Kısa-Dönem Rüzgâr Hızının Tahmininde Otoregresif ve Yapay SinirAğları Tabanlı Yeni Bir Hibrit Yaklaşım

Abstract

Rüzgâr enerjisinin elektrik şebekesine entegrasyonu, ekonomik dağıtımı için ayrıca rüzgâr türbinlerinin güvenli işletilebilmesi (kontrolü) için kısa-dönem rüzgâr hızı tahmini önemli bir konudur. Rüzgâr hızının anlık değişkenliği problemi zorlaştırmaktadır. Bu çalışmada, kısa-dönem rüzgâr hızı tahmini için doğrusal (otoregresif, AR) ve doğrusal olmayan (yapay sinir ağları, YSA) modelleri aynı anda kullanan yeni hibrit bir model önerilmektedir. AR modeller yaygın olarak tahmin problemlerinde kullanılan istatiksel yöntemlerdir. YSA yaklaşımı başlıca modelleme, tahmin ve sınıflandırma problemlerinde kullanılan insan beynindeki sinir ağlarına benzer şekilde çalışan bir yaklaşımdır. Bu çalışmada tahmin problemlerinde kullanılan iki güçlü yöntem birleştirilerek kısa dönem rüzgâr hızının belirlenmesinde yeni bir hibrit yaklaşım olarak sunulmuştur. Bu yaklaşım ile sadece AR yöntemin kullanıldığı ya da sadece YSA yönteminin kullanıldığı yöntemlere göre rüzgâr hızı tahmininde daha başarılı sonuçlar elde edilmiştir. Çalışmanın doğruluğunu göstermek amacıyla meteoroloji istasyonundan alınan Eskişehir bölgesine ait sekiz yıllık gerçek saatlik ortalama rüzgâr hızı değerleri kullanılmıştır. Yedi yıllık rüzgâr hızı değerleri eğitim verileri olarak kullanılmış, kalan bir yıllık değerler test amacıyla kullanılmıştır. Farklı durumlar için önerilen hibrit yaklaşımın kök ortalama kare hata değerleri (RMSE) ve ortalama mutlak hata (MAE) değerleri AR ve YSA yöntemlerinin doğrudan kullanılmasına göre daha düşük sonuçlara ulaştığı gösterilmiştir.

Short-term wind speed prediction is required in order to integrate and economic dispatch of wind energy to electric grid and also for the safety operation (control) of wind turbines. The volatility of wind makes this problem challenging. In this study, a new hybrid model which both uses linear (autoregressive, AR) and nonlinear (Artificial neural networks, ANN) models together. AR modeling is a well-known statistical approach for prediction problems. ANN approaches are mainly used in prediction and classification problems that works similar to neurals in human brain. The better results are acquired for wind speed prediction according to using only AR or ANN model. To show the accuracy of the proposed method, eight-year real hourly averaged wind speed values belongs to Turkish State Meteorological Service of Eskisehir region are handled. The first seven-year data are used as training set; the rest one-year data are used as test data. It is shown that the proposed approach gives lower values in terms of root mean square error (RMSE) and mean absolute error (MAE).