Sürdürülebilir enerji üretimine doğru: Afrika kıtası genelinde yeşil hidrojen maliyetini tahmin etmek için karşılaştırmalı bir makine öğrenimi çerçevesi

Yeşil Hidrojen Fiyatının Neden Önemli Olduğu

Dünyanın gemiler, fabrikalar ve uzun mesafe taşımacılığından kaynaklanan karbon kirliliğini azaltma yolları aradığı bir dönemde, yeşil hidrojen umut verici bir temiz yakıt olarak öne çıktı. Ancak gerçekten yaygınlaşıp yaygınlaşmayacağı, basit ama ısrarcı bir soruya bağlı: her kilogramı üretmenin maliyeti ne olacak? Bu makale, geniş güneş ve rüzgâr kaynaklarına sahip ama farklı ülkelerde yeşil hidrojenin gerçekte ne kadara mal olacağına dair sağlam verilerden yoksun olan Afrika kıtası için bu soruyu ele alıyor.

Büyük Resim: Kıtasal Bir Maliyet Haritası

Araştırmacılar, kıta genelinde veri odaklı bir yeşil hidrojen maliyeti resmi oluşturmayı hedeflediler. Tek bir tesis veya ülkeye odaklanmak yerine, birçok Afrika ülkesini kapsayan 54 senaryo topladılar; her biri potansiyel bir hidrojen projesini tanımlıyordu. Her senaryo için hidrojen üretiminin ortalama yaşam boyu maliyeti ile güneş ve rüzgâr santrallerinin büyüklüğü, elektrolizör kapasitesi, gerekli depolama ve boru hattı altyapısı, yerel enerji sisteminin güvenilirliği ve emniyeti, projenin geliştirme aşaması ve proje tarafından kullanılabilecek su miktarı gibi 14 başka faktörü kaydettiler. Tüm bu parçaları ortak, dikkatle uyumlu bir tabloya koyarak ülkeleri tutarlı bir şekilde karşılaştırmaya olanak veren bir temel oluşturdular.

Akıllı Eleme Aracı Nasıl Çalışıyor

Her bir vaka için maliyetleri elle hesaplamak yerine, ekip proje özellikleri ile nihai hidrojen maliyeti arasındaki bağlantıları öğrenmesi için bir dizi makine öğrenimi modeli eğitti. Verileri, senaryoların çoğu eğitim için kullanılırken geri kalanının bağımsız bir test için ayrıldığı şekilde böldüler. Basit doğrusal formüllerden esnek ağaç tabanlı yaklaşımlara ve derin sinir ağlarına kadar on bir farklı yöntem denendi. Modellerin ezberleyip genelleme yapmamasını sağlamak için aşırı uyum riskini azaltan iç içe çapraz doğrulama kullandılar; verileri birçok kez karıştırıp bölerek tahminlerin farklı çalışmalarda ne kadar kararlı olduğunu test ettiler.

Maliyetleri Yükselten veya Düşüren Etkenler

En iyi performans gösteren model, karmaşık desenleri yakalamak için çok sayıda basit karar ağacını istifleyen ayarlı bir gradyan-boosting sistemi oldu. Gözlemlenen hidrojen maliyetlerini çarpıcı doğrulukla yeniden üretti ve kilogram başına ortalama hatayı yalnızca birkaç sent seviyesinde bıraktı. SHAP adlı bir teknik kullanarak yazarlar ardından “kara kutuyu açtılar” ve modelin kararlarında hangi faktörlerin en önemli olduğunu incelediler. Daha büyük yenilenebilir enerji santralleri ve daha büyük elektrolizör sistemleri (suyu hidrojen üretmek için ayıran cihazlar) modelde daha düşük tahmini maliyetlerle güçlü şekilde ilişkilendirildi; bu ölçek ekonomilerini yansıtıyor. Daha güvenli ve çeşitlendirilmiş enerji sistemlerine sahip ülkeler de modelde genellikle daha düşük maliyetler gösterdi. Öte yandan, daha yüksek su talebi ve uzun dağıtım boru hatları tahmini maliyetleri yukarı itti; bu da yerel kaynak sınırları ve altyapı ihtiyaçlarının önemine işaret ediyor.

