A Short Term Solar Power Plant Generation Forecast Using Artifical Neural Networks: Kahramanmaraş Case Study

Yapay Sinir Ağları Kullanarak Kısa Dönem Güneş Enerjisi Santrali Üretim Tahmini: Kahramanmaraş Örnek Çalışması

Abstract

Turkey has a large solar energy potential due to its geographical location and the installed power of Solar Power Pant (SPP) in the country is rapidly increasing. But the variability in SPP generation makes it a problem to operate these facilities in the electrical grid system. SPP generation forecasts are needed to solve this problem. In this study, a forecast system is proposed for SPP generations. Artificial Neural Networks (ANN) are used in the proposed forecast system. ANN is trained by using the Levenberg-Marquardt learning algorithm. In the training, verification and test processes of the ANN, the generation values of the SPP located in Kahramanmaras province and the cloudiness forecast data obtained from the Global Forecasting System (GFS) are used. Analyzes are performed by changing the structure and input values of ANN. As a result of the analyzes, it is found that the ANN that uses cloudiness forecast with the generation values as input is more successful than the ANN that uses only generation values.

Özet

Türkiye coğrafi konumu nedeniyle büyük bir güneş enerjisi potansiyeline sahiptir ve ülkedeki Güneş Enerjisi Santrali (GES) kurulu gücü hızla artmaktadır. Fakat GES üretimlerindeki değişkenlik bu tesislerin elektrik şebeke sisteminde işletilmesini problem haline getirmektedir. Bu problemin giderilmesi için GES üretim tahminlerine ihtiyaç duyulmaktadır. Bu çalışmada GES üretimleri için bir tahmin sistemi önerilmiştir. Önerilen tahmin sisteminde Yapay Sinir Ağları (YSA) kullanılmıştır. YSA Levenberg-Marquardt öğrenme algoritması kullanılarak eğitilmiştir. YSA eğitim, doğrulama ve test süreçlerinde Kahramanmaraş ilinde yer alan GES geçmiş üretim değerleri ve Küresel Tahmin Siteminden (KTS) alınan bulutluluk tahmin verileri kullanılmıştır. YSA yapısı ve giriş değerleri değiştirilerek analizler yapılmıştır. Yapılan analizler sonucunda giriş olarak üretim değerleri ile birlikte bulutluluk tahmini kullanan YSA’nın sadece geçmiş üretim değerleri kullanılan YSA’ya kıyasla daha başarılı olduğu tespit edilmiştir.