Kabul Edilmiş Makale/Accepted Manuscript Başlık: Weibull ve Rayleigh dağılımlarına göre Elazığ ilinin rüzgâr enerjisi potansiyelinin istatiksel analizi Title: Statistical analysis of wind energy potential of Elazığ province according to Weibull and Rayleigh distributions Yazarlar/Authors: Nilay Balpetek, Ebru Kavak Akpınar ID: 513345 DOI: https://doi.or./1.17341/gazimmfd.416517 Dergi İsmi: Gazi Üniversitesi Mühendislik-Mimarlık Fakültesi Dergisi Journal Name: Journal of the Faculty of Engineering and Architecture of Gazi University Geliş Tarihi/Received Date: 9.8.17 Kabul Tarihi/Accepted Date: 3.1.17 Makale Atıf Formatı/Manuscript Citation Format: Nilay Balpetek, Ebru Kavak Akpınar, Statistical analysis of wind energy potential of Elazığ province according to Weibull and Rayleigh distributions, Journal of the Faculty of Engineering and Architecture of Gazi University (18), https://doi.or./1.17341/gazimmfd.416517 Dergi Bilgi Notu: Bu PDF belgesi, kabul edilmiş olan makalenin dizgi işlemi yapılmamış halidir. Kabul edilmiş makalelerin kullanılabilir olması amacıyla makalenin dizgisiz hali internet üzerinden yayımlanmıştır. Makale, nihai formunda yayımlanmadan önce yazım ve dilbilgisi olarak kontrol edilecek, daha sonra dizgilenecek ve yeniden gözden geçirilmesi işlemine tabi tutulacaktır. Bu dizgileme işlemleri esnasında içeriği etkileyebilecek hataların bulunabileceğini ve Gazi Üniversitesi Mühendislik ve Mimarlık Dergisi için geçerli olan yasal sorumluluk reddi beyanlarının bulunduğunu lütfen unutmayın. Journal Early View Note: This is a PDF file of an unedited manuscript that has been accepted for publication. As a service to our customers we are providing this early version of the manuscript. The manuscript will undergo copyediting, typesetting, and review of the resulting proof before it is published in its final form. Please note that during the production process errors may be discovered which could affect the content, and all legal disclaimers that apply to the journal pertain.
Weibull ve Rayleigh dağılımlarına göre Elazığ ilinin rüzgâr enerjisi potansiyelinin istatiksel analizi Nilay Balpetek, Ebru Kavak Akpınar Fırat Üniversitesi, Mühendislik Fakültesi, Makine Mühendisliği Bölümü, 379, Elazığ Öne Çıkanlar Rüzgar enerjisi Weibull dağılımı, Rayleigh dağılımı İstatistiksel analiz Özet Bu çalışmada, Elazığ ilindeki rüzgâr gücü yoğunluğu ve rüzgâr hızı dağılımı parametrelerinin istatistiksel analizi, 5 14 yılları arasında Meteoroloji Genel Müdürlüğü tarafından saatlik olarak ölçülen rüzgâr hızı verileri kullanılarak araştırılmıştır. Modelleme için Weibull ve Rayleigh dağılımları kullanılmış ve bu modelleme işleminin başarısı R, RMSE ve parametrelerine göre değerlendirilmiştir. İstatistiksel kriterlere göre Elazığ ilinin rüzgâr verileri analizlerinde Weibull dağılımının Rayleigh dağılımına göre daha iyi sonuç verdiği görülmüştür. Anahtar Kelimeler: Rüzgâr enerjisi, rüzgâr enerjisi potansiyelinin istatistiksel olarak belirlenmesi, Weibull dağılımı, Rayleigh dağılımı, Elazığ Statistical analysis of wind energy potential of Elazığ province according to Weibull and Rayleigh distributions Highlights Wind energy Weibull distrubition, Rayleigh distrubition Statistical analysis Abstract In this study, the statistical analysis of wind power density and wind speed distribution parameters in Elazığ province was investigated using the hourly wind speed data measured by the General Directorate of Meteorology between 5 and 14. Weibull and Rayleigh distributions were used for modeling and the success of this modeling process was evaluated according to the parameters of R, RMSE and. According to statistical criteria in wind data analysis of Elazığ province, Weibull distribution is better than Rayleigh distribution. Key Words: Wind energy, statistically analysis of the wind energy potential, Weibull