STATISTICAL ANALYSIS AND MODELING OF WEATHER CONDITION DATA IN ESTIMATE OF PRODUCED WIND ENERGY

Yıl 2024, Cilt: 32 Sayı: 3, 1459 - 1469

Ege Erginel , Çisil Timuralp

https://doi.org/10.31796/ogummf.1460119

Öz

Wind energy, a widely utilized renewable energy source both globally and in our country, accounts for 10.6% of our nation's energy demand. A wind turbine is a system that converts the kinetic energy from wind into electrical energy. The design of wind turbines and natural factors directly and indirectly affect their production capacity. Among these natural factors are the geographical location of the wind farm and prevalent weather phenomena in the area. It is believed that wind energy production correlates with variables such as air temperature, humidity, instantaneous breeze, and wind speed. This research conducts a statistical analysis and interpretation of the relationship between the mentioned dominant weather conditions data and the energy produced. The Kartal Res wind energy plant, situated in the Eskisehir region, was selected for this study. Pearson correlation analysis was employed to determine the relationships between the collected data for October 2023 from the relevant wind turbine and the weather conditions data. Regression analysis was conducted to identify the variables affecting the energy produced. It was found that a cubic mathematical model based on wind speed performs better in predicting the generated energy. The mentioned cubic mathematical model adequately explains the variability in the produced energy, with an R2(adj) of 65.39%.

Anahtar Kelimeler

wind, wind speed, regression analiz, statistical analysis

ÜRETİLEN RÜZGAR ENERJİSİ TAHMİNİNDE HAVA KOŞULU VERİLERİNİN İSTATİSTİKSEL ANALİZİ VE MODELLENMESİ

Öz

Dünya çapında ve ülkemizde yaygın olarak kullanılan yenilenebilir enerji kaynaklarından rüzgâr enerjisi Türkiye’nin enerji ihtiyacının %10,6’sını karşılamaktadır. Rüzgâr türbini, rüzgârdaki kinetik enerjiyi elektrik enerjisine dönüştüren sistemdir. Rüzgâr türbinin tasarımı ve doğal faktörler üretim kapasitesini doğrudan ve dolaylı olarak etkilemektedir. Doğal faktörlerin içerisinde rüzgâr santralinin kurulduğu konum ve konumdaki hâkim hava olayları yer almaktadır. Rüzgârdan üretilen enerjinin hava sıcaklığı, nemlilik, anlık esinti ve rüzgâr hızı gibi değişkenler ile ilişkisinin olduğu düşünülmektedir. Bu çalışmada, bahsedilen hâkim hava olayları verilerinin üretilen enerji ile arasındaki ilişkinin istatistiksel analizi yapılmış ve yorumlanmıştır. Araştırma için Eskişehir bölgesinde kurulu, Kartal Res rüzgar enerji santrali seçilmiştir. İlgili rüzgar türbininden Ekim-2023 ayı için toplanan veriler ile hava koşulları verileri arasındaki ilişkiler pearson-korelasyon analizi ile belirlenmiş, üretilen enerjiye etki eden değişkenlerin belirlenmesi için ise regresyon analizi yapılmıştır. Üretilen enerjinin tahmininde rüzgar hızına bağlı olarak kübik matematiksel modelin daha iyi olduğu ortaya konmuştur. Bahsedilen kübik matematiksel modelin üretilen enerjideki değişkenliği R2(adj)=%65,39 ile iyi derecede açıkladığı tespit edilmiştir.

