YÜKSEK LİSANS TEZİ. Mak. Müh. Fatih SÜZEK

Transkript

1 İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ TÜRKİYE RÜZGAR ENERJİSİ POTANSİYELİNİN BELİRLENMESİ YÜKSEK LİSANS TEZİ Ma. Müh. Fatih SÜZEK Anabilim Dalı : MAKİNA MÜHENDİSLİĞİ Programı : ISI - AKIŞKAN HAZİRAN 2007

2 İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ TÜRKİYE RÜZGAR ENERJİSİ POTANSİYELİNİN BELİRLENMESİ YÜKSEK LİSANS TEZİ Ma. Müh. Fatih SÜZEK (50304) Tezin Enstitüye Verildiği Tarih : 0 Temmuz 2007 Tezin Savunulduğu Tarih : 2 Haziran 2007 Tez Danışmanı : Diğer Jüri Üyeleri Prof.Dr. Nurdil ESKİN Prof.Dr. Feridun ÖZGÜÇ Prof.Dr. Süleyman TOLUN HAZİRAN 2007

3 ÖNSÖZ Bu yüse lisans tez çalışmasını yöneten, olumlu eleştiri ve önerileri ile atıda bulunan ve süreli desteği ile bana yön vermiş olan değerli hocam Sn. Prof. Dr. Nurdil ESKİN e teşeür ederim. Çalışmanın çeşitli aşamalarında desteğini esirgemeyen, değerli fiirleri ve eleştirileriyle çalışmaya atıda bulunan Sn. Prof. Dr. Süleyman TOLUN a, Sn. Y. Doç. Dr. Zei COŞKUN a, Sn. Doç. Dr. Ata MUĞAN a, Sn. Doç. Dr. Hasan GÜNEŞ e, Sn. Utu TÜRKYILMAZ a ve Sn. Mehmet TOLAY a teşeür ederim. Her adımımda maddi ve manevi destelerini esirgemeyen, her zaman yanımda oldularını hissettiren sevgili AİLEM, Sn. Ahmet GÖKŞİN, Sn. Dr. Deniz ŞEKER, ve Sn. Seda KÜÇÜKTEPE başta olma üzere tüm dostlarıma şüranlarımı sunarım. Nisan 2007 Fatih SÜZEK i

4 İÇİNDEKİLER KISALTMALAR TABLO LİSTESİ ŞEKİL LİSTESİ SEMBOL LİSTESİ ÖZET SUMMARY III İV VII XI XII XIII. GİRİŞ 2. RÜZGAR ÖLÇÜMLERİNİN TEORİK ANALİZİ Düşey Rüzgar Profili Hava Yoğunluğunun Yüseli ve Sıcalı ile Değişimi İstatistisel Analiz Rayleigh dağılımı Weibull dağılımı 3. KULLANILAN VERİ VE HESAPLAMALAR Verilerin Belirlenmesi Hız ölçümleri Hava sıcalıları Türiye coğrafi haritasının çizilmesi Rüzgar Hızlarının Hesaplanması Ana program aış şeması Weibull fatörlerinin hesaplanması Kriging Metodu NETİCELER VE YORUMLAR Giriş Türiye dei Tüm İstasyonlar Marmara Bölgesindei İstasyonlar Ege Bölgesindei İstasyonlar Karadeniz Bölgesindei İstasyonlar Adeniz Bölgesindei İstasyonlar İç Anadolu Bölgesindei İstasyonlar Doğu Anadolu Bölgesindei İstasyonlar Güneydoğu Anadolu Bölgesindei İstasyonlar SONUÇLAR 98 KAYNAKLAR 00 EKLER 02 ÖZGEÇMİŞ 2 ii

5 KISALTMALAR RESSİAD EİE REPA WRF RMS IMSL MOY SSY GM EEFY SSY-ST SSY-LN : Rüzgar Enerjisi ve Su Santralları İşadamları Derneği : Eletri İşleri Etüt İdaresi : Türiye Rüzgar Enerjisi Potansiyeli Atlası : Weather Research and Forecast : Root Mean Square : International Mathematical and Statistical Library : Masimum Olasılı Yöntemi : Standart Sapma Yöntemi : Grafi Yöntem : Enerji Eğilim Fatörü Yöntemi : Stirling Yalaşımı ile Standart Sapma Yöntemi : Lanczos Yalaşımı ile Standart Sapma Yöntemi iii

6 TABLO LİSTESİ Sayfa No Tablo. Avrupa ülelerindei toplam urulu rüzgar santrali güçleri... 2 Tablo.2 Türiye de urulu rüzgar santralleri... 3 Tablo.3 EİE Türiye Rüzgar Atlası hız ve güç aısı değerleri... 5 Tablo 3. Meteoroloji istasyonlarının bölgelere dağılımı...6 Tablo m yüselitei rüzgarların hızlarına göre sınıflandırılması...8 Tablo 3.3 Gama fonsiyonu yöntem seçimi...22 Tablo 3.4 Bozcaada verileri için ortalama hız, Weibull fatörleri ve R Tablo 3.5 Kumöy verileri için ortalama hız, Weibull fatörleri ve R Tablo 3.6 Tüm istasyonların yıllı verileri için R Tablo 3.7 Bozcaada Oca verileri için ortalama hız, Weibull fatörleri ve R Tablo 3.8 Kumöy Oca verileri için ortalama hız, Weibull fatörleri ve R Tablo 4. Rüzgar güç aısı sınıflandırması...44 Tablo 4.2 Türiye dei ölçüm istasyonlarının yıllı enerji aılarına göre sıralaması (il 0)...46 Tablo 4.3 Türiye dei ölçüm istasyonlarının hızlara göre sıralaması (il 0)...46 Tablo 4.4 Türiye dei en yüse enerji aılı istasyonlar için aylı ve c değerleri...47 Tablo 4.5 Türiye dei en yüse enerji aılı istasyonlar için aylı ortalama hız ve güç aısı değerleri...47 Tablo 4.6 Marmara Bölgesindei ölçüm istasyonlarının enerji aılarına göre sıralaması (il 5)...57 Tablo 4.7 Marmara Bölgesindei ölçüm istasyonlarının hızlara göre sıralaması (il 5)...57 iv

7 Tablo 4.8 Marmara Bölgesindei en yüse enerji aılı istasyonlar için aylı ve c değerleri...58 Tablo 4.9 Marmara Bölgesindei en yüse enerji aılı istasyonlar için aylı ortalama hız ve güç aısı değerleri...58 Tablo 4.0 Ege Bölgesindei ölçüm istasyonlarının enerji aılarına göre sıralaması (il 5)...64 Tablo 4. Ege Bölgesindei ölçüm istasyonlarının hızlara göre sıralaması (il 5).64 Tablo 4.2 Ege Bölgesindei en yüse enerji aılı istasyonlar için aylı ve c değerleri...64 Tablo 4.3 Ege Bölgesindei en yüse enerji aılı istasyonlar için aylı ortalama hız ve güç aısı değerleri...65 Tablo 4.4 Karadeniz Bölgesindei ölçüm istasyonlarının enerji aılarına göre sıralaması (il 5)...69 Tablo 4.5 Karadeniz Bölgesindei ölçüm istasyonlarının hızlara göre sıralaması (il 5)...69 Tablo 4.6 Karadeniz Bölgesindei en yüse enerji aılı istasyonlar için aylı ve c değerleri...70 Tablo 4.7 Karadeniz Bölgesindei en yüse enerji aılı istasyonlar için aylı ortalama hız ve güç aısı değerleri...70 Tablo 4.8 Adeniz Bölgesindei ölçüm istasyonlarının enerji aılarına göre sıralaması (il 5)...75 Tablo 4.9 Adeniz Bölgesindei ölçüm istasyonlarının hızlara göre sıralaması (il 5)...75 Tablo 4.20 Adeniz Bölgesindei en yüse enerji aılı istasyonlar için aylı ve c değerleri...76 Tablo 4.2 Adeniz Bölgesindei en yüse enerji aılı istasyonlar için aylı ortalama hız ve güç aısı değerleri...76 Tablo 4.22 İç Anadolu Bölgesindei ölçüm istasyonlarının enerji aılarına göre sıralaması (il 5)...8 Tablo 4.23 İç Anadolu Bölgesindei ölçüm istasyonlarının hızlara göre sıralaması (il 5)...8 Tablo 4.24 İç Anadolu Bölgesindei en yüse enerji aılı istasyonlar için aylı ve c değerleri...82 Tablo 4.25 İç Anadolu Bölgesindei en yüse enerji aılı istasyonlar için aylı ortalama hız ve güç aısı değerleri...82 v

8 Tablo 4.26 Doğu Anadolu Bölgesindei ölçüm istasyonlarının enerji aılarına göre sıralaması (il 5)...87 Tablo 4.27 Doğu Anadolu Bölgesindei ölçüm istasyonlarının hızlara göre sıralaması (il 5)...87 Tablo 4.28 Doğu Anadolu Bölgesindei en yüse enerji aılı istasyonlar için aylı ve c değerleri...88 Tablo 4.29 Doğu Anadolu Bölgesindei en yüse enerji aılı istasyonlar için aylı ortalama hız ve güç aısı değerleri...88 Tablo 4.30 Güneydoğu Anadolu Bölgesindei ölçüm istasyonlarının enerji aılarına göre sıralaması (il 5)...93 Tablo 4.3 Güneydoğu Anadolu Bölgesindei ölçüm istasyonlarının hızlara göre sıralaması (il 5)...93 Tablo 4.32 Güneydoğu Anadolu Bölgesindei en yüse enerji aılı istasyonlar için aylı ve c değerleri...93 Tablo 4.33 Güneydoğu Anadolu Bölgesindei en yüse enerji aılı istasyonlar için aylı ortalama hız ve güç aısı değerleri...94 Tablo A. Rüzgar verisinin toplandığı meteoroloji istasyonları, bulunduları coğrafi bölge, boylam, enlem, deniz seviyesinden yüseli, yıllı sıcalı normali ve yerden 50m yüselite hesaplanan hava yoğunluğu...02 Tablo B. Rüzgar verisi toplanan her istasyon için yıllı olara durgun ölçüm yüzdesi, Weibull şeil ve ölçe fatörü, R 2.0 atsayısı, standart sapma, ortalama hız, en olası hız, enerji aısına en büyü atıyı sağlayan hız, güç aısı ve enerji aısı...07 vi

9 ŞEKİL LİSTESİ Sayfa No Şeil. EİE Türiye toplam enerji üretimi ve tüetimi... 3 Şeil.2 EİE Türiye eletri talebi... 4 Şeil.3 EİE Türiye Rüzgar Atlası... 5 Şeil.4 REPA 2007 rüzgar hızı... 6 Şeil.5 REPA 2007 güç aısı [W/m 2 ]... 6 Şeil 3.2 Çalışmada ullanılan verilerin toplandığı meteoroloji istasyonları onumları...7 Şeil 3.3 Türiye ortalama sıcalı normalleri...9 Şeil 3. Türiye haritası...20 Şeil 3.4 Ana program aış şeması...24 Şeil 3.5 Masimum olasılı yöntemi aış şeması...27 Şeil 3.6 Standart sapma yöntemi aış şeması...3 Şeil 3.7 Grafi yöntem aış şeması...33 Şeil 3.8 Enerji eğilim fatörü yöntemi aış şeması...34 Şeil 3.9 Bozcaada verileri için yıllı ümülatif hız dağılımları...35 Şeil 3.0 Kumöy verileri için yıllı ümülatif hız dağılımları...36 Şeil 3. Bozcaada verileri için Oca ayı ümülatif hız dağılımları...39 Şeil 3.2 Kumöy verileri için Oca ayı ümülatif hız dağılımları...40 Şeil 3.3 Tayvan meteoroloji istasyonları ve rüzgar güç aısı [W/m 2 ]...4 Şeil 3.4 Kriging için ullanılan çözüm ağı (grid)...43 Şeil 4. Türiye dei en yüse enerji aısına (E/A) sahip istasyonların onumları...45 vii