distribution, Rayleigh distribution, Elazığ 1. GİRİŞ (INTRODUCTION) Dünya nüfusundaki artış ve bunun yanı sıra gelişmekte olan dünya sanayisi ve ekonomisi, insanoğlunun enerji ihtiyacını her geçen gün artırmaktadır. Kömür, doğalgaz ve petrol gibi fosil enerji kaynaklarının azalması, tüm dünya ülkelerini yenilenebilir enerji kaynaklarına yöneltmiştir. Rüzgâr enerjisi en çok bilinen ve en çok kullanılan enerji kaynaklarından biridir [1]. Rüzgâr, atmosferin ısınması ve soğumasından kaynaklanan sıcaklık ve basınç farkından oluşmaktadır. Rüzgâr, kararlı, güvenilir, sürekli, kinetik bir enerji kaynağıdır. Atmosferin rüzgârı oluşturan brüt kinetik gücü yaklaşık olarak 19 x 19 kw değerindedir. Dünyanın 5 kuzey ve güney enlemleri arasındaki 3x19 kw lık kinetik rüzgâr gücü potansiyelinin üçte birinin kullanılabileceği görüşü söz konusudur. Yeryüzünün aldığı toplam
güneş enerjisinin yaklaşık olarak % sinin rüzgârın kinetik enerjisine dönüştüğü tahmin edilmektedir. Bu miktarın toplam dünya enerji tüketiminin 1 lerce katı olduğu düşünülürse, rüzgâr enerjisinin önemi anlaşılmaktadır []. Bölgesel rüzgâr rejimlerinin önceden tahmin edilebilmesi için çeşitli istatistiksel dağılımlar kullanılmaktadır. Literatürde yapılan çalışmalarda rüzgâr hızı frekans dağılımı Gamma, log normal, Rayleigh gibi farklı dağılımlar kullanılarak gösterilmektedir. Buna karşılık son yıllarda iki parametreli Weibull dağılımı ve bir parametreli Rayleigh dağılımı dünyanın birçok bölgesinin rüzgâr dağılımını temsil etmek için kullanılan bir yöntemdir. Bu yöntemlerin kullanılma nedeni, rüzgâr dağılımına çok iyi uymaları, dağılımlarının esnek bir yapıya sahip olmaları, parametrelerinin belirlenmesindeki kolaylık, parametre sayısının az olması, parametrelerin bir yükseklik için belirlenmesinin ardından farklı yükseklikler için tahmin edilebilmesi gibi faktörlerdir [3]. Weibull ve Rayleigh dağılımlarının hata analizleri R, RMSE, χ temsil yetenekleri Anderson Darling, Kolmogorov Smirnov testleri ile dağılımlarının güç yoğunlukları, ortalama hızları çeşitli şekillerde incelenmektedir [4 6]. Türkiye deki rüzgâr enerji potansiyeli, günümüze kadar birçok kişi tarafından araştırılmıştır [7-,, 6 8]. Türkiye nin birçok ilinde ve yerleşim bölgesinde; Sinop [7], Elazığ [8-9], Eskişehir [1, 11], Akhisar, Bababurnu, Belen, Datça, Foça, Gelendost, Gelibolu, Gökçeada ve Söke [1], Osmaniye [13], Kütahya [14], Van [15], Menemen [16], Belen Gökçeada [17], Niğde [18] Antakya Bilecik Mardin Nevşehir - Zonguldak [19], Istanbul-Beşiktaş [] rüzgâr enerjisi potansiyeli iki parametreli Weibull ve Rayleigh dağılımları kullanılarak araştırılmış ve istatistiksel analizler yapılmıştır. Bu çalışmanın amacı Weibull ve Rayleigh dağılımlarını kullanarak Elazığ ilinin rüzgâr enerji potansiyelini belirlemektir. 5 14 yılları arasındaki rüzgâr hızı verileri Türkiye Meteoroloji Genel Müdürlüğünden alınmıştır. İstatiksel analiz sırasında Elazığ ili için Weibull olasılık yoğunluk fonksiyonu, Weibull kümülatif dağılım fonksiyonu, Rayleigh yoğunluk fonksiyon, Rayleigh kümülatif dağılım fonksiyonu, ortalama rüzgâr hızı, rüzgâr hızının standart sapması, maksimum rüzgâr hızı, rüzgâr gücü yoğunluğu belirlenmiştir. Weibull ve Rayleigh dağılımlarının performansını değerlendirmek için ortalama karesel hatanın karekökü (RMSE), ki-kare (χ ) ve belirlilik katsayısı (R ) uyum iyiliği testlerinden faydalanılmıştır. Çalışma sırasında Matlab ve Statistica programları kullanılmıştır.. MATERYAL VE METOT (MATERIAL AND METHOD) Bu çalışmada, Devlet Meteoroloji İşleri Genel Müdürlüğü nün 5-14 yılları arasında 38º 37 N kuzey enlemi- 39º 14 E doğu boylamı arasında bulunan Elazığ meteoroloji istasyonunda 3 metre yükseklikte ölçülen saatlik ortalama rüzgâr şiddeti verileri kullanılarak, Elazığ bölgesi rüzgar enerjisi potansiyeli istatistiksel olarak irdelenmiştir. Rüzgâr hızının dağılımın belirlenmesinde kullanılan pek çok dağılım bulunmaktadır. İki parametreli Weibull ve Weibull un şekil parametresinin olduğu durum olan Rayleigh dağılımları en yaygın kullanılan dağılımlardır. Rayleigh dağılımı tek parametreli olduğu için Weibull a göre daha az esnektir; ancak parametrelerinin hesaplanması daha kolaydır. Yıllık ortalama rüzgâr hızının 4.5 den büyük olduğu durumda, rüzgâr hızı dağılımının Rayleigh dağılımına yaklaştığı bilinmektedir [1]. 3
