Fotovoltaik Sistemin Güç Üretiminin Meteorolojik Değişkenler ile Modellenmesi: Van Yüzüncü Yıl Üniversitesi Örneği
Öz
Fotovoltaik sistemlerin güç çıktısının doğru tahmin edilmesi, bu sistemlerin doğru planlanması ve gelecekteki yatırımların teşvik edilmesi açısından çok önemlidir. Fotovoltaik sitemlerin güç üretimi, sistemin kurulduğu konumdaki meteorolojik değişkenlerden etkilenmektedir. Türkiye bulunduğu konum itibarıyla güneş enerjisi potansiyeli bakımından avantajlı durumdadır. Türkiye’nin en fazla güneşlenme süresine sahip illerinden biri ise Van’dır. Bu çalışmada, Van Yüzüncü Yıl Üniversitesi’nde kurulu bulunan (17 kWp kapasiteli) fotovoltaik sistemin enerji üretimine meteorolojik değişkenlerin etkisi analiz edilmiştir. Analizde 2015-2018 yılları arasında üretilen enerji ve aynı zaman dilimine ait meteorolojik değişkenler kullanılmıştır. Bu kapsamda çoklu doğrusal regresyon analizi kullanılarak bir istatistiksel model çıkarımı yapılmıştır. Çalışma sonucunda ÜG değişkeninin SGŞ üzerinde en yüksek pozitif etkiye sahip olduğu görülmüştür. Ayrıca SNN, SRH, SS ve SB değişkenlerinin ÜG üzerinde istatistiksel olarak anlamlı bir etkiye sahip olduğu da saptanmıştır. Durağanlık varsayımı sağlandıktan sonra elde edilen modelin R2’si 0.445 olarak hesaplanmıştır.
Anahtar Kelimeler
Kaynakça
- Adak, S., Cangi, H., & Yılmaz A. S. (2019). Fotovoltaik Sistemin Çıkış Gücünün Sıcaklık ve Işımaya Bağlı Matematiksel Modellemesi ve Simülasyonu. Uluslararası Mühendislik Araştırma ve Geliştirme Dergisi, 11(1), 316-327.
- Antonanzas, J., Osorio, N., Escobar, R., Urraca, R., Martinez-de-Pison, F. J., & Antonanzas-Torres, F. (2016). Review of photovoltaic power forecasting. Solar Energy, 136, 78-111. doi:10.1016/j.solener.2016.06.069
- Arslan, G., Bayhan, B., & Yaman, K. (2019). Mersin/Türkiye için ölçülen global güneş ışınımının yapay sinir ağları ile tahmin edilmesi ve yaygın ışınım modelleri ile karşılaştırılması. Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji, 7(1), 80-96. doi:10.29109/gujsc.419473
- Ayan, İ., & Mehtap, S. (2018). Fotovoltaik sistemin yapay zeka algoritmasi ile güç tahmini. Yüksek Lisans Tezi, Kırklareli Üniversitesi, Fen Bilimleri Enstitüsü Kırklareli, Türkiye. Baumohl, E., & Lyocsa, S. (2009). Stationarity of time series and the problem of spurious regression. Available at SSRN 1480682.
- Benghanem, M., & Joraid, A. A. (2007). A multiple correlation between different solar parameters in Medina, Saudi Arabia. Renewable Energy, 32(14), 2424-2435. doi:10.1016/j.re nene.2006.12.017
- Bhattacharya, T., Chakraborty, A. K., & Pal, K. (2014). Effects of ambient temperature and wind speed on performance of monocrystalline solar photovoltaic module in Tripura, India. Journal of Solar Energy 2014, ID:817078
- Chang, K., Siddiqui, A., & Slater, R. (2019). Forecasting localized weather-based photovoltaic energy production. SMU Data Science Review, 2(2), 2. https://scholar.smu.edu/datasciencereview/vol2/iss2/2 Erişim tarihi: 03.01.2020.
- Chrobak, P., Skovajsa, J., & Zalesak, M. (2016). Effect of cloudiness on the production of electricity by photovoltaic panels. In MATEC Web of Conferences (Vol. 76, p. 02010). EDP Sciences.
- DAKA (2008). Güneş enerjisi sektör raporu, https://www.daka.org.tr/panel/files/files/yayinlar/ gunes_sektorel.pdf Erişim tarihi: 22.12.2019.
- De Giorgi, M. G., Congedo, P. M., & Malvoni, M. (2014). Photovoltaic power forecasting using statistical methods: impact of weather data. IET Science, Measurement & Technology, 8(3), 90-97. doi:10.1049/iet-smt.2013.0135