Search

Gelişmekte olan ülkelerde elektrik erişiminin olmaması, sürdürülebilir elektriklendirme projelerine rehberlik etmek amacıyla merkezi ve merkezi olmayan sistemlerin maliyetlerini değerlendiren elektrik planlaması yapılmasını gerektirmektedir. Sezgisel yaklaşımlar, uygulanabilir, uygun maliyetli çözümler bulmak için bu tür elektriklendirme problemlerinde yaygın şekilde kullanılmaktadır. Bununla birlikte, çoğu kez bu çözümlerin küresel en iyiliği garanti edilmez. Bu calışmada modelleme yaklaşımıyla, bu elektriklendirme problemine en düşük maliyetli çözümü bulmak için yeni bir metodoloji sunmaktadır. Uzamsal ağ planlama problemi, kırsal alan elektriklendirme projeleri için bir karar destek aracı olarak kullanılması hedeflenerek Ödül Toplayan Steiner Ağacı problemi olarak modellenmiştir. Bu yeni yöntem, rastgele oluşturulmuş veriler ve Sahra Altı Afrika boyunca kırsal bölgelerden gelen gerçek veriler kullanılarak sistematik olarak değerlendirilmiştir. Önerilen yaklaşım ve yaygın olarak kullanılan sezgisel bir yöntem için karşılaştırmalı sonuçlar, sayısal analizlere dayanarak sunulmuştur. Buna ek olarak, hesaba karbon emisyonu seviyesini de katmaya izin veren, iki amaçlı bir yaklaşım uygulanmış ve sayısal verilerle denenmiştir. The lack of access to electricity in developing countries necessitates spatial electricity planning for guiding sustainable electrification projects that evaluate the costs of centralized systems vis-a-vis decentralized approaches. Heuristic approaches have been widely used in such electrification problems to find feasible, cost effective solutions; however, most of the time global optimality of these solutions is not guaranteed. Our thesis through its modeling approach provides a new methodology to find the least cost solution to this electrification problem. We model the spatial network planning problem as Prize Collecting Steiner Tree problem which would be base for a decision support tool for rural electrification. This new method is systematically assessed using both randomly generated data and real data from rural regions across Sub-Saharan Africa. Comparative results for the proposed approach and a widely used heuristic method are presented based on computational experiments. Additionally, a bi-objective approach that permits to take carbon emission level into the account is implemented and experimented with numerical data. 75