Rüzgâr hızı için iki parametreli Weibull olasılık yoğunluk fonksiyonunun genel ifadesi f k v v (1) c c c k1 k w( v) ( )( ) exp( ( ) ) şeklindedir. Weibull dağılımının ölçek parametresi olan c, aynı zamanda rüzgâr verilerinde referans bir değere sahiptir. Weibull kümülatif dağılım fonksiyonu, v Fw () v 1exp(( )) k () c ifadesiyle belirlenmektedir. Weibull kümülatif dağılım fonksiyonu, rüzgar hızının belli bir ν değerinden küçük ya da eşit gerçekleşme olasılığını vermektedir. Rayleigh yoğunluk fonksiyonu aşağıdaki ifade ile verilmektedir. f R v () v ( ) ( c v c exp ( ) ) (3) Rayleigh kümülatif dağılım fonksiyonu, F v v (4) c R() 1 exp(( )) ifade edilmektedir. Rayleigh dağılımının en büyük avantajı sadece ortalama rüzgâr hızı ile dağılımın belirlenmesidir. Rayleigh dağılımının rüzgâr çalışmalarında geçerliliği pek çok referansta gösterilmiştir [ 7]. Bu çalışmada, Weibull ve Rayleigh dağılımların parametrelerinin bulunmasında en küçük kareler metodu kullanılmıştır. Metot detayları için [8-9] referans alınmıştır. Ortalama rüzgâr hızı ve rüzgâr hızının standart sapması, sırasıyla Eşitlik (5) ve (6) kullanılarak hesaplanmaktadır. vm 1 c(1 ) (5) k c 1 Г 1 Г 1 k k (6) [6]. Weibull dağılımına dayanarak, en büyük sıklığa sahip rüzgâr hızı (7) eşitliğinden hesaplanmaktadır 1 Vmod c(1 )1 / k (7) k Maksimum rüzgâr hızı şu ifadeyle bulunmaktadır [56]: k Vmax E c( )1/ k k (8) Yukarda ifade edilen formüllerde k= alındığında Rayleigh dağılımı için hesaplamalar gerçekleşmektedir. 4
Ortalama rüzgâr gücü yoğunluğu en genel halde aşağıdaki formülden hesaplanmaktadır: Pm P() v f() v dv (9) Weibull dağılımı için ortalama güç yoğunluğu Eşitlik (1) dan aşağıdaki gibi elde edilmektedir [3]. Pw 1 3 (1 ) k 3 c (1) Rayleigh dağılımı için ortalama güç yoğunluğu Eşitlik (11) ile belirlenmektedir: PR 3 k 3 v m (11) İstatistiksel analiz kriterleri: R N il N ( yizi) ( xi yi) N il il ( yi zi) (1) x N il ( yi xi) N n (13) N 1/ 1 ( ) N (14) i l RMSE yi xi olarak seçilmiştir. Burada, yi gerçek data, xi, Weibull ya da Rayleigh dağılımından tahmin edilen data, zi, yi lerin ortalama değeri, N gözlem sayısı, n Weibull ve Rayleigh dağılımlarındaki parametre sayısıdır. Bu kriterlerden R dışındakiler, en küçük değerlerine göre en iyi dağılımı belirlemektedir. R ise, bir modelin tahmin gücünün bir ölçüsü olarak ve 1 arasında değişmektedir ve 1 e yaklaşması modelin tahmin gücünün arttığının göstergesidir [3]. 3. SONUÇLAR VE TARTIŞMA (RESULTS AND DISCUSSION) 5-14 yıllarına ait saatlik rüzgâr hızı verileri Tablo 1 de frekans dağılımı olarak düzenlenmiştir. İncelenen yıllara ait ölçülen hız verileri kullanılarak elde edilen frekans dağılımları, Weibull ve Rayleigh dağılımından hesaplanan teorik frekans değerleri verilmiştir. Rüzgâr hızı önce sınıflara bölünmüş ve her rüzgâr sınıf aralığındaki rüzgâr frekansı belirlenmiştir. 1 m/s arasında 161, 13 14 m/s arasında, toplam 8469 adet ölçüm yapılmıştır. Tablo 1 e göre en büyük olasılık yoğunluk değerinin 1 m/s hız aralığında olduğu görülmüştür. 5
