Güneş Işınım Tahmininde NARX Modelinin Uygulanması
Öz
Elektrik enerjisi üretiminde Fosil yakıtlardan, kaynak sıkıntısı olmayan yenilenebilir enerjiye doğru bir geçiş söz konusudur. Bu kaynaklardan en önemlisi güneş enerjisidir.
Güneş panellerinden üretilen enerji ise güneş ışınım miktarıyla doğrudan bağıntılıdır. Bu sebeple güneş ışınım tahmini, üretilecek enerji miktarının talebi karşılamada gereksinim duyulan enerjinin bilinmesi, diğer enerji kaynaklarının ekonomik kullanımını sağlar. Enerji üretiminde talep tahmininin önceden bilinmesi büyük önem taşımaktadır. Enerji talep tahmininde birçok yöntem kullanılmaktadır. Bu çalışmada NARX tahmin modeli kullanılarak sıcaklık, nem ve yağış verilerinin değişken olduğu durumlarında güneş ışınımının tahmini incelenmiştir. Bunun için Ankara ili sınırlarından alınan ölçümler kullanılmıştır. Simülasyon sonuçları tablolar halinde verilerek araştırılması yapılmıştır
Anahtar Kelimeler
Kaynakça
- [1] F. V. Bekun, A. A. Alola, and S. A. Sarkodie, “Toward a sustainable environment: Nexus between CO2 emissions, resource rent, renewable and nonrenewable energy in 16-EU countries,” Sci. Total Environ., vol. 657, pp. 1023–1029, Mar. 2019.
- [2] S. A. Hosseini, A. M. Kermani, and A. Arabhosseini, “Experimental study of the dew formation effect on the performance of photovoltaic modules,” Renew. Energy, vol. 130, pp. 352–359, Jan. 2019.
- [3] E. Akarslan and R. Doğan, “Harmonik Sinyallerin Yük Tanımadaki Başarısının İncelenmesi ve Yeni Bir Model Önerisi,” Bilecik Şeyh Edebali Üniversitesi Fen Bilim. Derg., vol. 7, no. 1, pp. 452–460, Jun. 2020.
- [4] M. M. H. Khan, N. S. Muhammad, and A. El-Shafie, “Wavelet based hybrid ANN-ARIMA models for meteorological drought forecasting,” J. Hydrol., vol. 590, p. 125380, Nov. 2020.
- [5] J. Zupan, “Introduction to Artificial Neural Network (ANN) Methods: What They Are and How to Use Them,” Acta Chim. Slov., vol. 41, Jan. 1994.
- [6] K. Priddy and P. Keller, Artificial neural networks: an introduction. 2005.
- [7] Z. Boussaada, O. Curea, A. Remaci, H. Camblong, and N. Mrabet Bellaaj, “A Nonlinear Autoregressive Exogenous (NARX) Neural Network Model for the Prediction of the Daily Direct Solar Radiation,” Energies, vol. 11, no. 3, p. 620, Mar. 2018.
- [8] Z. Boussaada et al., “Prediction of the Daily Direct Solar Radiation Using Nonlinear Autoregressive Exogenous (NARX) Network Model,” Jun. 2017.
- [9] H. Nazaripouya, B. Wang, Y. Wang, P. Chu, H. R. Pota, and R. Gadh, “Univariate time series prediction of solar power using a hybrid wavelet-ARMA-NARX prediction method,” in Proceedings of the IEEE Power Engineering Society Transmission and Distribution Conference, 2016, vol. 2016-July.
- [10] S. Mohanty, P. K. Patra, and S. S. Sahoo, “Prediction of global solar radiation using nonlinear auto regressive network with exogenous inputs (narx),” in Proceedings of the 2015 39th National Systems Conference, NSC 2015.