Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightÇalışma sonucunda ÜG değişkeninin SGŞ üzerinde en yüksek pozitif etkiye sahip olduğu görülmüştür.
📌 3 Maddede Bu Makale
Özet
Fotovoltaik sistemlerin güç çıktısının doğru tahmin edilmesi, bu sistemlerin doğru planlanması ve gelecekteki yatırımların teşvik edilmesi açısından çok önemlidir. Fotovoltaik sitemlerin güç üretimi, sistemin kurulduğu konumdaki meteorolojik değişkenlerden etkilenmektedir. Türkiye bulunduğu konum itibarıyla güneş enerjisi potansiyeli bakımından avantajlı durumdadır. Türkiye’nin en fazla güneşlenme süresine sahip illerinden biri ise Van’dır. Bu çalışmada, Van Yüzüncü Yıl Üniversitesi’nde kurulu bulunan (17 kWp kapasiteli) fotovoltaik sistemin enerji üretimine meteorolojik değişkenlerin etkisi analiz edilmiştir. Analizde 2015-2018 yılları arasında üretilen enerji ve aynı zaman dilimine ait meteorolojik değişkenler kullanılmıştır. Bu kapsamda çoklu doğrusal regresyon analizi kullanılarak bir istatistiksel model çıkarımı yapılmıştır. Çalışma sonucunda ÜG değişkeninin SGŞ üzerinde en yüksek pozitif etkiye sahip olduğu görülmüştür. Ayrıca SNN, SRH, SS ve SB değişkenlerinin ÜG üzerinde istatistiksel olarak anlamlı bir etkiye sahip olduğu da saptanmıştır. Durağanlık varsayımı sağlandıktan sonra elde edilen modelin R2’si 0.445 olarak hesaplanmıştır.
Abstract
Estimating the power output of photovoltaic systems is very important in terms of planning these systems correctly and encouraging future investments. The power generation of photovoltaic systems is affected by the meteorological variables at the location where the system is installed. Turkey has the potential for solar energy as a location. Located in the eastern part of Turkey, Van is one of the provinces with the most sunshine hours. In this article, the effect of meteorological variables on the energy production of the Solar Photovoltaic system which is located in Van Yüzüncü Yıl University Campus (with a capacity of 17 kWp) was analyzed. In the analysis, the power generation data of the system and the meteorological variables were used between 2015 and 2018. A statistical model was extracted using the multiple linear regression analysis. As a result of the study, it was seen that the UG variable had the highest positive effect on SGS. It was also found that the variables SNN, SRH, SS and SB had a statistically significant effect on the UG. After providing the stationary assumption for the UG variable, the R2 of the model was calculated as 0.445.