Tablo 1. Rüzgâr hızı frekans dağılımları (Wind speed frequency distributions) I V i V m.j fi fa(vi) fw (vi) fr (vi) 1-1.5 161.149363.177.7319 1-1.5 33531.393539.37941.37964 3-3.5 18731.77.81974.41714 4 3-4 3.5 8419.17.17573.13566 5 4-5 4.5 48.56588.577.5136 6 5-6 5.5 373.35879.4448.15133 7 6-7 6.5 1789.843.69.34 8 7-8 7.5 916.169 6.7E-5.591 9 8-9 8.5 488.5713 4.34E-6 8.E-5 1 9-1 9.5 179.1.E-7 8.59E-6 11 1-11 1.5 1.1168 7.96E-9 7.3E-7 1 11-1 11.5 41.481 1.97E-1 4.98E-8 13 1-13 1.5 11.133 3.36E-1.59E-9 14 13-14 13.5.37E-5 3.8E-36 1.68E-1 Elazığ ili için yıllara göre rüzgar hızı ile olasılık yoğunluk fonksiyonun değişimi Şekil 1 de, kümülatif yoğunluk fonksiyonu ile değişimi ise Şekil de verilmiştir. Çizgilerin birbirine yakın olmasından benzerlik oranının yüksek olduğu anlaşılmıştır. Olasılık Yoğunluk Fonksiyonu,5,45,4,35,3,5,,15,1,5 5 6 7 8 9 1 11 1 13 14 Ortalama 1 3 4 5 6 7 8 9 1 11 1 13 14 Rüzgâr Hızı (m/s) Şekil 1. Olasılık yoğunluk fonksiyonunun rüzgâr hızı ile değişimi (Variation of probability density function with wind speed) 6
1, Kümülatif Yoğunluk Fonksiyonu 1,8,6,4, 1 3 4 5 6 7 8 9 1 11 1 13 14 Rüzgâr Hızı (m/s) 5 6 7 8 9 1 11 1 13 14 Ortalama Şekil. Kümülatif yoğunluk fonksiyonunun rüzgâr hızı ile değişimi (Variation of cumulative density function with wind speed) Rüzgâr hızı verilerinden derlenen PDF olasılık yoğunluk ve CDF kümülatif yoğunluk dağılımları Şekil 3 de on yıllık verilere dayanarak çizdirilmiştir. 1, Olasılık Yoğunluk Fonksiyonları 1,8,6,4, PDF CDF 1 3 4 5 6 7 8 9 1 11 1 13 14 Rüzgâr Hızı (m/s) Şekil 3. PDF ve CDF olasılık yoğunluk fonksiyonlarının rüzgâr hızı ile değişimi (Variation of PDF and CDF probability density functions with wind speed) Tablo de Weibull dağılımının şekil parametresi (k) ve ölçek parametresi (c) değerleri verilmiştir. Şekil parametresi değerleri 1.34 4.3 arasında, ölçek parametresi değerleri ise.19 4.5 arasında değişim 7
göstermiştir. Ölçek parametresi değerleri yıllara göre daha küçük değişimler göstermiştir. 14 yılının Mayıs, ayında şekil ve ölçek parametrelerinin eksik olmasının nedeni Meteoroloji Genel Müdürlüğünden verilerin çeşitli nedenlerden dolayı alınamamış olmasıdır. Tablo. Weibull dağılımına göre şekil parametresi (k) ve ölçek parametresi (c) değerleri (The shape parameter (k) and scale parameter (c) values according to the Weibull distribution) Aylar Par am 5 6 7 8 9 1 11 1 13 14 etre Ocak k.1319.619.737.649 1.5888 1.348.3834 1.495 1.7837.6534 c.477.793.1919.5638.6351 3.1468.688.616.349.3473 Şubat k 1.667 1.4875.199 1.743 1.3564 1.4337 1.599.394 1.868.6844 c.659 3.7365.1944.1765 3.118 3.657.8938.5763.4347.6593 Mart k 1.769 1.7379.117 1.549 1.6835.13.175 1.4383 1.7691.91 c 3.8196 3.1615 3.73 3.974 3.8435 3.4497 3.381 3.914 3.5118 3.17 Nisan k.4488.63.657 1.8951.3965.1334 1.74.46.591 1.631 c 3.77.974 3.535 3.3618.8736.8977 3.6391.93.97 3.489 Mayıs k.6596.87.479.4663.7837.994.491.3169.5777 - c.797.5755.653.748.661.4891.74.5838.7348 - Haziran k.851 3.3631 3.1951.5578.8659.8555.5.64.417.3387 c.767.3984.5963 3.1485.5838.443 3.577 3.745 3.1958 3.67 k 3.536 3.613 3.413.988.4934.6661 3.3146.19.6439.95 c.7467.661.856.796 3.197.8519 3.411 3.4479 4.453 3.451 Temmu z Ağustos k 3.453 4.177 3.34 3.677.9391 3.3359.7171.8676.4694.9118 c.614.359.4119.45.7337.555 3.786.8759 3.783.8181 Eylül k 3.9681.951 4.57 3.146 3.1379 3.349.6198 3.1161.3696.358 c.46.518.4497.3658.367.3616.8334.6997 3.144.7793 Ekim k 3.6343 3.1566 3.378 3.7451 3.643 3.16.767.944.9554 3.174 c.361.17.751.556.943.394.681.3534.837.4 Kasım k 3.1888.963.787 3.16.9375 4.181.35 3.869.796. c.559 3999.553.45.347.364.5859.399.589.3773 Aralık k.6353 3.665.68.3675 1.673.71.378 1.378.5337 1.785 c.769.451.818.3437.596.38.497 3.59.476.4471 Elazığ ili için günlük saatlik olarak 5 14 yıllarını kapsayan 1 yıllık periyot için Weibull dağılımına göre elde edilen aylık ortalama rüzgâr hızı ve standart sapmaları Tablo 3 de verilmiştir. En yüksek ortalama rüzgâr hızı değerleri Mart ve Nisan aylarında, en düşük ortalama rüzgâr hızı değerleri ise Kasım ve Aralık aylarında tespit edilmiştir. 8