10 Şeil 4.2 Bozcaada istasyonu yıllı ümülatif dağılımı...48 Şeil 4.3 Bozcaada istasyonu, yıllı ve ilbahar ayları için aylı Weibull dağılımlarının arşılaştırılması...49 Şeil 4.4 Bozcaada istasyonu, yıllı ve yaz ayları için aylı Weibull dağılımlarının arşılaştırılması...49 Şeil 4.5 Bozcaada istasyonu, yıllı ve sonbahar ayları için aylı Weibull dağılımlarının arşılaştırılması...50 Şeil 4.6 Bozcaada istasyonu, yıllı ve ış ayları için aylı Weibull dağılımlarının arşılaştırılması...5 Şeil 4.7 Türiye yıllı ortalama rüzgar hızları...52 Şeil 4.8 Türiye yıllı ortalama güç aıları [W/m 2 ]...52 Şeil 4.9 Türiye yıllı ortalama rüzgar hızları...53 Şeil 4.0 Türiye yıllı ortalama rüzgar hızları...53 Şeil 4. Türiye yıllı ortalama rüzgar hızları...54 Şeil 4.2 Türiye yıllı ortalama güç aıları [W/m 2 ]...55 Şeil 4.3 Türiye yıllı ortalama güç aıları [W/m 2 ]...55 Şeil 4.4 Türiye yıllı ortalama güç aıları [W/m 2 ]...56 Şeil 4.5 Marmara Bölgesindei istasyonların onumları...57 Şeil 4.6 Çanaale istasyonu yıllı ümülatif dağılımı...59 Şeil 4.7 Çanaale istasyonu, yıllı ve ilbahar ayları için aylı Weibull dağılımlarının arşılaştırılması...60 Şeil 4.8 Çanaale istasyonu, yıllı ve yaz ayları için aylı Weibull dağılımlarının arşılaştırılması...60 Şeil 4.9 Çanaale istasyonu, yıllı ve sonbahar ayları için aylı Weibull dağılımlarının arşılaştırılması...6 Şeil 4.20 Çanaale istasyonu, yıllı ve ış ayları için aylı Weibull dağılımlarının arşılaştırılması...62 Şeil 4.2 Ege Bölgesindei istasyonların onumları...63 Şeil 4.22 Güney istasyonu yıllı ümülatif dağılımı...65 Şeil 4.23 Güney istasyonu, yıllı ve ilbahar ayları için aylı Weibull dağılımlarının arşılaştırılması...66 viii

11 Şeil 4.24 Güney istasyonu, yıllı ve yaz ayları için aylı Weibull dağılımlarının arşılaştırılması...66 Şeil 4.25 Güney istasyonu, yıllı ve sonbahar ayları için aylı Weibull dağılımlarının arşılaştırılması...67 Şeil 4.26 Güney istasyonu, yıllı ve ış ayları için aylı Weibull dağılımlarının arşılaştırılması...68 Şeil 4.27 Karadeniz Bölgesindei istasyonların onumları...69 Şeil 4.28 Amasra istasyonu yıllı ümülatif dağılımı...7 Şeil 4.29 Amasra istasyonu, yıllı ve ilbahar ayları için aylı Weibull dağılımlarının arşılaştırılması...7 Şeil 4.30 Amasra istasyonu, yıllı ve yaz ayları için aylı Weibull dağılımlarının arşılaştırılması...72 Şeil 4.3 Amasra istasyonu, yıllı ve sonbahar ayları için aylı Weibull dağılımlarının arşılaştırılması...73 Şeil 4.32 Amasra istasyonu, yıllı ve ış ayları için aylı Weibull dağılımlarının arşılaştırılması...73 Şeil 4.33 Adeniz Bölgesindei istasyonların onumları...75 Şeil 4.34 Samandağ istasyonu yıllı ümülatif dağılımı...77 Şeil 4.35 Samandağ istasyonu, yıllı ve ilbahar ayları için aylı Weibull dağılımlarının arşılaştırılması...77 Şeil 4.36 Samandağ istasyonu, yıllı ve yaz ayları için aylı Weibull dağılımlarının arşılaştırılması...78 Şeil 4.37 Samandağ istasyonu, yıllı ve sonbahar ayları için aylı Weibull dağılımlarının arşılaştırılması...79 Şeil 4.38 Samandağ istasyonu, yıllı ve ış ayları için aylı Weibull dağılımlarının arşılaştırılması...79 Şeil 4.39 İç Anadolu Bölgesindei istasyonların onumları...8 Şeil 4.40 Yuna istasyonu yıllı ümülatif dağılımı...83 Şeil 4.4 Yuna istasyonu, yıllı ve ilbahar ayları için aylı Weibull dağılımlarının arşılaştırılması...83 Şeil 4.42 Yuna istasyonu, yıllı ve yaz ayları için aylı Weibull dağılımlarının arşılaştırılması...84 Şeil 4.43 Yuna istasyonu, yıllı ve sonbahar ayları için aylı Weibull dağılımlarının arşılaştırılması...85 ix

12 Şeil 4.44 Yuna istasyonu, yıllı ve ış ayları için aylı Weibull dağılımlarının arşılaştırılması...85 Şeil 4.45 Doğu Anadolu Bölgesindei istasyonların onumları...87 Şeil 4.46 Maden istasyonu yıllı ümülatif dağılımı...89 Şeil 4.47 Maden istasyonu, yıllı ve ilbahar ayları için aylı Weibull dağılımlarının arşılaştırılması...89 Şeil 4.48 Maden istasyonu, yıllı ve yaz ayları için aylı Weibull dağılımlarının arşılaştırılması...90 Şeil 4.49 Maden istasyonu, yıllı ve sonbahar ayları için aylı Weibull dağılımlarının arşılaştırılması...9 Şeil 4.50 Maden istasyonu, yıllı ve ış ayları için aylı Weibull dağılımlarının arşılaştırılması...9 Şeil 4.5 Güneydoğu Anadolu Bölgesindei istasyonların onumları...92 Şeil 4.52 Mardin istasyonu yıllı ümülatif dağılımı...94 Şeil 4.53 Mardin istasyonu, yıllı ve ilbahar ayları için aylı Weibull dağılımlarının arşılaştırılması...95 Şeil 4.54 Mardin istasyonu, yıllı ve yaz ayları için aylı Weibull dağılımlarının arşılaştırılması...95 Şeil 4.55 Mardin istasyonu, yıllı ve sonbahar ayları için aylı Weibull dağılımlarının arşılaştırılması...96 Şeil 4.56 Mardin istasyonu, yıllı ve ış ayları için aylı Weibull dağılımlarının arşılaştırılması...97 x

13 SEMBOL LİSTESİ ρ :Yoğunlu σ :Standart sapma Γ :Gama fonsiyonu µ 2 :Popülasyonun iinci ham momenti λ i :Kriging ağırlı atsayısı τ :Gecime (lag) ε :Göreceli yalaşılı hatası a :Kriging bölge yarıçapı A :Alan f :Olasılı yoğunlu fonsiyonu F :Kümülatif dağılım fonsiyonu c :Weibull ölçe fatörü C :Von Kármán tipi orta değişim fonsiyonu D :Tarih matrisi E :Enerji E PF :Enerji Eğilim fatörü E RMS :RMS hatası (Root Mean Square error) :Weibull şeil fatörü K ν :Modifiye Bessel fonsiyonu L :Olasılı fonsiyonu N, n :Veri adedi p :Basınç P :Güç R :Gaz Sabiti R 2 :Regresyon atsayısı (Coefficient of Determination) SL :İstasyon numarası matrisi T :Zaman u r :Konum vetörü V :Rüzgar hızı V m :Ortalama hız V me :Enerji aısına en büyü atı sağlayan hız V mp :En olası hız X ( u r i ) :Değeri bilinen notalar ) X ( u r 0 ) :Değeri bilinmeyen notalar z :Yüseli xi

14 TÜRKİYE RÜZGAR ENERJİSİ POTANSİYELİNİN BELİRLENMESİ ÖZET Türiye nin sahip olduğu yüse rüzgar enerjisi aynağının en iyi şeilde değerlendirilmesi için ön çalışmalar ile potansiyeli yüse bölgeler belirlenmelidir. Bu çalışma apsamında meteoroloji amaçlarla toplanmış rüzgar ölçümlerinin istatistisel olara değerlendirilmesi ve potansiyeli yüse notaların tespiti için FORTRAN programlama dilinde bir yazılım geliştirilmiştir. Türiye nin rüzgar enerjisi potansiyelinin araştırılmasında üle çapında 224 meteoroloji istasyonundan 2005 yılı boyunca ölçülen saatli rüzgar hızı verileri ullanılmıştır. 0 m yüselite ölçülmüş olan veriler rüzgar türbinlerinin 50 m ule yüseliğine sahip olacağı varsayılara güç anunu profili ile bu yüseliğe uyarlanmıştır. Her istasyonun bulunduğu onum için, Türiye ortalama sıcalı normali ve meteoroloji istasyonunun deniz seviyesinden yüselileri ullanılara hava yoğunluları hesaplanmıştır. Rüzgar verilerinin değerlendirilmesinde istatistisel yalaşım olara Weibull dağılımı ullanılmıştır. Weibull dağılımını belirleyen şeil ve ölçe fatörlerinin hesaplanması için tüm veri ullanılara masimum olasılı yöntemi, standart sapma yöntemi, grafi yöntem ve enerji eğilim fatörü yöntemi uygulanmıştır. Farlı yöntemlerin verdiği sonuçlar elde edilen dağılımın gerçe veriyi temsil etme yeteneğine göre arşılaştırılmış ve mevcut veri ile en iyi netice veren masimum olasılı yöntemi hesaplamalarda ullanılma üzere seçilmiştir. Rüzgar verisi toplanan her istasyon için yıllı bazda masimum olasılı yöntemi ullanılara Weibull şeil ve ölçe fatörlerine bağlı olan standart sapma, ortalama hız, en olası hız, enerji aısına en büyü atıyı sağlayan hız, güç aısı ve enerji aısı hesaplanmıştır. xii

15 DETERMINATION OF WIND ENERGY POTENTIAL OF TURKEY SUMMARY To utilize the great wind energy resources available in Turey, preliminary research is needed in order to determine the areas with high potential. To perform statistical analysis of the data collected for meteorogical purposes and reveal the locations of high potential areas, a software has been developed in FORTRAN programming language. At the research on Turey s wind energy potential, hourly wind speed data of the year 2005, which has been collected in 224 meteorological stations throughout the country, has been used. Assuming the wind turbine height as 50 m, the data measured at 0 m height has been oriented to 50 m using the power law profile. Using the Turey average temperature values and the elevations of the meteorological stations, air densities have been calculated for every station location. For the assessment of wind speed data, Weibull distribuiton has been chosen as the statistical approach. In order to calculate the shape and the scale factors determining Weibull distribution; maximum lielihood method, standart deviation method, graphical method and the energy pattern factor method have been utilized for all the data available. These methods have been compared by means of their abilities to represent the real data. The maximum lielihood method giving the best results has been chosen to be used in the calculations. For every wind speed measurement station; standard deviation, average speed, most probable speed, the speed with the maximum contribution to the energy density, power dentsity and energy density values, all depending on shape and scale factors, have been calculated on a yearly basis. xiii

16 . GİRİŞ Rüzgar endini insanlara hoş bahar esintilerinde, ağaç yapralarının çıardığı seslerde hatırlatıren gücünü de fırtınalarda, tırları yollardan savurara ve binalara hatta ağaçlara yııcı hasarlar verere gösterir. İnsanlığın dünyanın her yerinde bulunan bu büyü güç ile çevreyi irletmeden ve aynağı hiç tüetmeden eletri enerjisi geresinimini arşılaması mümündür. Rüzgar enerjisi aynağını güneşten alan bir tür yenilenebilir enerji aynağıdır. Belli bir anda dünyanın bir ısmı güneş tarafından ısıtılıren yoğunluğu düşere yüselen havanın sebep olduğu düşü basınç bölgelerine büyü hava ütleleri aın eder. Bu hareet rüzgar olara adlandırılan doğa olaylarına sebep olur. Güneşten dünyaya ulaşan enerjinin %-2 si rüzgar enerjisine dönüşür. Bu dünyadai tüm bitiler tarafından biyoloji ütleye dönüştürülen enerjinin atıdır []. Rüzgar hızı yer seviyesine yaın notalarda sürtünmenin etisi ile daha düşütür. Örneğin 40 atlı bir binanın tepesindei rüzgar hızı yer seviyesindeinin yalaşı beş atı olabilir [2]. Rüzgar enerjisinin eletri enerjisine dönüştürülmesi rüzgar türbinleri aracılığı ile gerçeleştirilir. Günümüzde rüzgar türbinleri yüseli avantajından faydalanılması amacıyla yerden m yüselitei ulelere yerleştirilmiş rotorların rüzgarın hareet enerjisini miller ve dişli utuları aracılığıyla jeneratörlere iletmesi ve jeneratörlerin ineti enerjiyi eletri enerjisine çevirmeleri yoluyla çalışan mainelerdir. Dünyadai ve bilhassa Avrupa dai rüzgar enerjisi çalışmaları incelendiğinde son yıllarda artan oranlarda rüzgar enerjisi yatırımları olduğu gözlenmetedir. Tablo. ile Avrupa ülelerinde 2003 ve 2006 yılları arasındai toplam urulu rüzgar santrali güçleri verilmiştir [3]. Tablodai sıralama yılları arasında urulan güç mitarına göre yapılmıştır. Almanya ve İspanya açı farla Avrupa da en büyü urulu güce sahip ülelerdir. Ayrıca bu ii üle aynı zamanda son 3 yıl içerisinde yeni santrallerin urulması için en büyü yatırımları yapan ülelerdir. Danimara ise

