KaydedilenlerDerginizi ekleyin

Dergiler / Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi / 2016 / Cilt: 18 - Sayı: 54

FARKLI OLASILIK YOĞUNLUK FONKSİYONLARI KULLANARAK RÜZGAR GÜCÜ POTANSİYELİNİN TAHMİNİ

WIND POWER POTENTIAL ESTIMATION BY USING DIFFERENT STATISCAL DISTRIBUTIONS

İLHAN USTA
YELİZ MERT KANTAR
Sayfa
362–380
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Türkiye’nin farklı bölgelerinde ölçülen rüzgar hızı verileri üzerinde ele alınan dağılımların performansları araştırılmış, yapılan analizlerin sonucu olarak Nakagami dağılımının performasının yüksek olduğu gözlemlenmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Sürekli rassal değişken olarak kabul edilen rüzgâr hızı istatistiksel dağılımlarla karakterize edilir ve ortalama rüzgâr gücü tahminleri yapılır.
📊
Temel Bulgular & Veri:Bu çalışmada, Weibull, Rayleigh, Log-normal, Gamma, Genelleşmiş Gamma dağılımları ve daha önce enerji alanında kullanılmamış olan Nakagami dağılımının performası çeşitli kriterler yardımıyla değerlendirilmiştir.
💡
Sonuç & Katkı:Türkiye’nin farklı bölgelerinde ölçülen rüzgar hızı verileri üzerinde ele alınan dağılımların performansları araştırılmış, yapılan analizlerin sonucu olarak Nakagami dağılımının performasının yüksek olduğu gözlemlenmiştir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Rüzgar hızı · Nakagami dağılımı · rüzgar hızı dağılımları

Özet

Sürekli rassal değişken olarak kabul edilen rüzgâr hızı istatistiksel dağılımlarla karakterize edilir ve ortalama rüzgâr gücü tahminleri yapılır. Weibull dağılımı rüzgar enerjisi alanında kabul edilmiş dağılımdır. Ancak Weibull dağılımının doğa da karşılaşılan tüm rüzgar tiplerini modelleyemediği bilimsel çalışmalar yardımıyla bilinmektedir. Bu çalışmada, Weibull, Rayleigh, Log-normal, Gamma, Genelleşmiş Gamma dağılımları ve daha önce enerji alanında kullanılmamış olan Nakagami dağılımının performası çeşitli kriterler yardımıyla değerlendirilmiştir. Türkiye’nin farklı bölgelerinde ölçülen rüzgar hızı verileri üzerinde ele alınan dağılımların performansları araştırılmış, yapılan analizlerin sonucu olarak Nakagami dağılımının performasının yüksek olduğu gözlemlenmiştir. Böylece, Nakagami dağılımının rüzgar enerjisi alanında alternatif bir dağılım olarak kullanılabileceği sonucuna ulaşılmıştır

Abstract

Wind speed, accepted as a continuous random variable, is characterized by statistical distributions. Based on this characterization, wind power is estimated. The Weibull distribution is an accepted distribution in wind energy field. However, it is observed by means of scientific studies that the Weibull distribution does not model all wind types encountered in nature. In this study, the performances of the Weibull, Rayleigh, log-normal, Gamma, Generalized Gamma distributions and Nakagami, which is previously not used in energy field, are evaluated in terms of several criteria. The performances of the considered distributions have been reseached on wind speed measured in different regions of Turkey and it is observed that the Nagakami distribution shows better performance than the others. Thus, it is concluded that the Nakagami distribution can be used as an alternative distribution in wind energy field

🔖

Bu Makaleye Atıf Yap

USTA, İ., KANTAR, Y. M. (2016). FARKLI OLASILIK YOĞUNLUK FONKSİYONLARI KULLANARAK RÜZGAR GÜCÜ POTANSİYELİNİN TAHMİNİ. Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi, Cilt: 18 - Sayı: 54, 362–380. https://ajindex.com/articles/204723

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (10)

  1. Özgener Ö, Türkiye’de ve dünya’da rüzgar enerjisi kullanımı, DEÜ Mühendislik Fakültesi Fen ve Mühendislik Dergisi, Cilt: 4, No. 3, 2002, s.159–173.
  2. Karadenizli A, Eker MK., Balıkesir-Balya meteoroloji istasyonu verileri kullanılarak Weibull fonksiyonu parametrelerinin 6 farklı metodla belirlenmesi, Dokuz Eylül Üniversitesi Mühendislik Fakültesi Fen ve Mühendislik Dergisi, Cilt. 17, No. 3, 2015, s.163-175.
  3. Özgür, M.A., Peker, Ö., Köse, R. Kütahya’da Rüzgar Karakteristiğinin İstatistiksel Olarak Değerlendirilmesi, 6. Ulusal Temiz Enerji Sempozyumu, Isparta, Türkiye, 25-27 Mayıs, 2006. Celik AN. A statistical analysis of wind power density based on the Weibull and Rayleigh models at the southern region of Turkey, Renewable Energy, Cilt. 29, No. 4, 2004, s.593– 604. Akpinar EK, Akpinar S. Determination of the wind energy potential for Maden, Turkey, Energy Conversion and Management, Cilt. 45, No.18-19, 2004, s.2901–14.
  4. Ucar A, Balo F. Evaluation of wind energy potential and electricity generation at six locations in Turkey, Applied Energy, Cilt. 86, No. 10, 2009, s.1864–71.
  5. Akdag S, Guler O. Calculation of wind energy potential and economic analysis by using Weibull distribution-a case study from Turkey. Part 1: Determination of Weibull Parameters, Energy Sources Part B, Cilt. 4, No.1, 2009, s.1–8.
  6. Fazelpour F, Soltani N, Soltani S, Rosen MA. Assessment of wind energy potential and economics in the north-western iranian cities of Tabriz and Ardabil, Renewable and Sustainable Energy Reviews, Cilt. 5, 2015, s. 87–99.
  7. Islam MR, Saidur R, Rahim NA. Assessment of wind energy potentiality at Kudat and Labuan, Malaysia using Weibull distribution function, Energy, Cilt. 36, No. 2, 2011, s.985–92.
  8. Ouammi A, Dagdougui H, Sacile R, Mimet A. Monthly and seasonal assessment of wind energy characteristics at four monitored locations in Liguria region (Italy), Renewable and Sustainable Energy Reviews, Cilt. 14, No. 7, 2010, s.1959–1968.
  9. Safari B, Gasore J. A statistical investigation of wind characteristics and wind energy potential based on the Weibull and Rayleigh models in Rwanda, Renewable Energy, Cilt. 35, No. 12, 2010, s.2874–80.
  10. Kantar YM, Senoglu B. A comparative study for the location and scale parameters of the Weibull distribution with given shape parameter, Computers&Geosciences, Cilt. 34, 2008, 1900–9. Yavuz AA. Estimation of the Shape Parameter of the Weibull Distribution Using Linear Regression Methods: Non-Censored Samples, Quality and Reliability Engineering