Tablo 3. Weibull dağılımına göre aylık ortalama rüzgâr hızı ve standart sapma değerleri (Monthly mean wind speed and standard deviation values according to Weibull distribution) Aylar Parametre 5 6 7 8 9 1 11 1 13 14 Ocak Vm.133.19 1.95.783.3641.8891.386 3.9.899.863 σ 1.54 1.69.7695.976 1.56.177 1.64.3679 1.113.8464 Şubat Vm.375 3.3766 1.9435 1.9389.8568 3.3154.5955.818.1648.3644 σ 1.497.313.9683 1.1481.195.347 1.6676 1.776 1.4.9493 Mart Vm 3.44.8169.898.971 3.4317 3.569.9475 3.559 3.157.751 σ 1.991 1.6717 1.569 1.9868.964 1.5886 1.4575.578 1.853 1.387 Nisan Vm.6851.6341.747.9834.5474.5663 3.466.5981.638 3.13 σ 1.175 1.373 1.64 1.6371 1.131 1.658 1.9633 1.343 1.37 1.993 Mayıs Vm.463.94.3536.4376.3689.198.4153.893.485 - σ.983.8793 1.148 1.558.97.893 1.65 1.486 1.111 - Haziran Vm.4658.1535.35.795.38.1746.7136.731.8331.8894 σ.938.764.7986 1.1718.8719.861 1.15 1.1133 1.566 1.315 Temmuz Vm.4547.354.5488.4343.6791.5351.98 3.535 3.5949.8748 σ.8781.7939.9151.996 1.1491 1.41.9664 1.4698 1.4631 1.381 Ağustos Vm.3488.187.1644.79.4389.891.7383.563.979.5133 σ.753.589.7175.6799.99.7564 1.876.97 1.581.938 Eylül Vm.1749.45.74.1171.118.1198.517.4149.7513.463 σ.6146.866.5946.7385.7395.6991 1.33.8483 1.35 1.118 Ekim Vm.186 1.9886.43.369.681.85.338.998.5319.86 σ.6511.695.6688.665.634.79.956.7765.936.6856 Kasım Vm..1419.78.79.91.1481.99.8.314.154 σ.6951.7873.944.774.7741.579 1.553.795.8885 1.11 Aralık Vm.3.19.4963.771.317.76.1349.7895 1.8174.181 σ.858.6716 1.7.933 1.4795.837.9814.561.7684 1.37 Şekil 4 de Weibull olasılık dağılımının rüzgâr hızı ile değişimi yıllara göre çizilmiştir. Weibull olasılık dağılımı fonksiyonuna göre en yüksek olasılık değeri.43 olarak 6 yılında elde edilmiştir. Weibull Olasılık Dağılım Fonksiyonu,45,4,35,3,5,,15,1,5 5 Yılı 6 Yılı 7 Yılı 8 Yılı 9 Yılı 11 Yılı 1 Yılı 13 Yılı 14 Yılı Ortalama 1 3 4 5 6 7 8 9 1 11 1 13 14 Rüzgâr hızı (m/s) Şekil 4. Weibull olasılık dağılım fonksiyonunun rüzgâr hızı ile değişimi (Variation of Weibull probability distribution function with wind speed) 9
Şekil 5 de on yıllık verilerin ortalamasına göre, gerçek verinin olasılık dağılımının, Weibull olasılık dağılımının ve Rayleigh olasılık dağılımının rüzgâr hızı ile değişimi gösterilmiştir. Weibull dağılımının olasılık oranı Rayleigh dağılımına göre daha yüksek olmuştur. Yıllık Olasılık Dağılım Fonksiyonu,45,4,35,3,5,,15,1,5 Gerçek Veri Weibull Dağılımı Rayleigh Dağılımı 1 3 4 5 6 7 8 9 1 11 1 13 14 Rüzgâr Hızı (m/s) Şekil 5. Yıllık olasılık dağılım fonksiyonlarının rüzgâr hızı ile değişimi (Variation of annual probability distribution functions with wind speed) Tablo 4 de Elazığ ili için Weibull ve Rayleigh dağılımına göre elde edilen belirlilik katsayısı ( R ), ortalama karesel hatanın karekökü (RMSE), ki-kare ( ) değerleri incelenen yıllar için hesaplanmıştır. Weibull dağılımına göre R değeri.9.98 arasında, Rayleigh dağılımında ise.85.96 arasında olduğu tespit edilmiştir. değerleri Weibull dağılımında 3.3x1-4 1.69x1-3 arasında, Rayleigh dağılımında ise 4.37x1-4.63x1-3 arasında değişim göstermiştir. RMSE değerleri ise Weibull dağılımında 1.4x1-4 7.7x1-4 arasında, Rayleigh dağılımında.x1-4 1.1x1-3 arasında değişmiştir. Tüm yıllarda Weibull dağılımında elde edilen R değerlerinin Rayleigh dağılımından elde edilenlerden daha yüksek olmasından, ve RMSE değerlerinin ise daha düşük olmasından dolayı Weibull dağılımının Elazığ ili için daha uygun olduğuna karar verilmiştir. 1
Tablo 4. Weibull ve Rayleigh dağılımlarına göre R, RMSE ve değerleri (R, RMSE and values according to Weibull and Rayleigh distributions) Yıllar Weibull Dağılımı Rayleigh Dağılımı R RMSE R RMSE 5.97619.59.14.8638.971.14 6.9986.77.1697.844965.15.63 7.94188.49.115.87154.941.39 8.934954.479.115.88458.85.186 9.99467.588.141.88533.744.164 1.9151.638.1489.85346.95.46 11.97563.14.33.95495.63.57 1.943948.3.713.93844.33.7 13.968689.168.397.96459..437 14.96753.36.558.947936.313.679 Şekil 6 da on yıllık veriler kullanılarak Elazığ için Weibull ve Rayleigh dağılımlarından elde edilen belirlilik katsayısı (R ) değerlerinin aylara göre değişimi gösterilmiştir. Belirlilik katsayısı değerleri Weibull dağılımında R.88 ile.96 arasında, Rayleigh dağılımında ise.76 ile.87 arasında değişim göstermiştir. Weibull dağılımında R değerinin 1 e daha çok yakın olmasından dolayı, Elazığ ili için rüzgâr verilerinin modellenmesinde Weibull dağılımının daha uygun olduğu anlaşılmıştır. 