OTONOM BİR RÜZGÂR TÜRBİNİNİN FARKLI YÜKSEKLİKLERDEKİ ENERJİ ELDESİNİN YSA İLE ANALİZİ

Öz

Günümüzde enerji darboğazı ve gelişen çevre bilinci, enerjinin temiz ve yenilebilir kaynaklardan eldesini zorunlu kılmaktadır. Rüzgar, değişik kullanımlar için ticari ölçekte üretilebilen yenilenebilir enerji kaynaklarından biridir. Rüzgar türbinlerinden elektrik enerjisi eldesi, birkaç faktöre bağlı olarak değişir. Bunlardan ikisi rüzgar hızı ve rüzgar türbininin kule yüksekliğidir. Bu çalışmada, farklı kule yüksekliklerinde yıllık enerji eldesi Yapay Sinir Ağları kullanılarak elde edilir ve Kırkağaç’ta kurulan bir otonom rüzgar türbininden ölçülen ve hesaplanan verilerle karşılaştırılır. Böylece sonuçların doğruluğu ve sonuca ulaşma hızlılığı kanıtlanmıştır.

Anahtar Kelimeler

• Rüzgar enerjisi, rüzgar türbini, kule yüksekliği, yapay sinir ağları.

Kaynakça

1. Köse R, Özgür MA, Erbaş O, Tuğcu A. “The
2. analysis of wind data and wind energy potential
3. in Kutahya, Turkey” Renewable and
4. Sustainable Energy Reviews 8 (2004) 277–288.
5. Varhoa, V., Tapio, P. “Wind power in Finland up
6. to the year 2025—‘soft’ scenarios based on
7. expert views”, Energy Policy 33 (2005) 1930–
8. -

9. Özdamar, A. “An overview of wind energy and
10. wind turbines” In Proceedings of a National
11. Symposium on Renewable Energy Resources,
12. Izmir, Turkey, 2001.
13. Ozdamar A., Gursel K. T., Orer G., Pekbey Y.,
14. “Investigation of the potential of wind-waves as a
15. renewable energy resource: by the example of
16. Cesme-Turkey”, Renewable and Sustainable
17. Energy Reviews, 8 (2004) 581-592.
18. Kalogirou, S., A. “Applications of neural
19. networks for energy systems”, Renewable
20. Energy, 2005, 30(7):1075-1090.
21. Kalogirou, S., A. “Artificial neural networks in
22. renewable energy systems applications: a
23. review”, Renewable and Sustainable Energy
24. Reviews, 2001, 5(4):373–401.
25. Cam, E., Arcaklıoğlu, E., Çavusoğlu, A. ve
26. Akbıyık, B. “A classification mechanicsm for
27. determining average wind speed and power in
28. several regions of Turkey using artificial neural
29. networks”, Renewable Energy, 2005, 30(2):227-
30. -
31. Öztopal A, Kahya C, Şahin A.D. “Wind speed
32. modelling with artificial neural network. III.
33. Ulusal Temiz Enerji Sempozyumu. İstanbul,
34. Turkey, 2000. p. 415–22.
35. Öztopal A. “Artificial neural network approach
36. to spatial estimation of wind velocity data”,
37. Energy Conversion and Management, Vol.
38. (4) , March 2006, p.395-406.
39. Yurdusev, M.A., Ata, R., Çetin, N.S.,
40. “Assessment of Optimum Tip Speed Ratio in
41. Wind Turbines Using Artificial Neural Network”
42. Energy 31 (2006), 1817-1825,2006.
43. Lippman, R.P., "An Introduction to Computing
44. with Neural Nets", IEEE ASSP Magazine,
45. April, 4-22, 1987.
46. Özdamar, A., Çolak M. “İzmir’de Yapılan Dört
47. Yıllık Rüzgar Ölçümlerine Dayanan Bir Enerji
48. Değerlendirmesi”, III. Ulusal Temiz Enerji
49. Sempozyumu, İstanbul, 2000.
50. Çetin, N.S. “Şebeke Bağlantısız PM
51. Generatörlü Rüzgar Türbinlerinin YSA ile
52. Sistem Optimizasyonu” Doktora Tezi, Fen
53. Bilimleri Enst., Ege Ünv., İzmir -2006.
54. Sidhu, TS., Ao, Z. “On-line Evaluation of
55. Capacity and Energy Losses in Power
56. Transmission Systems by Using Artificial Neural
57. Networks”, IEEE Trans. on Power Delivery,
58. Vol. 10, No. 4, October, 1913-1919, 1995.
59. Hammerstrom, D. "Working with Neural
60. Networks", IEEE Spectrum, July, 46-53, 1993.
61. Ata, R., Çetin, N.S, Köksal, S., “3 kW gücünde
62. bir rüzgar rüzgar santralı kurulumu”, Bilimsel
63. Araştrıma projesi kesin raporu, Celal Bayar
64. Üniversitesi Bilimsel Araştırma Projeleri
65. Komisyonu, Aralık 2006.