Nehir Tipi Hidroelektrik Santrallerinde Rampa Olayları Türkiye Örneği

Yıl 2022, Cilt: 34 Sayı: 1, 361 - 375, 20.03.2022

İsrafil Karadöl , Mustafa Şekkeli

https://doi.org/10.35234/fumbd.1029081

Cited By: 1

Öz

Yenilenebilir enerji kaynaklarının tahmin edilemeyen üretim yapısından dolayı bu kaynakların geleneksel şebeke sistemlerine entegrasyonları, şebeke esnekliği ve güvenliği açısından birçok soruna neden olmaktadır. Bu çalışmada, yenilenebilir enerji kaynaklarının üretim değişiminin yönünü, büyüklüğünü, zamanını ve frekansını öngörebilmek amacıyla Türkiye Nehir tipi Hidroelektrik santral (NHES) üretimlerinin rampa olayları incelenmiştir. Bu amaçla, ilk olarak Türkiye’de kurulu 483 adet NHES’in 2017 ve 2018 yıllarına ait reel üretimleri elde edilmiştir. Elde edilen verilerin aylık rampa olaylarını araştırmak için NHES üretimleri, aylık zaman dilimlerine bölünmüştür. Aylık NHES üretimlerinin 1, 3, 6 ve 9 saatlik periyotlardaki rampa olayları incelenmiştir. 1 saatlik periyottaki NHES üretim rampalarının istatistiksel özelliklerini değerlendirdiğimizde maksimum ve minimum rampa olaylarının oluşum zamanlarının tahmin edilemeyeceği sonucuna ulaşılmıştır. Fakat aynı zamansal periyottaki rampaların ortalamalarını ve standart sapmalarını incelediğimizde ise en fazla rampa olaylarının kış aylarında (Aralık, Ocak, Şubat) gerçekleştiği sonucuna ulaşılmıştır. Elde edilen sonuçlara göre rampaların büyüklüğüne, frekansına ve zamanına göre önlemler alınması durumunda yenilenebilir enerji kaynaklarının geleneksel şebeke sistemine entegrasyon sorunlarının minimize edilebileceği ön görülmektedir.

Anahtar Kelimeler

ampa Olayları, Yenilenebilir Enerji, Nehir Tipi Hidroelektrik Santralleri, Histogram Alan

