YSA tabanlı gün öncesi saatlik güneş ışınım kestirimi
A day ahead hourly solar irradiation forecasting with ANN
- Tez No: 492408
- Danışmanlar: PROF. DR. İSMAİL HAKKI ALTAŞ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 78
Özet
Yenilenebilir enerji kaynaklarından elektrik üretimi her geçen gün artmakta ve bu kaynakların elektrik şebekesine entegrasyonunda bu kaynakların kesintili karakteristiği nedeniyle birtakım problemler meydana gelmektedir. Elektik şebekesinin kararlı bir şekilde çalışmasını sağlamak için kesintili ve değişken karakteristiğe sahip olan yenilenebilir enerji kaynaklarından yapılacak olan üretimin doğru tahmin edilmesi gerekmektedir. Güneş ışınım verisi de doğrudan fotovoltaik (FV) güç ile ilişkilidir. FV güç sistemi çalışmalarının yapılacağı ve ölçülmüş FV güç verisi olmayan bölgeler için FV güç kestirimi, güneş ışınımı kestirimi ile mümkün olabilmektedir. Bu tez çalışması kapsamında, FV güç sistemi çalışmalarının kararlı bir şekilde çalışmasını sağlamak ve akıllı şebekede yapılacak olan yük planlama çalışmalarına katkı sağlamak amacıyla gün öncesi saatlik güneş ışınım kestirimi yapılmıştır. Trabzon iline ait geçmiş yılların saatlik güneş ışınımı verisi kullanılarak gün öncesinden ertesi günün saatlik güneş ışınım verisi yapay zeka yöntemlerinden yapay sinir ağları (YSA) yaklaşımı ile kestirilmiştir. Güneş ışınım verisi analiz edilerek mevsimsel olarak ayrıştırılarak k-medoids algoritması ile kümeleme işlemine tabi tutulmuştur. Kümeleme işlemi sonucunda günler hava tipine göre açık, bulutlu ve yağmurlu olmak üzere üç farklı sınıfa ayrılmıştır. Her bir sınıf için farklı bir yapay sinir ağı tasarlanmıştır. Tasarlanan YSA modeli, MATLAB benzetim programında MATLAB'nin YSA araç kutusunda bulunan kodlar kullanılmadan tasarlanmış, eğitilmiş ve test edilmiştir. Yapılan kestirimlerin doğruluğu çeşitli performans ölçütleri ile değerlendirilmiştir.
Özet (Çeviri)
Electricity generation from renewable energy sources is increased day by day and integration of renewable energy sources to the electrical grid leads to some issues in the grid because of intermittent and variable characteristics of these renewable energy sources. Accurate forecasting of electricity generation from the renewable energy sources which have intermittent and variable characteristics is a requirement to ensure stable operation of the electrical grid. Solar irradiation data is also directly associated with photovoltaic (FV) power. FV power forecasting for areas with PV power system studies and without measured PV power data, can be made possible by solar irradiation forecasting. In this thesis, day ahead hourly solar irradiation forecasting has been made to ensure the work of the PV power system in a stable operation and contribute to the load planning work in the smart grid. The next day hourly solar irradiation data for the province of Trabzon have been forecasted by artificial neural network (ANN) approach using one day ahead hourly solar irradiation from the past years. The solar irradiation data is analyzed by a seasonal separation and classified by k-medoids algorithm. As a result of the clustering process, days are divided into three different classes by air type: clear, cloudy and rainy. A different artificial neural network is designed for each class. The designed ANN model has been designed, trained and tested in MATLAB simulation environment without using codes of the MATLAB ANN toolbox. The accuracy of the predictions has been evaluated by different performance measures.
Benzer Tezler
- Türkiye elektrik piyasasında risk duyarlı enerji depolama politikaları kullanarak fiyat arbitraj potansiyelinin araştırılması
Investigating price arbitrage potential based on risk sensitive energy storage policy in turkish electricity
CEREN VERGİLİ
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri MühendisliğiTOBB Ekonomi ve Teknoloji ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SALİH TEKİN
- An artificial neural network based emergency controller to improve transient stability in power systems
Güç sistemlerinde geçici kararlılığı artırmak için yapay sinir ağı tabanlı acil durum kontrolörü
KASRA MONTAKHABI OSKOUEI
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Deep learning-based daily solar irradiation prediction for Adana region
Adana bölgesi için derin öğrenme tabanlı günlük güneş ışınımı tahmini
EMAN AHMED ERFAN OTHMAN ABDALLA
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. İLYAS EKER
DR. ÖĞR. ÜYESİ KASIM ZOR
- Akarsulardaki sediment taşınımının yapay zekâ uygulamaları kullanılarak tespiti
Detection of sediment transport in streams by using artificial intelligence applications
RAMAZAN ACAR
Yüksek Lisans
Türkçe
2019
İnşaat MühendisliğiSüleyman Demirel Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KEMAL SAPLIOĞLU
- Rüzgar-fotovoltaik hibrit güç sistemlerinin yapay sinir ağları ile kontrolü
Artificial neural networks for controlling wind-PV power systems
KERİM KARABACAK
Doktora
Türkçe
2016
Elektrik ve Elektronik MühendisliğiEge ÜniversitesiGüneş Enerjisi Ana Bilim Dalı
DOÇ. DR. NUMAN SABİT ÇETİN