Dağıtık üretim sistemlerinin akıllı şebekeler üzerine etkilerinin incelenmesi

Dr. Öğr. Üyesi MİKAİL PÜRLÜ

Tez Türü: Doktora

Tezin Yürütüldüğü Kurum: İstanbul Teknik Üniversitesi, Lisansüstü Eğitim Enstitüsü, Türkiye

Tez Danışmanı: Belgin Türkay

Tezin Onay Tarihi: 2022

Tezin Dili: Türkçe

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Desteklendiği Program: Öğretim Üyesi Yetiştirme Programı (ÖYP)

Özet:

Teknolojinin gelişmesiyle birlikte, elektrik enerjisine olan ihtiyaç ve talep her geçen gün artmaktadır. Artan tüketici talebi karşısında, üretim, iletim ve dağıtım sistemlerinin yetersiz kaldığı durumlar ortaya çıkabilmektedir. Yetersiz kalan bu şebekelerde artan hat yüklenmeleri nedeniyle, kayıp güç artışları, gerilim düşümü problemleri, elektrik kesintisi ve güvenirlik gibi çeşitli önemli problemler ortaya çıkmaktadır ve tüketiciler hem sosyal hem de ekonomik yönden rahatsız olmaktadır.

Ayrıca, artan fosil yakıt fiyatları ve azalan fosil yakıt rezervleri nedeniyle yeni üretim teknolojilerine ihtiyaç giderek artmaktadır. Artan hava kirliliği ve iklim bozulmaları gibi çevresel kaygılar, yenilenebilir enerji üretim teknolojilerinde büyük gelişmelere öncü olmuştur. Bu gelişmeler, yenilenebilir enerji sistemlerinden enerji üretim maliyetlerini giderek düşürmektedir.

Artan enerji talebini karşılamakta zorlanan şebekelerde, kayıpları azaltmak ve gerilim profilini iyileştirmek amacıyla, ağın yeniden yapılandırılması, kapasitör tahsisi veya dağıtık üretim sistemlerinin tahsisi önerilmektedir. Yeni hatların oluşturacağı ek maliyetler ve fiziksel olarak her zaman uygulanabilir olmaması gibi nedenler ağ yeniden yapılandırmasını zorlaştırmaktadır ve dağıtık üretim ön plana çıkmaktadır.

Kayıpları azaltmak, gerilim profilini iyileştirmek, şebekeye bağlı kesintilere çözüm üretmek ve çeşitli güç kalitesi katkıları nedeniyle merkezi üretim yerine, ucuz ve sınırsız olan yenilenebilir enerji kaynaklarını da üretime kazandırabilen, dağıtık üretim teknolojilerinin kullanımı giderek yaygınlaşmaktadır.

Merkezi üretimle beslenen şebekelerde tek yönlü olan yük akışı, dağıtık üretim sistemlerinin entegre edilmesiyle birlikte çift yönlü olarak gerçekleşmektedir. Bu durum güç kayıplarında artışa ve koruma sistemlerinde arıza algılama sorunları gibi çeşitli olumsuz sonuçlara yol açabilir. Ancak, dağıtık üretim sistemleri tahsis edilmeden önce çeşitli analizler yapılarak planlanırsa, kayıpları ve gerilim devinimini azatlma, gerilim profilini ve gerilim kararlılık indeksini geliştirme, güvenirliği artırma ve şebekeye bağımlılığı azaltma gibi pek çok katkıyı beraberinde getirmektedir.

Literatürde, dağıtık üretim sistemlerinin optimum tahsisini gerçekleştirmek için analitik yöntemler, sezgisel yöntemler ve hibrit yöntemler önerilerek, çeşitli IEEE test sistemleri veya ülkelerin gerçek dağıtım şebekeleri üzerinde test edilmiştir.

Bu çalışmada, güç kayıplarını azaltmak ve gerilim profilini iyileştirmek amacıyla dağıtık üretim sistemlerinin optimum tahsisi gerçekleştirilmiştir. Bu amaçla, sezgisel algoritmalardan olan, Genetik Algoritma ve Parçacık Sürü Optimizayonu algoritmaları önerilmiş ve IEEE 33 baralı radyal dağıtım sistemi üzerinde uygulanmıştır.

