Fotovoltaik güç tahmini için metasezgisel optimizasyon tabanlı hibrit model tasarımı ve analizi
Design and analysis of metaheuristic optimization-based hybrid model for photovoltaic power estimation
- Tez No: 636049
- Danışmanlar: PROF. DR. RAMAZAN BAYINDIR, DOÇ. DR. MEHMET YEŞİLBUDAK
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 141
Özet
Fotovoltaik enerji sistemleri için güneş ışınım şiddeti ve fotovoltaik güç üretimi verileri vazgeçilmez girdiler olduğundan, yüksek doğrulukta ve tutarlı güneş ışınımı ve fotovoltaik güç tahmini, uygulamadaki temel gereksinimlerdendir. Bu tez çalışmasında, güneş parametrelerinin deneysel metotlarla modellenmesi yapılmış ve global optimumu bulma yeteneği yüksek olan metasezgisel optimizasyon algoritmaları yapay sinir ağlarına hibritlenmiştir. Hibrit tahmin modellerinin oluşturulması sürecinde, gri kurt (bozkurt), karınca aslanı ve balina optimizasyon algoritmaları çok katmanlı algılayıcı algoritmasına entegre edilmiştir. Günlük toplam yatay güneş ışınımı tahmin etmek için hava sıcaklığı, bağıl nem ve difüz yatay güneş ışınımı parametreleri 3 girişli ve 2 girişli yapıda kullanılmıştır. Günlük fotovoltaik güç üretimini tahmin etmek için ise hava sıcaklığı, bağıl nem, toplam yatay güneş ışınımı ve difüz yatay güneş ışınımı parametreleri 4 girişli, 3 girişli ve 2 girişli olarak kullanılmıştır. Ayrıca, geliştirilen hibrit tahmin modellerinin performansları, çok katmanlı algılayıcı algoritmasında kullanılan hiperbolik tanjant, sinüs ve sigmoid aktivasyonu fonksiyonları açısından da test edilmiştir. Geliştirilen tahmin modellerinin ortalama mutlak hata, ortalama mutlak yüzdesel hata ve karekök ortalama hata performansları karşılaştırıldığında, gri kurt optimizasyon algoritması tabanlı çok katmanlı algılayıcı modeli günlük toplam yatay güneş ışınımı ve günlük fotovoltaik güç üretimi tahminlerinde en iyi sonuçları sağlamıştır. Ayrıca, geliştirilen hibrit tahmin modellerinin, gelecekte kullanılacak farklı zaman aralıklarındaki veri setleri üzerinde de başarıyla uygulanabileceği değerlendirilmektedir.
Özet (Çeviri)
Since solar radiation intensity and photovoltaic power generation data are indispensable inputs for photovoltaic energy systems, high accuracy and consistent solar radiation and photovoltaic power prediction are essential requirements in practice. In this thesis study, solar parameters have been modeled by experimental methods and metaheuristic optimization algorithms with high ability to find global optimum have been hybridized to artificial neural networks. In the process of creating hybrid estimation models, the grey wolf, the ant lion and the whale optimization algorithms were integrated into the multilayer perceptron algorithm. Air temperature, relative humidity and diffuse horizontal solar radiation parameters were used in the structure with 3 inputs and 2 inputs to estimate the daily total horizontal solar radiation. In order to estimate the daily photovoltaic power generation, air temperature, relative humidity, total horizontal solar radiation and diffuse horizontal solar radiation parameters were used in the structure with 4 inputs, 3 inputs and 2 inputs. In addition, the performances of the developed hybrid estimation models were tested in terms of the hyperbolic tangent, sinus and sigmoid activation functions used in the multilayer perceptron algorithm. The comparison of mean absolute error, mean absolute percentage error and root mean squared error performances of the developed estimation models shows that the grey wolf optimization algorithm-based multilayer perceptron model provides the best results for estimating the daily total solar radiation and the daily photovoltaic power generation. In addition, it is considered that the developed hybrid estimation models can successfully be applied on the datasets containing different time intervals to be used in the future.
Benzer Tezler
- Fotovoltaik güç tahmini için jaya ve yapay sinir ağları tabanlı hibrit model geliştirilmesi
Development of a hybrid model based on jaya and artificial neural networks for photovoltaic power prediction
OĞUZ TAŞDEMİR
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERDAL IRMAK
DOÇ. DR. MEHMET YEŞİLBUDAK
- Estimation of the energy output of a photovoltaic panel by metaheuristic optimization based artificial neural networks
Bir fotovoltaik panelin enerji çıkışının metaheuristik optimizasyon tabanlı yapay sinir ağları ile tahmini
ALI KAMIL GUMAR GUMAR
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiKarabük ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FUNDA DEMİR
- Bitki tabanlı optimizasyon algoritmaları ile fotovoltaik modellerin parametre tahmini
Parameter estimation of photovoltaic models with plant-based optimization algorithms
AYŞE BEŞKİRLİ
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İDİRİS DAĞ
- Gelişmiş model kullanılan fv dizilerde meta sezgisel algoritmalar ile kısmi gölgelenme koşullarında mgnt optimizasyonunun gerçekleştirilmesi
Implementation of mgnt optimization in partial shading conditions with meta- heuristic algorithms in pv arrays using advanced model
KEZBAN KOÇ
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET DEMİRTAŞ
- Optimal integration of dg units into unbalanced distribution networks
Dengesiz elektrik dağıtım şebekelerinde dağıtık üretim birimlerinin optimal entgrasyonu
MOHAMMED BAMATRAF
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. AYDOĞAN ÖZDEMİR
PROF. DR. OĞUZHAN CEYLAN