Wind Power Plant Ramp Rate: The Case of Turkey

Yıl 2024, , 797 - 811, 03.10.2024

İsrafil Karadöl , Uğur Serkan Baltacı Ö. Fatih Keçecioğlu

https://doi.org/10.21605/cukurovaumfd.1560205

Öz

Variability in Wind Power Plant (WPP) generation causes technical and financial problems in terms of grid flexibility and security. In this respect, it is of great importance to know or predict wind power plant generation variability regionally and temporally in advance. This study aims to regionally examine ramp events in different temporal periods of generated WPP in Turkey. For this purpose, the actual generation data WPP in Turkey in 2019, 2020 and 2021 were obtained from Turkey Electricity Transmission Inc. Using the actual WPP hourly generation data of these three years, ramp magnitudes were calculated by creating histogram plots at different temporal periods. Regionally determined ramps; size (5%, 7.5% and 10% based on installed capacity), direction (negative, positive), place of formation (Marmara, Aegean, Central Anatolia, Mediterranean, Black Sea, Eastern Anatolia and Southeastern Anatolia) and formation period (one, It was examined in detail considering the parameters (two, three, four, five and six hours). As a result of the investigations, the total cumulative ramp areas of the Marmara, Aegean, Central Anatolia, Mediterranean, Black Sea, Eastern Anatolia and Southeastern Anatolia regions in a 1-hour temporal period in ramp events of 5% and above compared to the installed capacity are 1.91, 2.77, 14.39, 16.02, 35.95, 122.66, respectively., is 250.85 and the total cumulative ramp areas in the 6-hour temporal period are 195.93, 190.60, 280.42, 305.29, 361.14, 528.77, 623, respectively. In the light of these ramp calculations, in ramp events of 5% and above according to the installed power, the least ramp events were seen in the Marmara Region in a 1-hour temporal period, and the least ramp events were seen in the Aegean Region in a 6-hour temporal period. The highest ramp events in the 1 and 6 hour temporal period were seen in the Southeastern Anatolia Region.

Anahtar Kelimeler

Renewable energy, Wind power plant, Ramp rate, Histogram field

Rüzgâr Enerji Santralleri Rampa Oranı: Türkiye Örneği

Öz

Rüzgâr Enerji Santrali (RES) üretimindeki değişkenlik, şebeke esnekliği ve güvenliği açısından teknik ve finansal sorunlara neden olmaktadır. Bu açıdan rüzgâr enerji santrali üretim değişkenliğinin bölgesel ve zamansal olarak önceden bilinmesi veya tahmin edilmesi büyük önem taşımaktadır. Bu çalışma, Türkiye'deki RES üretimlerinin farklı zamansal periyotlardaki rampa olaylarını bölgesel olarak incelemeyi amaçlamaktadır. Bu amaçla ihtiyaç duyulan 2019, 2020 ve 2021 yıllarında Türkiye’deki RES gerçek üretim verileri Türkiye Elektrik İletim AŞ’den temin edilmiştir. Bu üç yılın RES saatlik gerçek üretim verileri kullanılarak farklı zamansal periyotlardaki histogram grafikleri oluşturularak rampa büyüklükleri hesaplanmıştır. Bölgesel olarak belirlenen rampalar; büyüklüğü (%5, %7,5 ve %10 kurulu güce göre), yönü (negatif, pozitif), oluşum yeri (Marmara, Ege, İç Anadolu, Akdeniz, Karadeniz, Doğu Anadolu ve Güneydoğu Anadolu) ve oluşum dönemi (bir, iki, üç, dört, beş ve altı saat) parametreleri göz önüne alınarak detaylı olarak incelenmiştir. Yapılan incelemeler sonucunda, kurulu güce göre %5 ve üzeri rampa olaylarında Marmara, Ege, İç Anadolu, Akdeniz, Karadeniz, Doğu Anadolu ve Güneydoğu Anadolu bölgelerinin 1 saatlik zamansal periyotta toplam kümülatif rampa alanları sırasıyla 1.91, 2.77, 14.39, 16.02, 35.95, 122.66, 250.85’tir ve 6 saatlik zamansal periyotta toplam kümülatif rampa alanları ise sırasıyla 195.93, 190.60, 280.42, 305.29, 361.14, 528.77, 623’tür. Bu rampa hesaplamaları ışığında kurulu güce göre %5 ve üzeri rampa olaylarında 1 saatlik zamansal periyotta en az rampa olayı Marmara Bölgesinde, 6 saatlik zamansal periyotta ise en az rampa olayı Ege Bölgesinde görülmüştür. 1 ve 6 saatlik zamansal periyotta en fazla rampa olayı Güneydoğu Anadolu Bölgesinde görülmüştür.