17 urulu güç açısından üçüncü sırada olmasına rağmen, son 3 yıl içerisindei gelişimi açısından alt sıralarda yer almatadır. Bunun bir nedeni Danimara nın rüzgar gücü ullanımı açısından öncü bir üle olması ve santral urulum çalışmalarına eren başlamış olmasıdır. Toplam urulu güç inceleniren ülelerin yüzölçümleri, nüfusları, sanayi apasiteleri dolayısıyla enerji ihtiyaçları göz önüne alınmalıdır verilerine göre Danimara eletri enerjisi ihtiyacının %9 unu rüzgar enerjisinden arşılaren bu oran Almanya için %5, İspanya için %6 dır [4]. Dünyanın en gelişmiş eonomisine sahip Ameria Birleşi Devletlerinde ise bu oran 2007 itibariyle % in altındadır [2]. Tablo. Avrupa ülelerindei toplam urulu rüzgar santrali güçleri Toplam Kurulu Güç [MW] Üle 2003 Sonu 2004 Sonu 2005 Sonu 2006 Sonu Almanya İspanya Porteiz İngiltere Fransa İtalya Hollanda İrlanda Avusturya Yunanistan Norveç İsveç Belçia Polonya Macaristan Litvanya Çe Cumhuriyeti Finlandiya Bulgaristan Türiye Estonya Danimara Hırvatistan Lüsemburg İsviçre Slovaya Romanya.69 3 Letonya G. Kıbrıs Slovenya İzlanda

18 Türiye, Greenpeace örgütü ve Avrupa Rüzgar Enerjisi Teşilatı (European Wind Energy Association) tarafından yayınlanan raporlarda Avrupa nın rüzgar enerjisi açısından en elverişli ülelerinden biri olara gösterilmesine rağmen günümüzde urulu güç olara listenin alt sıralarında yer almatadır. Türiye de urulmuş olan rüzgar santrallerinin onumları Tablo.2 ile gösterilmiştir. Tablo.2 Türiye de urulu rüzgar santralleri Konum Güç [MW] İzmir - Çeşmealtı 7.2 Çanaale - Bozcaada 0.2 Bandırma 30 Diğer 3.6 Toplam 5 Türiye nin toplam enerji tüetimi ile üretimi bir grafi olara Şeil. ile gösterilmiş ve arşılaştırılmıştır [5]. Eletri İşleri Etüt İdaresi nin (EİE) verilerine dayanan bu grafite 2005 yılı ve sonrası için bir eğri uydurulara tüetim değerleri tahmin edilmiş, üretim değerleri ise 2004 yılından itibaren sabit varsayılmıştır yılında üretim tüetimin %27.7 sini arşılayabiliren, 2007 yılında ise anca %23 ünü arşılayacağı tahmin edilmetedir R 2 = Üretim Tüetim BinTep Yıl Şeil. EİE Türiye toplam enerji üretimi ve tüetimi 3

19 Türiye nin yıllara göre eletri enerjisine olan talebi Şeil.2 ile gösterilmiştir [6]. Grafite 2006 yılına adar olan değerler gerçe talebi gösteriren, 2006 ve sonrası için Türiye Eletri İletim Anonim Şireti (TEİAŞ) tarafından yapılan tahminlere göre bir aralı belirlenmiştir. Yüse değerlere sahip tahmin eğrisi ile yıllı %8.4 lü bir artış öngörülmete, düşü değerlere sahip tahmin eğrisi ile yıllı %6.3 lü bir artış öngörülmetedir. Türiye nin 2004 yılında eletri üretimi GWh ve 2005 yılında 6983 GWh olara gerçeleşmiştir. Bu değerler yalaşı olara o yıllardai taleple eşit boyutlardadır GWh Yıl Şeil.2 TEİAŞ Türiye eletri talebi Greenpeace örgütü ve Avrupa Rüzgar Enerjisi Teşilatı tarafından 2005 yılında yayınlanan Wind Force 2 raporunda Türiye nin teori olara 7000 MW apasitede rüzgar enerjisi santrali urabileceği belirtilmiştir [4]. Aynı raporda yetersiz eletri şebeesi altyapısı da göze alınara yeterli yatırımın yapılması halinde yaın gelecete Türiye de toplam 0000 MW apasiteye ulaşılmasının belendiği belirtilmiştir. Ümit Tolga Bilgin tarafından Rüzgar Enerjisi ve Su Santralları İşadamları Derneği (RESSİAD) adına yapılan bir açılamada derne üyesi uruluşlar tarafından son 7 8 yılda Türiye nin çeşitli yerlerinde yapılan değerlendirilmeler sonucunda 0000 MW gücünde yılda toplam GWh 4

20 eletri üretilebilece santrallerin urulabileceği açılanmıştır [7]. Bu raam 2007 için öngörülen en fazla talebin %6 sı anlamına gelmetedir. Açılamanın devamında EİE tarafından hazırlanan Türiye nin rüzgar potansiyelini gösteren çalışmaların rüzgar santrali yatırım ve planlamacıları açısından sağladığı faydalardan övgüyle söz edilmiştir. Şeil.3 EİE Türiye Rüzgar Atlası Tablo.3 EİE Türiye Rüzgar Atlası hız ve güç aısı değerleri Kapalı Araziler Açı araziler Kıyılar Tepe ve Bayırlar ms - Wm -2 ms - Wm -2 ms - Wm -2 ms - Wm -2 > >250 >7.5 >500 >8.5 >700 >.5 > <3.5 <50 <4.5 <00 <5.0 <50 <7.0 <400 EİE tarafında hazırlanan Türiye Rüzgar Atlası Şeil.3 ile gösterilmiştir [5]. Tablo.3 ile ise bu atlasta yer alan renli alanların hangi sayısal değerleri temsil ettileri verilmiştir. Bu atlas farlı onumlardai 45 meteoroloji istasyonundan toplanan ölçüm verileri ullanılara hazırlanmıştır. Hesaplamalar WasP ve WindPro isimli ticari yazılımlar ullanılara yapılmıştır. 5

21 2007 yılında EİE tarafından yayınlanmış olan Türiye Rüzgar Enerjisi Potansiyeli Atlası (REPA) ile verilen 50 m yüselitei rüzgar hızı ve güç aısı haritaları Şeil.4 ve Şeil.5 ile gösterilmiştir. REPA için ullanılan metodoloji, üresel atmosferi sirülasyon modeli, orta-ölçeli sayısal hava analiz modeli ve miroölçeli rüzgar aış modeli ullanılara rüzgar ayna bilgilerinin üretilmesi olara tanımlanmıştır [8]. REPA için rüzgar gücü hesaplamaları Ameria Birleşi Devletleri federal urumları ve üniversitelerinin çabalarıyla üretilmiş olan Weather Research and Forecast (WRF) isimli bir tür meteoroloji tahmin modeli ile gerçeleştirilmiştir [8]. Anca ullanılan verilerin aynağı, sayısı ve aç yıllı veri göz önüne alınara hesaplandığı belirtilmemiştir. Şeil.4 REPA 2007 rüzgar hızı Şeil.5 REPA 2007 güç aısı [W/m 2 ] Bugüne adar hazırlanan atlaslardan da görüldüğü gibi, Türiye de rüzgar enerjisi potansiyeline yöneli yapılan çalışmalar gere göz önüne alınan istasyon sayılarının azlığı, gerese veri alınan istasyonların dağını yapısı nedeniyle bilhassa Doğu Anadolu, Doğu Karadeniz ve Batı Traya bölgeleri için yalaşı ortalama hız 6

22 değerleri vermete, rüzgar enerjisinden yararlanma açısından gereli olan istatistisel parametreler haında ise hiçbir bilgiyi içermemetedir. Yine bu atlasların geliştirilmesinde ullanılan ticari paet programların endi içinde salı olan abuller ve ullanılan formüller nedeniyle elde edilen sonuçlar üzerinde irdeleme yapma ve geliştirme imanı ullanıcılara verilmemetedir. Bu onuda uluslararası literatürde yayınlanan ve Türiye apsamlı çalışmaların ise daha ziyade Batı Anadolu da Göçeada, İzmir ve Çeşme, Güneydoğu Anadolu da İsenderun gibi biraç ili apsadığı, diğer bölgeler için ise fazla çalışma yapılmadığı görülmetedir [9, 0,, 2]. Bu çalışma, Türiye nin 224 farlı notasında bulunan meteoroloji istasyonlarından bir yıl boyunca yerden 0 m yüselite toplanmış olan rüzgar hız ölçümü verileri esas alınara hazırlanmıştır. Mevcut rüzgar verisi, rüzgar türbinlerinin yerden yüselileri göz önüne alınara güç anunu profili ile 50m yüseliğe uyarlanmıştır. Toplanan rüzgar hızı verileri Weibull dağılımı ullanılara bir süreli dağılım ile temsil edilmiştir. Weibull dağılımları şeil fatörü ve c ölçe fatörü olma üzere ii atsayı yardımıyla tanımlanır. Bu atsayıların bulunması için ullanılabilece 4 ayrı yöntem denenmiş ve mevcut veri ile en iyi neticenin elde edildiği en büyü olasılı yöntemi seçilmiştir. ve c parametrelerinin belirlenmesinin ardından rüzgar potansiyelini gösteren ortalama hız ve güç aısı gibi değerler her ölçüm notası onumu için aylı ve yıllı bazda hesaplanmış, neticeler Kriging yöntemi ullanılara Türiye haritası üzerinde eş değer alanları olara gösterilmiştir. İnceleme yapılıren paet programlardan faydalanılmaması amaç edinilmiş ve hesaplar için FORTRAN programlama dilinde yazılımlar oluşturulmuştur. Rüzgar santralleri planlanıren rüzgar potansiyeli yüse bölgelerin önceden bilinmesi büyü avantaj sağlamatadır. Bir bölgede rüzgar santrali urulması ararından önce en az ii yıl boyunca ullanılaca türbin yüselilerinde detaylı ölçümler yapılması geremetedir. Detaylı ölçümler için bu belirlenen bölgelere yoğunlaşılması hem zaman hem de finansal açıdan tasarruf sağlayacatır. Bir diğer fayda da tabii i hem araştırma hem de inşaat yatırımlarının doğru yerlerde yapılması ile üle imanlarının daha verimli ullanılması olacatır. 7

23 2. RÜZGAR ÖLÇÜMLERİNİN TEORİK ANALİZİ Rüzgar santrallerinin planlamalarında il aşama rüzgar hız ölçümlerinin incelenere santralin onumlandırılması, boyutlandırılması ve elde edilebilece enerjinin saptanmasıdır. Bir rüzgar türbininde, birim rotor alanı başına elde edilebilece güç, V hızı için Denlem (2.) ile hesaplanabilir. Birim rotor alanı başına V hızındai rüzgarda bulunan güç, rüzgar gücü aısı olara da anılmatadır [3]. P A V 2 3 = ρ (2.) Görüldüğü gibi rüzgarın taşıdığı güç ile hızı arasında übi bir bağıntının olması nedeniyle, doğru mevsimsel ve yıllı ortalama rüzgar hızı değerlerinin ve değişimlerinin tespiti, bir bölgedei rüzgar enerjisi potansiyelinin belirlenmesi açısından büyü önem taşır. 2.. Düşey Rüzgar Profili Düşey rüzgar profili, rüzgar hızlarının yüseli ile değişimidir. Yatay esenli rüzgar türbinlerinde esas olan rotor merez eseni yüseliğindei rüzgar hızıdır. Çalışmada bu yüseli türbin yüseliği olara anılacatır. Hem ölçüm maliyetleri ve ölçüm için gereli sürenin uzunluğu, hem de göz önüne alınabilece türbinlerin farlı ule yüselilerine sahip olmaları nedeniyle rüzgar hızı ölçümü yapılan yüseli ile türbin yüseliği farlı olabilir. Çoğu durumda ölçüm yapılaca yüseli Dünya Meteoroloji Kurumu (WMO) tarafından önerilen 0 m olara belirlenmiştir [4]. Verilerin istenen yüseliğe göre düzenlenmesi amacıyla güç anunu profili veya logaritmi profil ullanılabilir [5]. Logaritmi profilin hesaplanması için yüzey pürüzlülüğü değerlerinin bilinmesi geremetedir. Bu çalışmada Türiye genelindei meteoroloji istasyonlarından toplanan rüzgar hızı verileri ullanılacatır. 8