1, 1,8 R,6,4, Weibull Rayleigh Aylar Şekil 6. Weibull ve Rayleigh dağılımına göre elde edilen belirlilik katsayısı değerlerinin aylara göre değişimi (Change of the determination coefficient obtained according to Weibull and Rayleigh distributions to month) Tablo 5 de Weibull dağılımı parametrelerinin, Tablo 6 da ise Rayleigh dağılımı parametrelerinin yıllara göre aldığı değerler verilmiştir. Weibull dağılımında maksimum ortalama hız (V max ) 3.8 3.9 m/s, ortalama güç yoğunluğu (P) 9.5 16.7 W/m arasında değişmiştir. Rayleigh dağılımında ise V max 3.76 4.16 m/s, P ise 13.64 18.38 W/m arasında değişim göstermiştir. 11
Tablo 5. Weibull dağılımı parametreleri (Weibull distribution parameters) Yıl k c (m/s) Vm (m/s) σ (m/s) Vmod (m/s) Vmax (m/s) PW (W/m ) 5.665.5981.394.934.1769 3.67 1.173 6.6915.595.315.8938.1118 3.849 9.53 7.74.5481.66.944.1476 3.178 9.4565 8.5794.5348.59.9366.958 3.1665 9.565 9.3779.6587.3565 1.546.1136 3.4367 11.655 1.63.5689.818.946.1315 3.199 9.954 11.348.884.5539 1.1663.631 3.7645 15.988 1.1668.8355.5111 1.15.139 3.8344 15.374 13.1667.898.5667 1.486.1779 3.9193 16.714 14.583.7395.465 1.1373.1145 3.678 13.64 Tablo 6. Rayleigh dağılımı parametreleri (Rayleigh distribution parameters) Yıl c (m/s) Vm (m/s) σ (m/s) Vmod (m/s) VmaxE (m/s) PR (W/m ) 5.7496.4368 1.738 1.9449 3.8885 15.197 6.685.3796 1.439 1.8986 3.797 13.9866 7.6934.387 1.477 1.9453 3.89 14.1175 8.665.3596 1.334 1.8869 3.7653 13.6369 9.7666.4519 1.816 1.9569 3.915 15.36 1.7389.474 1.688 1.93674 3.8734 14.8465 11.949.663 1.364.7955 4.1591 18.377 1.883.557 1.3343.3674 4.734 17.663 13.9318.5983 1.358.731 4.146 18.83 14.7944.4765 1.945 1.97597 3.9519 15.7658 Şekil 7 de Weibull güç yoğunluğu, Şekil 8 de ise Rayleigh güç yoğunluğu ise ortalama rüzgâr hızının yıllara göre değişimi gösterilmiştir. Weibull dağılımına göre en yüksek güç yoğunluğu 13 yılında 16.7 W/m, en düşük güç yoğunluğu 6 yılında 9.5 W/m olarak elde edilmiştir. Rayleigh dağılımına göre ise en yüksek güç yoğunluğu 11 yılında 18.38 W/m, en düşük güç yoğunluğu 8 yılında 13.64 W/m olarak tespit edilmiştir. 1
V m (m/s) - P(W/m ) 18 16 14 1 1 8 6 4 5 6 7 8 9 1 11 1 13 14 Vm(m/s),394,315,66,59,3565,818,5539,5111,5667,465 P(W/m) 1,179,539,45659,56511,6519,95415,9915,3716,7113,64 Şekil 7. Weibull dağılımına göre güç yoğunluğu ve rüzgâr hızı değerleri (Power density and wind speed values according to Weibull distribution) V m (m/s) - P(W/m ) 18 16 14 1 1 8 6 4 5 6 7 8 9 1 11 1 13 14 Vm(m/s),4368,3796,387,3596,4519,474,663,557,5983,4765 Pr (W/m) 15, 13,98714,11813,63715,3114,84718,37717,6618,815,766 Şekil 8. Rayleigh dağılımına göre güç yoğunluğu ve rüzgâr hızı değerleri (Power density and wind speed values according to Rayleigh distribution) Elazığ iline ait on yıllık veriye göre hesaplanan ortalama rüzgâr hızı değerlerinin aylara göre değişimi her bir yıl için Şekil 9 da gösterilmiştir. Rüzgâr hızı aylık bazda en düşük 9 yılının Ekim ayında.18 m/s, en yüksek ise 5 yılının Mart ayında 3.79 m/s olarak elde edilmiştir. 13
4,5 Ortalama Rüzgar Hızı (m/s) 4 3,5 3,5 1,5 1,5 5 6 7 8 9 1 11 1 13 14 Tüm Yıllar Aylar Şekil 9. Ortalama rüzgâr hızı değerlerinin aylara göre değişimi (Variation of average wind speed values to month) Şekil 1 da ortalama rüzgâr hızı değerlerinin 4 saatlik değişimi çizilmiştir. Yıllık ortalama sonuçlara göre rüzgâr hızı günlük bazda en düşük 7 yılında 7: 8: saatleri arasında 1.5 m/s, en yüksek 9 yılında 14: 15: saatleri arasında 3.35 m/s olarak elde edilmiştir. 4 3,5 Ortalama Rüzgâr Hızı 3,5 1,5 1,5 5 6 7 8 9 1 11 1 13 14 Tüm Yıllar 4 6 8 1 1 14 16 18 4 Günlük Saat Şekil 1. On yıllık ortalama rüzgâr hızının 4 saatlik değişimi (4-hour change in average wind speed over ten years) 14
