GÜNEŞ ENERJİSİ KULLANAN SİSTEMLER İÇİN YENİ BİR ENERJİ TAHMİN ALGORİTMASI

Abstract

Yenilenebilir enerji kaynakları doğasal olarak sürekli mevcut olduklarından, kısıtlı kaynaklara sahip sistemlerin enerji ihtiyaçlarını gidermek için önemli bir yer tutmaktadır. Güneş enerjisi en çok kullanılan çevresel enerji kaynaklarına güzel bir örnektir. Güneş enerjisi kontrol edilemeyen ama tahmin edilebilen bir enerji kaynağı olarak literatürde yer almıştır. Güneş enerji miktarının gelecek için tahmini kritik bir konudur. Bu çalışmada, geçmişte üretilen güneş enerji miktarına bakarak gelecekte muhtemelen üretilecek güneş enerji miktarını tahmin eden yeni bir algoritma geliştirilmiştir. Bu algoritma aynı zamanda tahmin yapılan gün içerisindeki üretilen enerji miktarındaki değişimleri de göz önüne almaktadır. Önerilen yaklaşım literatürde çokça temel alınan Exponential Weighted Moving-Average (EWMA) algoritmasından esinlenmiştir. Gün içerisinde güneş enerjisindeki dalgalanmaları göz önüne alan farklı senaryolar üzerinde önerilen yaklaşımın performansı EWMA ile karşılaştırılarak sunulmuştur. Gerçekleştirilen benzetimler önerilen algoritmanın güneş enerjisindeki dalgalanmaları EWMA’ dan daha iyi olarak tahmin ettiğini göstermektedir.

Renewable energy sources can provide the energy requirements of resource-constrained systems due to their inherent continuous availability. Solar power is a good example of the most effective ambient energy source. In literature, it exhibits an uncontrollable but predictable manner which makes the prediction of future energy availability a critical issue. This study presents a new approach to estimate the amount of energy that will available in future, depending on the past energy generation pattern. This approach also considers the fluctuations in energy generation in the current day. It is inspired by a wellknown algorithm, namely Exponential Weighted Moving-Average (EWMA). The performance of the proposed scheme has been tested on various real-world scenarios in comparison to EWMA. The simulation results show that our algorithm provide more accurate estimation of future energy availability than EWMA.