Forecasting wind power generation using artificial neural network
Citation
Tokmak, A., Atalay, İ. & Yelgel, Ö.C. (2023). Forecasting Wind Power Generation Using Artificial Neural Network. International Journal of Pure and Applied Sciences, 9(1), 7-19. https://doi.org/10.29132/ijpas.1174444Abstract
Today, among renewable energy sources, wind energy is used effectively as a clean and sustainable energy source
in electricity generation. The uncertain nature of renewable energy sources and the smart ability of the neural network
approach to process complex time series inputs have allowed the use of artificial neural network (ANN) methods in the
prediction of renewable energy generation. In this study, the speed and power of wind turbines and electricity generation
were estimated from wind speed data using artificial neural networks. In our calculations, the real wind speed data
were used in the test phase, and the speed-power data of six different types of wind turbines were used in the training
phase. It has been shown that the predictions made by our ANN model from the regression curves of the training,
validation, and test data obtained are quite successful and reliable. According to our results, it has been understood that
the wind potential of our selected region is good enough and that the electrical energy need for this region can be met
from wind energy by using the appropriate wind turbine type, so it is quite appropriate to invest in wind energy. Günümüzde yenilenebilir enerji kaynakları içerisinde rüzgar enerjisi, elektrik enerji üretiminde temiz ve
sürdürülebilir bir enerji kaynağı olarak etkin olarak kullanılmaktadır. Yenilenebilir enerji kaynaklarının belirsiz doğası
ve sinir ağı yaklaşımının karmaşık zaman serisi girdilerini işleme konusundaki akıllı yeteneği, yenilenebilir enerji üretimi
tahmininde yapay sinir ağı (YSA) yöntemlerinin kullanılmasına olanak sağlamıştır. Bu çalışmada, yapay sinir ağlarını
kullanarak rüzgâr hızı verisinden, rüzgâr türbinlerinin hızları ve güçleri ile elektrik üretimi tahmin edilmiştir.
Hesaplamalarımızda test aşamasında gerçek rüzgar hızı verileri, eğitim aşamasında ise altı farklı rüzgar türbininin hızgüç verisi kullanılmıştır. Elde edilen eğitim, doğrulama ve test verilerinin regresyon eğrilerinden YSA modelimizin
yaptığı tahminlerin oldukça başarılı ve güvenilir olduğu gösterilmiştir. Elde ettiğimiz sonuçlara göre, seçilen bölgemizin
rüzgar potansiyelinin yeterince iyi olduğu ve bu bölgenin elektrik enerjisi ihtiyacının uygun rüzgar türbini tipi kullanılarak
rüzgar enerjisinden karşılanabileceği, dolayısıyla yatırım yapılmasının oldukça uygun olduğu anlaşılmıştır.