4. SONUÇLAR (CONCLUSIONS) Elazığ ilindeki rüzgâr gücü yoğunluğu ve rüzgâr hızı dağılımı parametrelerinin istatistiksel analizi, 5 14 yılları arasında ölçülen rüzgâr hızı verileri kullanılarak araştırılmıştır. Modelleme için Weibull ve Rayleigh dağılımları kullanılmış ve bu modelleme işleminin başarısı R, RMSE ve parametrelerine göre değerlendirilmiştir. On yıllık ortalama rüzgâr hızı verilerine göre; Rüzgâr hızı günlük bazda en düşük 7 yılında 7: 8: saatleri arasında 1.5 m/s, en yüksek 9 yılında 14: 15: saatleri arasında 3.35 m/s olarak elde edilmiştir. Rüzgâr hızı aylık bazda en düşük 9 yılının Ekim ayında.18 m/s, en yüksek ise 5 yılının Mart ayında 3.79 m/s olarak elde edilmiştir Weibull dağılımına göre yıllık bazda en düşük ortalama hız.3 m/s ve güç yoğunluğu 9.5 W/m olarak 6 yılında, en yüksek ortalama hız.57 m/s ve güç yoğunluğu 16.7 W /m olarak 13 yılında elde edilmiştir. Rayleigh dağılımına göre en düşük ortalama hız.35 m/s ve güç yoğunluğu 13.63 W/m olarak 8 yılında, en yüksek ortalama hız.61 m/s ve güç yoğunluğu 18.37 W/m olarak 11 yılında tespit edilmiştir. Weibull dağılımında R belirlilik katsayısı, RMSE ve tüm yıllarda Rayleigh dağılımına göre daha iyi sonuç vermesinden dolayı Elazığ ilinin rüzgâr verileri analizlerinde Weibull dağılımın kullanılmasının daha iyi olacağına karar verilmiştir. Sonuç itibariyle Elazığ ilinde aylık ve yıllık ortalama güç yoğunlukları 1 W/m den küçük olduğu için rüzgâr enerjisi sistemleri tarafından şebekeye doğrudan destek verilebilmesinin mümkün olmadığı, daha çok şebeke erişimi bulunmayan veya kırsal alanlarda düşük güç yoğunluğu gerektiren uygulamalarda kullanılabileceğini, ortalama hızın günlük ve aylık bazda çoğunlukla m/s den yüksek olması ise rüzgâr enerjisinden elektrik enerjisi üretiminin ümit verici olduğunu göstermiştir. 5. SİMGELER (SYMBOLS) ρ : Hava yoğunluğu (kg/m 3 ) σ : Standart sapma (m/s) Г : Gamma fonksiyonu c : Weibull ölçek parametresi (m/s) f(v) : Olasılık yoğunluk fonksiyonu fj fr(v) fw(v) FR(v) FW(v) k n N : Her bir rüzgâr hızı sınıfının oluş sıklığı : Rayleigh olasılık yoğunluk fonksiyonu : Weibull olasılık yoğunluk fonksiyonu : Rayleigh kümülatif dağılım fonksiyonu : Weibull kümülatif dağılım fonksiyonu : Weibull şekil parametresi : Rüzgâr hızı sınıflarının sayısı : Belli bir zaman periyodundaki saat sayısı Pm : Ortalama güç yoğunluğu (W/m ) PR : Rayleigh fonksiyonu ortalama güç yoğunluğu (W/m ) 15
PW : Weibull fonksiyonu ortalama güç yoğunluğu (W/m ) RMSE : Ortalama karesel hatanın karekökü R V Vm VmaxE Vmod : Belirlilik katsayısı : Ki-Kare : Rüzgâr hızı (m/s) : Ortalama rüzgâr hızı (m/s) : Maksimum rüzgâr hızı (m/s) : En büyük sıklığa sahip rüzgâr hızı (m/s) 6. KAYNAKLAR (REFERENCES) [1] Birinç S. G., Değişken hızlı rüzgar santrallerini dinamik modellemesi ve karşılaştırılması, Yıldız Teknik Üniversitesi, Yüksek Lisans Tezi, İstanbul, 8. [] Lipman N. H. and Musgrove, P. J., Wind energy for the Eighties, England, 1,39-6, 198.. [3] Jaramillo O. A. and Borja M. A., Wind speed analysis in La Ventosa, Mexico: a bimodal probability distribution case, Renewable Energy, 9, 1613-163, 4. [4] Dorvlo A. S. S., Estimating wind speed distribution, Energy Conversion and Management, 43, 311-318,. [5] Seguro J. V. and Lambert T. W., Modern estimation of thr parametre sor the Weibull wind speed distribution for wind energy analysis. Wind Energy and Industrial Aerodynamics, 85, 75-84,. [6] Ramirez P. and Carta J.A., Influence of the data sampling interval in the estimation of the parameters of the Weibull wind speed probability density distribution: a case study, Energy Conversion and Management, 46, 419-438, 5. [7] Tağıl Ş., Sinop ve Çevresinde Rüzgar Enerjisi Potansiyeli, Dünya Enerji Konseyi Türk Milli Komitesi Türkiye 