Yazar "Meral, Hasan" seçeneğine göre listele

Listeleniyor 1 - 1 / 1
  • 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.