Fosil yakýtlarýn tükeniyor olmasý ve karbondioksit salýnýmýnýn artmasý alternatif ve temiz enerji kaynaklarýnýn önemini arttýrmýþtýr. Güneþ enerjisi alternatif enerji kaynaklarý arasýnda önemli bir yer tutan temiz bir enerji kaynaðýdýr. Güneþ enerji santrallerinin verimliliði ise öncelikli olarak güneþ ýþýnýmýna ve bunun tahmin doðruluðuna baðlýdýr. Doðru ýþýným tahmini, Fotovoltaik (PV) santralinin verimliliðini arttýrarak þebekenin doðru, kararlý ve etkin bir þekilde programlanmasýna ve güç kalitesinin iyileþtirilmesine olanak saðlar. Bu çalýþmada, farklý iki að yapýsý ile modellenen yapay sinir aðý (YSA) yaklaþýmýnýn farklý eðitim algoritmalarý ve veri seti alternatifleri ile güneþ ýþýným tahminindeki performanslarý belirlenmeye çalýþýlmýþtýr. Önerilen yaklaþýmýn performansýný deðerlendirmek için 2019-2020 yýllarýnda Hakkâri ilinde bulunan bir meteoroloji ölçüm istasyonundan elde edilen toplam 102962 veriden oluþan rüzgâr hýzý, ortam sýcaklýðý, atmosferik basýnç, baðýl nem ve güneþ ýþýným parametreleri kullanýlmýþtýr. Bu parametreler arasýndaki iliþkiler YSA algoritmasý kullanýlarak modellenmiþ ve eþ zamanlý gerçekleþen güneþ ýþýným deðerleri tahmin edilmiþtir. Önerilen YSA modelinden elde edilen sonuçlar istatistiksel yöntemlerden olan belirleme katsayýsý (R2), ortalama kare hatasý (MSE) ve normalize kök ortalama kare hatasý (nRMSE) temelinde deðerlendirilmiþtir. Modellenen YSA için en iyi tahmin sonucu 0,9643 korelasyon katsayýsý (R) olarak trainscg eðitim algoritmasý ile elde edilirken, MSE 0,011557 ve nRMSE 7,22 olarak elde edilmiþtir. Oluþturulan bütün modeller için elde edilen korelasyon katsayýlarý üzerinden tahminler yapýlmýþ ve sonuçlar karþýlaþtýrýlmýþtýr. Trainscg eðitim algoritmasý ve veri setinin %80’inin sinir aðýnýn eðitiminde kullanýldýðý YSA tahmin performansý, yaklaþýk olarak %95 doðruluk deðeri ile diðer YSA yaklaþýmlarýndan daha iyi sonuçlar vermiþtir.
Anahtar Kelimeler: Yenilenebilir enerji, güneþ ýþýným tahmini, yapay sinir aðlarý, meteorolojik veri, fotovoltaik.
|
