Hatay bölgesi rüzgar enerjisi potansiyelinin olasılık dağılımları ve yapay sinir ağları ile modellenmesi

Abstract

Enerji ihtiyacını büyük oranda ithalat yolu ile karşılayan Türkiye, döviz kurlarında meydana gelen dalgalanmalar, küresel siyasi ve mali krizler nedeniyle ekonomik gelişimini devam ettirebilmek için enerji kaynaklarını çeşitlendirmek zorundadır. 2023 vizyonu çerçevesinde ekonomik hedeflerini üst düzeyde tutan Türkiye, enerjide dışa bağımlılığını azaltmak için yenilenebilir enerji kaynaklarının değerlendirilmesi için destekleyici önlemler almaktadır. Özellikle rüzgar enerjisi kullanımı ve üretimi gerek maddi olarak gerekse kanun ve yönetmelikler çerçevesinde yoğun bir biçimde desteklenmektedir. Rüzgar hızı verisinin olasılık dağılımının kusursuz olarak belirlenmesi bir bölgenin sahip olduğu rüzgar hızı ve rüzgar enerjisi potansiyelinin istatistiksel olarak değerlendirilmesi açısından en önemli adımdır. Bu çalışmada kıyısal Akdeniz şehri Hatay'da bulunan Türkiye Meteoroloji Genel Müdürlüğü'ne ait meteoroloji istasyonundan tedarik edilen 10 m yükseklikte ölçülen günlük, aylık ve yıllık ortalama rüzgar hızları kullanılarak rüzgar karakteristikleri ve potansiyeli analiz edilmiştir. İstatistiksel analizlerde yaygın olarak kullanılan Weibull ve bölgede daha önce denenmemiş olan Burr ve genelleştirilmiş Gamma dağılım fonksiyonları da mevcut veriye uygulanmıştır. Antakya bölgesinin rüzgar hızı dağılım eğrileri, ortalama rüzgar hızları ve rüzgar gücü değerleri Weibull, Burr (4P) ve Gen. Gamma dağılım kullanılarak elde edilmiştir. Weibull, Burr (4P) ve Gen. Gamma dağılım parametreleri için parametre kestirim tekniği olarak, Maksimum Olabilirlik Metodu (MOM) kullanılmıştır. Elde edilen sonuçlar, Kolmogorov-Smirnov (D) ve Chi-Square (χ²) uyum iyiliği testleri ile Belirleme Katsayısı (R²) ve Ortalama Hata Kareleri Toplamının Karekökü (RMSE) hata analizleri ile değerlendirilmiştir. Sonuç olarak araştırılan bölgenin rüzgar gücü yoğunluğun düşük olduğu bulunmuştur. Diğer yandan değişken hava koşulları nedeniyle rüzgar enerjisi potansiyelini tahmin etmek önemli bir problemdir. Yapay Sinir Ağları rüzgar hızı, hava sıcaklığı ve nemlilik gibi temel hava parametrelerine dayalı olarak rüzgar gücü üretim sistemlerinde anlık veya kısa dönemli modellemelerde kullanılmaktadır. Bu çalışmada saatlik temel hava verileri (THV) ve bunlara ait alt istatistiki veriler (AİV), rüzgar türbini güç üretimini tahmin etmek için kullanılmıştır. Bu çalışmada kullanılan hava verileri rüzgar hızı ve yönü, hava sıcaklığı ve basıncından oluşmaktadır. Bu parametrelerin alt istatistiki verileri ise hava parametrelerinin maksimum, minimum, ortalama, standart sapma, çarpıklık ve basıklık değerlerinden oluşmaktadır. Bu çalışmanın amacı özelinde THV' ye bağlı olarak bir rüzgar türbini tarafından günlük toplam güç üretimi (Ptop), maksimum (Pmak) ve minimum (Pmin) güç üretimi ile AİV arasındaki ilişkiyi temsil eden model geliştirmektir. Tahmin modellerinde, Ptop, Pmak ve Pmin değerleri ayrı ayrı bağımlı değişkenler olarak simüle edilirken, AİV' sini oluşturan parametreler ise bağımsız değişkenler olarak belirlenmiştir. Bu çalışmada uygulanan adımsal regresyon, bağımlı değişkenler üzerinde etkin olan bağımsız değişkenleri belirlemek ve etkin olmayan değişkenleri ise modelleme sürecinde elimine etmek için kullanılmıştır. Yapılan analizler sonucunda tespit edilen etkin parametreler ve güç üretimi değerleri yapay sinir ağı modellerini eğitme ve test aşamasında kullanılmıştır. Hata değerlendirme testleri sonucunda adımsal regresyon tabanlı yapay sinir ağı modeli lineer yaklaşımdan daha başarılı sonuçlar bulmuştur. Son yıllarda yenilenebilir enerji kaynakları arasında kullanımı giderek artan rüzgâr enerjisi birçok ülkede ve ülkemizde yerli üretim, alım garantisi, vergi muafiyeti gibi yöntemlerle teşvik edilmektedir. Zira hammadde ihtiyacının olmaması, temiz bir enerji kaynağı olması ve dışa bağımlılığı azaltması gibi nedenler, rüzgâr enerjisine yatırımı cazip kılmaktadır. Rüzgar enerjisi yatırım fizibilite çalışması iki aşamalı bir çalışmadır. Beklenen finansal getirileri tanımlamak için enerji üretim tahmini ilk aşamadır. İkinci aşamada ise yatırım, işletme ve bakım maliyetleri ile birim enerji maliyeti tahmin edilir. Bu çalışmada son olarak bir rüzgar çiftliği yatırım projesi başlangıcında örnek bir rüzgar türbini için değişken yatırım kredi faiz koşullarını içeren senaryolar kullanılarak ekonomik değerlendirme yapmak amaçlanmıştır. Ayrıca rüzgar enerjisi yatırım kararını de etkileyen farklı faiz oranlarının birim enerji üretim maliyetleri üzerindeki etkisi belirlenmiştir.

