Yapay Sinir Ağları Kullanılarak Fotovoltaik Panel Güç Çıkışlarının Tahmini ve Sezgisel Algoritmalar ile Karşılaştırılması

Abstract

Fotovoltaik(FV) paneller, güneş ışığından elektrik enerjisi elde etmek için kullanılan sistemlerdir. Farklı zamanlarda FV sistemlerdenüretilen güç değerlerinin tahmini güneş panellerinin güvenilir bir enerji kaynağı olarak efektif kullanılması ve ekonomik kullanılmasıaçısından gereklidir. Güneş panellerinden üretilen çıkış gücünün kestirimi aynı zamanda, güneş panellerinin kurulumu, elektrikşirketlerine rehberlik etmesi, enerjinin yönetimi ve dağıtılması ve bunun yanında en kısa sürede optimum enerjiyi elde edebilir halegelmek ve maksimum üretim kapasitesi ulaşmaya yönelik gerekli panel adaptasyonlarının tespit edilmesi için gerekli zamandankazanç; ek işçilik maliyetlerinin azaltılması anlamında büyük önem arz etmektedir Bu çalışmada, FV panellerinden elde edilen güçdeğerlerinin aylık olarak tahmini için farklı algoritmalar ile öğrenebilen Yapay Sinir Ağları(YSA) kullanılmıştır. Altı farklı açısalkonuma yerleştirilen panellerden elde edilen güç değerlerinin tahmin edilmesinde, geleneksel yöntemlere göre daha iyi sonuç verenParçacık Sürü Optimizasyonu(PSO) optimizasyon algoritmasına dayalı YSA ile Geriye Yayılım(GY) ve bir diğer optimizasyonalgoritması olan Klonal Seçim Algoritması(KSA) ile eğitilen YSA modellerinden yararlanılmıştır. Tahmin sonuçlarınındoğrulanmasında üç popüler istatiksel değerlendirme kriteri olan Ortalama Mutlak Yüzde Hata (MAPE), Ortalama Karesel HatalarınKarekökü (RMSE) ve Varyans ($R^2$) eşitliklerinden yararlanılmıştır. Her üç kriterlerden elde edilen doğrulama sonuçlarıincelendiğinde, hemen hemen tüm aylar için PSO algoritması ile eğitilen YSA yapısının, KSA ve GY algoritmaları ile eğitilen YSAyapılarına göre daha başarılı olduğu görülmüştür. Bazı sonuçlarda ise GY ile eğitilen YSA yapısının, PSO ile eğitilen YSA yapısınagöre, sonuçlar birbirine yakın olmakla birlikte daha başarılı olduğu anlaşılmıştır.