Yatay Yüzeye Gelen Işınım ve Fotovoltaik Sistem Çıkış Gücü Tahmini İçin Yapay Zeka Tabanlı Bir Yöntemin Geliştirilmesi


Durusu A., Beydilli M.(Yürütücü)

TÜBİTAK Projesi, 2023 - 2024

  • Proje Türü: TÜBİTAK Projesi
  • Başlama Tarihi: Eylül 2023
  • Bitiş Tarihi: Mart 2024

Proje Özeti

Yenillenebilir enerji sistemleri gün geçtikçe hayatımızda daha büyük yer ve önem kazanmaktadır. Yenilenebilir enerji sistemlerinin verimliliği ve kesintisiz çalışabilmesi için hibrit yaklaşımlar mevcuttur. Bununla beraber yalnızca yenilenebilir enerji sistemleri kullanan üreticiler vardır ve belirli bir alana güneş tarlaları veya rüzgar tarlaları kurulur. Yalnızca yenilenebilir enerji sistemiyle üretim yapan bir tesis, anlık olarak değişen hava koşullarına uyum sağlamak veya üretmesi gereken enerjinin altına düşmesi durumlarının önüne geçmek için batarya sistemlerini kullanmak zorundadır. Bu sistemlerin kullanılması ekstra maliyete sebep vermektedir. Yapacağımız çalışmada hedefimiz, çeşitli firmalara günlük bazda ne kadar elektrik enerjisi üreteceği konusunda tahmin yapmakta zorlanan tesislerin, bu problem sebebiyle karşılaştıkları sorunların en önemlilerinden birini çözmek ve onların değişen hava koşullarından minimum seviyede kayıpla bu durumu karşılamaların sağlayabilmek ve bu sayede ülkemize, yenilenebilir enerji konusunda yeni bir bakış açısı kazandırarak yenilikçi projelerde bulunabilecek mühendislerin kazandırılacağı düşünülmektedir. Toplam günlük güneş radyasyonu, yenilenebilir enerji performans tahmininde en önemli parametre olarak kabul edilir. Enerji sistemleri, özellikle fotovoltaik güç sistemlerinin boyutlandırılması, tarım ve bina tasarımı uygulamalarında büyük bir öneme sahiptir. Hui-Min Zuo ve diğer arkadaşalarının önerdiği metod şöyledir. Güneş radyasyonunun doğal değişkenliği ile, güneş ışınımının doğru kısa vadeli tahmini, elektrik şebekelerini maliyet etkin bir şekilde stabilize etmek ve işletmek için çok önemlidir. Bulut, dakika ölçeğinde güneş ışınımındaki değişimler için en önemli etkileyen faktördür. Bu çalışma, derin bir öğrenme ağına dayalı kısa vadeli bir güneş ışınımı tahmin modeli önermektedir. İlk olarak, farklı gökyüzü koşullarında bulut kapsamını hesaplamak için yeni bir hibrit bulut algılama yöntemi önerilmiştir. Mevcut andaki bulut kapsamı ile 10 dakika sonraki küresel yatay ışınım (KYI) arasındaki ilişki, bulut hareketini katı hareket olarak varsayma hatasını önlemek için doğrudan analiz edilir. On dakikadaki KYI ile güçlü bir korelasyona sahip olan meteorolojik parametreler, bu çalışmada esas olarak bağıl nem ve 500 nm Aerosol Optik Derinliği (AOD) dahil olmak üzere model girdisine kabul edilir. Önümüzdeki iki zaman aralığının GHI'sı da diğer kapsamlı etkileri temsil etmek için otokorelasyon analizinden sonra seçilir. Bulutla birlikte, göktaşı parametreleri ve tarihsel GHI, uzun kısa süreli bellek ağına (KSBA) dayanan ve Bayesian Optimization (BO) tarafından optimize edilen bir derin öğrenme ağının girdisi olarak eş zamanlı olarak alınır. On dakika sonraki güneş ışınımı, modelin çıktısıdır. Önerilen tahmin modelinin performansını bazı kıyaslama modelleriyle karşılaştırarak değerlendirmek için deneyler yapılmıştır. Sonuçlar, önerilen modelin, tüm gökyüzü koşullarında %15,25'lik normalize edilmiş ortalama karekök hatası (nRMSE) ile diğer modellerden daha iyi performans gösterdiğini göstermiştir. Kalıcı modele göre %8,23 iyileşme sağlanmıştır. Projemezin temel enerji kaynakları güneş enerjsidir. Bu kaynaklar sistem kurulmadan ve devre tasarımları yapılmadan önce Simulink ve Python gibi programlarda simüle edilecektir ve sonuçlar sistem üzerinden tahmin edilecektir.Sistemin bilgisayar ortamında hazırlanması ve yüksek doğrulukla çalışabilirliği hedeflenmektedir. Sistemin kontrolü, kullanılan yapay zeka algoritmaları ve matlabda kurulan yapay güneş paneli santrali ya da yapay olarak oluşturulan çatı üzeri panellerin tespiti derin öğrenme algoritmaları tarafından tespit edilecektir. Ardından derin öğrenme algoritmaları ile gökyüzü görsellerinden derin öğrenme algoritmaları ile ne kadar güneş ışınımı olacağı tahmin edilip kısa süreli olarak güneş tarlasının veya çatı üzeri panelin ne kadar elektrik enerjisi ürettiği tahmin edilecektir.