Böylece, genel anlamda Eskişehir bölgesinin rüzgar enerji potansiyelinin belirlenmesi için bir ön çalışma yapılmıştır
📌 3 Key Takeaways
🎯
Objective & Hypothesis:Weibull olasılık yoğunluk fonksiyonu, rüzgar enerjisi potansiyelini belirlemede en çok kullanılan istatistiksel dağılımlardan biridir.
📊
Key Findings & Data:Bu çalışmada, yürütülen Bilimsel Araştırma Projesi kapsamında Anadolu Üniversitesi İki Eylül Kampüsü ‘ndeki 2005 yılı Temmuz, Ağustos, Eylül ve Ekim aylarında 15 sn aralıklarla ölçülen rüzgar hızı verilerine dayanarak, rüzgar hızı ve gücünün ele alınan aylara göre değişimleri, parametreleri Moment Metoduyla bulunan Weibull dağılımı yardımıyla incelenmiştir.
💡
Conclusion & Impact:Böylece, genel anlamda Eskişehir bölgesinin rüzgar enerji potansiyelinin belirlenmesi için bir ön çalışma yapılmıştır
🔬Design:Experimental Field Trial
📍Scope:2005 Verileri
⚙️Variables:Weibull dağılımı · weibull parametreleri · moment metodu
Özet
Weibull olasılık yoğunluk fonksiyonu, rüzgar enerjisi potansiyelini belirlemede en çok kullanılan istatistiksel dağılımlardan biridir. Ortalama rüzgar hızı, ortalama rüzgar gücü yoğunluğu ve dolayısıyla rüzgar enerjisi tahmini genellikle iki parametreli Weibull olasılık yoğunluk fonksiyonuna dayalı olarak yapılmaktadır. Bu çalışmada, yürütülen Bilimsel Araştırma Projesi kapsamında Anadolu Üniversitesi İki Eylül Kampüsü ‘ndeki 2005 yılı Temmuz, Ağustos, Eylül ve Ekim aylarında 15 sn aralıklarla ölçülen rüzgar hızı verilerine dayanarak, rüzgar hızı ve gücünün ele alınan aylara göre değişimleri, parametreleri Moment Metoduyla bulunan Weibull dağılımı yardımıyla incelenmiştir. Böylece, genel anlamda Eskişehir bölgesinin rüzgar enerji potansiyelinin belirlenmesi için bir ön çalışma yapılmıştır
KURBAN, M., KANTA, Y. M., HOCAOGLU, F. O. (2007). Statistical Analysis of Wind Speed and Power Densities Using Weibull Distribution. Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, Cilt: 7 - Sayı: 2, 205–218. https://ajindex.com/articles/452466
Kurban, M., Elektrik Enerjisi Üretiminde Rüzgar Enerjisinin Yeri ve Önemi, I. Ege Enerji Sempozyumu ve Sergiisi, Denizli, 22-24 Mayıs, (2003).(özet) Hocaoğlu, F.O. ve Kurban, M., Rüzgar Gücünden Elektrik Enerjisi Üretimi için Rüzgar Türbini Tasarımı, EVK’2005 1. Enerji Verimliliği ve Kalitesi Sempozyumu, Kocaeli, 17-18 Mayıs, (2005).
Golding, E.W., The Generation of Electricity by Wind Power, London, (1976).
Lipman, N.H. and Musgrov,e P.J.; Wind Energyfor the Eighties, England, (1982).
Hickok, F; Handbook of Solar and Wind Energy, Boston. Simmons, D.M., Wind Power, london, (1975). Elektrik İşleri Etüd İdaresi-web sayfası Deaves, D.M.and Lines, I.G., On the Fitting of Low Mean Wind Speed Data to the Weibull Distribution,., 66, 169-78, (1997).
Haralambopoulos, D.A, Analysis of Wind Charactersistics and Potential in the East Mediterranean-the Lesvos Case. Renewable Energy, 6,445- 54, (1995).
Akpınar, E.K ve Akpınar, S., Determination of the Wind Energy Potential for Maden, Turkey. Energy Convers Manage, 45 (18-19), 2901-14, (2004)
Çelik, A.N., A Statistical Analysis of Wind Power Density Based on the Weibull and Rayleigh Models at Southern Region of Turkey, Renewable Energy, 29,593-604, (2004).
Ülgen, K. ve Hepbaşlı, A. Determination of Weibull parameters for wind energy analysis of İzmir, Turkey. Int J Energy Res, 2002, 26, 495-506.
Genç, A., Murat, E., Pekgör, A., Oturanc, G, Hepbaslı, A. ve Ülgen, K., Estimation of Wind Power Potential Using Weibull Distribution, 27, 809-822, (2005).
Cheng, R.C.H. and Amin, N.A.K., Estimating Parameters in Continuous Univariate Distributions with a Shifted Origin, J. Roy. Statist. Soc.Ser.B 45 394-403, (1983).
Bowman, K.O. and Shendon, L.R., Maximum Likelihood and Weibull Distribution. Far East J. Theory Statist, (2000).