Ülkeler ve Proje Aşamalarındaki Eğilimler

54 Afrika senaryosuna bakıldığında, tipik yeşil hidrojen maliyeti kilogram başına yaklaşık 4,9 avro civarındaydı ve değerler yaklaşık 3,75 ile 5,60 avro arasında değişiyordu. Ancak bu rakamlar rastgele değildi. Ayrıntılı tasarım veya inşaat aşamasına gelmiş projeler maliyet aralığının alt ucunda yoğunlaşma eğilimindeyken, yalnızca kavramsal aşamadaki erken fikirler belirgin şekilde daha pahalıydı. Bu, projeler olgunlaştıkça—tasarımları, altyapıları ve finansmanları netleştikçe—beklenen hidrojen maliyetinin düştüğünü düşündürüyor. Analiz ayrıca düşük maliyetlerin genellikle tek bir sihirli bileşen veya öne çıkan bir ülke yerine, büyük yenilenebilir santrallerin güçlü depolama, boru hatları ve sağlam enerji yönetimi ile iyi entegre edildiği geniş ölçekli sistemlerle çakıştığını gösterdi.

Daha Geniş Sürdürülebilirlik Hedefleriyle Bağlantılar

Maliyet tahmini için kullanılan aynı göstergeler sosyal ve çevresel sorularla da bağlantılı olduğundan, yazarlar bulgularının küresel Sürdürülebilir Kalkınma Hedefleriyle nasıl ilişkili olduğunu incelediler. Daha yüksek yenilenebilir kapasite ve daha iyi enerji güvenliği, yeşil hidrojenin yayılmasını uygun maliyetli temiz enerji ve modern altyapı hedefleriyle ilişkilendiriyor. Aynı zamanda, karbondioksit azaltımları, su talebi ve yatırım seviyeleri gibi göstergeler iklim eylemi ve su stresi ile ödünleşmeleri ve sinerjileri ortaya koyuyor. Çerçeve gerçek dünyadaki tüm etkileri ölçtüğünü iddia etmiyor; ancak maliyet, iklim faydaları, altyapı ve kaynakları birlikte tartmak için şeffaf bir başlangıç noktası sağlıyor.

Karar Vericiler İçin Anlamı

Açık ifadeyle, bu çalışma sınırlı dikkat ve sermayeyi nereye odaklayacaklarına karar vermek zorunda olan hükümetler, yatırımcılar ve planlayıcılar için hızlı bir eleme aracı sunuyor. İncelenen senaryolar altında, Afrika’da yeşil hidrojen maliyetlerinin ancak projeler büyük, güvenilir enerji sistemleriyle iyi entegre edilmiş ve su ve altyapı kısıtları etrafında dikkatle planlanmışsa rekabetçi olduğunu gösteriyor. Makine öğrenimi çerçevesi ayrıntılı mühendislik ve finansal çalışmaların yerini alamaz, ancak somut işler başlamadan veya boru hatları döşenmeden çok önce hangi ülkelerin ve proje tasarımlarının en umut verici göründüğünü ve hangilerinin daha derin inceleme gerektirdiğini hızlıca öne çıkarabilir.

Atıf: Elewa, A.M.T., Snousy, M.G., Saqr, A.M. et al. Toward sustainable energy production: a comparative machine learning framework for predicting green hydrogen cost across the african continent. Sci Rep 16, 12855 (2026). https://doi.org/10.1038/s41598-026-47726-w

Anahtar kelimeler: yeşil hidrojen, Afrika enerji, makine öğrenimi, yenilenebilir enerji, sürdürülebilir altyapı