Yenilenebilir enerji kaynaklarının hibrit kullanımını yapay zeka ile modellemesi

Abstract

Bu tez çalışmasında yenilenebilir enerji sistemi ile üretilen enerjinin bir binanın enerji taleplerini ne kadar karşıyabildiğini keşfetmek ve belirlemek umuduyla güneş enerjisi ile rüzgar enerjisinin kombine kullanımına dayanmaktadır. Yenilenebilir enerji kaynaklarıyla ilgili birçok veriler incelenmiş olup günümüzde bu kaynaklara olan talep değerlendirilmiştir.Sadece günümüzde kullanılan yenilenebilir enerji kaynakları değerlendirilmemiş geçmişten yararlanılarak tarihsel gelişimi incelenmiş ve gelecekte yenilenebilir enerji kaynaklarının önemi vurgulanmıştır. Sistemlerin tüketici talebini çeşitli enerji depolama kapasitesi miktarları ile eşleştirme verileri toplanıldı.Her bir yöntem için iki sistem konfigürasyonu tanımlandı ve seviyeler için uygun varsayımları yapmak için bir ekonomik analiz yapıldı. Bu analizde sübvansiyon bakım masrafları ve geri ödemeler için faiz oranları kullanıldı. Bu yenilenebilir enerji sistemlerinin hiçbiri şuan da sadece şebekeden enerji satın alma alternatifine göre ekonomik gerekçelerle haklı olabileceği konumunda değildi. Ancak elektrik fiyatındaki değişiklikler sübvansiyon seviyeleri veya yenilenebilir enerji ekipmanı maliyetleri gelecekteki konumunu değiştirebilir. Günümüzde enerji verimliliğini öngörebilmek için bilgisayar yardımıyla bir takım matematiksel metotlar kullanılmaktadır. Bunlardan biri olan yapay sinir ağları ile örnek çalışma olarak Trakya bölgesi çalışılmıştır.Bu bölgedeki rüzgar ve güneş panellerinden alınan parametreler(rüzgar hızı ,sıcaklı,çalışma saati ve elektrik enerji üretimi) ile MATLAB® yazılımındaki yapay sinir ağları çalışma paketi kullanılarak tahmini değerler elde edilmiştir.Elde edilen bu veriler bölgedeki diğer rüzgar ve güneş panellerinden alınan değerlerle kıyaslanmıştır. Böylelikle bir bölgeye rüzgar türbini ve güneş panelleri en uygun hangi bölgeye ve ne şekilde konumlandırılacağı tahmininde yardımcı olmuştur.

This thesis is based on the combined use of solar energy and wind energy in the hope of discovering and determining how much energy generated by the renewable energy system that can meet a building's energy requirements. Many data on renewable energy sources have been examined and the requirement for these sources has been assessed today. Only the presently used renewable energy sources have been evaluated and their historical development has been lexplored and the importance of futura renewable energy sources has been emphasized . The raw data of the system's consumer demand,matching the various energy storage capacity quantities.Two system configurations were defined for each method and an ecenomical analysis was performed to make the appropriate assumptions for the levels. In this analysis,subsidies,maintenance costs and interest rates for repayments were used. None of these renewable energy systems are currently in a position to justify economical justification as compared to the alternative to electricity purchase from the network. However,changes in electricity prices,subsidy levels,or renewable energy equipment costs can change the position in the future . Forecasting of today energy efficiency is calculated by the help of some mathematical methods.Artificial neural networks technique is the one of these. In the this thesis,as a survey Trakya region is studied. Parameters (wind flow rate,temperature,working hours and electrical energy production) are measured from wind turbine and solar panels in this region. From these parameters prediction values are calculated by using by using MATLAB® software's aftificial neural network toolbox is used. Predicted values are made correlation with the other referenced values which are also taken from other panels in this region. As a result,this analysis helps to how locate the new panels (solar or wind also their hybrids)in Trakya region.