Verimli Konumlara (Puan=1) filtreler. Bunlar daha sonra (4) AHP Modeline (5 Kriter & Alt kriter) girilerek (5) Konumların Nihai Ağırlıklı Sıralamasına yol açar.

Kavramsal Grafik 2: AHP Kriter Ağırlık Hiyerarşisi
Üst düzey kriterlerin (Saha, Teknik, Ekonomik, Sosyal, Çevresel) göreceli ağırlıklarını ve "Destek Mekanizmaları" alt kriterinin (0.332) baskın ağırlığını gösteren bir detay için Ekonomik kriterin ayrıntılı görünümünü sunan yatay bir çubuk grafik.

Kavramsal Grafik 3: Nihai Konum Sıralama Haritası
20 aday konumun işaretlendiği Tayvan'ın tematik bir haritası. En üst sıradaki konumlar (Tainan, Changhua, Kaohsiung) ana renkte (#FF9800) vurgulanmış, diğer konumlar nihai AHP puanlarına göre gradyanlarla gölgelendirilmiştir.

7. Analitik Çerçeve: Örnek Vaka

Senaryo: DEA aşamasından sonra iki varsayımsal konumu, "Şehir A" ve "Şehir B"yi değerlendirmek.

Adım 1 - AHP İkili Karşılaştırma (Ekonomik Kriter):
Karar verici alt kriterleri karşılaştırır:
"Destek Mekanizmaları", "Yatırım Maliyeti"nden 'Orta derecede daha önemli' (değer 3) olarak değerlendirilir.
"Yatırım Maliyeti", "İşletme & Bakım Maliyeti"nden 'Eşit ila orta derecede daha önemli' (değer 2) olarak değerlendirilir.
Bu, Ekonomik alt kriterler için bir karşılaştırma matrisi oluşturur.

Adım 2 - Konumları Puanlama:
"Destek Mekanizmaları" alt kriteri için, Şehir A (güçlü devlet sübvansiyonları) Şehir B'ye (zayıf sübvansiyonlar) kıyasla 'Kuvvetle tercih edilen' (puan 5) olarak derecelendirilir. Bu puanlar normalize edilir ve kriter ağırlıkları kullanılarak toplanarak her konum için nihai bir bileşik puan üretilir.

Sonuç: Şehir B'nin biraz daha iyi güneş ışınımı olsa bile, Şehir A'nın üstün politika desteği (yüksek ağırlık) daha yüksek bir nihai sıralamaya yol açar ve bu da çerçevenin çoğu zaman çelişen birden fazla amacı dengeleme yeteneğini gösterir.

8. Uygulama Öngörüsü & Gelecek Yönelimler

• CBS ile Entegrasyon: Gelecekteki çalışmalar, bu ÇKKV çerçevesini mekansal analiz, kısıt haritalama (örn., korunan alanlar, eğim) ve görselleştirme için Coğrafi Bilgi Sistemleri (CBS) ile sıkı bir şekilde entegre etmeli, böylece güçlü bir karar destek sistemi (KDS) oluşturmalıdır.
• Dinamik & Olasılıksal Modelleme: Uzun vadeli saha uygunluğunu değerlendirmek için iklim değişikliği projeksiyonlarını dahil edin. Girdi verilerindeki ve uzman değerlendirmelerindeki belirsizlikleri ele almak için stokastik DEA veya bulanık AHP kullanın.
• Daha Geniş Teknoloji Değerlendirmesi: Çerçeveyi, teknolojiye özgü kriterler kullanarak diğer yenilenebilir teknolojiler (açık deniz rüzgarı, jeotermal) veya hibrit sistemler için uyarlayın.
• Yaşam Döngüsü Sürdürülebilirliği Entegrasyonu: Çevresel kriteri, üretim, dağıtım ve hizmetten çıkarmayı kapsayan, döngüsel ekonomi ilkeleriyle uyumlu tam bir Yaşam Döngüsü Değerlendirmesi'ne (LCA) genişletin.
• Makine Öğrenimi Geliştirmesi: Geçmiş yer seçimi başarı/başarısızlık verilerini analiz etmek, potansiyel olarak AHP ağırlıklarını iyileştirmek veya yeni alt kriterler önermek için ML algoritmalarını kullanın.

9. Kaynaklar

1. Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2(6), 429-444.
2. Saaty, T. L. (1980). The analytic hierarchy process. McGraw-Hill.
3. International Energy Agency (IEA). (2020). World Energy Outlook 2020. OECD/IEA.
4. IRENA. (2021). Renewable Power Generation Costs in 2020. International Renewable Energy Agency.
5. Zhu, J., et al. (2020). A comprehensive review of hybrid DEA methods. Omega, 102, 102308.
6. Isola, P., Zhu, J., Zhou, T., & Efros, A. A. (2017). Image-to-image translation with conditional adversarial networks. Proceedings of the IEEE conference on computer vision and pattern recognition (pp. 1125-1134). (Farklı bir alanda yapılandırılmış, iki aşamalı bir çerçeve örneği olarak alıntılanmıştır).

10. Özgün Analiz & Uzman Yorumu