Bir Rüzgâr Enerji Santralinin Güç Kapasitesine Bağlı Olarak Üretebileceği Elektrik Enerjisi Potansiyelinin Belirlenmesi – Artvin İli Örneği

Year 2021, Volume: 11 Issue: 2, 998 - 1013, 01.06.2021

Durukan Erdoğan , Kenan Yiğit , Bora Acarkan

https://doi.org/10.21597/jist.852919

Abstract

Bu çalışmada, Weibull olasılık yoğunluk fonksiyonu ve simülasyon yaklaşımı kullanılarak Artvin ili Merkez ilçesinin rüzgâr enerjisi potansiyeli hesaplanmıştır. Weibull olasılık yoğunluk fonksiyonun şekil ve ölçek parametrelerinin hesaplanmasında ortalama ve standart sapma, moment, enerji örneği, grafik, maksimum olabilirlik ve modifiye edilmiş maksimum olabilirlik yöntemleri kullanılarak 24 metre, 59 metre ve 120 metre kule yüksekliğindeki rüzgâr hızlarının modellenmesi gerçekleştirilmiştir. Bu modellemelerin R2, RMSE, MSE ve X2 yöntemleri ile hata analizleri yapılarak en tutarlı matematiksel yöntemin belirlenmesi amaçlanmıştır. Ayrıca 100 kW, 1 MW ve 5 MW kurulu güce sahip rüzgâr enerji santrali için kapasite faktörleri hesaplanmış ve üretilebilecek elektrik enerjisi potansiyeli analiz edilmiştir. Çalışma neticesinde maksimum olabilirlik ve modifiye edilmiş maksimum olabilirlik yöntemlerinin hata oranı en az olan yöntemler olduğu saptanmıştır. Daha yüksek rakımlarda daha yüksek enerji üretim potansiyelinin sağlanacağı ve daha yüksek kurulu güce sahip rüzgâr enerji santralinin en iyi kapasite faktörünü ihtiva edeceği sonucuna ulaşılmıştır. Weibull olasılık yoğunluk fonksiyonu ve simülasyon yaklaşımı sonucunda Artvin ilinin yıllık elektrik enerjisi ihtiyacının 100 kW kurulu güce sahip bir sistem ile %0.036 ila %0.075 oranında, 1 MW güce sahip bir sistem ile %0.384 ila %0.773 oranında, 5 MW güce sahip bir sistem ile %1.983 ila %4.051 arasında karşılanabileceği tahmin edilmiştir.

Keywords

Rüzgar Enerji Santrali, Weibull, Kapasite Faktörü, Elektrik Enerjisi, Enerji Verimliliği

Supporting Institution

-

Project Number

-

Thanks

Yazarlar, Artvin ili Merkez ilçesine ait rüzgâr verilerini sağlayan T.C. Tarım ve Orman Bakanlığı, Meteoroloji Genel Müdürlüğü, Meteorolojik Veri İşlem Dairesi Başkanlığı’na teşekkür ederler.

Determination of the Electrical Energy Production Potential of a Wind Power Plant Depending on the Power Capacity: a Case Study for Province of Artvin

Abstract

In this study, wind energy potential of the central district of Artvin province was calculated by using Weibull probability density function and simulation approaches. In the calculation of the shape and scale parameters of the Weibull probability density function, the modeling of the wind speeds of the central district of Artvin at 24 meters, 59 meters and 120 meters altitudes was performed using the average and standard deviation, moment, energy pattern, graphical, maximum likelihood and modified maximum likelihood methods. It is aimed to calculate the most consistent mathematical method by evaluating these models with R2, RMSE, MSE, and X2 error analysis. Also, the capacity factors were calculated for the 100 kW, 1 MW and 5 MW wind power plants and the potential of electrical energy that can be produced has been analyzed. As a result of the study, it has been determined that the maximum likelihood and modified maximum likelihood methods have the lowest error rate. It has been concluded that higher energy production potential will be achieved at higher altitudes and that the wind power plant with higher installed power will contain the best capacity factor. As a result of the Weibull probability density function and simulation approaches, the annual electrical energy need of Artvin province can be met between at 0.036% and 0.075% with a system of 100 kW, between at 0.384% and 0.773% with a system of 1 MW, and between at 1.983% and 4.051% with a system of 5 MW installed power capacity.