Kaynakça

• C. Yildiz and H. Acikgoz, “A kernel extreme learning machine-based neural network to forecast very short-term power output of an on-grid photovoltaic power plant,” Energy Sources, Part A Recover. Util. Environ. Eff., vol. 00, no. 00, pp. 1–18, 2020.
• İ. Karadöl, C. Yildiz, H. Açikgöz, and M. Şekkeli, “Yenilenebilir Enerji Kaynaklarında Sürekliliği Sağlamak için Optimum Enerji Karışımının Belirlenmesi : Kahramanmaraş Bölgesinde Bir Uygulama,” Çukurova Üniversitesi Mühendislik Mimar. Fakültesi Derg., vol. 35, no. March, pp. 173–182, 2020.
• İ. Çelik, Y. Ceyhun, and Ş. Mustafa, “Wind Power Plant Layout Optimization Using Particle Swarm Optimization,” Turkish J. Eng., vol. 5, no. 2, pp. 1–6, 2021.
• İ. Çelik, C. Yildiz, M. Şekkeli, and H. Y. Hasirci, “1 kW Rüzgâr Türbini için Enerji Üretim ve Gelir Hesabı : Kahramanmaraş Bölgesi Örnek Çalışması,” 2020.
• Irena, “Renewable capacity statistics 2020 International Renewable Energy Agency,” 2020.
• REN21, Renewables 2021 Global Status Report. 2021.
• TMMOB, “Türki̇ye’de Elektri̇k Enerji̇si̇ İstatistiklari,” 2020.
• R. P. Gallardo, A. M. Ríos, and J. S. Ramírez, “Analysis of the solar and wind energetic complementarity in Mexico,” J. Clean. Prod., vol. 268, 2020.
• O. Aslantürk and G. Kıprızlı, “The role of renewable energy in ensuring energy security of supply and reducing energy-related import,” Int. J. Energy Econ. Policy, vol. 10, no. 2, pp. 354–359, 2020.
• L. De Rosa and R. Castro, “Forecasting and assessment of the 2030 australian electricity mix paths towards energy transition,” Energy, vol. 205, p. 118020, 2020.
• K. İsrafil, C. Yıldız, and M. Şekkeli, “Türkiye’de RES Üretimlerindeki Rampa Olaylarının Minimize Edilmesi için Bölgesel Tesis Konumu Belirleyen Yeni Bir Optimizasyon Modeli,” Gazi Üniversitesi Fen Bilim. Derg. Part C Tasarım ve Teknol., vol. 8, no. 4, pp. 959–971, 2020.
• Y. Wan, “Analysis of Wind Power Ramping Behavior in ERCOT,” NREL, no. March, 2011.
• E. Ela and J. Kemper, “Wind Plant Ramping Behavior,” Contract, no. December, 2009.
• J. Yan, T. Qu, S. Han, Y. Liu, X. Lei, and H. Wang, “Reviews on characteristic of renewables: Evaluating the variability and complementarity,” Int. Trans. Electr. Energy Syst., no. September 2019, pp. 1–21, 2020.
• E. SONI, “Annual Renewable Energy Constraint and Curtailment Report 2018,” no. May, 2019.
• Bundeskartellamt, “Monitoring report 2017 Monitoring Report 2017,” 2017.
• G. Li and C. Gu, “Economic Dispatch of Combined Heat and Power Energy Systems Using Electric Boiler to Accommodate Wind Power,” IEEE Access, vol. 8, pp. 41288–41297, 2020.
• F. Xia, X. Lu, and F. Song, “The role of feed-in tariff in the curtailment of wind power in China,” Energy Econ., vol. 86, 2020.
• S. Mishra, M. Leinakse, and I. Palu, “Wind power variation identification using ramping behavior analysis,” Energy Procedia, vol. 141, pp. 565–571, 2017.
• H. Zheng and A. Kusiak, “Prediction of wind farm power ramp rates: A data-mining approach,” J. Sol. Energy Eng. Trans. ASME, vol. 131, no. 3, pp. 0310111–0310118, 2009.
• J. Zhao, S. Abedi, M. He, P. Du, S. Sharma, and B. Blevins, “Quantifying Risk of Wind Power Ramps in ERCOT,” IEEE Trans. Power Syst., vol. 32, no. 6, pp. 4970–4971, 2017.
• H. S. Dhiman, D. Deb, and J. M. Guerrero, “Hybrid machine intelligent SVR variants for wind forecasting and ramp events,” Renew. Sustain. Energy Rev., vol. 108, no. April, pp. 369–379, 2019.
• M. Wierzbowski, I. Filipiak, and W. Lyzwa, “Polish energy policy 2050 – An instrument to develop a diversified and sustainable electricity generation mix in coal-based energy system,” Renew. Sustain. Energy Rev., vol. 74, no. May 2016, pp. 51–70, 2017.
• C. De Oliveira Costa Souza Rosa, K. A. Costa, E. Da Silva Christo, and P. B. Bertahone, “Complementarity of hydro, photovoltaic, and wind power in Rio de Janeiro State,” Sustain., vol. 9, no. 7, pp. 1–12, 2017.
• “Hydropower.” [Online]. Available: https://www.irena.org/hydropower. [Accessed: 01-Oct-2021].
• S. Rules, “Area under a Curve : Trapezoidal and Simpson ’ s Rules Simpson ’ s rule is a method for evaluating the area under a curve from values of,” no. X, pp. 77–81, 1987.
• S.-T. Yeh, “Using Trapezoidal Rule for the Area under a Curve Calculation,” Proc. 27th Annu. SAS® User Gr. Int., vol. SUGI’02, pp. 1–5, 2002.
• K. C. Yeh and K. C. Kwan, “A comparison of numerical integrating algorithms by trapezoidal, Lagrange, and spline approximation,” J. Pharmacokinet. Biopharm., vol. 6, no. 1, pp. 79–98, 1978.
• K. Roushangar, R. Khoshkanar, and J. Shiri, “Predicting trapezoidal and rectangular side weirs discharge coefficient using machine learning methods,” ISH J. Hydraul. Eng., vol. 22, no. 3, pp. 254–261, 2016.
• A. Couto, P. Costa, L. Rodrigues, V. V. Lopes, and A. Estanqueiro, “Impact of Weather Regimes on the Wind Power Ramp Forecast in Portugal,” IEEE Trans. Sustain. Energy, vol. 6, no. 3, pp. 934–942, 2015.
• H. Li, J. Wang, H. Lu, and Z. Guo, “Research and application of a combined model based on variable weight for short term wind speed forecasting,” Renew. Energy, vol. 116, pp. 669–684, 2018.
• D. Radu et al., “Complementarity assessment of south Greenland katabatic flows and West Europe wind regimes,” Energy, vol. 175, pp. 393–401, 2019.
• F. Weschenfelder et al., “A review on the complementarity between grid-connected solar and wind power systems,” Journal of Cleaner Production, vol. 257. Elsevier Ltd, 01-Jun-2020.
• S. Becker et al., “Features of a fully renewable US electricity system: Optimized mixes of wind and solar PV and transmission grid extensions,” Energy, vol. 72, pp. 443–458, 2014.
• G. F. Frate, P. Cherubini, C. Tacconelli, A. Micangeli, L. Ferrari, and U. Desideri, “Ramp rate abatement for wind power plants: A techno-economic analysis,” Appl. Energy, vol. 254, no. August, p. 113600, 2019.
• G. Vahan and S. Booth, “Review of PREPA technical requirements for interconnecting wind and solar generation,” Natl. Renew. Energy Lab. (NREL), Tech. Rep. NREL/TP-5D00-57089., no. November, p. 72, 2013.
• Y. Z. Kaya, “Bulanık Mantık Yöntemi ile Mevsimsel Verilere Dayalı Buharlaşma Tahmini,” 2016.
• P. G. Kargı, “Ergene Havzası Yağış – Akış İlişkilerinin Hidrolojik ve Hidrolik Modelleme ile Belirlenmesi,” 2019.
• B. Çakmak and Z. Gökalp, “İklim Değişikliği ve Etkin Su Kullanımı,” Tarım Bilim. Araştırma Derg., vol. 4, no. 1, pp. 87–95, 2011.