24 Yüzey pürüzlülüleri için bu çapta bir veri bulunmadığından güç anunu profilinin ullanılması uygun olacatır [6]. Güç anunu profili ile referans bir yüselitei bilinen veya ölçülen hız değerine göre, istenen yüselitei rüzgar hız değerinin tayin edilmesi mümündür (Denlem (2.2)). V ( z) = V ( z) r z r α z (2.2) Denlemdei α atsayısı yüseli, gün içindei zaman, mevsim, arazi şartları, rüzgar hızı ve sıcalı gibi parametreler ile değişmetedir [3] Hava Yoğunluğunun Yüseli ve Sıcalı ile Değişimi Denlem (2.) ile gösterildiği gibi rüzgarın taşıdığı enerji hava yoğunluğu ile doğru orantılıdır. Hava yoğunluğu iisi de yüseli ile değişen sıcalı ve basınca bağlıdır. İdeal gaz abulü ile yoğunlu p ρ = (2.3) R T bağıntısı ile verilir. Kuru hava için gaz sabitinin (R) J/gK olduğu göz önüne alınırsa hava yoğunluğu (2.4) numaralı denlem ile belirlenebilir [3]. p ρ = (2.4) T 5000 m den düşü yüselilerde basıncın yüseli ile değişimi (2.5) bağıntısı ile hesaplanır. ( ) z + ( ) 2 p = 0.29 z (2.5) 9

25 2.3. İstatistisel Analiz Ortalama hız değerleri bir bölgenin rüzgar enerjisi potansiyeli haında ön izlenim vermetedir. Anca detaylı bir planlama için istatistisel dağılımların hesaplanması belli bir zaman aralığında rüzgardan elde edilebilece enerjinin saptanması açısından gerelidir [4]. İstatistisel yalaşım ölçüm değerlerini süreli hale getirere mevcut rüzgar hızı verisinin, hesap yapılma istenen zaman aralığını apsamaması durumda avantaj sağlamatadır. Rüzgar hızı verileri için gerçe rüzgar veri dağılımına uygunluları nedeniyle Rayleigh Dağılımı ve Weibull Dağılımı yaygın olara ullanılmatadır. Her ii dağılım da sıfır olmayan değerler için geçerlidir ve her ii dağılım da olasılı yoğunlu ve ümülatif dağılım fonsiyonları ile belirlenir [3]. Olasılı yoğunlu fonsiyonu f (V ), herhangi bir anda V hızının gözlenme olasılığını vermete, ümülatif dağılım fonsiyonu F(V) ise herhangi bir anda gözlenen hızın V hızına eşit veya daha üçü olma olasılığını belirtmetedir. Olasılı yoğunlu fonsiyonu ile ortalama rüzgar hızı, standart sapma ve ortalama rüzgar gücü aısı sırasıyla aşağıdai denlemler ile hesaplanabilir [3]. 0 V m = Vf ( V ) dv (2.6) c 2 σ = ( V V ) f ( V ) dv (2.7) m 0 3 P / A= (/ 2) ρ V f ( V ) dv (2.8) Rayleigh dağılımı Rayleigh dağılımı sı aralılarla yapılmış rüzgar ölçümlerinin bulunmadığı, hatta sadece ortalama rüzgar hızının bilindiği durumlar için basitleştirilmiş bir dağılımdır. Rayleigh dağılımı için olasılı yoğunlu fonsiyonu ve ümülatif dağılım fonsiyonu sırasıyla denlem (2.9) ve (2.0) ile gösterilmiştir [3]. 0

26 = exp 2 ) ( m V m V V V V f π π (2.9) = 2 4 exp ) ( V m V V F π (2.0) Weibull dağılımı Weibull dağılımı şeil fatörü ve c ölçe fatörü ile belirlenir. Rayleigh dağılımı, Weibull dağılımının şeil fatörü iiye eşit olan özel halidir. Bu atsayıların tayini için yeterli veri olması durumunda Weibull dağılımının ullanılması tercih edilmetedir [4]. Weibull dağılımı için olasılı yoğunlu fonsiyonu ve ümülatif dağılım fonsiyonu sırasıyla denlem (2.) ve (2.2) ile gösterilmiştir [3]. = c V c V c V f exp ) ( (2.) = c V V F exp ) ( (2.2) Kümülatif dağılım fonsiyonu rüzgarın belli bir hız aralığında olduğu sürenin bulunması için de ullanılabilir. Herhangi bir andai V rüzgar hızının endisinden düşü ve büyü V ve V 2 hızları arasında olma ihtimali, ümülatif dağılım fonsiyonlarının farı ile verilir. ) ( ) ( ) ( 2 2 V F V F V V V P = < (2.3) Denlem (2.6) da Weibull olasılı yoğunlu fonsiyonu ullanılara ortalama hız aşağıdai bağıntı ile hesaplanabilir.

27 V m = 0 V c V exp dv (2.4) c Ve uygun değişen dönüşümleri ile (Denlem (2.5)) ortalama hız ifadesi daha basit bir hale indirgenebilir (Denlem (2.6)). V c ( ) x dv x =, = dx (2.5) c V = c e x x m dx (2.6) 0 Eğer Gama fonsiyonunun Γ x n ( n) = e x dx 0 (2.7) olduğu göz önüne alınırsa ve c cinsinden ortalama hız, V m = c Γ + (2.8) olara elde edilir. Rüzgar hızının standart sapması Weibull dağılımı için denlem (2.9) ile verilmiştir [4]. 2 2 ( 2 Vm ) σ = µ (2.9) Burada µ 2 terimi popülasyonun iinci ham momenti olara adlandırılır. 2

28 2 2 = V f V ) 0 µ ( dv (2.20) Denlem (2.) f (V ) yerine ullanılır, (2.5) ile verilen dönüşümler yapılır ve ifade (2.7) ile verilen gamma fonsiyonu ullanılara yeniden düzenlenirse standart sapma ve c cinsinden ifade elde edilir σ = c Γ + Γ + (2.2) Bu denlemde ( ) Γ 2 x ifadesi aynı trigonometri fonsiyonlarda olduğu gibi [ Γ (x)] 2 anlamına gelmetedir [7]. Ortalama rüzgar gücü aısını (Denlem (2.8)), Weibull olasılı yoğunlu fonsiyonu yerleştirilir ve uygun değişen dönüşümü (Denlem (2.22)) yapılırsa ( V ) x= (2.22) c Weibull fatörleri cinsinden aşağıdai bağıntı ile hesaplama mümündür. P A = ρc x 3 exp( x) dx (2.23) Bu ifade, gama fonsiyonu ve gama fonsiyonunun denlem (2.24) ile verilen özelliği göz önüne alınara yeniden düzenlenirse Γ( n ) = ( n ) Γ( n ) (2.24) ortalama rüzgar gücü aısı için daha basit bir bağıntı elde edilmiş olur. 3 P ρc 3 3 = Γ A 2 (2.25) 3

29 Rüzgar gücü aısı bilindiğinde belli bir T süresi sonunda birim rotor alanı başına rüzgar enerjisi yani enerji aısı (2.26) denlemi ile hesaplanabilir. 3 E P ρc T 3 3 = T = Γ A A 2 (2.26) Burada T süresi örneğin bir yıl için 8760 saattir [8, 9]. Olasılı yoğunlu fonsiyonu ve rüzgar hızı eğrisi çizildiğinde eğrinin tepe notasına arşılı gelen hız değeri en olası hız (V mp ) olara adlandırılır. Bu notada olasılı yoğunlu fonsiyonu eğrisinin eğimi sıfır olacatır. mp f ( V ) = 0 (2.27) c V exp c mp V c 2( ) ( 2) mp + ( ) Vmp = 0 (2.28) Denlem (2.28), V mp için çözülür ise, V mp = c (2.29) V hızının birim zamanda enerji aısına atısı denlem (2.30) ile de ifade edilebilir. E P = f (V ) (2.30) A A Güç (P) yerine (2.) denlemi ve olasılı yoğunlu fonsiyonu için (2.) denlemi ullanılabilir. E A = ρv 2 3 c V c V exp c (2.3) (2.32) denlemi ile verilen değişen dönüşümü ile (2.33) denlemi elde edilir. 4

30 5 c B 2 ρ = (2.32) = + c V BV A E exp 2) ( (2.33) V hızının enerji aısına en büyü atı sağlayan V me değerini aldığı notada enerji aısının hıza arşılı çizilen eğrisi de tepe notasına ulaşaca ve türevi sıfır olacatır. = 0 A E (2.34) 0 2) ( exp exp ) ( ) ( 2) ( = me me me V c V V c V c V B me me (2.35) (2.35) denlemi V me için çözülere enerji aısına en büyü atıyı sağlayan hız ve c cinsinden ifade edilebilir. me c V ( + 2) = (2.36)

31 3. KULLANILAN VERİ VE HESAPLAMALAR Bu bölümde yapılan hesaplamalar için ullanılan rüzgar hızı verisi, hazırlanan harita verisi ve yazılan FORTRAN programı ile yapılan hesaplamalar detaylı olara tanıtılacatır. 3.. Verilerin Belirlenmesi Türiye çapında Devlet Meteoroloji İşleri Genel Müdürlüğü ne bağlı toplam 45 adet meteoroloji istasyonu bulunmatadır. Bu çalışmada bu istasyonlardan 224 tanesinde toplanmış olan rüzgar hız ölçümleri veri olara ullanılmıştır. Bu istasyonların Türiye nin coğrafi bölgelerine göre adet dağılımları Tablo 3. ile gösterilmiştir. Tablo 3. Meteoroloji istasyonlarının bölgelere dağılımı Coğrafi Bölge İstasyon Adedi Güneydoğu Anadolu Bölgesi 0 Marmara Bölgesi 25 İç Anadolu Bölgesi 36 Ege Bölgesi 35 Karadeniz Bölgesi 33 Adeniz Bölgesi 4 Doğu Anadolu Bölgesi 44 Veri toplanan meteoroloji istasyonlarının Türiye haritası üzerindei onumları ise Şeil 3. ile gösterilmiştir. 6

32 Adeniz Doğu Anadolu İç Anadolu Güneydoğu Anadolu Marmara Ege Karadeniz Enlem Boylam Şeil 3. Çalışmada ullanılan verilerin toplandığı meteoroloji istasyonları onumları 3... Hız ölçümleri Rüzgar hızı ölçümleri Türiye genelindei 224 meteoroloji istasyonundan 2005 yılı boyunca toplanmıştır. Yıl boyunca yerden 0 m yüselitei rüzgar hızlarının saatli ortalamaları aydedilmiştir. Veri içinde rüzgar yönü bilgisi de mevcuttur. Anca bu çalışmada rüzgar potansiyeli, rüzgar türbinleri ile rüzgar enerjisinden faydalanılması amacıyla araştırılmatadır. Bu nedenle rüzgar türbininin rüzgarın geliş yönüne bağlı olara direği eseninde dönere rüzgar yönüne uyum sağlayacağı varsayımı ile rüzgar yönleri diate alınmamıştır. Ortalama hız ve güç aısının yalaşı olara rüzgar türbininin rotor merez eseninin muhtemel olabileceği bir yüselitei değerlerinin hesaplanması önemlidir. Halihazırda ullanılan çeşitli rüzgar türbinlerinin üreticileri tarafından üretilen modeller için farlı yüseliler önerilmetedir. Enercon firması tarafından üretilen E-48 modeli için bu yüseli m, Siemens firması tarafından üretilen SWT modeli için m olara önerilmetedir [20, 2]. Çalışmada yapılaca olan hesaplamalar ve verilen sonuçlar için bu değer 50 m olara seçilmiştir. Mevcut veri 0 m yüselite ölçülmüş olduğundan rüzgar hızlarının 50 m yüseliğe den gelen değerlere uyarlanması güç anunu profiline göre denlem (2.2) ullanılara yapılmıştır. Denlemdei α atsayısının belirlenmesi için yüzey 7

33 şartları ile ilgili ullanılabilir bilgi mevcut olmadığından tüm veri için IEC standartlarında önerilen α = 0. 2 değeri ullanılacatır [22]. Denlem (3.) ile denlem (2.2) nin bu bilgiler ışığında düzenlenmiş hali gösterilmiştir. V V 50 0 ( z) 50 = ( z) (3.) Tablo 3.2 ile 0 m yüselitei rüzgar hızlarının sınıflandırılması verilmiştir []. Bu sınıflandırmaya göre 34 m/s üstündei rüzgar hızları asırga şartlarında görülmetedir. 0 m yüselite 34 m/s olara ölçülen rüzgar hızı denlem (3.) uyarınca 50 m yüselitei yalaşı 47 m/s olmatadır yılı içerisinde Türiye de bir asırga yaşanmadığından mevcut rüzgar verisinde 50 m yüselite 50 m/s hızı aşan değerler geçersiz ayıt abul edilmiştir. Ayrıca ölçüm sırasında ölçüm hatası sonucu oluşan değerler veri içerisinde 99.9 m/s olara belirtilmiştir. Tablo m yüselitei rüzgarların hızlarına göre sınıflandırılması Rüzgar Hızı Rüzgar Tipi Sain Hafif Orta 8.5- Rüzgarlı Güçlü Sert Ço Sert >34 Kasırga 2005 yılı içerisinde 224 ölçüm istasyonunda toplam adet saatli ortalama rüzgar hızı ölçümü ayıt altına alınmıştır. Tüm veri içinde ölçümlerin 2583 adedi (%0.3) geçersiz ayıt, 3232 adedi (%.7) 0 m/s dir. 2 istasyon için veri 365 günün altındadır. Konya meteoroloji istasyonu için veri 300 günün altında, sadece 3 günlü Oca ayı verisidir. Bu nedenle Konya istasyonu verileri hesaplamalarda ullanılmayacatır. Diğer üme halinde esi olan veriler Bozcaada istasyonu için Nisan ayı verisi ve Düzce istasyonu için Mayıs ayı verisidir. 8

