Yazarlar
Yayınlar
- Yüksek Lisans TeziAçık Erişim2026Akıllı şebekelerle uyumlu yenilenebilir enerji sistemleri için entegrasyon modeli
Wilfried Ricardo Tchinda
Enerji dönüşümü bağlamında, yenilenebilir enerji kaynaklarından güneş ve rüzgâr enerjisinin elektrik şebekelerine giderek artan entegrasyonu; kararlılık, kesintililik yönetimi ve kaynak optimizasyonu açısından önemli zorluklar ortaya çıkarmaktadır. Bu zorluklar aynı anda kesintisiz beslemeyi, arz-talep dengesini ve akıllı şebeke gereksinimlerine uyumluluğu sağlayabilen entegrasyon modellerinin geliştirilmesini zorunlu kılmaktadır. Bu çalışma, akıllı şebekelerle uyumlu yenilenebilir enerji entegrasyonu için kural tabanlı kontrol (KTK) yöntemiyle çalışan ve enerji yönetim sistemi (EYS) tarafından yönetilen hibrit bir mikro-şebeke modeli önermektedir. Mikro-şebeke değiştir ve gözle algoritmalı maksimum güç noktası takibi (MGNT) yaklaşımıyla ilişkilendirilmiş 19.7 kW'lık bir fotovoltaik (FV) sistem, ortalama 6.2 kW güç üreten sabit mıknatıslı senkron generatörlü (SMSG) bir rüzgâr enerjisi sistemi, 100 Ah'lik bir batarya ve 700V DA bara üzerinde birbirine bağlı 8 kW'lık paralel RLC yükünden oluşmaktadır. Sistemin enerji akışı dinamiklerini ve bileşenler arasındaki etkileşimleri modellemek, simüle etmek ve analiz etmek amacıyla MATLAB/Simulink ortamında sistematik bir yaklaşım benimsenmiştir. Beş çalışma senaryosu incelenmiş olup, bu senaryolar güneş enerjisi modu, rüzgâr enerjisi modu, ada modu, aşırı yük modu ve batarya modu olarak tanımlanmıştır. Sonuçlar, güneş enerjisi ve rüzgâr enerjisi modlarında 8 kW'lık yükün elektrik talebinin tamamen karşılandığını ve fazla enerjinin bataryaya yönlendirildiğini göstermektedir. Ada modunda, şebeke bağlantısı kesilmesine rağmen besleme sürekliliği sağlanmış ve DA bara gerilimi 700V'ta kararlı kalmıştır. 100 kW'lık aşırı yük modunda ise KTK-EYS, elektrik talebini karşılamak için şebeke, rüzgâr, güneş ve deşarj modundaki bataryayı koordineli biçimde yönetmiştir. Bu sonuçlar önerilen modelin etkinliğini ve akıllı şebekelerin işlevsel gereksinimlerine uygunluğunu doğrulamaktadır.
- BildiriYalnız künye2018Hourly Solar Irradiation Prediction by Artificial Neural Network Based on Similarity Analysis of Time Series
Ulutas, Ahsen; Çakmak, Recep; Altas, Ismail Hakki; Ozyildirim, BM; Yildirim, T
Solar energy is a renewable energy source which has intermittent and variable characteristic. Solar irradiation must be predicted in advance in an electrical grid which has solar energy based electrical power generation systems in order to operate the electrical grid stable and efficient. In this study, a multi-layered, feed forward artificial neural network (ANN) has been designed to predict the hourly solar irradiation of next day. The designed ANN has been trained by data which has been obtained via similarity analysis. Total solar irradiation on horizontal plane, relative humidity and temperature data of Trabzon province for 2015-2017 have been used as the training data set. Hourly solar irradiation prediction has been performed by utilizing the designed ANN and test data set. The prediction results have been evaluated as to root mean square (RMS), mean absolute error (MAE) and mean absolute percentage error (MAPE) performance criteria. The obtained performance criteria results show that the proposed ANN could make prediction with acceptable error.
