"Enter"a basıp içeriğe geçin

Fotovoltaik Sistemin Güç Üretiminin Derin Öğrenme Modelleri ile Tahmini

ÖZET: Fotovoltaik (PV) sistemlerin güç çıktısının doğru tahmin edilmesi, bu sistemlerin doğru planlanması ve gelecekteki yatırımların teşvik edilmesi açısından çok önemlidir. Türkiye bulunduğu konum itibarıyla güneş enerjisi potansiyeli bakımından avantajlıdır. Türkiye’nin en fazla güneşlenme süresine sahip illerinden biri ise Van’dır. PV sistemlerin güç üretimi bulunduğu konumdaki dış faktörlerden etkilenmektedir. Bu çalışmanın ilk bölümünde, Van Yüzüncü Yıl Üniversitesi’nde kurulu 17 kWp kapasiteli PV sistemin güç üretiminin, meteorolojik değişkenlerle olan ilişkisi, Çoklu Doğrusal Regresyon Analizi ile incelenmiş ve istatistiksel çıkarımlar yapılmıştır. İkinci bölümde ise PV sistem tarafından üretilen gücün tahmininde hibrit bir derin öğrenme modeli olan Convolutional Neural Networks–Long Short Time Memory (CNN-LSTM) önerilmiştir. Bu modelin başarısı Mevsimsel Otoregresif Entegre Hareketli Ortalama (SARIMA) modeli ve Uzun Kısa Süreli Bellek (LSTM) ile karşılaştırılmıştır. Regresyon Analizi sonucunda, Üretilen Güç (ÜG) değişkeninin Saatlik Güneşlenme Şiddeti (SGŞ) üzerinde en yüksek pozitif etkiye sahip olduğu görülmüştür. Ayrıca Saatlik Nispi Nem (SNN), Saatlik Rüzgâr Hızı (SRH), Saatlik Sıcaklık (SS) ve Saatlik Bulutluluk (SB) değişkenlerinin ÜG üzerinde istatistiksel olarak anlamlı bir etkiye sahip olduğu da saptanmıştır. Sıralı zaman serilerinin analizinde üretilen güç değişkeni bağımlı değişken ve meteorolojik değişkenler ise bağımsız değişken olarak kullanılmıştır. Elde edilen sonuçlara göre, önerilen CNN-LSTM modelinin en iyi tahmin performansına sahip olduğu sonucuna varılmıştır.

Bu yazı yorumlara kapalı, ama trackback'ler ve pingback'ler açık.