Elektrik güç dağıtım sistemlerine bağlı mikro şebekeler için yeni bir akıllı enerji yönetim algoritması: üniversite kampüsü örnek durum incelemesi
A new smart energy management algorithm for microgrids connected to electric power distribution systems: Case study of university campus
- Tez No: 985726
- Danışmanlar: DOÇ. DR. OKTAY ARIKAN
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Tesisleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, kampüs tipi mikroşebekelerde enerji yönetimini pasif, aktif ve proaktif yaklaşımları bütünleştirerek ele alan tahmin tabanlı bir model geliştirilmiştir. Çalışmanın temel amacı, enerji tüketim ve üretim verileriyle birlikte karbon maliyetini de dikkate alan, ekonomik, çevresel ve operasyonel açıdan dengeli bir yönetim stratejisi ortaya koymaktır. İlk aşamada, 2019–2022 yıllarına ait gerçek kampüs verileri kullanılarak yük ve üretim profilleri analiz edilmiştir. Türkiye'deki yükseköğretim kurumları için geçerli tarife modelleri karşılaştırılmış ve ekonomik analiz sonucunda ÇT3Z tarifesi, kampüs yük karakteristiğiyle en uyumlu model olarak belirlenmiştir. Bu bulgu, sonraki optimizasyon çalışmalarının ekonomik referansını oluşturmuştur. Aktif enerji yönetimi aşamasında, GAMS ortamında geliştirilen KTDP modeli kullanılarak farklı işletme senaryoları değerlendirilmiştir. Ekim 2022 dönemi temel alınarak yürütülen bu analizlerde, ekonomik işletme, karbon dengesi ve pik yük azaltımı hedefleri bir arada ele alınmıştır. Ardından, BEDS entegrasyonu tasarım ve optimizasyon boyutuyla incelenmiş; kapasite değişimlerinin sistem maliyeti, pik yük ve karbon emisyonu üzerindeki etkileri analiz edilmiştir. Bulgular, optimal BEDS kapasitesinin 10–15 kWh aralığında yoğunlaştığını ve her senaryoda ekonomik performansı iyileştirdiğini göstermiştir. Böylelikle minimum BEDS yatırım maliyeti ile elde edilebilecek kazanımlar optimal biçimde analiz edilmiştir. Gerçek zamanlı uygulanabilirliği güçlendirmek amacıyla, beşinci bölümde KTDP sonuçları akış temelli bir karar mantığına dönüştürülmüş ve bu yapı altı farklı meta-sezgisel algoritma ile test edilmiştir. Karşılaştırmalar sonucunda Mod-3 (saatlik karbon ticareti senaryosu) altında PSO algoritmasının en dengeli performansı sağladığı görülmüştür. Tezin son aşamasında, enerji yönetim yapısı tahmin tabanlı bir biçime dönüştürülmüş; yük ve rüzgâr enerjisi üretimi için geliştirilen Geliştirilmiş-OBHOM, Geliştirilmiş-MOBHOM, Geliştirilmiş-YSA ve Çift Katmanlı-UVKB modelleri karşılaştırılmıştır. OMH hata ölçütü üzerinden yapılan değerlendirmelerde en başarılı sonuçlar OBHOM modeliyle elde edilmiş; bu model akış temelli karar mekanizmasına t+1 öngörüler şeklinde entegre edilmiştir. Böylece sistem, yalnızca geçmiş verilere tepki veren deterministik bir yapıdan çıkıp, kısa vadeli tahminlere dayalı proaktif bir karar destek sistemine dönüşmüştür. Elde edilen sonuçlar, en yüksek tahmin doğruluğuna sahip OBHOM modelinin entegre edilmesiyle, kararların dinamik ve öngörüye dayalı biçimde optimize edilebildiğini ortaya koymuştur. Tahmin verilerinin kural tabanlı yapıya dahil edilmesi sayesinde, fiyat, yük ve üretim değişkenlerinin eş zamanlı değerlendirilerek daha dengeli enerji akışları ve ekonomik olarak iyileştirilmiş işletme performansı sağlamıştır. Bu kapsamda geliştirilen model, kampüs tipi MŞ'lerde ekonomik verimlilik, enerji güvenliği ve çevresel sürdürülebilirliği bir arada gözeten akıllı ve proaktif bir enerji yönetim yaklaşımı sunmuştur.
