METEOROLOJİK VERİLER KULLANILARAK GÜNEŞ IŞINIM TAHMİNİNDE YAPAY SİNİR AĞLARI PARAMETRELERİNİN DEĞERLENDİRİLMESİ

Abstract

Doğru ışınım tahmini, fotovoltaik (PV) santralinin verimliliğini arttırarak şebekenin etkin bir şekilde programlanmasına ve güç kalitesinin iyileştirilmesine olanak sağlar. Bu çalışma, güneş enerjisi bakımından verimli bir yer olan Hakkâri ilinde kurulan bir meteoroloji ölçüm istasyonu verileri aracılığıyla küresel güneş ışınım tahmininde yapay sinir ağları (YSA) parametrelerinin potansiyelini göstermektedir. Meteoroloji istasyonundan zaman serisine bağlı olarak ölçülen, rüzgâr hızı, sıcaklık, basınç ve nem parametreleri kullanılarak eş zamanlı gerçekleşen güneş ışınım değerleri YSA modeli oluşturularak tahmin edilmiştir. Oluşturulan model YSA’da yaygın olarak kullanılan çeşitli eğitim algoritmaları ve aktivasyon fonksiyonları ile denenmiş ve en iyi sonuç elde edilmeye çalışılmıştır. Kullanılan modelin performansı istatistiksel göstergeler kullanılarak değerlendirilmiştir. Kullanılan veri seti parametrelerine göre güneş ışınım tahmininde, “trainlm” eğitim algoritması ile “poslin” aktivasyon fonksiyonu kullanılarak oluşturulan model 0,97 regresyon değeri, %1,16 ortalama kare hatası (MSE) ve %0,0881 normalize kök ortalama kare hatası (nRMSE) değeri ile güneş ışınım tahmininde en iyi performansı göstermiştir.