Güneş enerjisi santralleri için gerçek zamanlı meteorolojik veri izleme sisteminin geliştirilmesi
Development of a real-time meteorological data monitoring system for solar energy plants
- Tez No: 526089
- Danışmanlar: DR. ÖĞR. ÜYESİ AHMET YILANCI
- Tez Türü: Yüksek Lisans
- Konular: Enerji, Energy
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Güneş Enerjisi Ana Bilim Dalı
- Bilim Dalı: Enerji Bilim Dalı
- Sayfa Sayısı: 120
Özet
Bu tez çalışmasında, güneş enerjisi santralleri için uzaktan gerçek zamanlı veri izleme sistemi tasarlanmıştır. Sistemin tasarımında Raspberry Pi cihazıyla birlikte Bosch BME280 sıcaklık, basınç ve nem sensörü, Sharp GP2Y1010AU0F toz sensörü ve Apogee SP-110 güneş ışınım sensörü kullanılmıştır. Raspberry Pi 3 cihazında kullanılan sensörler aracılığıyla alınan veriler, sistemde kullanılan Microsoft Azure bulut bilişim ortamına aktarılır ve daha sonra internet bağlantısı olan herhangi bir platformda görüntülenebilir. Geliştirilen sistem nesnelerin interneti (Internet of Things) tabanlı bir sistem olup gerçek zamanlı veri izleme yapılabilmesine olanak vermesi açısından ayrıca önemlidir. Geliştirilen sistemden elde edilen veriler, tutarlı olup olmadıklarının kontrol edilebilmesi amacıyla Ege Üniversitesi Güneş Enerjisi Enstitüsü meteoroloji istasyonundan alınan verilerle karşılaştırılmıştır. Toplamda elde edilen 15 farklı saat aralığındaki veri grupları incelenmiştir. Bu inceleme sonucunda geliştirilen sistemden elde edilen sıcaklık verilerinde %1'lik, nem değerlerinde %5,6'lık, basınç verilerinde %0,07'lik ve güneş ışınım değerlerinde %0,38'lik farklılıkların olduğu sonucuna ulaşılmıştır. Ayrıca sistemden elde edilen ve ortamın toz yoğunluk durumunun gösterildiği verilerin ortalaması 117,71μg/m^3 olarak ölçülmüştür.
Özet (Çeviri)
In this dissertation, a real-time meteorological data monitoring system for solar energy plants was designed. The components of this system are Raspberry Pi, Bosch BME280 heat, humidity and pressure sensor, Sharp GP2Y1010AU0F dust sensor and Apogee SP-110 solar radiation sensor. The data is collected via the sensors that are used in Raspberry Pi 3 and this data is transferred to the Microsoft Azure cloud. When the data is on the cloud, it can be monitored anywhere from any platform which has an internet connection. The system designed is a crucial one regarding the fact that it provides real-time data by using the Internet of Things. The data collected from the system is compared with the data received from Ege University Solar Energy Institute's meteorology station so as to verify the accuracy of the data collected. The data group that is analyzed was obtained from 15 different time ranges. As a result, the system designed in the light of this analysis and the following outcomes revealed. The inaccuracy percentage of temperature data is 1%, humidity data is 5,6%, pressure data is 0,07% and radiation data is 0,38%. In addition, the mean of the data that reflects the density of dust is measured as 117,71μg/m^3.
Benzer Tezler
- Isparta ili için güneş enerjisi santrali (fotovoltaik) çatı uygulamasından elde edilen saha verileri ile simülasyon verilerinin karşılaştırmalı olarak incelenmesi
A comparative examination of the field data and simulation data obtained from the solar power plant (photovoltaic) roof application for Isparta province
ÖNDER EMRE
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiIsparta Uygulamalı Bilimler ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. ADNAN ÇALIK
- Fotovoltaik sistemlerde güç verimliliğinin arttırılması için gerçek zamanlı bir izleme sistemi tasarımı
Power efficiency monitoring and analysis of photovoltaic systems through hardware and internet based software
ERSİN ERÇEL
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiMersin ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN ERİŞTİ
- Dynamic energy price determination for blockchain based smart microgrids with renewable sources
Yenilenebilir kaynaklar içeren akıllı mikro şebekeler için blok zincir tabanlı dinamik enerji fiyat belirlenmesi
ATİLLA MAMİŞ
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri MühendisliğiAdana Alparslan Türkeş Bilim Ve Teknoloji ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. NEŞE YALÇIN
- Optimal site selection of wind power plants using geographic information systems and best worst method: A case study in İzmir
Coğrafi bilgi sistemleri ve en iyi-en kötü yöntemi kullanılarak rüzgar enerjisi santralleri için optimal yer seçimi: İzmir örneği
ABDULLAH DORUK GÖKKAYA
Yüksek Lisans
İngilizce
2022
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TURAN ERDEN
- Çatı tip güneş enerjisi santrali ile beslenen elektrikli araç şarj istasyonu
Rooftop solar power plant based electric vehicle charging station
TAHSİN BOYEKİN
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiMarmara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL KIYAK