Geri Dön

Rüzgâr enerji potansiyelinin istatistiksel yöntemler ve genetik algoritmayla hesaplanması

Determination of the wind energy potential using the statistical methods and the genetic algorithm

  1. Tez No: 638341
  2. Yazar: MELİH BURAK KOCA
  3. Danışmanlar: DR. ÖĞR. ÜYESİ YUSUF ŞAHİN, DR. ÖĞR. ÜYESİ MUHAMMET BURAK KILIÇ
  4. Tez Türü: Doktora
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Genetik Algoritma, Sonlu Karma Dağılımlar, Weibull dağılımı, Beklenti Maksimizasyonu Algoritması, rüzgâr hızı modellemesi, Genetic Algorithms, Finite mixture distributions, Weibull distribution, Expectation Maximization Algorithm, Wind speed modelling
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Burdur Mehmet Akif Ersoy Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 169

Özet

İnsanlık tarihi boyunca nüfusun artması ve mevcut enerji kaynaklarının zamanla yetersiz kalması, insanoğlunu farklı enerji kaynakları arayışı içine sokmuştur. Günümüzde fosil enerji kaynaklarının hızla tükenmesi ve artan çevresel kaygılar yenilenebilir enerji türlerine olan ilgiyi artırmıştır. Yenilenebilir enerji türleri içinde rüzgâr enerjisine olan ilgi son yıllarda oldukça artmıştır. Bir bölgeye rüzgâr enerjisi alanında yatırım yapmak için öncelikle bölgedeki rüzgâr hızının uzun süreli ölçümlerle takip edilip bölgenin rüzgâr enerjisi potansiyelinin belirlenmesi gerekmektedir. Rüzgâr enerjisi potansiyelinin belirlenmesinde en önemli değişken rüzgâr hızıdır ve rüzgâr hızının etkin bir şekilde modellenmesi hem yapılacak yatırımın kârlılığının değerlendirilmesi hem de uygun türbin modellerinin seçimi için oldukça önemlidir. Rüzgâr hızının modellenmesinde farklı dağılımlar kullanılmaktadır. Bu tez çalışmasında rüzgâr hızı modellemesinde yaygın olarak kullanılan istatistiksel dağılımlardan Weibull, gamma, normal ve log-normal dağılım ile bu dağılımların iki tepeli karma formları üç farklı bölgede ölçülen rüzgâr hızı gözlemleri kullanılarak karşılaştırılmıştır. Model parametreleri en çok olabilirlik yöntemi ile tahmin edilmiş, tahmin edicilerin optimizasyonunda Newton-Raphson (NR), Broyden-FletcherGoldfarb-Shanno, Nelder-Mead ve Benzetimli Tavlama (BT) metotları kullanılmıştır. Karşılaştırmalar sonunda iki tepeli karma Weibull (WW) dağılımın başarılı dağılımlardan biri olduğu belirlenmiştir. Sonraki kısımda WW dağılımının en çok olabilirlik tahmin edicilerinin elde edilmesi için Beklenti Maksimizasyonu (BM) algoritmasına ve bootstrap tekniğine dayalı bir arama uzayına sahip genetik algoritma (GA) yöntemi önerilmiş, önerilen yöntem NR, BM ve BT metotlarıyla karşılaştırılmıştır. Kolmogorov-Smirnov test istatistiği, kök ortalama hata kare, belirlilik katsayısı ve deficiency kriterlerine göre önerilen GA metodu diğer metotlardan daha etkin tahminler sunmuştur.

Özet (Çeviri)

The increase in population and the inadequacy of available energy resources put human being into the search of alternative energy resources during the human history. Today, the rapid depletion of fossil energy resources and increasing environmental concerns have increased the interest in renewable energy forms. Among the renewable energy forms, the interest in wind energy has increased considerably in recent years. In order to make a wind energy investment in a region, the wind speed in the region must be measured for long term and the wind energy potential of the region must be determined. Wind speed is the most important variable in determining the wind energy potential and the effective modeling of the wind speed is very important for both evaluating the profitability of the investment and choosing the proper turbine types. In the modeling of the wind speed, a large number of distributions are used. In this thesis, Weibull, gamma, normal and log-normal distributions and twocomponent mixture forms of these distributions were compared using wind speed observations measured in three different regions. Model parameters were estimated with the maximum likelihood method. Newton-Raphson (NR), Broyden-Fletcher-GoldfarbShanno, Nelder-Mead and Simulated Annealing (SA) methods were used in obtaining the estimators. As a result of the comparisons, it was determined that the two-component mixture Weibull (WW) distribution was one of the successful distributions. In the next section, the genetic algorithm (GA) method with a search space based on the Expectation Maximization (EM) algorithm and the bootstrap technique has been proposed to obtain the maximum likelihood estimators of the WW distribution, and the proposed method has been compared with the NR, EM and SA methods. According to Kolmogorov-Smirnov test statistics, root mean square of error, coefficient of determination, and deficiency criteria, the proposed GA method provided the most efficient estimates.

Benzer Tezler

  1. Yapay sinir ağları ile rüzgar ve güneş enerjisi potansiyelinin modellenmesi ve dalgacık dönüşümü ile analizi

    Modeling of wind and solar energy potential with artificial neural network and analysis with wavelet transformation

    DURHAN GABRALI

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ZAFER ASLAN

  2. Rüzgar enerji potansiyelinin yüzey ve uydu verilerine dayalı olarak belirlenmesi ve analizi

    Determining and analyzing wind energy potential based on ground and satellite data sets

    ONUR PAMUK

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    EnerjiHava Harp Okulu Komutanlığı

    Uzay Bilimleri Ana Bilim Dalı

    PROF. DR. ZAFER ASLAN

  3. Meltem rüzgarlarının Türkiye'nin batı kıyılarına olan etkisinin araştırılması, modellenmesi ve enerji potansiyeline etkisinin incelenmesi

    Investigation and modeling of sea breeze on Turkey's west coast and evaluation of the effect of potential energy

    GİZEM BUĞDAY

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Meteorolojiİstanbul Teknik Üniversitesi

    Meteoroloji Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞÜKRAN SİBEL MENTEŞ

  4. Türkiye'de ki rüzgar enerjisi potansiyelinin değerlendirilmesi

    An evaluation of wind energy potential in Turkey

    BİLGE AKBIYIK

    Yüksek Lisans

    Türkçe

    Türkçe

    2004

    Elektrik ve Elektronik MühendisliğiKırıkkale Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF.DR. İLHAN KOCAARSLAN

  5. Bitlis Eren Üniversitesi kampüs alanında rüzgar enerji potansiyelinin belirlenmesi ve simülasyonu

    Determination of wind energy potential of wind power plant simulation in the Bitlis Eren University campus area

    ÖMER GÜNTAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Elektrik ve Elektronik MühendisliğiBitlis Eren Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. SABİR RÜSTEMLİ