Rüzgar Enerjisi Potansiyel Analizinde Karışım Dağılımları Temelli Tekniklerin Kullanılması

Abstract

Günümüzde enerji kaynakları, uluslararası ilişkilere yön veren, ülkelerin sınırlarının tekrar çizilmesine neden olan, birçok savaşın çıkmasına ve ekonomik krizlere neden olmuş, üretim sektörlerinin temel girdisi olmanın yanında sosyoekonomik kalkınmanın sağlanabilmesi ve sürdürülebilmesi için vazgeçilemez niteliklere sahip temel öğelerden biri olarak değerlendirilmektedir. Elektrik enerjisine sürekli, yeterli, kaliteli, ekonomik şekilde erişiminin sağlanabilmesinin doğrudan ekonomik etkileri vardır ve bu da sosyal refah düzeyi üzerinde etkilidir. Elektrik enerjisi, depolama maliyetinin yüksek olması ve büyük ölçekte elektrik enerjisi depolama teknolojilerinin yeterince gelişmemiş olması nedeniyle genel enerji zinciri içindeki diğer enerji çeşitlerinden farklıdır. Elektrik enerjisi üretiminde kullanılan kaynakların seçimini etkileyen faktörler şu şekilde sıralanabilir; ülkelerin nüfus piramidi, büyüme-gelişme hızları, enerji kaynaklarının günümüz fiyatı ve gelecekte olabilecek fiyat dalgalanma riski, enerji kaynağının elde edilme kolaylığı ve sürekliliği, kaynak için başka ülkelere olan bağımlılık, ülkelerinin coğrafi konumlarının sağlamış olduğu fırsatlar veya coğrafi konumlarının oluşturduğu sorunlar, ulusal, uluslararası güvenlik-tehdit algılamaları ile çevre ve sağlık etkileridir. Elektrik enerjisi üretiminde kullanılacak kaynaklarının belirlenmesi, teknik, ekonomik ve çevresel değişkenler ile bu kaynakları kullanmanın dışsal etkileri de dikkate alınarak çözülmesi gereken bir optimizasyon problemidir. Elektrik enerjisi üretiminde kullanılacak kaynak seçimi elektrik şebekesinin planlanmasını, elektrik enerjisi fiyatını ve ürün ile hizmet fiyatlarının oluşmasını etkilemektedir. Ayrıca şebeke ilk yatırım maliyetleri üzerinde önemli etkileri bulunmaktadır. Enerji çevrim sektöründe kullanılan fosil enerji kaynaklarından oluşan sera gazı salınımlarının azaltılması günümüzde önemli hale gelmiştir. Diğer taraftan bu kaynakların kullanımına bağlı olarak fosil enerji kaynaklarının rezervlerinin azalması ve kömür hariç bu kaynakların dünyanın belirli bölgelerine yoğun olarak dağılması, enerji güvenliği için ülkeleri yerli ve yenilenebilir enerji kayakları kullanmaya zorlamaktadır. Yenilenebilir enerji kaynaklarının ekonomiye kazandırılması ile kaynak çeşitliliği artacak, sera gazı salınımlarının azalmasında bu kaynaklar etkili olacak ve ekosistem korunacaktır. 2016 yılı sonu itibariyle kurulu fotovoltaik (PV) gücü 303 GW seviyesine ulaşmış, 375 TWh'lik üretim gerçekleşmiş ve dünya elektrik talebinin % 1,8'i PV'den karşılanmıştır. Amerika Birleşik Devletleri'nde (ABD) güneş ve rüzgar enerjisi santrallerinin 2016 yılında eklenen kapasite içerisinde ki oranı sırasıyla % 39 ve % 26'dır. Avrupa Birliği (AB) ülkelerinde ise 2009-2015 yılları arasında kurulu güç artışında 81860 MW ile PV ilk sıradadır. Bunu 75045 MW net kapasite artışı ile rüzgar enerjisi takip etmektedir. Dünya kurulu rüzgar enerji gücü 1996 yılında dünya elektrik tüketiminin % 0,09'unu karşılarken, 2005 yılında bu oran % 0,67 olmuş ve 2015 yılında ise karşılama oranı % 3,7 seviyesine ulaşmıştır. Danimarka'nın elektrik tüketimin 2006 yılında % 16,78 rüzgar enerjisinden karşılanmışken, 2016 yılında % 36,8'i rüzgar enerjisinden sağlanmıştır. Danimarka'yı sırasıyla İrlanda (% 27), Portekiz (% 24,7), Güney Kıbrıs (% 19,7), İspanya (% 19), Almanya (% 16), ve Romanya (% 12,5) takip etmektedir. İspanya ve Danimarka'da bazı günler rüzgar enerjisi santrallerinin toplam günlük üretimi elektrik tüketiminden fazla olabilmektedir. Gerek rüzgar türbini kapasitelerinin artması, gerekse azalan üretim maliyetlerinin