8. Enerji Kongresi, 1997. [8] Kavak Akpınar E. and Akpınar, S., Statistical Analysis of Wind Energy Potential on the basis of the Weibull and Rayleigh Distribution for Ağın-Elazığ, Turkey, J.Power Energy, 18, 557-565, 4. [9] Kavak Akpınar E., A statistical investigation of wind energy potential, Energy Sources, Part A, 8, 87 8, 6. [1] Kurban M., Hocaoğlu F. O., Kantar ve Mert Y., Weibull dağılımı kullanılarak rüzgar hız ve güç yoğunluklarının istatistiksel analizi, Afyon Kocatepe Bilim Dergisi, 7(), 5-18, 7. [11] Bulut Y. M. ve Açıkkalp E., Rüzgâr enerjisi potansiyelinin hesaplanmasında parametre tahmin yöntemlerinin incelenmesi, Eskişehir Osmangazi Üniversitesi, Yüksek Lisans Tezi, Eskişehir, 9. [1] Bilgili M., Şahin B. ve Şimşek E., Türkiye nin güney, güneybatı ve batı bölgelerindeki rüzgar enerjisi potansiyeli, Isı Bilimi ve Tekniği Dergisi, 3(1), 1-1, 1. [13] Kaplan Y. A., Rayleigh ve Weibull dağılımları kullanılarak osmaniye bölgesinde rüzgar enerjisinin değerlendirilmesi, Süleyman Demirel Üniversitesi Fen Bilimleri Enstitü Dergisi, (1), 6-71, 16. 16
[14] Özgür M. A., Kütahya rüzgar karakteristiğinin istatistiksel analizi ve elektrik üretimine uygulanabilirliği, Osmangazi Üniversitesi Fen Bilimleri Enstitüsü, Doktora Tezi, Eskişehir, 6. [15] Almalı M. N., ve Ete T., Ortalama rüzgar hızı ve güç yoğunluğunun hesaplanması, Yenilenebilir Enerji Kaynakları Sempozyumu, Diyarbakır 9. [16] Gülersoy T. ve Çetin S. N., Menemen bölgesinde rüzgar türbinleri için Rayleigh ve Weibull dağılımlarının kullanılması, Politeknik Dergisi, (13)3, 9-13, 1. [17] Eskin N., Artar H. ve Tolun S., Wind energy potential of Gökçeada Island in Turkey, Renewable and Sustainable Energy Reviews, 1, 839-851, 8. [18] Yıldırım U., Gazibey Y. ve Güngör A., Niğde ili rüzgar enerjisi potansiyeli, Niğde Üniversitesi Mühendislik Bilimleri Dergisi, 1(), 37-47, 1. [19] Yılmaz V., Doğan M. ve Tepeyurt N., Rüzgâr enerji potansiyellerinin belirlenmesinde istatistiksel yaklaşım:seçilmiş illerde uygulama çalışması, Nevşehir Hacı Bektaş Veli Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 3: 174-188, 13. [] Albostan A., Eren L. ve Çekiç Y., Rüzgar enerjisi potansiyelinin belirlenmesi, Bahçeşehir Üniversitesi, Yüksek Lisans Tezi, İstanbul, 8. [1] Cliff, W. C., The Effect of generalized wind characteristics on annual power estimates from wind turbine generators, PNL-436, Richland, Washington: Battele Pacific Northwest Laboratory, 1977. [] Akpınar, K. E., Akpınar S., Determination of the wind energy potential for Maden, Turkey, Energy Convers Manage, 45(18), 91-14, 4. [3] Weisser, D. A., Wind energy analysis of Grenada: An estimation using the Weibull density function, Renewable Energy, 8, 183-181, 3. [4] Deaves, D. M. and Lines I. G., On the fitting of low mean wind speed data to the Weibull distribution, 66, 169-78, 1997. [5] Haralambopoulos, D. A., Analysis of wind charactersistics and potential in the East Mediterranean-the Lesvos Case, Renewable Energy, 6, 445-54, 1995. [6] Çelik, A. N., A Statistical analysis of wind power density based on the Weibull and Rayleigh models at Southern Region of Turkey, Renewable Energy, 9, 593-64, 4. [7] Ülgen, K. ve Hepbaşlı A., Determination of Weibull parameters for wind energy analysis of İzmir. International Journal of Energy Research; 6(6), 495-56,. [8] Genç, A., Murat E., Pekgör A., Oturanç G. Hepbaşlı A. ve Ülgen K., Estimation of wind power potential using Weibull distribution, Energy Sources, Part A: Recovery, Utilization, and Environmental Effects, 7, 89-8, 5. [9] Swain, J., Venkatraman S., Wilson J., Least-squares estimation of distribution function in Johnson s translation systems, J. Statisic Comput. Simulation, 9, 71-1, 1988. 17
[3] Chang T. P., Performance comparison of six numerical methods in estimating Weibull parameters for wind energy application, Appl Energy, 88, 7-8, 11. 18