EMO Bilimsel Dergi 1309-5501 TMMOB Elektrik Mühendisleri Odası Engineering Mühendislik Türkiye Elektrik Şebekesinin Alçak Gerilim Sisteminin Fotovoltaik Sistemlerin Varlığında Değerlendirilmesi Duymaz Erencan Göl Murat Orta Dogu Teknik Üniversitesi 06 30 2018 8 1 27 31 02 12 2018 07 24 2018 Copyright © 2011, EMO Bilimsel Dergi 2011 EMO Bilimsel Dergi

Bu makalede, Elektrik Piyasası Düzenleme Kurumu’nun (EPDK)alçak gerilim elektrik sistemine bağlanacak güneş enerjisine dayalı üretimtesisleri ile ilgili yönetmeliği yayınlamasından sonra, sistem operatörlerininkarşılaşabileceği sorunlar ve bu sorunların çözümleri ayrıntılı olarak incelenmiştir.Dağıtım sisteminin, güç akışının tek yöne olacağı kabulü üzerine tasarlanmışolması, tersine güç akışı ile bir çok problemi beraberinde getirecektir. Buproblemlerden en önemlisi yük tarafında meydana gelebilecek olan gerilim yükselmesidir.Bunun yanında, gözlenebilecek düşük güç faktörü, evirgeç sisteminin harmonikkatkısı ve üretimdeki belirsizlik diğer önemli başlıklardır. Dolayısıyla güneş enerjisine dayalı küçükölçekli bu sistemlere verilecek olan kapasitenin hesabı ve kritik değeri büyükönem taşımaktadır. Bahsedilen sorunlar, evirgeçlerin reaktif güç desteğininarttırılması, endüktif çalışabilen reaktif güç kompanzasyon üniteleri, alçakgerilimin izlenmesi, akıllı şebekelerin sistemin güvenirliğini arttırması veyük/üretim tahmini ile çözülebilir.

 Güneş Enerjisi Tersine Güç Akışı Dağıtım Sistemi [1] REN21, “Renewables Global Futures Report: Great debates towards 100% renewable energy,” Paris, 2017. [2] İlisu İ. ve Yüksek E., “Gerilim Düşümü ve Hesapları,” TMMOB ELEKTRİK MÜHENDİSLERİ ODASI İSTANBUL ŞUBESİ BÜLTENİ, pp. 42–46, 2016. [3] Dugan R.C., Mcgranaghan M.F., Santoso S., ve Beaty H.W., Electrical Power Systems Quality, 3rd Ed. McGraw-Hill, 2012. [4] EPDK, “Elektrik Şebeke Yönetmeliği,” 2017. [5] Sidhu T. S. ve Bejmert D., “Short-circuit current contribution from large scale PV power plant in the context of distribution power system protection performance,” IET Conf. Renew. Power Gener. (RPG 2011), pp. 134–134, 2011. [6] De Felice M. ve Yao X., “Short-Term Load Forecasting with Neural Network Ensembles: A Comparative Study [Application Notes],” IEEE Comput. Intell. Mag., vol. 6, no. 3, pp. 47–56, 2011. [7] Li Z., Zang C., Zeng P., Yu H., ve Li H., “Day-ahead Hourly Photovoltaic Generation Forecasting using Extreme Learning Machine,” 5th Annu. IEEE Int. Conf. Cyber Technol. Autom. Control Intell. Syst., pp. 779–783, 2015. [8] Park D. C., El-Sharkawi M. A., Marks R. J., Atlas L. E., ve Damborg M. J., “Electric load forecasting using an artificial neural network,” IEEE Trans. Power Syst., vol. 6, no. 2, pp. 442–449, 1991. [9] Bunn D. W., “Forecasting loads and prices in competitive power markets,” Proc. IEEE, vol. 88, no. 2, pp. 163–169, 2000.