34 3..2. Hava sıcalıları Rüzgar havadan oluşan bir ütlenin yer değiştirmesi ile oluşmatadır. Denlem (2.) ile gösterildiği gibi yer değiştiren havanın taşıdığı güç havanın yoğunluğu ile doğru orantılıdır. Bir onumda hava yoğunluğunun denlem (2.4) ile hesaplanabilmesi için deniz seviyesinden yüseliğe e olara sıcalı değerleri de gerelidir. Hız ölçümlerinin yapıldığı onumlardai yıllı ortalama sıcalı değerleri Şeil 3.2 ile verilen Devlet Meteoroloji İşleri Genel Müdürlüğü tarafından yayınlanmış olan Türiye ortalama sıcalı normali haritası ve Şeil 3. ile verilen meteoroloji istasyonları onumları haritasının arşılaştırılması ile belirlenmiştir [23]. Hız verisi toplanan meteoroloji istasyonları için yıllı ortalama sıcalılar E-A Tablo A. ile gösterilmiştir. Şeil 3.2 Türiye ortalama sıcalı normalleri Türiye coğrafi haritasının çizilmesi Türiye sınırlarının çizilmesinde 992 yılında Amerian Savunma Harita Teşilatı tarafından hazırlanmış olan 2 grup halinde toplam 5750 adet enlem boylam verisinden faydalanılmıştır [24]. Şeil 3.3, E-A Tablo A. ve bu çalışmada çizilen tüm haritalarda enlem ve boylam değerleri derece cinsinden olup, notadan sonrai haneler ondalı dereceleri göstermetedir. Türiye coğrafi bölgelerini ayıran çizgiler ise Türiye atlasındai çizgilerinin Google Earth programındai izdüşümleri üzerine 9

35 çizilen çizgilere ait 08 adet enlem ve boylamı belli nota ile çizilmiştir [25]. Türiye sınırları ve coğrafi bölgelerini gösteren harita Şeil 3.3 ile verilmiştir. Şeil 3.3 Türiye haritası 3.2. Rüzgar Hızlarının Hesaplanması Ana program aış şeması Yazılan FORTRAN programı ile il olara tüm istasyonlar için hız ölçüm verileri ayıtlı olduları dosyadan bir matris olara ounmatadır. Ardından tüm istasyon notaları için yüseli ve sıcalı verisi yine bir matris halinde ounmatadır. Yardımcı matrisler olara hız veri matrisinde hangi verinin hangi istasyona ve tarihe ait olduğunu sınır değerleri işaretleyere belirleyen ve istasyonlara program içinde ullanılma üzere ounduları sıra ile numara veren e matrisler oluşturulmuştur. İstatistisel hesaplamalara başlanmadan önce hız verileri güç anunu profili ullanılara 50 m yüseliğe uyarlanmış ve veri içinde geçersiz olara abul edilen değerler, hesaplamalarda ullanılaca değerlerden ayırılmıştır. Hesaplamaların istasyonlar için yıllı verilerin tamamı yerine örneğin sadece belli bir ayda yer alan veriler ile yapılması istendiğinde bu ay dışında yer alan veriler geçersiz veri olara tanımlanmıştır. 20

36 Ana programın bir sonrai aşamasında Gama fonsiyonu değerlerinin hesaplanması gereecetir. Gama fonsiyonunun yazılan FORTRAN programı ile yapılan hesaplamalarda ullanımı paet programların neticelerinin alınması, hazır gama fonsiyonu odlarının yazılan oda dahil edilmesi veya fonsiyonu bir polinom olara ifade etme amacıyla matematisel yalaşımların ullanımıyla mümün olabilir. Bu çalışmada Stirling ve Lanczos yalaşımları ullanılara gama fonsiyonu odda bir polinom ile temsil edilecetir. Stirling yalaşımına göre gama fonsiyonu (3.2) numaralı denlem ile hesaplanabilir [26]. 2π x x Γ( ) = x sinh + x 6 e x 80x x (3.2) Lanczos yalaşımı 964 de Cornelius Lanczos tarafından yayınlanmıştır. Bu yalaşıma göre gama fonsiyonu (3.3) numaralı denlem ile temsil edilir. Γ( z + ) = z+ 0.5 ( z + g + 0.5) exp[ ( z + g + 0.5) ] A( z) 2π (3.3) (3.4) denlemindei g atsayısı, p matrisi ile verilen atsayılar, değişen dönüşümü ile gama fonsiyonu denlem (3.5) ile verilen şeilde yazılabilir [26]. Burada A yaınsa bir seridir ve denlem (3.6) ile verilmiştir. g = 7 ; p = ; x = z+ (3.4) e e - 7 Γ( x) = [ ( x + 6.5) ] A( x ) x 0.5 2π ( x + 6.5) exp (3.5) 2

37 [ 2] p[ 3] p A ( x ) = p[] (3.6) x x + Gama fonsiyonunun FORTRAN odu ile hesaplanması için denenen yöntemler Stirling Yalaşımı, Lanczos Yalaşımı, Microsoft Developer Studio Fortran Power Station 4.0 programı bünyesindei Numerical Recipes ütüphanesinden alınan hazır gama fonsiyonu odu ve Compaq Visual Fortran Professional Edition 6..0 programı bünyesindei International Mathematical and Statistical Libarary (IMSL) ütüphanesinden alınan hazır gama fonsiyonudur. Yöntemler ıyaslanıren paet program Matlab 5.3 ile hesaplanan gama fonsiyonu değerleri ullanılmıştır. Rüzgar verisi ile yapılan hesaplamalara uygun bir aralı olara Γ (x) fonsiyonu x değerinin (,8) aralığında 0. far ile değişen 7 değeri için her yöntemle hesaplanara ıyaslanmıştır. Kıyaslama için bu aralıta Root Mean Square (RMS) hataları ullanılmıştır. RMS hata tanımı denlem (3.7) ile verilmiştir [27]. / 2 2 ( xi ) y2( xi ) N E RMS = y (3.7) N i= Bu denlemde y Matlab ile hesaplanan gama fonsiyonu değeri, y 2 denenen yöntemle hesaplanan gama fonsiyonu değeri ve N arşılaştırma yapılan nota sayısıdır. Tablo 3.3 Gama fonsiyonu yöntem seçimi E RMS Yöntem Stirling Yalaşımı Lanczos Yalaşımı Numerical Recipes IMSL Kütüphanesi Hata ıyaslamasının sonuçları Tablo 3.3 ile verilmiştir. Denenen yöntemlerin hepsinin yaın sonuçlar verdiği görülmüştür. Matlab programı ile yapılan hesaplamaya en yaın sonucu veren Lanczos yalaşımı hesaplamalarda ullanılma üzere seçilmiştir. İstatistisel hesaplamaların il adımında her istasyon için rüzgar hız verisinin aritmeti ortalaması V ma ve standart sapması σ a hesaplanmıştır. Ardından Weibull 22

38 dağılımı şeil fatörü ve ölçe fatörü c hesaplanmıştır. Bu fatörlere bağlı olara dağılım için ortalama hız değeri dağılımına en büyü atıyı yapan hız V m, standart sapma σ, en olası hız V mp ve enerji V me değerleri hesaplanmıştır. Ardından istasyon için yüseli ve sıcalı değerlerine bağlı olara hava yoğunluğu ρ hesaplanmıştır. Hava yoğunluğu, şeil ve ölçe fatörlerine bağlı olara güç aısı P / A hesaplanmıştır. Sonrai adımda her istasyon için 0-34 m/s aralığında olasılı yoğunlu fonsiyonu f ve ümülatif dağılım fonsiyonu F değerleri hesaplanmıştır. Son olara her istasyon için R ve R 2.0 atsayıları hesaplanmıştır. Hesaplamalarla her istasyon elde için elde edilen sonuçlar istasyon adı belirtilere dosyalara aydedilmiştir. Program için Weibull dağılım fatörlerinin hesaplandığı ısım farlı hesap yöntemleri için değiştirilere odun farlı versiyonları elde edilmiş ve bu farlı versiyonların ullanımı ile yöntemler denenmiştir. FORTRAN programının ana program olara anılan ısmı Weibull dağılım fatörlerinin hesaplanmalarını içermeyen ısımdır. Bu fatörlerin hesaplandığı ısma ait hesaplamalar ile ilgili açılamalar ve aış şemaları bölüm içerisinde verilmiştir. Ana program aış şeması Şeil 3.4 ile gösterilmiştir. Şemada j indisi, j numaralı ölçüm istasyonunu belirtmetedir Weibull fatörlerinin hesaplanması Weibull dağılımını mevcut veri ile elde edilen şeil ve ölçe fatörü belirlemetedir. Ortalama hız, en olası hız, güç aısı ve benzeri hesaplanan değerler de yine bu fatörlere bağlı olara hesaplanmatadır. Şeil ve ölçe fatörünün tayin edilmesi için çeşitli yöntemler mevcuttur. Bu bölümde masimum olasılı yöntemi, standart sapma yöntemi, grafi yöntem ve enerji eğilim fatörü yöntemi incelenmiş, arşılaştırılmış ve hesaplamalar için yöntem seçimi yapılmıştır. 23

39 Hız ölçümleri, sıcalı ve yüselilerin ounması V, T j, z j İstasyon, tarih e matrisleri SL j, D j Hızların 50 m uyarlanması, geçerlili sorgulaması i V i ( 50/0) 0. 2 V=, V <?50m / s İstasyon döngüsü başlangıcı j= V ma, j, σ a, j j, c j V m, j,σ j, Vmp, j, VmE, j ρ j hesabı (P/A) j f, F, R R j j 2 0.9, 2.0 Son istasyon oundu mu? j = 224 HAYIR j = j+ EVET Sonuçları aydet Şeil 3.4 Ana program aış şeması 24

40 25 Masimum Olasılı Yöntemi Weibull dağılımı için olasılı fonsiyonu (3.8) numaralı denlem ile verilmiştir [28]. ) ( ), ( i n i V f c L Π = = (3.8) Denlem (2.9) ile verilen olasılı yoğunlu fonsiyonu bu denlemde ullanılabilir. ( ) i i n i V c V c c L = =Π exp ), ( (3.9) (3.9) numaralı denlemin her ii tarafının doğal logaritması alınara (3.) elde edilir. [ ] = + = n i i i V c V c c L )ln ( ln ln ), ( ln (3.0) = = + = n i i n i i V c V c n n c L ln ) ( ln ln ), ( ln (3.) Olasılı fonsiyonunun masimum değeri için şeil fatörü ve ölçe fatörüne göre türevleri sıfıra eşitlenere aşağıdai denlemler elde edilir. = + = + = n i i V c nc c c L ) ( 0 ), ( ln (3.2) = = = = + + = n i n i n i i i i V c c V V c V c n n c L 0 ln ln ln ln ), ( ln (3.3) (3.2) numaralı denlemden (3.4) elde edilebilir. (3.4) denlemi (3.3) de yerine yerleştirilere şeil fatörü için (3.5) elde edilir. = = n i i V n c (3.4)

41 = n Vi i= n i= ln V V i i n i= ln V n i (3.5) Denlem (3.5) iteratif olara çözülmüştür. Iterasyonun yaınsama riteri olara göreceli yalaşılı (relative convergence) metodu ile hata belirlenmiştir. m+ m < ε (3.6) m Bu denlemde ε ile gösterilen hata 4 0 değerinin altında ise iterasyon neticelendirilmiş, değilse (3.7) denlemi ile yeni şeil fatörü hesaplanara iterasyona devam edilmiştir. = (3.7) m m m Şeil fatörü hesaplandıtan sonra (3.4) denlemi düzenlenere (3.8) ile ölçe fatörü hesaplanmatadır. c = n n V i i= / (3.8) Masimum olasılı yöntemi ile Weibull fatörlerinin hesaplanması için yazılan programın aış şeması Şeil 3.5 ile gösterilmiştir. Bu yöntem çalışmada MOY ısaltması ile anılacatır. Standart Sapma Yöntemi Weibull dağılımı şeil ve ölçe fatörleri, diret olara rüzgar hız verisi ile hesaplanan aritmeti ortalama ve standart sapma ullanılara hesaplanabilir. Diret veriden hesaplanan aritmeti ortalama ve standart sapma denlem (3.9) ve (3.20) ile tanımlanmıştır [3]. 26