etkisiyle rüzgar enerjisi kullanımı her geçen gün artmaktadır. Rüzgar enerjisi santralleri 2016 yılında Avrupa ülkelerinde yaklaşık 300 TWh elektrik üreterek elektrik tüketiminin % 10,4'ini karşılamışladır. Avrupa Birliği (AB) ülkelerinde rüzgar kurulu gücü doğalgazdan sonra ikinci büyük güç durumuna gelmiştir. Birçok Avrupa ülkesinin orta ve uzun vadeli elektrik enerji üretim tüketim planlamasında rüzgar enerjisi kaynakları önemli bir yer tutmaktadır. Rüzgar enerjisi fizibilite analizleri sırasında yapılan ekonomik ve teknik potansiyel analizlerin hatalı olması sonucunda enerji maliyetleri de hatalı belirlenmiş olur. Bu belirsizlikler yatırım maliyetlerini, dolayısıyla da enerji üretim maliyetlerini, yatırımın geri dönüş riskini ve yatırımcıyı etkilemektedir. Yatırımcılar için yapılması gereken bu belirsizliklerin en aza indirilmesidir. Günümüzde rüzgar enerjisi elektrik üretimi potansiyeli belirlenmesinde sıklıkla Weibull dağılımı kullanılmaktadır. Bu dağılımın kullanılma nedeni, dünyanın birçok bölgesinde rüzgar dağılımına iyi uyduğunun tecrübe edilmesi, dağılımın esnek bir yapıya sahip olması, parametrelerinin belirlenmesindeki kolaylık, parametre sayısının az olması ve parametrelerin bir yükseklik için belirlenmesinin ardından farklı yükseklikler için tahmin edilebilmesi gibi faktörler olarak sıralanabilir. Fakat son yıllarda yapılan çalışmalar rüzgar dağılımının dünyanın her yerinde Weibull dağılımı ile temsil edilemeyeceğini ya da farklı dağılımlar ile yapılan modellemeler sonucu elde edilen başarının Weibull dağılımı ile yapılan modellemeden daha iyi olabileceği gösterilmiştir. Bu tez kapsamında, Weibull dağılımı parametrelerinin belirlenmesi için mevcut yöntemler özetlenmiş ve Weibull dağılımını parametrelerinin belirlenmesi için mevcut yöntemlere alternatif olabilecek yeni yöntemler geliştirilmiştir. Geliştirilen parametre belirleme yöntemlerinin doğruluğu, literatürde olan verilerin kullanılması sonucunda gerek rüzgar şiddetinin dağılımının modellemesi ile gerekse de rüzgar türbini enerji üretim tahminlerinde olan başarısı ile ortaya konmuştur. Ayrıca geliştirilen parametre belirleme yöntemi rüzgar enerjisi modellemelerinde kullanılan dağılımların karşılaştırılmasının yapılması için ülkemizde ölçülmüş rüzgar şiddeti verileri kullanılarak çeşitli dağılımlar ile modellemeler yapılmıştır. Bunlara ek olarak 60 standart dağılım kullanılarak ülkemizde rüzgar şiddeti ölçülmüş, 13 bölge bu dağılımlar ile analiz edilmiş ve üç farklı hata analizi yöntemine göre dağılımların başarısı karşılaştırılmıştır. Bu tez çalışmasındaki amaçlardan bir tanesi, rüzgar şiddeti verilerinin modellenmesinde ve bir rüzgar türbinin enerji üretiminin belirlenmesinde karışım dağılımlarının kullanılabilirliğinin ve başarısının analizidir. Bu kapsamda önce teorik olarak güçleri 225 kW ile 3000 kW arasında değişen, rüzgar çiftliklerinde çok sık kullanılan, 33 farklı rüzgar türbini ile Weibull, Weibull&Weibull karışım dağılımı ve üç farklı maksimum entropi dağılımları dağılımı kullanılarak enerji üretim doğruluğu belirlenmeye çalışılmıştır. Karışım dağılımlarının parametre belirleme yöntemlerinin enerji üretim tahmini üzerine etkisi örnek çalışmada incelenmiştir. Daha sonra ise ülkemizde bir rüzgar santralinde olan rüzgar türbininin gerçekleşmiş enerji üretimi, ticari bir paket programın sonuçları (WAsP), standart dağılımlar, karışım dağılımları ve MEP dağılımları kullanılarak modellenmiştir. Bu çalışmada kapsamında rüzgar enerjisi potansiyel analizinde karışım dağılımları da kullanılmıştır. Çalışmada kullanılan 109 dağılımdan MWblWbl dağılımı için parametreler MLH, MOM ve LES ile belirlenmiştir. MTndTnd dağılımının parametreleri ise MLH ve LES ile belirlenmiştir.

