Journals / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2017 / Cilt: 32 - Sayı: 4

Stokastik sınır analizi kullanarak rüzgâr türbinleri için etkinlik değerlendirmesi

Pages
1311–1326
Publication Date
2017-12-08
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Etkinlik kayıplarının istatiksel sapmadan mı yoksa etkinsizlikten mi kaynaklandığı SSA yönteminin avantajı gereği yorumlanabilmiştir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Bu çalışmada, Stokastik Sınır Analizi (SSA) tekniği, hâlihazırda işletmede olan bir rüzgâr çiftliğinde üretim etkinliğini ölçmek için kullanılmıştır.
📊
Key Findings & Data:Mevcut literatürde çeşitli alanlarda yaygın olarak uygulanan bir etkinlik ölçüm tekniği olan SSA, rüzgâr türbinlerinin etkinlik ölçümlerinde daha önce kullanılmamıştır.
💡
Conclusion & Impact:Etkinlik kayıplarının istatiksel sapmadan mı yoksa etkinsizlikten mi kaynaklandığı SSA yönteminin avantajı gereği yorumlanabilmiştir.
🔬Design:Review & Systematic Survey
📍Scope:Comprehensive Sample
⚙️Variables:Rüzgâr türbini · performans değerlendirme · stokastik sınır analizi

Özet

Bu çalışmada, Stokastik Sınır Analizi (SSA) tekniği, hâlihazırda işletmede olan bir rüzgâr çiftliğinde üretim etkinliğini ölçmek için kullanılmıştır. Mevcut literatürde çeşitli alanlarda yaygın olarak uygulanan bir etkinlik ölçüm tekniği olan SSA, rüzgâr türbinlerinin etkinlik ölçümlerinde daha önce kullanılmamıştır. SSA’nın stokastik yapısı, sınır sapmalarının hem işletmenin kontrolünde olmayan dış etkileri hem de teknik etkinsizliği içermesi onun anahtar özelliğidir. Önerilen yaklaşım, dört farklı senaryo altında her bir türbinin birbirlerine göre etkinliklerini ve rüzgâr çiftliğinin tamamının etkinliğini hesaplamak için kullanılmıştır. Bu senaryolar, çeşitli girdi parametrelerinin etkinlik üzerindeki etkisini ölçmek için oluşturulmuştur. Dolayısıyla, bu çalışmanın diğer bir amacı da farklı girdi senaryoları ile bir rüzgâr türbininin etkinliğini ölçmek için hangi faktörlerin ne kadar etkili olduğunu açıklamaktır. Ayrıca, bu dört senaryo, aylık ortalama veriler, on iki aylık veriler ve yirmi dört aylık veriler olmak üzere üç farklı zaman periyodunda çalışılmıştır. Çalışmanın sonucunda farklı girdi gruplarına göre farklı etkinlik skorları elde edilmiştir. Etkinlik kayıplarının istatiksel sapmadan mı yoksa etkinsizlikten mi kaynaklandığı SSA yönteminin avantajı gereği yorumlanabilmiştir.

🔖

Cite This Article

Akalın, H., Seçkiner, S. U., Eroğlu, Y. (2017). Stokastik sınır analizi kullanarak rüzgâr türbinleri için etkinlik değerlendirmesi. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 32 - Sayı: 4, 1311–1326. https://ajindex.com/articles/20177

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (14)

  1. WWEA, The World Wind Energy Association (WWEA) Half Year Report 2014. http://www.wwindea.org/wwea-publishes-half-year-report-2014/. Yayın tarihi Eylül 2014.Erişirm tarihi Mart 29, 2016
  2. Da Rosa AV., Fundamentals of renewable energy processes, Elsevier, Amsterdam, 2013
  3. Eroğlu Y., Seçkiner S.U., Performance analysis in wind farms by data envelopment analysis and Malmquist Index approaches. Pamukkale Univ. J. Eng. Sci., 23(1), 45-54, 2017
  4. GWEC, Global Wind Report - Annual Market Update 2015. http://www.gwec.net/wp-content/uploads/vip/GWEC-Global-Wind-2015-Report_April-2016_22_04.pdf. Yayın tarihi Nisan 19 2014.Erişirm tarihi Nisan 21, 2016
  5. Turkish Wind Energy Association, Turkish Wind Energy Statistics Report. http://www.tureb.com.tr/files/bilgi_bankasi/turkiye_res_durumu/2016_turkiye_ruzgar_enerji_istatistik_raporu_ocak_2016.pdf. Yayın tarihi Ocak 2016.Erişirm tarihi Ağustos 9, 2016
  6. Onar S.Ç., Kılavuz T N., Risk Analysis of Wind Energy Investments in Turkey. Hum. Ecol. Risk Assess. Int. J., 21 (5), 1230–1245, 2015
  7. Onar S.C., Oztaysi B., Otay İ., Kahraman C., Multi-expert wind energy technology selection using interval-valued intuitionistic fuzzy sets. Energy, 90 (1), 274–285, 2015
  8. Yang W., Tavner P.J., Crabtree C.J., Feng Y., Qiu Y., Wind turbine condition monitoring, technical and commercial challenges. Wind Energy, 17, 673–693, 2014
  9. Eroğlu Y., Seçkiner S.U., Trend Topic Analysis for Wind Energy Researches, A Data Mining Approach Using Text Mining. J. Technol. Innov. Renew. Energy, 5, 44–58, 2016
  10. Denholm P., Kulcinski G L., Holloway T., Emissions and Energy Efficiency Assessment of Baseload Wind Energy Systems. Environ. Sci. Technol., 39, 1903–1911, 2005
  11. Mirecki A., Roboam X., and Richardeau F., Architecture Complexity and Energy Efficiency of Small Wind Turbines. IEEE Trans. Ind. Electron., 54 (1), 660–670, 2007
  12. Zhang H., Tolbert L M., Efficiency Impact of Silicon Carbide Power Electronics for Modern Wind Turbine Full Scale Frequency Converter. IEEE Trans. Ind. Electron., 58, 21–28, 2011
  13. De Prada Gil M., Gomis-Bellmunt O., Sumper A., Bergas-Jané J., Power generation efficiency analysis of offshore wind farms connected to a SLPC (single large power converter) operated with variable frequencies considering wake effects. Energy, 37, 455–468, 2012
  14. Najar F.A., Harmain G.A., Blade Design and Performance Analysis of Wind Turbine. In, International Conference on Global Scenario in Environment and Energy. I