Öncelikle, literatür kıyaslaması yapabilmek ve algoritmaların doğruluğunu kanıtlamak amacıyla, puant yük talebi için dağıtık üretim tahsisi gerçekleştirilmiştir. Tüm dağıtık üretim tipleri ve özellikle literatürde kullanılmayan Tip IV için optimum tahsis, üç farklı senaryo özelinde gerçekleştirilmiştir. Analizlere göre en düşük fayda, reaktif güç tüketimi nedeniyle Tip IV ile ve en yüksek fayda hem aktif hem de reaktif güç üreten Tip III ile sağlanmıştır. Parçacık Sürü Optimizasyonu, Genetik Algoritma’ya nazaran daha iyi sonuçlar verirken, her ikisi de minimum kayıp, maksimum gerilim iyileşmesi ve yakınsama gibi açılardan literatürden çok daha iyi sonuçlar vererek, üstünlüklerini kanıtlamışlardır.

Algoritmaların güvenirliği ve doğruluğu kanıtlandıktan sonra, asıl hedef olan yıllık toplam enerji kayıplarını ve gerilim devinimi azatlamak amacıyla yenilenebilir enerji kaynaklarının şebekeye optimum tahsisi geçekleştirilmiştir. Mevsimsel üretim ve tüketim belirsizliklerini içeren bu çalışmada, yenilenebilir enerji kaynakları olarak güneş panelleri ve rüzgar türbinleri kullanılmıştır. Yenilenebilir kaynakların sağladığı katkıyı ölçmek ve uygulanabilirliğini kıyaslamak amacıyla, fosil yakıt tüketimine dayalı konvansiyonel kaynaklar da kullanılmıştır. Yapılan çalışmalarda teknik olarak en iyi sonuçlar konvansiyonel kaynaklarla elde edilirken, en düşük katkı ise mevsimsel ve günlük olarak güneş ışınım dağılımının düzgün olmaması sebebiyle, güneş panelleri tarafından sağlanmıştır. Hem güneş ışınım dağılımına nispeten daha düzgün rüzgar dağılımı olmasından dolayı konvansiyonel kaynaklara yakın miktarda teknik katkı sağlayan hem de zararlı sera gazı salınımı olmaması nedeniyle çevreci olan rüzgar türbinlerinin optimum güç faktöründe işletilmesi en uygun dağıtık üretim çözümü olarak önerilmiştir.

Literatürde ve yapılan bu çalışmada, dağıtık üretim kaynaklarının tahisinin yük akışı analizlerine dayanması nedeniyle çok fazla zaman aldığı görülmüştür ve bu problemin üstesinden gelmek amacıyla da makine öğrenmesine dayalı bir tahmin metodolojisi önerilmiştir. Makine Öğrenmesi algoritmalarından olan Lineer Regresyon, Yapay Sinir Ağları, Destek Vektör Regresyonu, K En Yakın Komşu ve Karar Ağacı algoritmaları kullanılarak, optimum dağıtık üretim gücünün ve şebekeye etkilerinin tahmini sağlanmıştır. Algoritmaları ve önerilen metodolojinin uygulanabilirliğini göstermek için IEEE 12, 33 ve 69 baralı standart test sistemlerinin gerekli verileri toplanmıştır. Toplanan verilerin %75’i, WEKA programında bulunan makine öğrenmesi algoritmaları ile tahmin modellerinin eğitimi için kullanılmıştır ve %25’lik test verisiyle de algoritmaların performansı ve doğruluğu değerlendirilmiştir. Değerlendirme metrikleri olarak, R-kare (R²) analizi ve ortalama mutlak yüzde hata (Mean Absolute Percentage Error, MAPE) hesaplaması kullanılmıştır.

Tüm algoritmalar, kabul edilebilir hata aralığının dışına çıkmayan ve uygulanabilir doğrulukta tahminler gerçekleştirmiştir. Tek giriş değişkeni olan tahmin modellerinde Destek Vektör Regresyonu algoritması ve çok giriş değişkeni olan tahmin modellerinde K En Yakın Komşu algoritması daha başarılı olmuştur. Giriş ve çıkış değişkenleri arasında doğrusal bağlantı bulunmayan verilerin tahmininde ise Lineer Regresyon kabul edilebilir bir sonuç vermemiştir ve kullanımı uygun bulunmamıştır.

Dağıtık üretim sistemlerinin optimum boyutunun, yerinin ve güç faktörlerinin belirlenmesinde önerilen sezgisel algoritmalar üstün performans göstermiştir ve yeni bir metodoloji olarak sunulan, dağıtık üretim sistemi optimum boyutu ve şebekeye etkilerinin tahmininde Makine Öğrenmesi kullanımı uygun ve etkin bulunmuştur.

Daha büyük sistemler üzerinde çalışılması, enerji depolama sistemlerinin eklenmesi, yeni sezgisel veya hibrit algoritmalarla çözümler, makine öğrenmesi ile birlikte güçlendirilmiş tahmine dayalı çözümler ve farklı yenilenebilir teknolojilerin kullanımı gelecek çalışması olarak önerilmektedir.