Anahtar Kelimeler

rüzgar, rüzgar hızı, regressyon analizi, istatiksel analiz

Kaynakça

• Ackermann T., Soder L. (2000). Wind energy technology and current status: a review. Renewable and Sustainable Energy Reviews, 4(4). doi: https://doi.org/10.1016/S1364-0321(00)00004-6
• Ayar B., Gülten Yalçın Z., Dağ M., (2023). Harvesting the Wind: A Study on the Feasibility and Advancements of Wind Energy in Turkey. Avrupa Bilim ve Teknoloji Dergisi Özel Sayı 49, 43-49.
• Chen H., Wei S., Yang W., Liu S., (2023). Input wind speed forecasting for wind turbines based on spatio-temporal correlation, Renewable Energy, 216, November 2023, 119075. doi: https://doi.org/10.1016/j.renene.2023.119075
• Cheng, K.W.E., Lin, J.K., Bao Y.J. ve Xue X.D., (2009). Review of the wind energy generating system, 8th International Conference on Advances in Power System Control, Operation and Management Sempozyumunda Sunulmuş Bildiri, Hong Kong, Çin. doi: https://doi.org/10.1049/cp.2009.1863
• Dündar, C., Dokuyucu, K., Oğuz, K. ve Bacanlı, H.,(2011) Kısa süreli rüzgar enerjisi tahmini, VI. Yeni ve Yenilenebilir Enerji Kaynakları Sempozyumunda Sunulmuş Bildiri, Kayseri, Türkiye.
• EPDK, T.C. Enerji Piyasası Düzenleme Kurumu, (2024). Elektrik Piyasası Aylık Sektör Raporu. https://www.epdk.gov.tr/Detay/Icerik/3-0-23/aylik-sektor-raporu Son erişim tarihi: 06/02/2024
• EPİAŞ, Enerji Piyasaları İşletme A.Ş, (2023). https://seffaflik.epias.com.tr/transparency/uretim/gerceklesen-uretim/gercek-zamanli-uretim.xhtml
• Son erişim tarihi: 06/02/2024
• Foley A.M., Leahy P.G., Marvuglia A., McKeogh E.J. (2012). Current methods and advances in forecasting of wind power generation. Renewable Energy, 37(1). doi: https://doi.org/10.1016/j.renene.2011.05.033
• Global Wind Energy Council. (2020). Global Wind Report 2020. https://gwec.net/gwec-in-2020/
• Son erişim tarihi: 02/07/2024
• Herbert G.M.J., Iniyan S, Sreevalsan E, Rajapandian S., (2007). A review of wind energy technologies. Renewable and Sustainable Energy Reviews, 11(6). doi: https://doi.org/10.1016/j.rser.2005.08.004
• Hines W. and Montgomery D.C. (1990). Probabaility nad Statistics in Engineering and Management Science, Wiley & Sons Inc, ABD.
• https://www.enerjiatlasi.com/ruzgar/kartal-res.html Son erişim tarihi: 06/02/2024
• International Renewable Energy Agency (IRENA). (2020). Renewable Capacity Statistics 2020. https://www.irena.org/publications/2020/Mar/Renewable-Capacity-Statistics-2020
• Son erişim tarihi: 02/07/2024
• Karslı V.M., Geçit C., 2003, An investigation on wind power potential of Nurdagˇı-Gaziantep, Turkey, Renewable Energy 28 (2003) 823–830. doi: https://doi.org/10.1016/S0960-1481(02)00059-9
• Kusiak A., Zhang Z., Verma A., (2013). Prediction, operations, and condition monitoring in wind energy, Energy, 60 1–12. doi: https://doi.org/10.1016/j.energy.2013.07.051
• MINITAB 17 İstatistiksel paket Program
• Türkiye Elektrik İletim A.Ş. (TEİAŞ). (2020). Elektrik Üretim İstatistikleri. https://www.teias.gov.tr/turkiye-elektrik-uretim-iletim-istatistikleri Son erişim tarihi: 02/07/2024
• T.C. Enerji ve Tabii Kaynaklar Bakanlığı. (2024). Elektrik Enerjisi https://enerji.gov.tr/bilgi-merkezi-enerji-elektrik Son erişim tarihi: 02/07/2024
• Weather Query Builder, (31 Aralık 2023), https://www.visualcrossing.com/weather/weather-data-services/University%20of%20Portsmouth/ us/ 2023-12-31/2023-12-31
• Weisser D., Garcia R. S. (2005). Instantaneous wind energy penetration in isolated electricity grids: concepts and review. Renewable Energy, 30(8). doi: https://doi.org/10.1016/j.renene.2004.10.002
• Yanıktepe, B. ve Kara, O. (2021). Üç Farklı İstatistiksel Dağılım Yöntemleri Kullanarak Rüzgar Enerjisi Potansiyelinin Tahmin Edilmesi. Çukurova Üniversitesi Mühendislik Fakültesi Dergisi, 36(2), 359-368. doi: https://doi.org/10.21605/cukurovaumfd.982775
• Yıldırım, U., Gazibey, Y. ve Güngör, A. (2016). Niğde ili rüzgar enerjisi potansiyeli. Niğde Ömer Halisdemir Üniversitesi Mühendislik Bilimleri Dergisi, 1(1), 37-47. doi: https://doi.org/10.28948/ngumuh.239392