42 Başlangıç değeri m =2.0 Yeni hesabı m+ = n m Vi ln i= n m Vi i= V i n i= lnvi n = m.3 m+ m Hata ontrolü m+ m m < ε HAYIR EVET c hesabı c = n n 2 V i i= / 2 Şeil 3.5 Masimum olasılı yöntemi aış şeması Sırasıyla denlem (2.8) ve (2.2) ile verilen Weibull ortalama rüzgar hızı ve standart sapmasını oranlayara ve (3.2) ile verilen değişen dönüşümü yapılara aritmeti ortalama hız ve standart sapmadan şeil ve ölçe fatörlerinin bulunmasını sağlayan (3.22) denlemi bulunabilir [29]. 27

43 V = n ma V i n i= (3.9) n 2 σ a = ( Vi Vm ) (3.20) n i= x= (3.2) g( x) = Γ( + 2x) σ = 0 2 ( ) Γ + x V m 2 (3.22) Bu denlem x için il değer atanara Newton iterasyon yöntemi ile çözülebilir [27]. x = x g m m+ m (3.23) g m x dolayısıyla şeil fatörünün iterasyon sırasında bulunması sırasında yaınsama riteri olara denlem (3.6) ile verilmiş olan göreceli yalaşılı metodu hata olara ullanılmıştır. Yaınsama olmayan adımlarda bir sonrai iterasyon değerine geçilmesi için denlem (3.7) ullanılmıştır. Şeil fatörü bulundutan sonra ölçe fatörü denlem (2.8) düzenlenere denlem (3.24) ile hesaplanır. 0 4 c = Vma Γ + (3.24) g fonsiyonunun türevi aşağıdai şeilde yazılır. dg( x) Γ ( + 2x) Γ( + x) 2Γ( + 2x) Γ ( + x) g = = (3.25) 3 dx Γ ( + x) 28

44 Gama fonsiyonun türevinin yazılması için ii ayrı yol izlenecetir. Birincisi Windrose paet programının algoritması ullanılara Stirling yalaşımı yardımı ile iincisi ise bu çalışmada seçilen yöntem olan Lanczos yalaşımı yardımı ile olacatır. İi hesaplama bu çalışmada sırasıyla SSY-ST ve SSY-LN ısaltmalarıyla anılacatır. Stirling yalaşımıyla gama fonsiyonu aşağıdai seri ile temsil edilebilir. ( x 0.5) x Γ ( x) = x e 2π A( x) (3.26) a a a a4 A ( x) = (3.27) x x x x a = 2 ; a = ; a 3 = ; a 4 = ;... (3.28) Bu üç denlem ullanılara gama fonsiyonun türevi (3.29) ile gösterilmiştir. Γ ( x) = x 2πxx e x x 2x da( x) A( x) + A( x) ln x + dx (3.29) Denlem basitleştirilere, Γ ( x) = x 2πxx e x x A( x) 2x da( x) + ln x + dx Γ( x) x (3.30) B( x) Γ( x) Γ ( x) = (3.3) x şelinde elde edilir. Buradai B (x), A(x) serisinin il dört terimi ullanılara denlem (3.32) ile gösterilmiştir. B( x) = x x a 2a2 3a 3 2π xx e A( x) + ln x (3.32) 2x x x x 29

45 Lanczos yalaşımı ile ullanılan atsayılar, gama fonsiyonunun temsili ve A(x-) serisi denlem (3.4), (3.5) ve (3.6) ile gösterilmişti. (3.5) numaralı denlemin türevi alınara, Γ ( x) = 2π e ( x+ 6.5) ( x + 6.5) x 0.5 x [( x 0.5) ( x + 6.5) A( x ) + da( x ) A( x ) ln( x + 6.5) A( x ) + dx (3.33) elde edilebilir. A ( x ) serisinin türevi denlem (3.34) ile gösterilmiştir. da( x ) dx = [ 2] p[ 3] ( x + 2) p x p[ 4] ( x + 3) (3.34) Standart sapma yöntemi ile Weibull fatörlerinin hesaplanması için yazılan programın aış şeması Şeil 3.6 ile gösterilmiştir. Grafi Yöntem Denlem 2. ile verilmiş olan Weibull ümülatif dağılım fonsiyonu yeniden yazılara, V F( V ) = exp (3.35) c elde edilir. Bu denlemin ii defa doğal logaritması alınara denlem (3.36) elde edilir. { ln[ F( V )]} = ln( Vi ) ln c ln (3.36) 30

46 Ortalama hızın ve standart sapmanın hesaplanması V = n ma V i n i= n ; σ a = ( Vi n i= V m ) 2 Başlangıç değeri = 2.0 ; x= Yeni hesabı Γ( + 2x) σ a g( x) = = 0 2 ( ) ; Γ + x Vma 2 x m+ = x m g m g m = m.3 m m Hata ontrolü m+ m m < ε HAYIR EVET c hesabı c = Vm Γ + Şeil 3.6 Standart sapma yöntemi aış şeması 3

47 (3.36) ile verilen bağıntıdai ln ( V i ) x esenine ve ln{ ln[ F( V )]} y esenine yerleştirilse yalaşı doğrusal bir grafi elde edilebilir [4]. Bu notaları temsilen denlem (3.39) ile gösterildiği gibi bir doğru çizilebilir. x= ln( V i ) (3.37) { ln[ ( V )]} y = ln F (3.38) y = Ax+ B (3.39) Doğrunun eğimi şeil fatörüne eşit olacatır. Bulunan şeil fatörü ve denlemin x esenini estiği notadan faydalanılara ölçe fatörü hesaplanabilir. = A (3.40) ( ) c = exp B (3.4) Hesaplanan (x,y) çiftlerine bir doğru uydurulması için en üçü areler doğrusu (Least squares line) ullanılabilir. Bu yöntem ile denlem (3.39) dai A ve B, (3.42) ve (3.43) denlemleri çözülere bulunur [27]. Bu denlemlerde N ullanılan nota sayısıdır. N i= x 2 i A + N i= xi B = N i= x i y i (3.42) N i= xi A + NB = N i= y i (3.43) N i= x 2 i = Z N N ; xi= Z2 ; xi yi= Z3 i= i= N ; y i = Z i= 4 ; N= Z5 (3.44) 32

48 Z Z Z A= ; Z 2 Z Z Z Z Z Z Z 2 4 B= (3.45) Z 2 Z Z Z Z Grafi yöntem ile Weibull fatörleri hesaplanıren 4-6 m/s aralığındai verilerin ullanılması önerilmetedir [29]. Anca bu çalışmada ullanılan veri sadece rüzgar potansiyeli yüse bölgelerde toplanmadığı için önerilen aralı bazı veri gurupları için yanıltıcı olmata hatta hesaplanamamalarına sebep olmatadır. Bu sebeple hesap aralığı m/s ile her ölçüm notası verisi için gerçe ümülatif dağılımın bire eşit olduğu hız değeri olara belirlenmiştir. Grafi yöntem ile Weibull fatörlerinin hesaplanması için yazılan programın aış şeması Şeil 3.7 ile gösterilmiştir. Bu yöntem çalışmada GM ısaltması ile anılacatır. Hesap aralığının belirlenmesi, N N adet (x,y) çiftlerinin oluşturulması Doğru uydurulması. A,B çözümü hesabı = A c hesabı c = exp ( B ) Şeil 3.7 Grafi yöntem aış şeması Enerji Eğilim Fatörü Yöntemi Enerji eğilim fatörü rüzgarın toplam gücü ile ortalama hızın üpü ile bulunan rüzgar gücünün oranı olara tanımlanır. Enerji eğilim fatörü bulundutan sonra şeil fatörü denlem (3.47) ile yalaşı olara hesaplanabilir [4]. 33

49 n 3 V n i i= E PF = (3.46) n 3 n i= V i = 3.957EPF (3.47) Şeil fatörü bulundutan sonra ölçe fatörü denlem (3.8) ile hesaplanmatadır. Enerji eğilim fatörü yöntemi ile Weibull fatörlerinin hesaplanması için yazılan programın aış şeması Şeil 3.8 ile gösterilmiştir. Bu yöntem çalışmada EEFY ısaltması ile anılacatır. Enerji eğilim fatörü E PF n = n n i= n i= V V 3 i 3 i hesabı = 3.957EPF c hesabı c = n n 2 V i i= / 2 Şeil 3.8 Enerji eğilim fatörü yöntemi aış şeması Yöntem Seçimi Weibull fatörlerinin belirlenmesi için ullanılan hesap yöntemlerinin ıyaslanması ve hesaplamaların devamında ullanılaca yöntemin seçilmesi için ümülatif 34

50 dağılım fonsiyonunun çeşitli hızlardai değerleri ullanılacatır. Örne olara seçilen Bozcaada ve Kumöy istasyonları için farlı yöntemlerle bulunan atsayılar ile yıllı ümülatif dağılımlar çizilmiştir. Şeil 3.9 ile Bozcaada istasyonunda ölçülen yıllı hız değerleri ve hesaplanan dağılımların ümülatif dağılım fonsiyonunun rüzgar hızı ile değişimi gösterilmiştir. GM ile bulunan dağılım nispeten gerçe dağılımın üstünde olasılılı değerlere sahip bir hız dağılımı vermiştir. Oysai yalaşı 5 m/s değerine adar gerçeğe en uygun dağılım bu yöntemle elde edilmiştir. EEFY ile hesaplanan dağılımın ise nispeten gerçe dağılımın altında olasılılı değerlerde olduğu gözlenmiştir. SSY-LN ve SSY-ST ço yaın neticeler vermetedir. MOY de SY-LN ve SSY-ST ile benzer sonuçlar vermiştir ve her üç yöntem ile elde edilen dağılımlar gerçe dağılıma benzerdir Gerçe MOY EEFY SSY-ST SSY-LN GM F Rüzgar Hızı Şeil 3.9 Bozcaada verileri için yıllı ümülatif hız dağılımları Şeil 3.0 ile benzer dağılım grafiği Kumöy istasyonundan alınan veriler ullanılara gösterilmiştir. Bu istasyon verisi için GM 3 m/s nin altındai değerler için en yaın neticeleri vermiş, üstündei değerler için gerçe dağılımından düşü olasılı değerlerinde almıştır. Diğer yöntemler ise 4 m/s altındai hızlarda gerçe 35

51 dağılımın üstünde olasılı değerleri veriren 4 m/s üstündei hızlar için gerçe dağılımın altında olasılı değerleri ve birbirlerine yaın sonuçlar vermiştir. F Rüzgar Hızı Gerçe MOY EEFY SSY-ST SSY-LN GM Şeil 3.0 Kumöy verileri için yıllı ümülatif hız dağılımları Dağılımların ıyaslanmasında net bir sonuç elde etme için R 2 regresyon atsayısı (coefficient of determination) ullanılmıştır. R 2 atsayısının tanımı denlem (3.48) ile gösterilmiştir [30]. R 2 V ( Fi, gerçe Fi, Weibull ) (3.48) ( F F ) i= = V i= i, gerçe ortalama R 2 atsayısı gerçe dağılım ile Weibull dağılımlarının ıyaslanması için Weibull dağılımının bir ortalama değer ile olan toplam farının Gerçe dağılımının aynı ortalama değerle farının oranıdır. Weibull dağılımı gerçe dağılıma ne adar yaın olursa R 2 değeri de değerine yalaşmatadır. Dağılımlar arasındai farlılılar ümülatif dağılımın 0.9 değerinin altında daha belirgindir değerleri arasında 36

52 dağılım düşü eğimli, düşü hatalı ve ço yaın değerler aldığından bu ısmın denlem (3.48) ullanılıren hesaba atılması yöntemler arasındai farlılıların gözlenmesini zorlaştırmatadır. Bu nedenle denlem (3.48) de toplamlar m/s den F fonsiyonunun 0.9 olduğu notaya adar hesaplanara Tablo 3.4 oluşturulmuştur. F fonsiyonunun 0.9 olduğu notaya adar hesap yapıldığı 0.9 indisi ile belirtilmiştir. Bu durumda denlem (3.48) dei öncei en büyü değerinin yarısına eşit olmatadır. F ortalama değeri, ümülatif fonsiyonun 0.9 dan Tablo 3.4 Bozcaada verileri için ortalama hız, Weibull fatörleri ve R 2 Gerçe MOY EEFY SSY-ST SSY-LN GM R c V m Tablo 3.5 Kumöy verileri için ortalama hız, Weibull fatörleri ve R 2 Gerçe MOY EEFY SSY-ST SSY-LN GM R c V m R 2 değerleri göz önüne alınara Kumöy istasyonu verileri için en iyi neticenin MOY ile alındığı görülmetedir. Bozcaada verileri için ise MOY, SSY-ST ve SSY- LN birbirine eşit ve en yaın neticeleri vermiştir. Tüm istasyon verileri için ullanılaca orta yöntemin seçimi için ise tüm istasyonların yıllı verileri için ümülatif fonsiyonun.0 değerini aldığı notaya adar R 2 atsayıları ıyaslanmıştır. F fonsiyonunun.0 olduğu notaya adar hesap yapıldığı.0 indisi ile belirtilmiştir. Bu durumda F ortalama değeri ümülatif fonsiyonun.0 dan öncei en büyü değerinin yarısına eşit olmatadır. Tablo 3.6 ile bu atsayıların tüm istasyon verileri için aritmeti ortalaması ve R 2 atsayısının aldığı en üçü değer gösterilmiştir. 37

