Estimating Wind Energy Potential Using Three Different Statistical Distribution Methods

Yıl 2021, , 359 - 368, 16.08.2021

Bülent Yanıktepe Osman Kara

https://doi.org/10.21605/cukurovaumfd.982775

Cited By: 3

Öz

In recent years, wind energy plays an important role in our country in reducing foreign dependency in energy and in terms of its clean, reliable, inexhaustible and sustainable advantages. In this study, Graphical Method_GM, The Maximum Likelihood Method_MLM and The Modixed Maximum Likelihood Method_MMLM were used. Wind speed characteristic and wind energy potential were estimated using the measuring device installed on the roof of Osmaniye Korkut Ata University Engineering Faculty. According to the results of GM, MLM and MMLM methods, the annual coefficient of determination (R²) values were 0.9409, 0.8617 and 0.8509, respectively. As a result, GM method gave better results than other methods according to the data of the year of measurement and the result of R²=0.9409.

Anahtar Kelimeler

Wind energy, Weilbull distribution, Osmaniye, Statistical analysis

Üç Farklı İstatistiksel Dağılım Yöntemleri Kullanarak Rüzgar Enerjisi Potansiyelinin Tahmin Edilmesi

Öz

Son yıllarda enerjide dışa bağımlılığı azaltmada, temiz, güvenilir, tükenmeyen ve sürdürülebilir avantajları bakımından rüzgar enerjisi ülkemizde önemli bir rol oynamaktadır. Bu çalışmada Grafik Yöntemi (Graphical Method_GM), En Yüksek Olabilirlik Yöntemi (The maximum likelihood method_MLM) ve Değiştirilmiş En Yüksek Olabilirlik Yöntemi (The modixed maximum likelihood method_MMLM) kullanılmıştır. Osmaniye Korkut Ata Üniversitesi Mühendislik Fakültesi çatısında kurulu ölçüm cihazı kullanılarak rüzgar hızı karakteristiği ve rüzgar enerjisi potansiyeli tahmini yapılmıştır. GM, MLM ve MMLM yöntemleri sonuçlarına göre yıllık belirlilik katsayısı (R²) değerleri sırasıyla 0,9409, 0,8617 ve 0,8509 elde edilmiştir. Sonuç olarak, ölçüm yapılan yılın verilerine ve R²=0,9409 sonucuna göre GM yöntemi diğer yöntemlerden daha iyi sonuç vermiştir.

Anahtar Kelimeler

Rüzgar enerjisi, Weilbull dağılımı, Osmaniye, İstatistiksel analiz

Kaynakça

• 1. Şenel, M., Koç, E., 2015. Dünyada ve Türkiye’de Rüzgar Enerjisi Durumu-Genel Değerlendirme. Mühendis ve Makina, 56(663), 46-56.
• 2. Özdamar, A., 2001. Farklı Anma Güçlü Rüzgar Türbinlerinin Çeşitli Kriterlere Göre Karşılaştırılması, Pamukkale Üniversitesi, Mühendislik Bilimleri Dergisi, 7(1), 17-27.
• 3. Özşahı̇ n, E., Kaymaz, Ç., 2014. Rüzgar Enerji Santrallerinin (Res) Kuruluş Yeri Seçiminin Cbs ile Analizi: Hatay Örneği . TÜBAV Bilim Dergisi, 6(2), 1-18.
• 4. Bilgili, M., Şahin, B., Şimşek, E., 2010. Türkiye’nin Güney, Güneybatı ve Batı Bölgelerindeki Rüzgar Enerjisi Potansiyeli, Isı Bilimi ve Tekniği Dergisi, 30(1), 01-12.
• 5. Yıldırım, U., Gazı̇ bey, Y., Güngör A., 2016. Niğde İli Rüzgar Enerjisi Potansiyeli, Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi, 1(1), 37-47.
• 6. Gülersoy, T., Çetı̇ n, N., 2010. Menemen Bölgesinde Rüzgar Türbinleri için Rayleigh ve Weibull Dağılımlarının Kullanılması, Politeknik Dergisi, 13(3), 209-213.
• 7. Dı̇kmen, E., Örgen, F., 2018. Ağlasun Bölgesi için Rüzgar Hızı Tahmini ve En Uygun Türbin Tespiti, Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi, 7(2), 871-879.
• 8. Akkaya, M., Gültekı̇n, A., Sabancı, K., Balcı, S., Sağlam, H., 2020. Analysis and Applicability of Mersin Region Wind Speed Data with Artificial Neural Networks, Nevşehir Bilim ve Teknoloji Dergisi, 9(1), 39-51.
• 9. Kurban, M., Hocaoğlu, F., Kantar, Y., 2007. Rüzgar Enerjisi Potansiyelinin Tahmininde Kullanılan İki Farklı İstatistiksel Dağılımın Karşılaştırmalı Analizi, Pamukkale Üniversitesi, Mühendislik Bilimleri Dergisi, 13(1), 103-109.
• 10. T.C. Enerji ve Tabii Kaynaklar Bakanlığı, Rüzgar Bilgi Merkezi, https://enerji.gov.tr/bilgi-merkezi-enerji-ruzgar.
• 11. Türkiye Rüzgar Enerjisi Birliği (TÜREB), Türkiye Rüzgar Enerjisi İstatistik Raporu, Temmuz 2020. https://tureb.com.tr/eng/lib/uploads/0fcf336c19 d4b950.pdf, Erişim Tarihi: 20.02.2021.
• 12. Türkiye Bilimler Akademisi, TÜBA-Rüzgar Enerjisi Teknolojileri Raporu, TÜBA Raporları No: 28, Ankara-2019.
• 13. Rüzgar Gücü İzleme ve Tahmin Merkezi, http://www.ritm.gov.tr/root/index.php, Erişim Tarihi: 23.02.2021.
• 14. Türkiye Rüzgar Enerjisi Potansiyeli, https://repa.enerji.gov.tr/REPA/, Erişim Tarihi: 21.02.2021.
• 15. Chang, TP., 2011. Performance Comparison of Six Numerical Methods in Estimating Weibull Parameters for Wind Energy Application, Applied Energy, 88, 272–282.
• 16. Seguro, J.V., Lambert, T.W., 2000. Modern Estimation of the Parameters of the Weibull Wind Speed Distribution for Wind Energy Analysis. Journal of Wind Engineering and Industrial Aerodynamics, 85, 75–84.
• 17. Yaniktepe, B., Koroglu, T., Savrun, M.M., 2013. Investigation of Wind Characteristics and Wind Energy Potential in Osmaniye, Turkey, Renewable and Sustainable Energy Reviews, 21, 703-711.
• 18. Stevens, M.J., Smulders, P.T., 1979. The Estimation of the Parameters of the Weibull Wind Speed Distribution for Wind Energy Utilization Purposes, Wind Eng., 3(2), 132-145.