Akıllı Şebekelerde Güneş Enerjisi Üretiminin Zamana Bağlı Olasılıksal Tahmini

Dünyada hızlı nüfus artışı ve fosil yakıt kaynakları rezervlerinin azalışı ile birlikte özellikle güneş enerjisi olmak üzere yenilenebilir enerji kaynaklarına olan talep her geçen gün artmaktadır. Artan enerji ihtiyacını yenilenebilir enerji kaynakları ile akıllı bir yapı formunda karşılayabilmek için akıllı şebekeler geliştirilmiştir. Akıllı şebekelerin temel amaçlarından biri, enerji üretim sürecine yenilenebilir enerji kaynaklarının dâhil edilmesi ve kullanımının arttırılmasıdır. Ancak, mevcut elektrik şebekesi sistemlerine kesintili enerji üretimi yapan ve kontrol edilemeyen yenilenebilir enerji kaynaklarının dâhil edilmesi beraberinde çeşitli zorlukları da getirmektedir. Değişken elektrik enerjisi talebinin hangi yenilenebilir kaynak tarafından ne zaman karşılanacağının belirlenmesi için enerji üretiminin önceden tahmin edilmesi bu zorlukların en önemlilerindendir. Bu sebeple bu çalışmada, atmosferik ölçümleri kullanarak santrale özgü ve saat bazlı enerji üretimini tahmin eden bir model geliştirilmiştir. Bu model makine öğrenmesi yaklaşımları ile oluşturulmuş ve enerji üretimi tahmini yapılmıştır. Çoklu doğrusal regresyon, Powell optimizasyonu ve Markov Chain Monte Carlo simülasyonlarına dayanan olasılıklı programlama gibi çeşitli yöntemler kullanılmış ve tahmin yetenekleri birbirleriyle karşılaştırılmıştır. Enerji üretimi analitik yaklaşımla %80 doğrulukla tahmin edilirken, olasılıksal yaklaşımla saat bazlı %95 güven aralığında üst ve alt limitini belirtecek şekilde başarılı tahmin edilmiştir. Bu çalışmada elde edilen sonuçlar makine öğrenmesi ile atmosferik veriler kullanılarak değişken enerji üretiminin önceden tahmin edilebileceğini göstermiştir. Ayrıca tahmin algoritmalarının, yenilenebilir enerji sistemlerinin mevcut şebekeye entegrasyonunu kolaylaştıracağı ve akıllı şebekeyi daha yaygın hale getireceği değerlendirilmektedir.