Fotovoltaik Panellerde Güç Tahminlenmesi için Yapay Zekâ Yöntemlerinin Kullanılması
- 31 May 2022
- journal article
- research article
- Published by Tekirdag Ziraat Fakultesi Dergisi in Tekirdağ Ziraat Fakültesi Dergisi
- Vol. 19 (2) , 435-445
Abstract
Fosil kaynakların sınırlı rezervleri, fiyatlarındaki dalgalanmalar ve çevreye verdikleri zarar, ülkeleri birincil enerji kaynaklarına alternatif arayışlarına yöneltmiştir. Sınırsız ve çevre dostu bir kaynak olan güneş enerjisi, diğer enerji kaynaklarına göre güçlü bir alternatiftir. Avrupa Birliği ülkelerinin büyük çoğunluğu güneş enerjisinden elektrik üretiminde tüketicilere birçok teşvik mekanizması ile çeşitli fırsatlar sunmakta ve yaygın olarak kullanılmasını sağlamaktadır. Dünyanın pek çok yerinde; güneş, rüzgâr, hidrojen ve jeotermal gibi yenilenebilir enerji kaynaklarına olan ilgi de artmaktadır. Tüm bunların yanında, alternatif enerji kaynaklarının kullanılması ve enerji eldesinin daha verimli hale getirilmesi için araştırmalar devam etmektedir. Güneş enerjisinden elektrik eldesi için gerekli olan ışınım değeri, gün içindeki hava durumuna ve mevsim özelliklerine göre değişmektedir. Güneş enerjisi santrallerinin kurulduğu bölgedeki iklim koşulları, fotovoltaik panellerden elde edilecek çıkış gücünü ve enerji maliyetini doğrudan etkiler. Çevresel şartlara göre fotovoltaik panellerden üretilen çıkış gücünün tahminlenmesi, güneş enerji sistemlerinin kurulumunda şirketlere rehberlik etmesi, maksimum enerji eldesi, enerjinin yönetimi ve sistemin verimli çalıştırılabilmesi için büyük önem arz etmektedir. Bu çalışmada, kurulumu yapılan fotovoltaik panellerden elde edilen veriler (Sıcaklık, Nem, Basınç, Işınım) kullanılarak güç değerlerinin tahminlenmesi için ileri beslemeli geriye yayılımlı yapay sinir ağları ve KNN (K-Nearest Neighbors) yöntemleri kullanılmıştır. Böylece gerçek saha şartlarında elde edilen panel değerleri her iki yöntemle de eğitilerek sonuçları karşılaştırılmıştır. Sonuç olarak panelin güç değerleri en yüksek %98.7945 doğrulukla geliştirilen yapay sinir ağı modeli kullanılarak sınıflandırılmıştır. Bu çalışma kapsamında geliştirilen güneş enerjisi tahmini için kullanılan makine öğrenmesi modellerinin yüksek performansa sahip olduğu ve gerçek değerlere çok yakın sonuçlar üretebildiği görülmüştür. Ayrıca belirlenen yük talebine göre farklı özelliklere sahip lokasyonlarda geliştirilen her iki yapay zekâ modelinin de kullanılabileceği sonucuna varılmıştır.Keywords
This publication has 15 references indexed in Scilit:
- Impact of absolute and relative humidity on the performance of mono and poly crystalline silicon photovoltaics; applying artificial neural networkJournal of Cleaner Production, 2020
- Sezgisel Algoritma Tabanlı Yapay Sinir Ağları Kullanılarak Fotovoltaik Panel Güç Çıkışlarının Tahmini ve KarşılaştırılmasıEuropean Journal of Science and Technology, 2019
- Modeling of a Photovoltaic Power Unit’s Generation by Multidimensional Linear Prediction FiltersAfyon Kocatepe University Journal of Sciences and Engineering, 2018
- Artificial intelligence based forecast models for predicting solar power generationMaterials Today: Proceedings, 2018
- Analysis and validation of 24 hours ahead neural network forecasting of photovoltaic output powerMathematics and Computers in Simulation, 2017
- YAPAY SİNİR AĞLARI İLE PV MODÜL YÜZEY SICAKLIĞININ TAHMİNİMugla Journal of Science and Technology, 2016
- KNN Algoritması ve R Dili ile Metin Madenciliği Kullanılarak Bilimsel Makale TasnifiMarmara Fen Bilimleri Dergisi, 2016
- A Power Prediction Method for Photovoltaic Power Plant Based on Wavelet Decomposition and Artificial Neural NetworksEnergies, 2015
- Modelling and Prediction of Photovoltaic Power Output Using Artificial Neural NetworksInternational Journal of Photoenergy, 2014
- Irradiance Forecasting for the Power Prediction of Grid-Connected Photovoltaic SystemsIEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2009