53 Tablo 3.6 Tüm istasyonların yıllı verileri için R 2 MOY EEFY SSY-ST SSY-LN GM Ortalama R En Düşü R Ortalama R 2 göz önüne alınara yöntemlerin tamamı hem birbirlerine hem de gerçe veriye yaın neticeler vermetedir. MOY, SSY-ST ve SST-LN en iyi ve eşit yalaşılıla gerçe veriyi en iyi temsil eden Weibull fatörlerinin elde edilmesini sağlamıştır. GM metodu ise gerçe veriden en uza neticeleri vermiştir. Anca GM ullanılıren hesap için seçilen hız aralığı büyü önem taşımatadır. Dolayısıyla bu çalışmada olduğu gibi birço farlı ölçüm istasyonuna ait veri için orta yöntem seçimi yapılmayara, bir grup veri üzerinde çalışıldığında GM hesap aralığı bu veriye uygun şeilde seçilere daha iyi neticeler elde edilebilir. Bu çalışmada MOY, SSY-ST ve SST-LN arasında bir seçim yapılması için farlı istasyon verileri arasında elde edilen en düşü R 2 atsayısı diate alınara masimum olasılı yönteminin ullanılmasına arar verilmiştir. Masimum olasılı yöntemi ile elde edilen neticeler WERA ve WaSP paet programları ile arşılaştırılmıştır. Programların mevcut opyalarındai ısıtlamalar nedeniyle arşılaştırma sadece bir aylı veri ile yapılabilmiştir. Örne olara Bozcaada ve Kumöy istasyonlarında Oca ayı içerisinde toplanmış rüzgar hızı verisi ullanılmıştır. Tablo 3.7 ile Bozcaada istasyonu Oca verileri ile yapılan hesaplamanın sonuçları verilmiştir. R atsayısı göze alındığında en iyi sonucun MOY ile elde edildiği görülmetedir. İinci en iyi netice ise yalaşı % far ile WaSP programı ullanılara bulunmuştur. Ortalama hızlar açısından ise MOY ve WaSP gerçe değere yaın neticeler veriren WERA yalaşı 3 m/s yüse bir ortalama hız sonucu vermiştir. Tablo 3.7 Bozcaada Oca verileri için ortalama hız, Weibull fatörleri ve R 2 Gerçe MOY WERA WaSP c V m R

54 Şeil 3. ile Bozcaada verileri için Oca ayı ümülatif hız dağılımları gösterilmiştir. Gerçe dağılıma en yaın netice MOY ile elde edilmiştir. WaSP programı ile hesaplanan dağılım MOY sonucuna ço yaın netice veriren WERA programı ile elde edilen dağılım nispeten gerçe veriden daha uza ve yüse ortalamalar verece nitelite olduğu görülmüştür F Gerçe MOY WERA WaSP Rüzgar Hızı Şeil 3. Bozcaada verileri için Oca ayı ümülatif hız dağılımları Tablo 3.8 ile Kumöy istasyonu Oca verileri ile yapılan hesaplamanın sonuçları verilmiştir. R atsayısı göze alındığında en iyi sonucun MOY ile elde edildiği görülmetedir. İinci en iyi netice ise Bozcaada verisi için olduğu gibi % far ile WaSP programı ullanılara bulunmuştur. Ortalama hızlar açısından ise MOY ve WaSP gerçe değere yaın neticeler veriren WERA yalaşı.5 m/s yüse bir ortalama hız sonucu vermiştir. Tablo 3.8 Kumöy Oca verileri için ortalama hız, Weibull fatörleri ve R 2 Gerçe MOY WERA WaSP c V m R

55 Şeil 3.2 ile gösterilen Kumöy istasyonu için çizilen ümülatif dağılımlarda MOY ile ne iyi netice elde edilmiştir. MOY ile hesaplanan dağılım 6 m/s altındai hızlarda gerçeten daha düşü olasılılı bir dağılım veriren, 6-4 m/s aralığında gerçe değerlerden daha yüse olasılılı bir dağılım vermiştir. 4 m/s üstünde ise ufa bir farla gerçe dağılımdan daha ufa olasılı değerleri vermetedir. WaSP ile hesaplanan dağılım da gerçe ve MOY dağılımına yaındır. 0 m/s altında dağılım gerçe dağılımdan daha üçü olasılı değerlerinde almata, 0-4 m/s arasında gerçe dağılımdan daha yüse olasılılarda sonuç vermete ve 5 m/s hızından itibaren MOY sonuçları ile çaışmatadır. WERA programı ile elde edilen dağılım ise Bozcaada verilerinde olduğu gibi nispeten gerçe veriden daha uza ve yüse ortalamalar verece nitelite olduğu görülmüştür F Gerçe MOY WERA WaSP Rüzgar Hızı Şeil 3.2 Kumöy verileri için Oca ayı ümülatif hız dağılımları 3.3. Kriging Metodu Bu çalışmada veri alınan notalar ve dolayısıyla hesaplama sonuçlarının temsil ettiği notalar 2 boyutlu Türiye haritası üzerinde birço farlı onumdadır (Baınız Şeil 3.). Bu notaların onumları herhangi bir düzene uymamatadır. Nota sayısının çoluğu bu tip sonuç verilerinin hem sunumunu hem de anlaşılır olmasını zorlaştırmatadır. Bu durumda en uygun yöntem verilerin ii boyutlu bir düzlem üzerinde eş değer alan dağılımı olara gösterilmesidir. Bu gösterim örneğin rüzgar 40

56 hızı için harita üzerinde yapıldığında rüzgar hızı atlası olara adlandırılır. Örne olara Şeil 3.3 ile verilen Tayvan meteoroloji istasyonlarında toplanmış veri ve rüzgar güç aısı atlası ve Şeil.4 ile gösterilen Türiye Rüzgar Enerji Potansiyeli Atlası rüzgar dağılımı gösterilebilir [8, 8]. Şeil 3.3 Tayvan meteoroloji istasyonları ve rüzgar güç aısı [W/m 2 ] Bu çalışmada ullanılan meteoroloji istasyonları arasında alan alanlar için rüzgar dağılımlarını etileyen coğrafi yeryüzü şeilleri gibi bilgiler mevcut olmadığından bilinen notalar arasında riging teniği ile interpolasyon yapılmıştır. Hesaplamalar Sidler, R. tarafından bitirme tezi için yazılmış olan MATLAB programı ile yapılmıştır. Program sıradan riging (ordinary riging) yöntemini ullanmatadır [3]. Kriging jeo-istatisti onularda ullanılma üzere örneğin biraç notada haında bilgi bulunan bir madenin bulunduğu diğer muhtemel notaların tahmininde ullanılmıştır. Kriging elimesi optimum tahmin anlamında ullanılmatadır [32]. Hesaplamalarda ii ana abul yapılmatadır. Göz önüne alınan alanın büyülüğünden ve bilinen notalarının onumlarından bağımsız olara değişenin bu alandai aritmeti ortalaması sabittir. İinci olara ii ayrı notada değişenin değerleri arasındai ilişi sadece notalar arasındai mesafeye bağlıdır. Notaların mutla onumlarından bağımsızdır. Sıradan riging yönteminde u r onum vetörü ve λ riging ağırlı atsayıları olma üzere bilinen X u r ) değerlerinden i ( i 4

57 ) bilinmeyen X u r ) ( 0 değerinin hesaplanması denlem (3.49) ile gösterilmiştir. Bilinmeyen notadai değer tanımlanan çevre içinde alan notalardai değerler riging atsayıları ile ağırlılandırılara hesaplanır. Yaın notalardai notaların ağırlığı fazla, uza notaların ağırlıları azdır [3]. ) r X ( u n r ) = λ X ( u ) 0 i i i= (3.49) Sıradan riging için λ i atsayıları denlem (3.50) ile verilen şartı sağlamatadır. n i= λ i = (3.50) Tahmin edilen değerler ve gerçe değerler arasında standart sapma σ, gerçe değerler bilinmediğinden diret hesaplanamaz. Bu nedenle standart sapma istatistisel orta değişim (covariance) fonsiyonları yardımı ile yazılır. Bu çalışmada denlem (3.5) ile gösterilen Von Kármán tipi orta değişim fonsiyonu ullanılmıştır [3]. Denlemde K ν modifiye Bessel fonsiyonu, a bölge yarıçapıdır. 2 σ C( τ ) = ν ( τ / a) K ( τ / a) ν ν 2 Γ( ν ) (3.5) λ i atsayıları standart sapmayı en üçü yapaca şeilde hesaplanır. Bu amaçla denlem (3.52) ile gösterilen türev sıfıra eşit olaca şeilde oluşan denlemler çözülere λ i atsayıları bulunur. σ λ = 0 (3.52) Kriging hesabı için ullanılan çözüm ağı (grid) Şeil 3.4 ile gösterilmiştir. 42

58 4,08 Enlem 36,08 25,90 30,90 35,90 40,90 Boylam Şeil 3.4 Kriging için ullanılan çözüm ağı (grid) 43

59 4. NETİCELER VE YORUMLAR 4..Giriş Bu bölümde çalışma apsamında yazılmış olan FORTRAN odu ile elde edilen sonuçlar sunulmuş ve sonuçlar haında yorumlar yapılmıştır. Sonuçlar 8 ayrı başlı altında verilmiştir. Bu başlılardan birincisi Türiye genelindei tüm istasyonlar için yapılan tespitler, diğer 7 bölüm ise bu istasyonların bulunduları coğrafi bölgelere göre gruplanara yapılan tespitleri apsamatadır. Türiye genelinde tüm istasyonların sonuçlarının verildiği birinci bölümde tablolar ve şeiller ile ilgili detaylı açılama yapılmıştır. Diğer 7 bölümde ise aynı düzende ve yöntemle oluşturulmuş tablo ve şeiller ullanılacatır. Birinci bölümde yapılan açılamalar geçerlidir. Her bölümde öncelile rüzgar güç aısına göre en yüse değerlere sahip istasyonlar sıralanaca, bu istasyonlar için enerji aısı ve R 2.0 değerleri verilecetir. Güç aısı için genel anlamda bir değerlendirme Tablo 4. ile verilmiştir [3]. Tablo 4. Rüzgar güç aısı sınıflandırması P / A Değerlendirme < 00 W/m 2 Zayıf 400 W/m 2 İyi > 700 W/m 2 Ço iyi Ortalama hız, en olası hız ve enerji aısına en büyü atıyı sağlayan hız açısından da en büyü değerlerdei istasyonlar verilmiştir. Güç aısı açısından en iyi değerlere sahip istasyonlara ait yıllı şeil fatörleri, ölçe fatörleri, ortalama hızlar ve güç aıları da tablolar halinde sunulmuştur. Tablolarda %S olara gösterilen değer 0m/s olan ölçümlerin bir yıl içindei yani 8760 saat içerisindei yüzdeli oran olara apladığı zamandır. 44

60 Weibull olasılı fonsiyonları gerçe ölçüm verileri için sıfır ölçüm değerlerini apsamamatadır. Bu nedenle gerçe ve Weibull olasılı fonsiyonlarının arşılaştırıldığı eğrilerin çiziminde 0 m/s hız değerlerinin olasılığının S/00 olduğu değerlendirilere düzenleme yapılmıştır [33]. 4.2.Türiye dei Tüm İstasyonlar Türiye de rüzgar hızı ölçüm verileri toplanmış olan tüm istasyonlara ait veriler değerlendirilere enerji aısı baımından en yüse değerlere sahip il on istasyon belirlenmiştir. Şeil 4. ile bu il on istasyonun onumları gösterilmiştir. Diğer istasyonların tamamının onumları ilgili coğrafi bölgeye ait başlı altındai şeiller ile gösterilmiştir. Şeil 4. Türiye dei en yüse enerji aısına (E/A) sahip istasyonların onumları Bu istasyonlara ait yıllı enerji aısı, güç aısı, R 2 0 atsayıları ve 0 m/s ölçüm yüzdeli oranları (S) Tablo 4.2 ile verilmiştir. Bozcaada istasyonu enerji aısı açısından Türiye dei en yüse değere sahiptir. Güç aısı da Tablo 4. ile verilen sınıflandırmaya göre ço iyi olara tanımlanabilir. Bozcaada ço iyi tanımlamasına uyan te ölçüm notasıdır. 224 ölçüm istasyonu arasında iyi olara tanımlanabilece 4, zayıf tanımının üstünde alan ise toplam 25 istasyon bulunmatadır. 45

