Geri Dön

Agrivoltaik sistemler ile elektrikli traktörleri şarj etmek için doğru arazilerin saptanması

Determining the right lands to charge electric tractors with agrivoltaics

PDF İndir

  1. Tez No: 800223
  2. Yazar: SAMED PEKDEMİR
  3. Danışmanlar: PROF. DR. İLHAN KOCAARSLAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Enerji, Energy
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Enerji Enstitüsü
  11. Ana Bilim Dalı: Enerji Bilim ve Teknoloji Ana Bilim Dalı
  12. Bilim Dalı: Enerji Bilim ve Teknoloji Bilim Dalı
  13. Sayfa Sayısı: 110

Özet

İnsanlık çözüm bulamazsa, insanlığın önümüzdeki yıllarda üç büyük zorluk ile karşılaşacaktır. Bu zorluklar gıda kıtlığı, kuraklık ve enerji krizidir. Dikkat ile incelenirse bu zorluklar arasında ayrılmaz bağlar ve nedensellik ilişkileri vardır. Gelecekte şehirleşme, küresel ısınma, iklim değişikliği, hızlı nüfus artışı nedeniyle su, gıda ve enerji kaynakları için rekabet yoğun bir şekilde artacaktır. Fosil yakıtların birincil enerji kaynağı olarak kullanılması, küresel ısınmaya ve iklim değişikliğine önemli ölçüde katkıda bulunmuştur. Bu yenilenemez yakıtların olumsuz çevresel etkileri vardır. Bu sorunlarla mücadele etmek için güneş ve rüzgar enerjisi gibi yenilenebilir enerji kaynaklarının kullanımı artmaktadır. Bu kaynaklar fosil yakıtlara göre daha az zararlı etki üretirken daha fazla arazi alanı gerektirmektedir. Şehirleşme ve artan nüfus da arazi talebini artırarak enerji dönüşümü için gerekli araziye sahip olmayı engelliyor. Tarım ve enerji yakından bağlantılıdır. Tarım endüstrisinde enerji üretme ve tüketme şeklimiz, çevre ve artan nüfusu besleme becerimiz üzerinde önemli bir etkiye sahiptir. Tarım makinelerine güç sağlamak için dizel gibi fosil yakıtların kullanılması çevreye zarar veriyor ve sürdürülebilir değil. Güneş enerjisi üretiminin tarımla entegrasyonu olan“Agrivolaikler”sürdürülebilirliği artırma ve fosil yakıt kullanımının olumsuz etkisini azaltma potansiyeline sahiptir. Elektrikli Traktörler gibi elektrikli araçlar da verimliliği artırabilir ve fosil yakıtlara olan bağımlılığı azaltabilir. Bu teknolojiler, tarım alanlarının korunmasına ve su kıtlığı riskinin azaltılmasına yardımcı olabilir. Son yıllarda, elektrikli traktörlerin benimsenmesi ve agrivoltaik(tarımges) olarak da bilinen fotovoltaik panellerin tarım alanlarına entegrasyonu, çiftçiliğin ve tarım sektöründeki üretimin karbon ayak izini azaltmak ve tarımsal üretimde oluşan enerji talebinin kendi kendine yeterliliğini sağlayan modelleri artırmak için umut verici alternatifler olarak ortaya çıktı. Bununla birlikte, elektrikli traktörlerin ve agrivoltaiklerin yaygın olarak konuşlandırılması, ilgili teknik, ekonomik ve çevresel faktörlerin kapsamlı bir şekilde anlaşılmasını gerektirmektedir. Bu yüksek lisans tezi, Coğrafi Bilgi Sistemleri (GIS), parçacık sürüsü optimizasyonu ve k-means kümeleme kullanarak elektrikli traktörlerin ve agrivoltaiklerin belirli bir tarımsal bağlamda uygulanmasının fizibilitesini değerlendirmek için bir metodoloji geliştirmeyi amaçlamaktadır. Çalışmada kışlık buğday ekimi ve güneş enerjisi üretimine odaklanılmıştır. Çalışma ayrıca elektrikli traktörlerin ve agrivoltaiklerin potansiyel faydalarını ve zorluklarını değerlendirmek için arazi, hava durumu ve yenilenebilir kaynaklar hakkındaki verileri içermektedir. Ayrıca bu teknolojilerin ve modelin tarım sektöründe uygulanmasına yönelik öneriler sunulacaktır. Bu bağlamda bu çalışmada, K-means ve parçacık sürü optimizasyonu (PSO) kullanılarak bir güneş enerjisi santralinin arazide en uygun yerini belirlemek için bir hibrit optimizasyon modeli geliştirilmiştir. Bu yaklaşımın amacı, fotovoltaik güç çıkışını en üst düzeye çıkarmak ve elektrikli traktörler gibi elektrikli tarım makinelerinin yeterince şarj edilmesini sağlamaktır. Bu modelin kullanılması tarım endüstrisinin verimliliğini ve sürdürülebilirliğini artırmaya yardımcı olabilir. Bu çalışmada, öklid mesafesine dayalı parsel kümeleri oluşturmak için K-means algoritması kullanılmıştır. Parçacık sürüsü optimizasyonu (PSO) algoritması daha sonra bir amaç fonksiyonuna dayalı olarak en uygun parseli bulmak için kullanılır. İlk iterasyonda enerji talebi karşılanmazsa, küme sayısı birer birer artırılır ve yeni optimal parseller aramak için PSO kullanılır. Bu işlem, hesaplanan enerji talebi seçilen parseller tarafından karşılanıncaya kadar tekrarlanır. Algoritma tarafından bulunan optimum parselde üretilebilecek güneş enerjisi miktarını dünya çapında çoğu yer için bu bilgileri sağlayan bir web uygulaması olan PVGIS'ten gelen güneş radyasyonu ve fotovoltaik (PV) sistem enerji üretim verileri kullanılarak bulunur. Daha gerçekçi sonuçlar elde etmek için gerçek parsel verileri kullanılmıştır. Çalışmada kullanılan veriler TKGM (Türkiye Tapu Ve Kadastro Genel Müdürlüğü) web sitesi kazınarak elde edilmiştir. Çalışmada kullanılan parsel verileri Büyüköz (Ahirli/Konya'da bulunan bir köy), Karkin ve Üçhüyük'e (Çumra/Konya'da bulunan iki köy) aittir. Bu çalışmada bir alanın enerji talebini belirlemek için Avustralya'daki Yeni Güney Galler eyaleti hükümeti, yanlış traktörün kullanılması yakıt israfına ve erken arızalara neden olabileceğinden, çiftçilere arazileri ve mahsulleri için uygun güçte traktörleri seçmelerine yardımcı olan klavuzdan yararlanılarak oluşturulmuştur. Algoritmadan beklentilere ve içgüdüye uygun sonuçlar elde edildi. Fakat bu çalışmanın en önemli çıktısı olarak, elektrikli traktörün enerji talebi, kullanılan ekipman sayısı ve tipini etkilediğinden dolayı yetiştirilen ürünlere bağlı olarak değişeceğindan dolayı planlamanın tarımda özellikle enerji tüketimi ve üretimi için kritik öneme sahip olduğunu sonucuna da varılmıştır.

