Please use this identifier to cite or link to this item:
https://hdl.handle.net/11499/45788
Title: | İzmir Tire yerleşiminde saatlik sıcaklık değerlerinin fotovoltaik sistem performansına etkisinin farklı makine öğrenmesi modelleriyle incelenmesi ve optimizasyonu | Other Titles: | Investigation and optimization of the effect of hourly temperature values on photovoltaic system performance in İzmir Tire district with different machine learning mode | Authors: | Erdem, Rüşdi | Advisors: | Dombaycı, Ömer Altan | Keywords: | Fotovoltaik Sıcaklık Güneş Radyasyonu Verim Makine Öğrenmesi Optimizasyon Photovoltaic Temperature Solar Radiation Efficiency Machine Learning Optimization |
Publisher: | Pamukkale Üniversitesi Fen Bilimleri Enstitüsü | Abstract: | Fotovoltaik paneller güneş radyasyonu alması ile elektrik üretmeye başlar.Güneşten gelen radyasyonun bir kısmı elektrik enerjisine dönüşürken, bir kısmı daısı enerjisi olarak ortaya çıkar. Bu durum panellerin ısınmasına neden olur. Güneşhücrelerinin ısınması ile panellerin kısa devre akımı (Isc) artarken, açık devrevoltajı (Voc) düşer, böylece elektriksel verim düşer.Paneller elektriksel olarak 1000 W/m² güneş radyasyonu ve 25°C çalışmasıcaklığında etiket değeri olan enerjiyi üretebilmektedir. Eş radyasyon koşullarındadaha yüksek çalışma sıcaklığı panelin verimini düşürmüştür.Bu tez çalışmasında amaç panel çalışma sıcaklığının sistem performansoranına etkisini incelemektir. Bu amaçla seçilen güneş enerjisi santraline mobilmeteoroloji istasyonu tesis edilmiştir. Bu istasyondan güneş radyasyonu (W/m²),panel sıcaklığı (°C), ortam sıcaklığı (°C), rüzgâr hızı (m/s) ve rüzgâr yönü (°)değerleri dakika ölçeğinde veri kaydedici cihaza kaydedilmiştir. Bu değerler verikaydedici cihazın web sunucu özelliği ile elektronik tablo haline dönüştürülmüştür.Ölçüm alınan süre boyunca santralin ürettiği saatlik üretim bilgisi tabloyaeklenmiştir. Panel sıcaklık etkisini görebilmek için PV panel etiket değerlerine göreüretim değerleri hesaplanmış, panel sıcaklığı düşük iken panel verim değerininyüksek, panel sıcaklığı yüksek iken panel verim değerinin düşük olduğugörülmüştür. Meteoroloji istasyonundan elde edilen veri setinin içinden 4 farklıkoşulda hesaplanan net verim kayıpları %0,316 ile %0,386 arasında değişmiştir.Yapılan hesaplamalara göre her 1 °C panel sıcaklığı artışı için ortalama net verim%0,36 azalmıştır.7 farklı makine öğrenmesi modelleri ile yapılan deneysel testler sonucunda,en iyi tahmin başarısını Kök Ortalama Kare Hata (RMSE) değeri 59,87 olarak tespitedilen Uyarlanabilir Yükseltme (Adaptive Boosting) modeli göstermiştir. Photovoltaic panels start to produce electricity when they receive solar radiation. While some of the radiation from the sun is converted into electrical energy, some of it emerges as heat energy. This causes the panels to heat up. With the heating of the solar cells, the short circuit current (Isc) of the panels increases, while the open circuit voltage (Voc) decreases, thus reducing the electrical efficiency.The panels can electrically produce 1000 W/m² of solar radiation and a label value at 25°C operating temperature. Higher operating temperature under co-radiation conditions reduces the efficiency of the panel.The aim of this thesis is to examine the effect of panel operating temperature on the system performance ratio. For this purpose, a mobile meteorology station was installed in the selected solar power plant. From this station, solar radiation (W/m²), panel temperature (°C), ambient temperature (°C), wind speed (m/s) and wind direction (°) values were recorded on the data logger on a minute basis. These values have been converted into a spreadsheet with the web server feature of the data logger device. The hourly production information produced by the power plant during the measurement period is added to the table. In order to see the panel temperature effect, the production values were calculated according to the PV panel label values, it was seen that the panel efficiency value was high when the panel temperature was low, and the panel efficiency value was low when the panel temperature was high. The net efficiency losses calculated under 4 different conditions from the data set obtained from the meteorology station vary between 0.316% and 0.386%. According to the calculations, the average net efficiency decreases by 0.36% for each 1 °C panel temperature increase.As a result of experimental tests with 7 different machine learning models, the Adaptive Boosting model, whose Root Mean Squared Error (RMSE) value was determined as 59.87, showed the best estimation success. |
Description: | Bu tez çalışması Pamukkale Üniversitesi Bilimsel Araştırma Projeleri Birimi tarafından 2021FEBE038 nolu proje ile desteklenmiştir. | URI: | https://hdl.handle.net/11499/45788 |
Appears in Collections: | Tez Koleksiyonu |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Rüşdi Erdem.pdf | 3.03 MB | Adobe PDF | View/Open |
CORE Recommender
Page view(s)
174
checked on Aug 24, 2024
Download(s)
412
checked on Aug 24, 2024
Google ScholarTM
Check
Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.