Özet (Çeviri)
This dissertation develops a forecast-based energy management framework that integrates passive, active, and proactive approaches for campus-type microgrids. The main goal is to design a strategy that optimizes economic, environmental, and operational performance by using real consumption and generation data together with carbon costs. In the first stage, actual campus data from 2019 to 2022 were analyzed to characterize load and renewable generation patterns. Several electricity tariff models applicable to Turkish university campuses were compared, and the Three-Period Time-of-Use (3P-ToU) tariff was identified as the most suitable option for the campus load profile. This finding provided the economic reference for subsequent optimization analyses. In the active management stage, multiple operational scenarios were modeled using Mixed-Integer Linear Programming (MILP) in the GAMS environment. Using data from October 2022, the optimization jointly considered economic operation, carbon balance, and peak load reduction. A Battery Energy Storage System (BESS) was then integrated into the system, and its optimal capacity and operational effects were evaluated. Results indicated that capacities between 10–15 kWh improved economic performance across all cases, revealing the potential gains achievable with minimum BESS investment cost. To improve practical applicability, the MILP-based model was transformed into a flow-based dynamic control structure and tested with six metaheuristic algorithms. Among them, Mod-3, representing the hourly carbon trading scenario, produced the most balanced results under the Particle Swarm Optimization (PSO) algorithm. In the final stage, the system evolved into a forecast-driven decision-making model. Short-term (t+1) forecasts for load and wind power generation were produced using Modified-ARIMA, Modified-SARIMA, Modified-ANN, and Bi-Layer-LSTM models. Based on the Mean Absolute Error (MAE) metric, the Modified-ARIMA model achieved the highest accuracy and was integrated into the flow-based management logic as a predictive input. This integration transformed the system from a deterministic structure into a proactive decision-support mechanism capable of anticipating short-term variations. The results show that incorporating the Modified-ARIMA model enabled operational decisions to be optimized dynamically and predictively. The rule-based use of forecast outputs allowed price, load, and generation variables to be evaluated simultaneously, leading to balanced energy flows and improved economic performance. Overall, the proposed model provides an intelligent and proactive energy management framework for campus-type microgrids, addressing economic efficiency, operational reliability, and environmental sustainability together.
Benzer Tezler
- A novel artificial intelligence based energy management system for microgrids
Mikro şebekeler için yapay zeka temelli yeni bir enerji yönetim sistemi
NECATİ AKSOY
Doktora
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Adaptive signal processing based intelligent method for fault detection and classification in microgrids
Mikroşebekelerde arıza tespiti ve sınıflandırması için adaptif sinyal işleme tabanlı akıllı yöntem
RESUL AZİZİ
Doktora
İngilizce
2022
Enerjiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- An optimal generation dispatch for a reliable and environment friendly microgrid using multi-objective optimization
Güvenilir ve çevre dostu bir mikro şebeke için çok amaçlı optimizasyon tabanlı optimum üretim dağıtımı
IKRAMUL HASAN SOHEL
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Elektrik enerji şebekelerinde esnek güç yönetimi ve bir uygulama örneği
Flexible power management of electric power grids and an application example
MUHAMMET ALİ AKCANCA
Yüksek Lisans
Türkçe
2013
Elektrik ve Elektronik MühendisliğiCelal Bayar ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEZAİ TAŞKIN
- ISLANDING DETECTION IN DISTRIBUTED GENERATION GRIDS USING RECURRENT NEURAL NETWORKS
TEKRARLAYAN SİNİR AĞLARI KULLANARAK DAĞITILMIŞ ÜRETİM ŞEBEKELERİNDE ADALAŞMANIN BELİRLENMESİ
SARAH MAHMOOD FARHAN ALKINANI
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN NURİ UCAN