Talep Tarafı Yönetimine Katkı Sağlamak Amacıyla Yük Tiplerinin Kullanım Oranlarının Tahmin Edilmesi

Ülkemizde ve dünyada enerji talebi, hızla artan nüfus ve enerjiye olan bağımlılığın sürekli yükselmesiyle giderek artmaktadır. Her yıl yenilenebilir enerji kaynaklarına yönelim artsa da bu kaynakların doğa olaylarına bağlı performans göstermesi ve enerji arzı konusunda yeterince güvenilir olmaması, fosil yakıtlara olan bağımlılığın devam etmesine neden olmaktadır. Bu soruna çözüm olarak enerji kullanımını azaltmaya yönelik çeşitli çalışmalar yapılmış olsa da istenilen sonuçlara tam anlamıyla ulaşılamamıştır. Bu bağlamda, mevcut elektrik santrallerinin daha verimli ve etkin kullanımı için Talep Tarafı Yönetimi (TTY) çözümleri kullanılmaya başlanmıştır. TTY, temel olarak tüketicilerin enerji kullanımını etkileyen planlama yöntemidir. Talep tarafı yönetilebilirliğinin düzeyi yalnızca yük tiplerinin doğru bir şekilde bilinmesi ile ölçülebilir.

Bu amaçla tüketicilere ait verilerin istatistiksel olarak modellenmesi ve yeni tüketici davranışlarının tasarlanması amacıyla Center for Renewable Energy Systems Technology (CREST) talep modeli üzerinden tüketim verileri elde edilmiştir. Bu veriler kullanılarak, özellikle konut tipi elektrik kullanıcılarının günlük tüketim profillerine göre yük tiplerinin tahmin edilmesine yönelik bir çalışma gerçekleştirilmiştir. Yapay Sinir Ağları (YSA) modelinde, zaman, sıcaklık, rüzgâr hızı, ışınım ve teknik kayıplar olmak üzere toplam beş giriş verisi kullanılmıştır. Çıkış veri seti ise sabit yük, kaydırılabilir yük ve ayarlanabilir yükler olmak üzere üç kategoriye ayrılmıştır. MATLAB programında “nntool” araç kiti kullanılarak yapılan modelleme çalışmaları için Elman YSA yöntemi kullanılmıştır. Veri seti eğitim ve test veri seti olarak ikiye ayrılmıştır. Eğitim veri setiyle birçok kez yapılan ağ eğitme çalışmaları sonucu yüksek regresyon değeriyle Elman YSA modeli elde edilmiştir. Test veri seti kullanılarak modelin doğruluğu kanıtlanmıştır. Daha sonra CREST modelinden elde edilen yeni veriler ve tasarlanan YSA modeli ile başarılı bir yük tahmini gerçekleştirilmiştir. Elde edilen sonuçlar analiz edildiğinde, tasarlanan YSA modelinin TTY için etkin bir şekilde kullanılabileceği gösterilmiştir.

Kaynakça

  • Gellings, C. 1985. “The Concept of Demand-Side Management for Electric Utilities”, Proceedings of the IEEE, 73 (10), 1468-1470.
  • Özay,C.2019, “Stokastik Optimizasyon Metodu Kullanılarak Enerji Talep Yönetim Sisteminin Modellenmesi” Doktora Tezi, Ege Üniversitesi.
  • Rad,M., Wang W.S., Jatskevich J., Schober R., Garcia A.L. 2010. “Autonomous Demand-Side Management Based on Game-Theoretic Energy Consumption Scheduling For The Future Smart Grid”, IEEE Transactions on Smart Grid, 1 (3), 320-331.
  • Karunanithi, K., Saravanan, S., Prabakar, B.R., Kannan, S., Thangaraj, C. 2017. “Integration of Demand and Supply Side Management strategies in Generation Expansion Planning”,Renewable and Sustainable Energy Reviews 73, 966–982.
  • Dong J.,Jiang Y. Liu D., Dou X.,Liu Y.,Peng S. 2022. “Collaboration model between Distribution System Operator and flexible prosumers based on a unique dynamic price for electircity and flexibility’’, Energy Policy 167 (113059).
  • Finn,P., O‟Connel, M., Fitzpatrick, C. 2013. “Demand Side Management Of a Domestic Dishwasher: Wind Energy Gains, Financial Savings and Peak-Time Load Reduction” ,Applied Energy 101, 678–685.
  • Zehir, M. A. 2013. “Akıllı şebekelerde Termostat Kontrollü Yükler için Gelişmiş Yerel Talep Yönetim Sistemi Tasarımı”, Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi.
  • Wang, Y., Liang, H., Dinavahi, V. 2018. “Two-Stage Stochastic Demand Response In Smart Grid Considering Random Appliance Usage Patterns”, IET Generation Transmission & Distribution, 12 (18), 4163–4171.
  • Zhao,Z., Wu, L., Song G. 2014. “Convergence of Volatile Power Markets With Price-Based Demand Response”, IEEE Transactions on Power Systems, 29 (5), 2107–2118.
  • Kovacs A. 2018. “On the Computational Complexity of Tariff Optimization for Demand Response Management”, IEEE Transactions on Power Systems, 33 (3), 3204–3206.
  • Adika, O., Wang, L. 2014. “Smart Charging and Appliance Scheduling Approaches To Demand Side Management”, Applied Energy, 232-240.
  • Meteoblue, https://www.meteoblue.com/tr/hava/archive/ Erişim tarihi : 04.07.2024.