Özet (Çeviri)

If humanity does not find solutions, humanity will face three major challenges in the coming years. These challenges are food scarcity, drought, and energy crisis. If carefully examined, there are inseparable bonds and causality relationships among these challenges. In the future, competition for water, food, and energy resources will become more intense due to urbanization, global warming, climate change, and rapid population growth. The use of fossil fuels as the primary energy source has contributed significantly to global warming and climate change. These fuels have negative environmental impacts and are non-renewable, meaning they will eventually run out. To tackle these problems, the use of renewable energy sources such as solar and wind energy is increasing. These sources produce less harmful effects than fossil fuels but require more land area. Urbanization and increasing population also increase land demand, which makes it more difficult to balance the need for energy transformation with the need for urban development. Agriculture and energy are closely linked, and the way we produce and consume energy in the agriculture industry has a significant impact on our ability to sustain the environment and feed an increasing population. The use of fossil fuels such as diesel to power agricultural machinery is harmful to the environment and not sustainable.“Agrivoltaics”, which involves the integration of solar energy production with agriculture, has the potential to increase sustainability and reduce the negative impact of fossil fuel use. The studies on agrivoltaic systems have revealed many surprising facts about the technology. These include increased income for farmers, reduced ambient air temperature under PV structures leading to improved PV performance, water efficiency improvements from using irrigation water to clean PV panels that can then be reused for crops, CO2 absorption by plants and reduced CO2 emissions from using solar energy as opposed to fossil fuels. Additionally, some plants can benefit from the shading effects of PV systems and agrivoltaic systems can reduce a region's carbon footprint by using clean and renewable energy sources. Electric vehicles such as electric tractors can also improve efficiency and reduce reliance on fossil fuels. Electric vehicles are increasingly becoming a part of our lives not only in the passenger car sector but also in many other areas. Electric vehicles in agriculture have also started to find their place on the agenda of many countries and researchers. Therefore, electric tractors are agricultural machines that reflect the use of electric vehicles in the agricultural sector instead of fossil fuels. Electric farming tractors are a promising technology as they offer many potential benefits compared to traditional gasoline or diesel tractors, such as low emissions, low operating costs, and low noise levels. Replacing the expense of fuel for tractors, which is the biggest cost item for farmers in terms of energy demand, with electric versions of tractors and charging them with electricity generated from agrivoltaics could potentially make a significant contribution towards preventing or postponing various disasters that humanity is facing, thereby leading to a more sustainable agriculture and food production. These technologies can also help preserve agricultural land and reduce the risk of water scarcity. In recent years, the adoption of electric tractors and the integration of photovoltaic panels, also known as agrovoltaics, into agricultural land have emerged as promising alternatives to reduce the carbon footprint of farming and agriculture production and increase models of self-sufficiency in energy demand in agriculture. However, the widespread deployment of electric tractors and agrovoltaics requires a comprehensive understanding of the relevant technical, economic, and environmental factors. This master's thesis aims to develop a methodology to evaluate the feasibility of electric tractors and agrovoltaics in a specific agricultural context using Geographic Information Systems (GIS), particle swarm optimization, and k-means clustering. The study will focus on winter wheat cultivation and solar energy production and will include data on land, weather, and renewable resources to assess the potential benefits and challenges of electric tractors and agrovoltaics. Recommendations for the implementation of these technologies and models in the agriculture sector will be provided. In this context, a hybrid optimization model using K-means and particle swarm optimization (PSO) has been developed to determine the most suitable location for a solar energy plant on land in this study. The aim of this approach is to maximize photovoltaic power output and ensure sufficient charging of electric farming machinery such as electric tractors. The use of this model could help increase the efficiency and sustainability of the agriculture industry. The K-means algorithm is a popular clustering technique in machine learning and pattern recognition. It divides data into K clusters to maximize similarity within clusters and minimize similarity between them. It's easy to use and works well with large datasets. The algorithm reduces distance to clusters and minimizes errors. It