Due to fluctuations in foreign exchange rates and global political-financial crisis, Turkey which provides demand of energy mostly by importation, has to diversify energy sources in order to carry on its economic development. According to framework of the 2023 vision, Turkey which keeps high the economic targets, has been taking supportive measures to evaluate the renewable energy resources for reducing energy import dependence. Especially, the use of wind energy and production are supported intensively as financially by laws and regulations. A precise determination of probability distribution for wind speed data is the most important step in statistically evaluating wind speed and wind energy potential of a region. In this study, wind characteristic and wind energy potential of the Hatay that is located in the Mediterranean coastal city of Turkey, are analyzed using the daily, monthly and annual average wind speed data recorded at meteorological satiation belong to Turkish State Meteorological Service measured at 10 m. Burr, Generalized. Gamma distributions which are previously untested in the area and Weibull distribution widely used in statistical analyses were applied to wind speed data sets for Antakya. Wind speed distribution curves, mean wind speed and the wind power density values of Antakya are obtained by using the Weibull, Burr (4P) and Gen. Gamma probability density functions. Kolmogorov-Smirnov (D), Chi-Square (χ²), the Coefficient of Determination and Root Mean Square Error Analysis are used to evaluate their goodness-of-fit of the distributions. As a result, it is found that the investigated location has a low wind power density. On the other hand, due to fluctuating weather conditions, estimating wind energy potential is still a significant problem. Artificial Neural Networks (ANNs) have been commonly used in Short-term and Just-In-Time modeling of wind power generation systems based on main weather parameters such as wind speed, temperature, humidity, etc. Two different data sets called hourly main weather data (MWD) and daily sub data (DSD) were used to estimate a wind turbine power generation in this study. MWD are based on historically observed wind speed, wind direction, air temperature and pressure parameters. Besides, DSD created with statistical terms of MWD consists of maximum, minimum, mean, standard deviation, skewness, and kurtosis values. Another purpose of this study in particular is to develop a multi-linear model representing the relationship among the DSD with the calculated minimum (Pmin) and maximum (Pmax) power generation values as well as the total power generation (Psum) produced in a day by a wind turbine based on the MWD. While simulation values of the turbine, Pmin, Pmax, and Psum were used as the separately dependent parameters, DSD was determined as independent parameters in estimation models. Stepwise regression was used to determine efficient independent parameters on dependent parameters and to removal the inefficient parameters in the exploratory phase of study. These efficient parameters and simulated power generation values were used for training and testing the developed ANN models. Accuracy test results show that interoperability framework models based on Stepwise regression and the neural network models are more accurate and reliable than a linear approach. In recent years, wind energy growing its use among resources of renewable energy, is encouraged by methods such as domestic production, purchase guarantee, tax exemptions in many countries. Reasons which do not require raw material, be a clean energy resource and reduce dependence on foreign, make it attractive to invest in wind energy. Wind energy investment feasibility study is a two-stage operation. An energy production estimation to define expected financial returns is the first stage. Costs of investment, operation and maintenance with unit energy cost are estimated in the second stage. As the last step of this study, an economical assessment was aimed using scenarios include variable investment credit interest rates, for a sample turbine at the beginning of the wind farm investment project. Moreover, according to variable interest rates that also affect the wind energy investment decision, unit energy generation costs were determined.