Yazar "Meral, Hasan" seçeneğine göre listele

Listeleniyor 1 - 4 / 4
  • Küçük Resim Yok
    Öğe
    A new artificial intelligence-based demand side management method for EV charging stations
    (Elsevier, 2024) Bayrak, Gökay; Meral, Hasan
    Today, the rapid spread of the use of electric vehicles (EVs), and accordingly EV charging stations will lead to an imbalance between generation and consumption resources. While waiting for the determination of the appropriate charging time and the determination of the suitable charge amount at the EV charging station, the most effective load management should be carried out by obtaining information from the user, including the current charging capacity, the next journey distance, the time the vehicle can stay connected to the charging station, and whether the vehicle has V2G support. In this study, a new approach is based on the ensemble learning classifier method that performs higher performance classification by bringing together the results obtained from multiple classifiers in a system with more than one EV charging station; By evaluating parameters, the system for the charging station that should be used and for how long is decided by the ensemble learning classifier structure. A scenario of the proposed intelligent demand side management (DSM) system for charging stations with multiple charging units is shown in Figure 2.1. The results show that the proposed method can perform DSM with high accuracy of 99.1% for Case-1 and 98.4% for Case-2. © 2024 Elsevier Inc. All rights reserved.
  • Küçük Resim Yok
    Öğe
    A new intelligent charging strategy in a stationary hydrogen energy-based power plant for optimal demand side management of plug-in EVs
    (Pergamon-Elsevier Science Ltd, 2024) Cakmak, Recep; Meral, Hasan; Bayrak, Gokay
    Stationary hydrogen energy-based power plants generating electricity to supply high-powered plug-in electric vehicles (PEVs) have recently become popular in renewable energy-based power plants. Besides, in a PEV charging station, various types of powered charge devices can be established such as DC fast chargers or 3.7 kW, 7.4 kW, 11 kW, and 22 kW AC chargers. This paper introduces a demand-side management-oriented optimal charging strategy that includes two stages for PEVs in a hydrogen energy-based microgrid. The paper focuses on two stages to execute an optimal charging of PEVs in compliance with their users' requests and satisfaction and considering the power system loading. It is assumed that there are three types of chargers in the PEV charging station and the users. In the first stage randomly created requests are classified by an ensemble learning classifier method that performs higher performance classification by combining the results from multiple classifiers in a machine learning classification. The second stage schedules the PEVs according to the classification results and users' requests. To test the proposed system, first random requests are created then they are sent to the classifier, and the results of classifiers are scheduled in each other. The demand-side management-oriented charge scheduling and managing strategy which includes the proposed two stages has been compared with nonmanaged cases. Case study results reveal that the proposed approach provides 52.1% peak load reduction and 72.3% valley filling improvement by the SOS algorithm. The results highlight the advantages of the proposed system in terms of peak reduction and valley filling.
  • Küçük Resim Yok
    Öğe
    A Real-Time Improved ML Method for PQD Classification of a PV-Powered EV Charging Station
    (Ieee-Inst Electrical Electronics Engineers Inc, 2025) Yilmaz, Alper; Atesci, Tolga; Meral, Hasan; Bayrak, Gokay
    The installation of electric vehicle charging stations (EVCSs) that are powered by renewable energy sources has been growing rapidly. However, this has raised a crucial issue regarding the quality of power supplied to these stations. Due to the intermittent nature of renewable energy sources and the high-power requirements of EV charging, power quality disturbances (PQDs) occur more. This study proposes a new intelligent PQD classification method that considers feature extraction/selection based on pyramidal undecimated wavelet transform (p-UWT) and minimum redundancy maximum relevance (mRMR). The feature vector, derived through the application of mRMR, comprises a mere ten elements. The p-UWT-mRMR combination overcomes the problem of noise sensitivity inWTs. In addition, Bayesian optimization and UWT-mRMR have addressed hyperparameter selection difficulties and overfitting in support vector machine models. The proposed method demonstrated an impressive classification accuracy of 99.55% when faced with 30-dB noise. A prototype test platform is developed with EVCS-integrated PV systems in the laboratory to verify the performance of the proposed method in real-time cases. Dynamic analysis revealed that all PQDs have runtimes ranging from 5 to 10ms in experiments. The proposed method has been validated on a dataset of over 20 000 real-world signals with a test accuracy of 99.11%.