Energy security problem, increasing energy consumption, depletion of conventional energy sources and the environmental concerns are driving many countries worldwide to utilize renewable energy sources. Among renewable energy sources, wind energy has become a promising renewable energy source due to the mature technology and low energy generation cost. Wind energy is considered as highly variable in terms of both temporal and geographical aspects. For this reason wind characteristics evaluation is a basic task in wind farm project site selection. The variation of wind speed can be represented by statistical distributions to estimate the available wind energy potential. When the probability distribution of wind speed is determined, then its characteristics can be obtained. Probability distribution models provide the quantitative information about the long term characteristics of wind speed at a measurement site. These models allow us to determine the available wind energy potential and wind turbine energy output. Various models have been used to describe wind speed distribution. Weibull distribution model has been considered as a more representative model to describe wind frequency variations compared to a sample of measured data due to the measurement uncertainty, errors and lack of wind data. Moreover, standards recommend to utilize Weibull distribution to estimate wind energy potential of site. So, Weibull distribution has been used as a default option to estimate electrical energy output of wind turbine or wind farm for numerous commercial wind energy programs such as WAsP and Windrose. For these reasons, Weibull distribution has gained a great acceptance to model wind speed distribution. It is significant to emphasize that Weibull distribution is not able to represent for all wind speed distribution encountered in the world such as sites with high percentages of null wind speeds, short time horizons and bimodal shape distributions. Parameter estimation of Weibull distribution is a critical topic due to the accuracy of feasibility analysis and maximization of wind farm electrical energy output. Frequency discrepancies may appear between measured wind speed frequency and estimated Weibull distribution frequency. To overcome this problem, several numerical and graphical methods have been developed in the literature to estimate Weibull distribution parameters such as Equivalent Energy Method (EEM), Graphical Method (GM), Justus Moment Method (JMM), Maximum Likelihood Method (MLH), Modified Maximum Likelihood Method (MMLH), Moment Method (MM), a Novel Energy Pattern Factor Method (NEPFM)) and Power Density Method (PD) methods. These parameter estimation methods have their own advantages and disadvantages. These parameter estimation methods are compared several times considering various criteria. The main objective of the present thesis is to introduce novel methods to estimate Weibull distribution parameters. These methods are called Alternative Moment Method (AMM) and Novel Energy Pattern Factor Method. These methods are expressed in an analytical form and do not need an iterative procedure. The efficiency and accuracy of the introduced methods are compared with commonly used parameter estimation methods. To evaluate the introduced estimation methods, wind turbines energy output is calculated from the time series and introduced AMM method is compared. It was shown that energy output estimation from AMM method has a good agreement with the time series energy output. Result of the comparisons showed that introduced methods are estimate distribution parameters accurately. This is essential in order to make a decision about the economic feasibility of a wind power project and, furthermore, about the selection of the most suitable site for installing a wind farm as well, through the estimation of the Annual Energy Production (AEP) of each wind turbine. Moreover, almost every commercial software that offers estimations of AEP is based on the Weibull distribution. The results of the literature survey showed that in some cases parameter estimation methods can provide dramatically different results for the distribution parameters. So, in such cases, the typical Weibull distribution underestimates or over estimates annual energy production (and thus the capacity factor) by about 12%. Performance of distribution parameter estimation methods may depend on various factors such as sample size, measured data format, data recording interval, shape of data distribution, selected goodness of fit test and statistical judgment criteria. So, it can be concluded that there is not a single, universally accepted, best method to estimate Weibull distribution parameters. In this context, fitting methods must be analysed separately due to the error related to their use. It is widely accepted that parameter estimation methods have vital effects on the success of Weibull distribution. However, there is not a single, universally accepted, best method to estimate Weibull distribution parameters. Thus, literature shows us that this topic is still open to exploration. In this thesis to achieve this goal, alternative Weibull distribution parameter estimation methods are developed. As stated earlier, in some regions of the world, the use of these widely adopted and recommended distributions lead to incorrect results. For instance, this phenomenon is present when the frequency of the wind speed shows a bimodal distribution. Distributions resulting from mixing two or more component distributions are designated as ''mixture" or ''compound". Generally, mixture density functions are an important area of statistics with a wide range of applications. They can, primarily, be used in cases that the characteristic of interest may show a marked difference between different classes of the population, which is difficult to ascertain. Therefore, the population as a whole can be treated as a mixture population and thus gives rise to a mixture population problem. For example, in biology, it is often required to measure a certain characteristic of a population consisting of individuals with different ages. Another important area is often met in engineering where the observations are times to failure of a sample of items. Often failures can occur for more than one reason and each cause of failure yields a sub-population with an underlying distribution. Mixture distributions are even more useful because they are additionally able to represent heterogeneous wind regimes in which there is evidence of bimodality or bitangentiality or, simply, unimodality. It has been recognized for more than three decades that the mixture Weibull distribution is an appropriate distribution to use in modelling the lifetimes of the units that have more than one failure cause. However, due to the lack of a systematic statistical procedure for fitting an appropriate distribution to such a mixed data set, it has not been widely used. The Truncated Normal-Weibull mixture distribution (MTNrWbl) takes into account the frequency of null winds, whereas the MWblWbl do not. It can, therefore, better represent wind regimes with high percentages of null wind speeds. However, calculation of the MTNrWbl is markedly slower. The main objective of this study is to show that the estimation of the annual energy production and the capacity factor for installed wind turbine using 106 mixture distributions which 96 of them are used firstly in this thesis. Morover 3 MEP distributions performance and 60 standart distributions are used to estimate the energy potential and energy output. Observed wind speed frequency histograms of the selected site showed either unimodal or bimodal wind speed distributions, the mixture distributions are generally the more appropriate distributions even in cases that the wind speed data set does not show a bimodal distribution.