Fotovoltaik güç tahmininde yeni yaklaşımlar

Gelişen teknoloji, artan nüfus ve büyüyen sanayi ile birlikte dünya genelinde elektrik enerjisine olan talep hızla artmaktadır. Fosil yakıtların tükeniyor olması ve çevreye olan olumsuz etkileri enerji talebi karşısında insanoğlunu yenilenebilir enerji kaynaklarına yönlendirmiştir. Yenilenebilir enerji kaynaklarından güneş enerjisi temiz, kaynağı bedava ve ulaşılabilir olması ile günümüzde popüler enerji kaynakları arasında yer almaktadır. Tüm bu olumlu özelliklerine karşın, yapısı gereği stokastik olan güneş enerjisi, şebeke yönetiminde belirsizlik, ani dalgalanmalar ve kararlılık sorunlarına neden olmaktadır. Dolayısı ile güneş enerjisinin yaygınlaşması ile bu enerjisinin kontrolü için gelişmiş tahmin modellerine ihtiyaç duyulmaktadır. Bu tez çalışması kapsamında, güneş enerjisi verilerinin tahmin doğruluğunu artırmak için bu enerjinin hem deterministik hem de stokastik özelliklerini ele alan yenilikçi bir tahmin modeli geliştirilmiştir. Çalışmada öncelikle Mycielski modelinin ardışık sıfır değerlerinde yaşadığı problem üzerinde durulmuş ve bu problemi aşmak için üç aşamalı bir yöntem geliştirilmiştir. Güneş ışınım şiddeti, güneş geometrisi gibi deterministik faktörlerin yanı sıra rastgele atmosferik olaylardan kaynaklanan stokastik faktörlerden etkilenen bileşenler sergiler. Çalışmada deterministik bileşeni ele almak için, bölgeye özgü dünya dışı güneş radyasyonu verileri kullanılmıştır. Böylece gece saatleri, gün doğumu ve gün batımı saatlerindeki ani değişimler, geliştirilen model ile daha doğru tahmin sonuçları sergilemiştir. Stokastik bileşenler için, benzer desen tabanlı Mycielski modeli iyileştirilerek kullanılmış ve bu modelin ardışık sıfır veri dizilerinde yaşadığı duyarlılık problemi çözülmüştür. Tezin ikinci aşamasında ise iyileştirilmiş Mycielski modeli kullanılarak yenilikçi çok boyutlu Mycielski tabanlı yöntem, fotovoltaik panellerinin çıkış gücünü daha doğru bir şekilde tahmin etmek için geliştirilmiştir. Bu yaklaşım, Mycielski algoritmasının çok boyutlu tarihsel zaman serisi verilerindeki benzer örüntüleri belirleme yeteneğinden yararlanarak, gelişmiş tahmin için geçmişteki en benzer dizileri kullanmıştır. Ayrıca, yöntem yapay zekâ tabanlı tahmin modelleriyle hibritleşerek, deterministik-stokastik çerçeve derin öğrenme mimarileri gibi gelişmiş modellere entegre edilmiştir. Bu çok boyutlu yapıda hem elektriksel büyüklükler hem de meteorolojik veriler Afyon Kocatepe Üniversitesi'nde kurulan bir deneysel sistem aracılığıyla toplanmıştır. Deneysel sonuçlar, tez kapsamında geliştirilen üç aşamalı Mycielski tabanlı yaklaşımın, literatürdeki geleneksel modellere kıyasla üstün tahmin performansı sağladığını ve ardışık sıfır veri yapısına takılmadığını göstermiştir. Ayrıca çok boyutlu zaman serileri için geliştirilen Çok Boyutlu Mycielski yönteminin yapay zekâ tabanlı algoritmalarla hibrit entegrasyonu, fotovoltaik çıkış gücünün tahminini başarıyla artırarak güneş enerjisi sistemlerinin yönetimi ve optimizasyonu için güvenilir ve doğru bir araç sağlamıştır.