  • Küçük Resim Yok
    Öğe
    Yenilenebilir enerji destekli elektrikli araç şarj istasyonları için yük tarafı talep yönetiminin akıllı kontrol yöntemleri ile geliştirilmesi
    (Bursa Teknik Üniversitesi, 2023) Meral, Hasan; Bayrak, Gökay
    Günümüzde elektrikli araçların (EA) kullanımının ve buna bağlı olarak EA şarj istasyonlarının sayısının hızla yaygınlaşması, enerji talebini önemli derecede artıracaktır. Bu talep artışı güç sisteminde aşırı yüklenmelere ve farklı güç kalitesi problemlerinin oluşmasına yol açacaktır. Enerji talebinde meydana gelecek bu artış ile mevcut şebeke koşullarında akıllı şebeke, akıllı enerji yönetimi, talep tarafı yönetimi kavramlarının önemi de artmıştır. Akıllı şebeke ve talep tarafı yönetimi yaklaşımları güç sisteminin güvenilirliğini artırarak ve uzun vadede pik talebi düşürerek şebeke kapasitesinin yükseltilmesi için ihtiyaç duyulan yatırım maliyetini azaltmaktadır. Elektrikli araçların artışı ile EA şarj uygulamalarında akıllı şarj stratejilerinin geliştirilmesi konusunda da ihtiyaçlar ortaya çıkmıştır. EA'lar günün büyük bir bölümünde aktif halde kullanılmamaktadır. Bu özellikleri, EA şarj süreçlerini, talep tarafı yönetimi tekniklerinden biri olan doğrudan yük kontrolü uygulamaları için uygun seçenekler haline getirmektedir. Doğrudan yük kontrolü uygulamaları ile akıllı şarj stratejileri geliştirilerek puant yüklerin oluşmasının önüne geçilmesi noktasında katkı sağlanabilmektedir. Bu tez kapsamında, iki farklı koşulu değerlendiren vaka çalışmaları ile doğrudan yük kontrolü yöntemleri kullanılarak akıllı şarj stratejileri geliştirilmesi ve puant yük oluşumunun azaltılması amaçlanmıştır. Yük tarafı talep yönetimi ve akıllı kontrol yöntemleri için literatürde çok sayıda farklı örnekler mevcuttur. Doğrudan yük kontrolü uygulamalarında değerlendirilmesi gereken parametreler arasında kullanıcı memnuniyeti de vardır. EA şarj istasyonlarının doğrudan yük kontrolü uygulamaları ile kontrol edilmesi süreçlerinde yük kaydırma ve yük atma gibi kontrollerin gerçekleştirilmesi süreçlerinde kullanıcı taleplerinin değerlendirilmesi ve bu değerlendirmelerine göre yük tarafı talep yönetiminin gerçekleştirilmesi kritik öneme sahiptir. Bu tezde, yenilenebilir enerji destekli EA şarj üniteleri için yük tarafı talep yönetiminin gerçekleştirilmesi, uygun bir akıllı kontrol yönteminin tasarımı, uygulaması ve şebeke yük profiline etkileri incelenmiştir. Yük tarafı talep yönetiminin gerçekleştirilmesi için kısıtlar ve değişkenler arttıkça yük tarafı talep yönetimi problemi karmaşıklaşmaktadır. Akıllı yük tarafı talep yönetimi karar verici doğrudan yük yönetimi gibi talep tarafı yöntemlerinin uygulanıp uygulanmayacağına ve hangi doğrudan yük kontrolü uygulamasının yapılacağına karar vermektedir. Çalışmada, yenilenebilir enerji destekli EA şarj istasyonunu merkeze alan iki farklı vaka çalışması belirlenmiştir. İki vaka çalışmasında sırasıyla; birden fazla şarj birimine sahip EA şarj istasyonlarında uygun şarj hızının seçilmesi ve kişisel kullanıma sahip EA şarj istasyonları için doğrudan yük kontrolüne uygunluğunun değerlendirilmesi konuları incelenmiştir. Birinci vaka çalışmasında puant yüklerin oluşmasını engellemek için uygun şarj hızı seçimini yapacak akıllı karar verici yapısı tasarlanmış ve ikinci vaka çalışmasında ise şarj işleminin başlatılması öncesinde mevcut yük durumu değerlendirilerek şarj işleminde doğrudan yük kontrolü yöntemlerinin uygulamasına uygun olup olmadığı değerlendirilmiştir. Her iki vaka çalışması için de kullanıcıdan tedarik edilen mevcut şarj durumu, sonraki yolculuk mesafesi, batarya kapasitesi ve şarj istasyonundan ayrılma süresi verileri kullanılmıştır. Karar verme süreçlerinde kullanılan diğer veri ise mikro şebekenin anlık tüketim değeridir. Çalışmada makine öğrenmesi eğitim süreçlerinde kullanılmak üzere belirli kısıtlamalar doğrultusunda veri setleri oluşturulmuş ve bu veri setleri her vaka çalışması için belirlenen karar algoritmaları ile etiketlenmiştir. Oluşturulan veri setleri ile kullanıcı için olumsuz bir duruma yol açmadan yük tarafı talep yönetimi gerçekleştirmek adına iki farklı model için makine öğrenmesi sınıflandırma yöntemleri kullanılmıştır. Simülasyon süreçlerinde birinci vaka çalışması için veri seti yapay sinir ağı tabanlı bir karar verici kullanılarak %99,1 doğruluk ile sınıflandırılmış ve gereksiz hızlı şarj istasyonu kullanımının önüne geçildiği görülmüştür. İkinci vaka çalışması için ise topluluk öğrenmesi metotlarından bagged trees ile %98,7 doğruluk ile sınıflandırılmıştır. Geliştirilen yöntemler ile EA şarj süreçlerinde kullanıcılar için olumsuzluk oluşturmadan doğrudan yük yönetim kararının verilebildiği görülmüştür. Her iki vaka çalışması için uygulama öncesinde, sonrasında ve yenilenebilir enerji desteği eklenen durumlarda şebeke yük profili karşılaştırmaları yapılmıştır. Tez çalışmasında önerilen yöntemlerin birden fazla EA şarj ünitesine sahip şarj istasyonları ve tek bir şarj ünitesine sahip evsel kullanıcılar için kolaylıkla uygulanabileceği görülmüştür. Ayrıca, tez çıktıları ile EA şarj ünitelerinin şebekeye olumsuz etkilerinin en aza indirildiği ve yük tarafı değişimlerini dikkate alan pratik bir talep yönetim sistemi geliştirilmiştir.