Keywords

Wind Power Plant, Weibull, Capacity Factor, Electrical Energy, Energy Efficiency

Project Number

-

References

• Anonim, 2019a. Yenilenebilir Enerji Genel Müdürlüğü. Rüzgâr enerjisi potansiyeli atlası. http://www.yegm.gov.tr/YEKrepa/ARTVIN-REPA.pdf (Erişim Tarihi: 03.10.2019).
• Anonim, 2019b. Enerji Piyasası Denetleme Kurulu. 2019 yılı elektrik piyasası gelişim raporu. https://www.epdk.gov.tr/Detay/Icerik/3-0-24/elektrikyillik-sektor-raporu (Erişim Tarihi: 04.12.2020).
• Anonim, 2020a. Türkiye Elektrik İletim A.Ş. Türkiye elektrik sistemi kuruluş ve kaynaklara göre kurulu güç raporu. https://www.teias.gov.tr/tr-TR/kurulu-guc-raporlari (Erişim Tarihi: 02.12.2020).
• Anonim, 2020b. Türkiye Rüzgâr Enerjisi Birliği. Türkiye rüzgâr enerjisi istatistik raporu. https://www.tureb.com.tr/bilgi-bankasi/turkiye-res-durumu (Erişim Tarihi: 04.12.2019).
• Anonim, 2020c. Meteoblue. Artvin ili iklim verileri. https://www.meteoblue.com/tr/hava/historyclimate/climatemodelled/artvin_t%C3%BCrkiye_751817 (Erişim Tarihi: 20.12.2020).
• Anonim, 2020d. Weibull k value. https://www.homerenergy.com/products/pro/docs/latest/weibull_k_value.html (Erişim Tarihi: 01.12.2020).
• Anonim, 2020e. Vestas V20 wind türbine datasheet. https://en.wind-turbine-models.com/turbines/618-vestas-v20 (Erişim Tarihi: 12.02.2020).
• Anonim, 2020f. Enercon E 58/10.58 wind türbine datasheet. https://www.thewindpower.net/turbine_en_218_enercon_e58-1000.php (Erişim Tarihi: 04.12.2020)
• Anonim, 2020g. Gamesa G128 5.0MW wind türbine datasheet. https://en.wind turbine models.com/turbines/767-gamesa-g128-5.0mw (Erişim Tarihi: 04.12.2020).
• Ahmed S, 2015. Wind energy: theory and practice. PHI Learning Pvt. Ltd.
• Akdağ SA, Güler Ö, 2015. A novel energy pattern factor method for wind speed distribution parameter estimation. Energy Conversion and Management, 106, 1124-1133.
• Akpinar EK, Akpinar S, 2005. An assessment on seasonal analysis of wind energy characteristics and wind turbine characteristics. Energy conversion and management, 46(11-12), 1848-1867.
• Almalı MN, Rüstemli S, Gürçam K, 2013. Ortalama Rüzgâr hızı ve güç yoğunluğunun tahmin edilmesinde kullanılan farklı yöntemler. Iğdır Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 3(1), 73-78.
• Arslan H, Baltaci H, Akkoyunlu OB, Karanfil S, Tayanc M, 2020. Wind speed variability and wind power potential over Turkey: Case studies for Çanakkale and İstanbul. Renewable Energy, 145, 1020-1032.
• Aydın, EH, Çunkaş M, 2019. Artvin Çoruh Üniversitesi Seyitler Yerleşkesi enerji talebinin yenilenebilir enerji kaynaklarıyla karşılanması. Selçuk Üniversitesi Mühendislik, Bilim ve Teknoloji Dergisi, 7(1), 241-252.
• Chang TP, 2011. Performance comparison of six numerical methods in estimating Weibull parameters for wind energy application. Applied Energy, 88(1), 272-282.
• Dinçer F, Rüstemli S, Yılmaz Ş, Çıngı A, 2017. Kilis ili için farklı yüksekliklerdeki rüzgâr potansiyelinin belirlenmesi. Bitlis Eren Üniversitesi Fen Bilimleri Dergisi, 6(1), 12-20.
• Doğanşahin K, Uslu AF, Kekezoğlu B, 2019. İki Bileşenli Weibull Dağılımı ile Rüzgâr Hızı Olasılık Dağılımlarının Modellenmesi. Avrupa Bilim ve Teknoloji Dergisi, (15), 315-326.
• Gungor A, Gokcek M, Uçar H, Arabacı E, Akyüz A, 2020. Analysis of wind energy potential and Weibull parameter estimation methods: a case study from Turkey. International Journal of Environmental Science and Technology, 17(2), 1011-1020.
• Hulio ZH, Jiang W, 2020. Wind energy potential assessment for KPT with a comparison of different methods of determining Weibull parameters. International Journal of Energy Sector Management.
• Ilkiliç C, Aydin H, 2015. Wind power potential and usage in the coastal regions of Turkey. Renewable and Sustainable Energy Reviews, 44, 78-86.
• Kaplan YA, 2016. Rayleigh ve Weibull dağılımları kullanılarak osmaniye bölgesinde rüzgâr enerjisinin değerlendirilmesi. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 20(1).
• Kaya Ü, Caner M, Oğuz Y, 2016. Rüzgâr türbin modelleri kullanarak Kastamonu ili rüzgâr ile elektrik üretim potansiyeli tahmini. Technological Applied Sciences, 11(3), 65-74.
• Keyhani A, Ghasemi-Varnamkhasti M, Khanali M, and Abbaszadeh R, 2010. An assessment of wind energy potential as a power generation source in the capital of Iran, Tehran. Energy, 35(1), 188-201.
• Kurban M, Kantar MY, Hocaoğlu FO, 2007. Weibull dağılımı kullanılarak rüzgâr hız ve güç yoğunluklarının istatistiksel analizi. Afyon Kocatepe Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, 7(2), 205-218.
• Liu F, Sun F, Liu W, Wang T, Wang H, Wang X, Lim W H, 2019. On wind speed pattern and energy potential in China. Applied Energy, 236, 867-876.
• MGM, 2019. Meteoroloji Genel Müdürlüğü. Mart 2018 – Mart 2019 tarihleri arası Artvin ili saatlik rüzgâr verileri.
• Sedaghat A, Alkhatip F, Eilaghi A, Mehdizadeh A, Borvayeh L, Mostyafaeipour A, Hassanzadeh A, Jahangiri M, 2020. Optimization of capacity factors based on rated wind speeds of wind turbines. Energy Sources, Part A: Recovery, Utilization, and Environmental Effects, 1-22.
• Shoaib M, Siddiqui I, Rehman S, Khan S, 2019. Assessment of wind energy potential using wind energy conversion system. Journal of Cleaner Production, 216, 346-360.
• Şenel MC, Koç E, 2015. Dünyada ve Türkiye’de rüzgâr enerjisi durumu-Genel değerlendirme. Mühendis ve Makina, 56(663), 46-56.