starts with randomly selected center points and optimizes their positions until successful grouping or iteration limit. Kennedy and Eberhart introduced Particle Swarm Optimization (PSO) in 1995. PSO is a simple method for searching optimal solutions in solution space and it only requires a target function, making it different from other optimization algorithms. PSO is based on a simplified social model simulation, where members of a swarm can share their experiences to help the swarm achieve the best result. Although a function can have multiple local maxima and minima, PSO tries to capture the global maximum or minimum, and it is considered a heuristic model. The estimation of energy consumption for electric vehicles is a challenging task due to the identification of various parameters that affect it. These parameters are divided into four categories: vehicle factors, natural environment factors, driver factors, and factors related to the type of journey. Additionally, electric tractors have additional challenges, such as determining the appropriate size and power of the tractor used for farming machines, as well as the soil structure of the land. The Department of Primary Industry in New South Wales, Australia has developed a guide to assist farmers in selecting the right tractor size for their land and crops. The guide provides two methods for calculating tractor power requirements: the“Rule of Thumb”and manual calculation using specific parameters. The latter method involves determining the basic workload required for the crop and estimating the time required to complete the task. This study used formulas developed by the Department of Primary Industry to calculate the power and energy requirements of an electric tractor. In this study, the K-means algorithm was used to create parcel clusters based on Euclidean distance. The particle swarm optimization (PSO) algorithm was then used to find the most suitable parcel based on an objective function. If the energy demand is not met in the first iteration, the number of clusters is gradually increased and PSO is used to search for new optimal parcels. This process is repeated until the calculated energy demand is met by the selected parcels. The amount of solar energy that can be produced in the optimal parcel found by the algorithm is determined using solar radiation and photovoltaic (PV) system energy production data from PVGIS, a web application that provides this information for most places around the world. The function“installed_capacity_founder”is provided in Appendix A to calculate the installed capacity. The function requires the polygon data of a designated parcel, the length of the cellular rectangles to be constructed within the polygon, the dimensions of the PV panel to be used, and the power quantity as input parameters. The“energy_supply_wrt_workday”function is then used to estimate energy production on dates determined based on the installed power, and this estimation process is conducted using the daily arithmetic mean of PVGIS 2016-2020 data. Another function in Appendix A, called“power_founder_for_mach,”determines whether the number of tractors used between the given dates is sufficient for the agricultural tool employed. Since agricultural operations are carried out during specific dates, it is essential to determine whether the equipment is sufficient to utilize all the land. Real parcel data has been used to obtain more realistic results. The data used in the study was obtained by scraping the TKGM (Turkish General Directorate of Land Registry and Cadastre) website. The parcel data used in the study belongs to Büyüköz (a village in Ahirli/Konya), Karkin and Üçhüyük (two villages in Çumra/Konya). In this study, an algorithm was created using a guide provided by the government of the New South Wales state in Australia, which helps farmers select tractors of appropriate power for their lands and crops, as the use of the wrong tractor can lead to fuel waste and early breakdowns. The model produced results consistent with expectations and intuition. The algorithm is based on a combination of K-means and PSO optimization model and uses a specific objective function that incorporates parcel area, distance, and altitude. Although the algorithm can be improved by adding more parameters, such as the distance to water sources and the power grid, and detailed crop and soil data, this study was limited by a lack of data. The most important finding of this study is that the energy demand of an electric tractor can vary depending on the number and type of tractors' equipment used according to the crop being grown. Therefore, planning is the most critical factor for sustainable energy consumption and production in agriculture. Otherwise, model will not work properly, and it will be very difficult to determine parcels to install revewable resources and to demonstrate the possibility of electric tractors.

Benzer Tezler

  1. Tez No

    888026

    Agrivoltaik sistemlerde gölgenin tarımsal verimliliğe etkisi

    The effect of agrivoltaic systems on agricultural efficiency

    BÜŞRA BETÜL TOKPUNAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    EnerjiKaramanoğlu Mehmetbey Üniversitesi

    Mühendislik Bilimleri Ana Bilim Dalı

    DOÇ. DR. SELMİN ENER RÜŞEN

Geri Dön