Anahtar Kelimeler

Yenilebilir enerji, Rüzgâr enerji santrali, Rampa oranı, Histogram alanı

Kaynakça

• 1. Aydın, M., 2016. Enerji verimliliğinin sürdürülebilir kalkinmadaki rolü: Türkiye değerlendirmesi. Yönetim Bilimleri Dergisi / Journal of Administrative Sciences, 14(28), 409-441.
• 2. Ersöz, A., 2022., Dünya ve Türkiye enerji görünümü gelecek yaklaşımaları. Temiz Enerji Haber Portalı.
• 3. Frate, G.F., Cherubini, P., Tacconelli, C., Micangeli, A., Ferrari, L., Desideri, U., 2019. Ramp rate abatement for wind power plants: a techno-economic analysis. Applied Energy, 254-255, Science Direct.
• 4. Gevorgian, V., Booth, S., 2013. Review of PREPA technical requirements for interconnecting wind and solar generation. National Renewable Energy Lab. (NREL), Golden, CO (United States), 72, United States: U.S. Department of Energy Office of Scientific and Technical Information.
• 5. Ela, E., Kemper, J., 2009. Wind plant ramping behavior. Technical Report, National Renewable Energy Laboratory, 38.
• 6. Dhiman, H., Deb, D., Guerrero, J., 2019. Hybrid machine intelligent SVR variants for wind forecasting and ramp events.
• 7. Ery, A. C., Jan, K., Matthew, L., 2014. A poisson model for anisotropic solar ramp rate correlations.
• 8. Ekström, J., Koivisto, M., Mellin, I., Millar, R.J., Lehtonen, M., 2018. A statistical modeling methodology for long-term wind generation and power ramp simulations in new generation locations. Energies 2018, 11(9), 2442
• 9. Zucatelli, P., Nascimento, E., Santos, A., Arce, A., Moreira, D., 2021. An investigation on deep learning and wavelet transform to nowcast wind power and wind power ramp: A case study in Brazil and Uruguay. Energy, 230, 120842.
• 10. Martins, J., Spataru, S., Sera, D., Stroe, D.-l., Lashab, A., 2019. Comparative study of ramp-rate control algorithms for PV with energy storage systems. Energies, 12(7), 1342.
• 11. Probst, O., 2020. A new strategy for short-term ramp rate control in wind farms. Electrical Power and Energy Systems, 120, 105969.
• 12. Li, Y., Musilek, P., Lozowski, E., 2017. Improving the prediction of wind power ramps using texture extraction techniques applied to atmospheric pressure fields. International Journal of Data Science and Analytics, 237-250.
• 13. Karadöl, İ., Yıldız, C., Şekkeli, M., 2020. Spatial distribution optimization of wind power plants to be installed in Turkey to minimize wind power ramp events. Gazi Üniversitesi Fen Bilimleri Dergisi, Part C: Tasarım ve Teknoloji, 959-971.
• 14. Şenel, M. C., Koç, E., 2015. Dünyada ve Türkiye’de rüzgâr enerjisi durumu genel değerlendirme, Mühendis ve Makina, 56(663), 46-56.
• 15. Rüzgâr Enerjisi Hakkında Doğru Bilinen Yanlışlar. Ekoyapı: https://l24.im/39uXHA5 Erişim Tarihi: 12.12.2020.
• 16. Behçet, R., Gül, H., Oral, H., Oral, F., 2014. Rüzgâr enerjisi potansiyeli bakımından Malatya ilinin Doğu Anadolu bölgesindeki yeri. BEÜ Fen Bilimleri Dergisi, 3(1), 65-73
• 17. Integration Using the Trapezoidal Method. Calvin Üniversitesi. https://cs.calvin.edu/courses/cs/ 374/exercises/05/lab/, Erişim Tarihi: 12.08.2021
• 18. Karadöl, İ., Şekkeli, M., 2021. Nehir tipi hidroelektrik santrallerinde rampa olayları: Türkiye örneği. Fırat Üniversitesi Müh. Bil. Dergisi, 361-375.
• 19. Couto, A., Costa, P., Rodrigues, L., Lopes, V., 2015. Impact of weather regimes on the wind power ramp forecast in Portugal. IEEE Transactions on Sustainable Energy 6(3), 934-942, IEE Xplore.
• 20. Lia, H., Wang, J., Lu, H., Guo, Z., 2018. Research and application of a combined model based on variable weight for short term wind speed forecasting. Renewable Energy, 116, 669-684.
• 21. Radu, D., Berger, M., Raphael, F., Hardy, S., Fettweis, X., Du, M.L., Ernst, D., 2019. Complementarity assessment of south greenland katabatic flows and west Europe wind regimes. Energy, 175, 393-401.