Güneş enerjisinde maliyet optimizasyonu: Monte-Carlo

Dünya genelinde fosil yakıtların tükenmesi ve iklim değişikliğine karşı mücadele, yenilenebilir enerji kaynaklarının önemini her geçen gün daha da artırıyor. Bu dönüşümün en önemli ayaklarından biri olan güneş enerjisi, akıllı şebekelerle entegre edildiğinde daha verimli ve ekonomik bir enerji kaynağı haline geliyor. Gazi Üniversitesi’nden bilim insanları tarafından gerçekleştirilen bir çalışma, makine öğrenimi yöntemlerini kullanarak güneş enerjisi üretiminin tahmin edilmesini sağlayan yenilikçi bir modeli tanıttı. Bu çalışma, güneş enerjisinin akıllı şebekelerle entegrasyonunu kolaylaştırarak, yenilenebilir enerjinin kullanımını artırmayı hedefliyor.

Gazi Üniversitesi Fen Bilimleri Dergisi’nde yayımlanan bu araştırma, atmosferik (rüzgarı hızı, radyasyon yayılma hızı, sıcaklık) veriler kullanılarak güneş enerjisi üretiminin saatlik tahminini gerçekleştiren bir model geliştirdi. Araştırmacılar, makine öğrenimi teknikleri desteği ve Monte Carlo simülasyonları yöntemi ile, güneş enerjisi üretimini %80 doğruluk oranıyla tahmin edebildi. Çalışmada, hava durumu ölçümlerine dayanarak güneş panellerinden elde edilecek enerji miktarı, olasılıksal programlama ile tahmin edilerek, bu tahminlerin güneş enerjisinin şebekeye entegrasyonunda kullanılabileceği gösterildi​.¹

Bu nümerik tahminler, akıllı şebekelerle entegre edildiğinde, enerji talep yönetiminin optimize edilmesine ve üretim fazlasının daha etkin bir şekilde kullanılmasına olanak tanıyor. Böylece, akıllı şebekeler, yenilenebilir enerji kaynaklarını daha verimli bir şekilde yöneterek, enerji üretim maliyetlerini düşürüyor ve enerji arz güvenliğini artırıyor.

Güneş enerjisinde yenilikçi modeller ile maliyet avantajı

Araştırmanın en dikkat çekici bulgularından biri, tahmin algoritmalarının akıllı şebekelerdeki enerji üretim tahmin doğruluğunu artırarak, enerji üretim maliyetlerinde düşüş sağlaması oldu. Özellikle güneş enerjisinin kesintili doğası, enerji üretiminin doğru tahmin edilmesini zorlaştıran bir faktör olarak öne çıkıyor. Ancak bu model, atmosferik verileri kullanarak bu belirsizliği minimize ediyor ve enerji üretim süreçlerini daha öngörülebilir hale getiriyor.²

Araştırmacılar, geliştirdikleri modelin enerji üretim tahminini sadece saatlik bazda yapmakla kalmayıp, aynı zamanda bu tahminlerin güven aralıklarını da belirlediğini belirtiyor. Bu sayede, enerji üretimi ile ilgili belirsizlikler daha iyi yönetilebiliyor ve akıllı şebekeler, talep ve üretim arasındaki dengeyi daha etkili bir şekilde sağlayabiliyor.

Model, güneş enerjisi üretiminin doğru bir şekilde tahmin edilmesi sayesinde, akıllı şebekelerin enerji yönetiminde daha esnek ve güvenilir bir yapı sunmasına katkıda bulunuyor. Ayrıca, tahmin algoritmalarının geliştirilmesi, yenilenebilir enerji kaynaklarının mevcut elektrik şebekelerine entegrasyonunu kolaylaştırıyor. Bu da enerji üretiminde fosil yakıtlara bağımlılığı azaltarak, daha sürdürülebilir ve çevre dostu bir enerji sistemi oluşturulmasına yardımcı oluyor.

Yenilikçi matematiksel modeller ve makine öğrenimi teknikleri, enerji sektöründe devrim yaratacak potansiyele sahip. Güneş enerjisi üretiminin tahmin edilmesiyle elde edilen veriler, yenilenebilir enerjinin ekonomik bir güç kaynağı olmasını sağlıyor. Bu da enerji piyasasında maliyetlerin düşmesini ve daha çevreci bir enerji arzının gerçekleşmesini mümkün kılıyor.

Sonuç olarak, güneş enerjisi üretimi ve depolama sistemlerinde yapılan bu yenilikçi çalışmalar, geleceğin enerji sistemlerini şekillendirmede kritik bir rol oynayacak. Ekonomik optimizasyonun ötesinde, bu teknolojiler, enerji güvenliğini artırmak ve iklim değişikliği ile mücadelede önemli bir araç olarak öne çıkıyor. Bu tür çözümler, yenilenebilir enerjinin daha geniş çapta benimsenmesi ve fosil yakıtlara olan bağımlılığın azaltılmasında kritik bir öneme sahip olabilir.

Kaynaklar

1. Demirtaş, M., Akkoyun, N., Akkoyun, E., & Çetinbaş, İ. (2019). Akıllı şebekelerde güneş enerjisi üretiminin zamana bağlı olasılıksal tahmini. Gazi University Journal of Science Part C: Design and Technology, 7(2), 411-424.
2. Fırış, F. A., Karadöl, İ., & Keçecioğlu, Ö. F. (2024). Depolama Entegreli Dağıtım Sistemlerinin Ekonomik Optimizasyonu. Çukurova Üniversitesi Mühendislik Fakültesi Dergisi, 39(1), 133-143.

Muhammed Tosun