Fotovoltaik enerji üretiminin meteorolojik parametrelerle tahminlenmesi ve maliyet analizi: İzmir Bakırçay Üniversitesi örneği
Forecasting cost analysis of photovoltaic energy production with meteorological parameters: Case of İzmir Bakırçay University
- Tez No: 774841
- Danışmanlar: PROF. DR. ÖZGE TÜZÜN ÖZMEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Enerji, Electrical and Electronics Engineering, Energy
- Anahtar Kelimeler: Fotovoltaik enerji, Tahminleme, Yapay sinir ağları, Yenilenebilir enerji, İzmir, Photovoltaic energy, Forecasting, Artificial neural networks, Renewable energy, Izmir
- Yıl: 2022
- Dil: Türkçe
- Üniversite: İzmir Bakırçay Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Akıllı Sistemler Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Dünyada artan enerji ihtiyacının temiz ve tükenmeyen kaynaklardan karşılanması arayışıyla keşfedilen yenilenebilir enerji kaynakları arasında güneş enerjisi sürdürülebilirlik, uygulama kolaylığı ve düşük bakım maliyetleri ile dikkat çekmeyi başarmış ve enerji üretimindeki payını hızla arttırmaya devam etmektedir. Ancak güneş enerjisi potansiyelinin coğrafi ve meteorolojik şartlara bağlı olması, yatırımların teşvik edilebilmesi için daha isabetli fizibilite çalışmalarına ihtiyaç duyulmasına neden olmaktadır. Bu tez çalışmasında İzmir Bakırçay Üniversitesi'nde kurulu bulunan güneş enerjisi santralinin (GES) üretim verileri ile İzmir ilinin meteorolojik verileri bir arada kullanılarak yapay nöral ağların (YNA) eğitilmesi ve enerji üretiminin tahmin edilmesi sağlanmıştır. YNA modellerinin tahmin sonuçları ve klasik metamatiksel yöntemlere dayalı tahminleme yapan PVSOL programının sonuçları, gerçek üretim verileriyle karşılaştırılmıştır. Karşılaştırma sonucunda klasik yöntemlerde %29,76 hata oranı görülebilirken, YNA modellerinde %4,37 gibi düşük hata oranlarına ulaşılmıştır. Doğru verilerle ve uygun parametrelerle eğitilen YNA'ların yardımıyla yapılacak fizibilite çalışmalarında daha isabetli enerji üretimi ve maliyet analizi yapılabileceği sonucuna ulaşılmıştır.
Özet (Çeviri)
Among the renewable energy sources discovered in search of meeting the increasing energy need in the world from clean and inexhaustible sources, solar energy has managed to draw attention with its sustainability, ease of application and low maintenance costs and continues to increase its share in energy production rapidly. However, the fact that solar energy potential is dependent on geographical and meteorological conditions causes the need for more accurate feasibility studies in order to encourage investments. In this thesis, training of artificial neural networks (ANN) and estimation of energy production are provided by using the production data of the solar power plant established in İzmir Bakırçay University and the meteorological data of İzmir province. The prediction results of artificial neural network models and the results of the PVSOL program, which makes predictions based on classical mathematical methods, were compared with real production datas. As a result of the comparison, %29.76 error rate can be seen in classical methods, while low error rates such as %4.37 have been achieved in ANN models. It has been concluded that more accurate energy production and cost analysis can be done in feasibility studies with the help of ANN trained with correct data and appropriate parameters.
Benzer Tezler
- Prediction of solar panel energy production using time series analysis methods
Güneş paneli enerji üretiminin zaman serisi analiz yöntemleri ile tahmini
ECEM NUR ŞENER
Yüksek Lisans
İngilizce
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Aydın ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN YILDIRIM
DR. ÖĞR. ÜYESİ EBRU İDMAN
- Fotovoltaik destekli biyogaz sistem tasarımı
Establishing of solar assisted hydrothermal carbonization using a semi-continuous flow through system
İBRAHİM ANIL ESER
Yüksek Lisans
Türkçe
2019
EnerjiEge ÜniversitesiGüneş Enerjisi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET ERYAŞAR
- İstanbul ili genelinde yapay sinir ağları ile güneş ışınımı tahmini ve bina ölçeğinde fotovoltaik sistemin verimlilik hesabı
Solar radiation prediction using artificial neural networks across İstanbul province and efficiency calculation of photovoltaic systems at building scale
YUSUF KEP
Yüksek Lisans
Türkçe
2025
Enerjiİstanbul Gedik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. FERİHA ERFAN KUYUMCU
- Endüstriyel mikro şebekelerde dinamik enerji yönetim modeli önerisi ve örnek uygulama
A dynamic energy management model proposal for energy management in industrial microgrids and a case study
ZEYNEP BEKTAŞ
Doktora
Türkçe
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLGÜN KAYAKUTLU
- Mıtıgatıng dust-ınduced yıeld loss ın solar pv systems: An analysıs of optımal cleanıng strategıes for the lıbyan clımate
Libya i̇klimi i̇çin güneş pv sistemlerinde toz kaynakli verim kayiplarinin azaltilmasi: Optimal temizleme stratejilerinin analizi
MOHAMED IBRAHIM ALMAHDI ABULWAIFA
Yüksek Lisans
İngilizce
2026
Elektrik ve Elektronik Mühendisliğiİstanbul Topkapı ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. CEVAT RAHEBİ