Güneş panelleri ile üretilen enerjinin ortam bilgileri kullanılarak yapay sinir ağlarıyla tahmini

Abstract

Bir fotovoltaik panelin çıkış gücü, güneş ışınımı, hava sıcaklığı, rüzgâr hızı, rüzgâr yönü, bağıl nem oranı vb. çevresel faktörlere bağlıdır. Bu bağlılık nonlineer olup fotovoltaiklerin üretim tekniklerinin farklılığından kaynaklanmaktadır. Bu durum fotovoltaik panel karakteristiklerinin saptanması için ayrıntılı deneysel çalışmaları zorunlu hale getirmektedir. Fotovoltaik panellerin üreteceği gücün doğru şekilde tahmin edilmesi, güç üretim sistemlerinin doğru planlanmasında son derece önemlidir.Bu çalışmada, yapay sinir ağları kullanılarak fotovoltaik panellerin ürettiği güç değeri tahmin edilmeye çalışılmıştır. Daha hassas bir tahmin gerçekleştirebilmek için deneysel çalışmada, ortama ait güneş ışınımı miktarı, hava sıcaklığı, rüzgâr hızı, rüzgâr yönü, bağıl nem oranı ve güneş yükseklik açısı çevresel değişkenleri ile beraber, fotovoltaik panellerin ürettiği güç değerleri bir yıl boyunca ölçülmüş ve kaydedilmiştir. Çalışmada sabit açılı ve tek eksenli güneş izleyici fotovoltaik tek kristalli silikon paneller kullanılmıştır. Geliştirilen yapay sinir ağı modelleri ile elde edilen tahmini değerler, ölçülmüş değerlerler ile karşılaştırılmış ve elde edilen bulgular irdelenmiştir. Geliştirilen yapay sinir ağı modelleri, ağın eğitim sürecinde kullanılmamış verilerle test edildiğinde, sabit açılı panel için %1,4'ü, hareketli panel için %2,34'ü aşmayan Kök Ortalama Karesel Hata (RMSE) oranları ile çok doğru bir tahminleme yaptığı görülmüştür. Geliştirilen yapay sinir ağı modellerinde, bağımlı güç değişkeni ile çevresel değişkenler arasındaki korelasyon katsayısının %99,637 ile %99,998 arasında çok yüksek bir değerde olduğu gözlemlenmiştir. Ayrıca bu çalışmada, geliştirilen modeller geleneksel yöntemlerden biri olan Çoklu Doğrusal Regresyon (MLR) ile test edilmiştir. Sonuçlar, çevresel değişkenlerin kullanılmasıyla elde edilen modellerin, fotovoltaik panellerin ürettiği güç değerini yüksek bir doğrulukla tahmin edebildiğini göstermiştir. Bu çalışma, Batman ilinde gerçekleştirilmiştir ancak; dünyanın herhangi bir konumunda, meteoroloji istasyonlarından elde edilecek çevresel değişkenler kullanılarak, tesis edilmek istenen fotovoltaik sistemlere ait enerji üretimi, yüksek bir doğrulukla tahmin edilebilecektir.

The output power of a photovoltaic panel is dependent on environmental factors such as solar irradiance, air temperature, wind speed, wind direction, relative humidity etc. This dependence is nonlinear and is due to the differences in the production techniques of photovoltaics. This necessitates detailed experimental studies for the detection of photovoltaic panel characteristics. Robust prediction of the power generated by photovoltaic panels is crucial in the proper planning of power generation systems.In this study, it was tried to estimate the power value produced by photovoltaic panels using artificial neural networks. In order to make a more robust prediction in experimental work, the power values produced by photovoltaic panels were measured and recorded for one year, considering the environmental variables such as the amount of solar radiation, air temperature, wind speed, wind direction, relative humidity and solar elevation angle. In the study, fixed and single axis tracking monocrystalline panels were used. The predicted values obtained by the developed artificial neural network models were compared with the measured values and the obtained findings were examined. When the developed artificial neural network models were tested with data that were not used in the network training process, it was observed that very robust predictions were performed with the Root Mean Squared Error (RMSE) error rates not exceeding 1.4% for the fixed panel and 2.34% for the single axis tracking panel. In the developed artificial neural network models, it is observed that the correlation coefficient between the dependent power variable and the environmental variables was very high with a value between 99.637% and 99.998%. Furthermore, in this study, the developed models were tested by Multiple Linear Regression which is one of the traditional methods. The results showed that the models obtained by using environmental variables predicted the power value produced by the photovoltaic panels with high accuracy. This study was carried out in Batman province; however, at any location in the world, the energy production of any planned photovoltaic installations can be estimated with high accuracy using environmental variables obtained from meteorological stations.