Geçmişten günümüze fosil yakıt türlerinin aşırı kullanılmasından dolayı ortaya çıkan rezerv azalması ve çevresel sorunlar elektrik enerjisi üretiminde yenilebilir enerji kaynaklarının gün geçtikçe önem kazanmasına neden olmuştur. Tükenmeyen enerji kaynaklarından biri olan güneş enerjisini direkt elektrik enerjisine dönüştürebilen fotovoltaik paneller, güvenilir ve temiz bir üretim aracı olarak bilinmektedirler. Fotovoltaik güneş enerjisine dayalı santral sayısının gün geçtikçe artmasıyla birlikte santrallerin izlenmesi ve bir güneş santralinin panel ölçeği bakımından güneş ışınımı, rüzgâr, sıcaklık, nem vb. gibi verilerinden faydalanılarak geleceğe yönelik belirli bir dönem için üretim performans tahmini büyük önem kazanmıştır. Bu çalışmada panel verimini etkileyen faktörlerin göz önüne alınması ve değerlendirilmesi aynı zamanda bu faktörlerden yola çıkarak aşırı öğrenme makinaları (Extreme Learning Machines-ELM) ile ileriye yönelik enerji üretim tahmininin yapılması amaçlanmaktadır. Bunun için bir adet FV panel ile şebekeye bağlantısız bir sistem kurulmuştur. Sistemin bulunduğu panelden elde edilen akım, gerilim ve aynı zamanda panellere etki eden güneş ışınımı, rüzgâr, sıcaklık ve nem gibi meteorolojik değerler uygun sensörler ile periyodik olarak ölçülmüştür. Ölçülen bu veriler panellerin bulunduğu ortama yerleştirilen ESP8266 tabanlı Arduino kartı ile kaydedilmiştir. Bu verilerden yola çıkarak panellerin performansı değerlendirilmiştir. Son olarak sistemin üretim performansı takibinin anlık olarak değerlendirilmesi olanağı sağlanmıştır. Bunun için Extreme Learning Machine (ELM) kullanılmıştır. Meteorolojik değerler güneş ışınımı, nem ve sıcaklık ELM'ye girdi olarak girilecek ve literatürden farklı olarak sistemin belirli bir dönem için üretim performansı tahmini yapılmıştır.
With the increasing energy consumption, the importance of energy resources increases in this direction. The importance of renewable energy sources in the production of electrical energy due to the depletion of reserves overuse of fossil fuels and environmental problems have increased. Photovoltaic panels (PV), which is one of the renewable energy sources, are used as an alternative production tool since they can convert solar energy directly to electrical energy. With the increase in the number of power plants based on photovoltaic solar energy, the monitoring of the power plants has became importance. In this study, Extreme Learning Machines (ELM) is used to predict future energy production of solar power stations by taking into consideration meteorological factors affecting panel efficiency. Current, voltage obtained from the panel where the system is located, as well as meteorological values such as solar radiation, wind, temperature and humidity affecting the panels will be measured periodically with appropriate sensors. These measured data will be recorded with the ESP8266 based Arduino board placed in the environment where the panels are located. Based on these data, the performance of the panels will be evaluated. Finally, it will be possible to instantly evaluate the production performance of the system. Extreme Learning Machine (ELM) will be used for this. Meteorological values, solar radiation, humidity, temperature and solar radiation will be entered as inputs to the ELM and, unlike the literature, the production performance of the system for a certain period will be estimated.