61 İyi tanımındai istasyonlar Amasra, Maden, Çanaale ve Göçeada dır. Enerji aısı açısından il on istasyon arasında nispeten en fazla durgun hava hızlarının gözlemlendiği istasyon yılın %4.58 i ile Bandırma dır. Tablo 4.2 Türiye dei ölçüm istasyonlarının yıllı enerji aılarına göre sıralaması (il 0) E/A P/A R 2.0 S% [MJ/m2] [W/m2] Bozcaada Amasra Maden Çanaale Göçeada Bandırma Geyve Kumöy Yuna Güney Bütün istasyonlar arasında yıllı ortalama hız, yıllı en olası hız ve enerji aısına en büyü atıyı sağlayan hıza göre il on istasyon Tablo 4.3 ile verilmiştir. En büyü enerji aısına sahip Bozcaada istasyonu bu üç hız değerinde de yine Türiye de en yüse değerlere sahip ölçüm notasıdır. Hız değerlerinde üst sıralardai bazı istasyonların enerji sıralandırılmasında alt onumlarda bulunmaları en az yıllı ortalama adar yıl içindei dağılımın da önemli olduğuna işaret etmetedir. Örneğin Samandağ istasyonu yıllı ortalama hız açısından en yüse değere sahip altıncı istasyon ien yıllı enerji aısı açısından il on içerisinde yer almamatadır. Tablo 4.3 Türiye dei ölçüm istasyonlarının hızlara göre sıralaması (il 0) V m V mp V me Bozcaada 9.08 Bozcaada 6.6 Bozcaada Amasra 6.99 Samandağ 4.82 Amasra Maden 6.98 Güney 4.3 Maden Çanaale 6.56 Maden 4.07 Geyve Güney 5.67 Çanaale 4.00 Çanaale Samandağ 5.5 Geyve 4.00 Göçeada Kumöy 5.45 Yatağan 4.00 Bandırma.32 8 Göçeada 5.35 Köyceğiz 4.00 Yuna Yuna 5.28 Mazgirt 4.00 Kumöy Bandırma 5.2 İnebolu 3.94 Ağın

62 Tablo 4.4 Türiye dei en yüse enerji aılı istasyonlar için aylı ve c değerleri Amasra Bandırma Bozcaada Çanaale Geyve Göçeada Güney Kumöy Maden Yuna c c c c c c c c c c Oca Şubat Mart Nisan Mayıs Haziran Temmuz Ağustos Eylül Eim Kasım Aralı Yıllı Tablo 4.5 Türiye dei en yüse enerji aılı istasyonlar için aylı ortalama hız ve güç aısı değerleri Amasra Bandırma Bozcaada Çanaale Geyve Göçeada Güney Kumöy Maden Yuna V m P/A [W/m 2 ] V m P/A [W/m 2 ] V m P/A [W/m 2 ] V m P/A [W/m 2 ] V m P/A [W/m 2 ] V m P/A [W/m 2 ] V m P/A [W/m 2 ] V m P/A [W/m 2 ] V m P/A [W/m 2 ] V m P/A [W/m 2 ] Oca Şubat Mart Nisan Mayıs Haziran Temmuz Ağustos Eylül Eim Kasım Aralı Yıllı

63 İstasyonlara ait aylı olara hesaplanmış Weibull fatörleri Tablo 4.4 ile, aylı olara hesaplanmış ortalama hız ve güç aısı değerleri Tablo 4.5 ile gösterilmiştir. Bozcaada için Nisan verisi olmadığından bu ısımlar boş bıraılmıştır. Bozcaada için ilbahar ve yaz mevsimlerinde ortalama hızların nispeten daha düşü olduğu görülmetedir. En büyü ortalama hız ve güç aısı Şubat ayında gözlenmiştir. Güç aısı yılın 8 ayı için ço iyi, 3 ayı için iyi olara sınıflandırılabilir. İinci en büyü yıllı enerji aısına sahip olan Amasra istasyonunda ise ortalama hız Mayıs ve Haziran aylarında nispeten daha düşütür ama genel olara ortalama hız değeri yıl içinde az değişmetedir. En büyü güç aısı Mart ayında gözlenmiştir R 2.0=0.999 Gerçe Yıllı Dağılım Weibull Yıllı Dağılımı Şeil 4.2 Bozcaada istasyonu yıllı ümülatif dağılımı Bozcaada istasyonu için yıllı gerçe ve Weibull ümülatif dağılımları Şeil 4.2 ile gösterilmiştir. Weibull dağılımı 6 m/s altında gerçe dağılımdan daha yüse, 6-2 m/s aralığında ise gerçe dağılımdan daha düşü olasılılı hız dağılımı vermiştir. Anca farlar ço ufatır ve R 2.0 değerinin de gösterdiği gibi Weibull dağılımı Bozcaada verisini büyü yalaşılıla temsil etmetedir. 48

64 Yıllı Dağılım Mart Mayıs f Rüzgar Hızı Şeil 4.3 Bozcaada istasyonu, yıllı ve ilbahar ayları için aylı Weibull dağılımlarının arşılaştırılması Bozcaada istasyonu için yıllı ve ilbahar ayları için aylı olasılı yoğunlu fonsiyonu eğrileri Şeil 4.3 ile gösterilmiştir. Mart ayı için hız dağılımı yıllı dağılıma ço yaındır. Mayıs ayında ise dağılımın ay ortalaması yaınında toplandığı görülmüştür. m/s üstündei hızların olasılıları Mart ayına ve yıllı dağılıma göre daha düşütür Yıllı Dağılım Haziran Temmuz Ağustos f Rüzgar Hızı Şeil 4.4 Bozcaada istasyonu, yıllı ve yaz ayları için aylı Weibull dağılımlarının arşılaştırılması 49

65 Bozcaada istasyonu için yıllı ve yaz ayları için aylı olasılı yoğunlu fonsiyonu eğrileri Şeil 4.4 ile gösterilmiştir. Yaz mevsiminde yıllı dağılıma en yaın dağılım Temmuz ayında gözlemlenmiştir. Yaz mevsiminde aylı dağılımlar diğer mevsimlere göre daha büyü benzerli göstermetedir Yıllı Dağılım Eylül Eim Kasım f Rüzgar Hızı Şeil 4.5 Bozcaada istasyonu, yıllı ve sonbahar ayları için aylı Weibull dağılımlarının arşılaştırılması Bozcaada istasyonu için yıllı ve sonbahar ayları için aylı olasılı yoğunlu fonsiyonu eğrileri Şeil 4.5 ile gösterilmiştir. Eim ayı olasılı dağılımının yıllı dağılıma en yaın olduğu aydır. Eim ayı aynı zamanda Sonbahar mevsiminde en büyü ortalama hızın gözlendiği zamandır. Rüzgar türbinlerinin çalışma aralılarının yalaşı olara 3-5 m/s ile 25 m/s arasında olduğu göze alınırsa Kasım ayı türbin çalışma aralığı için en iyi dağılımı göstermetedir. Bozcaada istasyonu için yıllı ve ış ayları için aylı olasılı yoğunlu fonsiyonu eğrileri Şeil 4.6 ile gösterilmiştir. En büyü ortalama hız değerleri ış mevsiminde gözlemlenmiştir. Özellile Şubat ayında 0 m/s üzerindei hızların olasılıları yüsetir. 50

66 Yıllı Dağılım Aralı Oca Şubat f Rüzgar Hızı Şeil 4.6 Bozcaada istasyonu, yıllı ve ış ayları için aylı Weibull dağılımlarının arşılaştırılması Türiye genelindei tüm istasyonlar için ortalama hız değerleri Şeil 4.7 ile balon grafi halinde gösterilmiştir. Ortalama hızların büyülüğü açısından en diat çeici onumlar batı Marmara dai Bozcaada, Göçeada ve Çanaale, uzeybatı Karadeniz de Amasra, Ege nin güneyine doğru Güney istasyonu ve batısındai İzmir, Adeniz in güneydoğusundai Samandağ, İç Anadolu nun batısındai Yuna ve doğusundai Pınarbaşı, Güneydoğu Anadolu da Mardin ve Doğu Anadolu nun güneybatısındai Maden istasyonlarıdır. Türiye genelindei tüm istasyonlar için güç aısı değerleri Şeil 4.8 ile balon grafi halinde gösterilmiştir. Güç aıları açısından istasyonlar arasındai farlılılar ortalama hızlara göre ço daha belirgindir. Bu durumun nedeni hız ve güç arasındai übi bağıntı ve yıl içindei hız dağılımı farlılılarıdır. Bozcaada, Göçeada, Çanaale istasyonlarının bulunduğu batı Marmara, uzeybatı Karadeniz de Amasra ve güneybatı Doğu Anadolu Maden dei güç aısı değerleri açı şeilde diğer istasyonlardan büyütür. 5

67 43 Enlem Boylam Şeil 4.7 Türiye yıllı ortalama rüzgar hızları 43 Enlem Boylam Şeil 4.8 Türiye yıllı ortalama güç aıları [W/m 2 ] Türiye haritası üzerinde sonuçların balon grafilerle gösterimi notaların değerlerinin ounması açısından prati olmamatadır. Haritanın daha anlaşılır hale getirilmesi için notasal değerler daha sı ve düzenli bir ağ (grid) üzerine Kriging ile dağıtılmış ve eş değer alanlar (contours) oluşturulmuştur. Türiye yıllı ortalama rüzgar hızları Şeil 4.9, Şeil 4.0 ve Şeil 4. ile gösterilmiştir. Düşü değerlerin gösterilebilmesi için eş değer alanlar üç ayrı şeilde üç farlı sala ile gösterilmiştir. Gri notalar ölçüm istasyonlarını göstermetedir. Doğu Ağrı, Iğdır ve Haari nin 52

68 bir ısmına çözüm ağının dışında aldılarından değer atanamamıştır. Kuzey Traya dai yüse değerler diate alınmamalıdır. Çünü bu alan Kriging için değeri bilinen ölçüm istasyonlarının dışındai bölgede almatadır ve bu bölgedei sonuçlar interpolasyon yerine estrapolasyon neticesinde bulunmuştur. Şeil 4.9 Türiye yıllı ortalama rüzgar hızları Şeil 4.0 Türiye yıllı ortalama rüzgar hızları 53

69 Şeil 4. Türiye yıllı ortalama rüzgar hızları Balon grafilerde de görüldüğü gibi batı Marmara, uzeybatı Karadeniz, Ege nin güneyinde alan uzey Denizli, batı İç Anadolu, batı Doğu Anadolu, güneydoğu Adeniz ve Güneydoğu Anadolu Bölgesinin güneydoğusundai ısımları yüse hız değerlerinin gözlemlendiği notalardır. Türiye yıllı ortalama güç aıları Şeil 4.2, Şeil 4.3 ve Şeil 4.4 ile gösterilmiştir. Düşü değerlerin gösterilebilmesi için eş değer alanlar üç ayrı şeilde üç farlı sala ile gösterilmiştir. Gri notalar ölçüm istasyonlarını göstermetedir. Doğu Ağrı, Iğdır ve Haari nin bir ısmına çözüm ağının dışında aldılarından değer atanamamıştır. Kuzey Traya dai yüse değerler diate alınmamalıdır. Çünü bu alan Kriging için değeri bilinen ölçüm istasyonlarının dışındai bölgede almatadır ve bu bölgedei sonuçlar interpolasyon yerine estrapolasyon neticesinde bulunmuştur. Batı Marmara, uzeybatı ve ısmen doğu Karadeniz, doğu ve batı İç Anadolu, güney Ege ve Ege sahilleri, güneydoğu Güneydoğu Anadolu, güneybatı Doğu Anadolu, doğu Adeniz ve Adeniz sahillerindei güç aısı değerleri açı şeilde diğer istasyonlardan büyütür. 54

70 Şeil 4.2 Türiye yıllı ortalama güç aıları [W/m 2 ] Şeil 4.3 Türiye yıllı ortalama güç aıları [W/m 2 ] 55

71 Şeil 4.4 Türiye yıllı ortalama güç aıları [W/m 2 ] 4.3.Marmara Bölgesindei İstasyonlar Sonuçlar bu bölgedei 25 adet istasyonun verileri ullanılara istatistisel analiz ile elde edilmiştir. Bu ölçüm istasyonlarının onumları Şeil 4.5 ile gösterilmiştir. Marmara Bölgesindei en büyü enerji aısı değerlerine sahip beş istasyon Tablo 4.6 ile gösterilmiştir. İl sıradai Bozcaada güç aısı baımından ço iyi, Çanaale ve Göçeada ise iyi olara sınıflandırılabilir. Bu beş istasyon arasında %4.58 ile Bandırma yıl boyunca en uzun süre durgun hava hızlarının gözlemlendiği istasyondur. Marmara Bölgesindei bütün istasyonlar arasında yıllı ortalama hız, yıllı en olası hız ve enerji aısına en büyü atıyı sağlayan hıza göre il beş istasyon Tablo 4.7 ile gösterilmiştir. Enerji aısı için il beş istasyon içerisinde yer almayan Kumöy en yüse üçüncü ortalama hız değerine sahiptir. En olası hız baımından Kumöy ve yine enerji aısı için il beş içinde yer almayan Şile istasyonları sırasıyla dördüncü ve beşinci sıradadır. 56