Fosil yakıtların tükeniyor olması ve karbondioksit salınımının artması alternatif ve temiz enerji kaynaklarının önemini arttırmıştır. Güneş enerjisi alternatif enerji kaynakları arasında önemli bir yer tutan temiz bir enerji kaynağıdır. Güneş enerji santrallerinin verimliliği ise öncelikli olarak güneş ışınımına ve bunun tahmin doğruluğuna bağlıdır. Doğru ışınım tahmini, Fotovoltaik (PV) santralinin verimliliğini arttırarak şebekenin doğru, kararlı ve etkin bir şekilde programlanmasına ve güç kalitesinin iyileştirilmesine olanak sağlar. Bu çalışmada, farklı iki ağ yapısı ile modellenen yapay sinir ağı (YSA) yaklaşımının farklı eğitim algoritmaları ve veri seti alternatifleri ile güneş ışınım tahminindeki performansları belirlenmeye çalışılmıştır. Önerilen yaklaşımın performansını değerlendirmek için 2019-2020 yıllarında Hakkâri ilinde bulunan bir meteoroloji ölçüm istasyonundan elde edilen toplam 102962 veriden oluşan rüzgâr hızı, ortam sıcaklığı, atmosferik basınç, bağıl nem ve güneş ışınım parametreleri kullanılmıştır. Bu parametreler arasındaki ilişkiler YSA algoritması kullanılarak modellenmiş ve eş zamanlı gerçekleşen güneş ışınım değerleri tahmin edilmiştir. Önerilen YSA modelinden elde edilen sonuçlar istatistiksel yöntemlerden olan belirleme katsayısı (R2), ortalama kare hatası (MSE) ve normalize kök ortalama kare hatası (nRMSE) temelinde değerlendirilmiştir. Modellenen YSA için en iyi tahmin sonucu 0,9643 korelasyon katsayısı (R) olarak trainscg eğitim algoritması ile elde edilirken, MSE 0,011557 ve nRMSE 7,22 olarak elde edilmiştir. Oluşturulan bütün modeller için elde edilen korelasyon katsayıları üzerinden tahminler yapılmış ve sonuçlar karşılaştırılmıştır. Trainscg eğitim algoritması ve veri setinin %80’inin sinir ağının eğitiminde kullanıldığı YSA tahmin performansı, yaklaşık olarak %95 doğruluk değeri ile diğer YSA yaklaşımlarından daha iyi sonuçlar vermiştir.
Anahtar Kelimeler: Yenilenebilir enerji, güneş ışınım tahmini, yapay sinir ağları, meteorolojik veri, fotovoltaik.
|
