Güneş ışınım şiddetinin yapay sinir ağları ve genetik algoritma yöntemleriyle tahmini ve performanslarının karşılaştırılması: Adana ili örneği

Abstract

Nüfus ile paralel olarak artış gösteren enerji ihtiyacı problemine uzun yıllar çözüm olarak görülmüş fosil yakıtlar, karşılanamayacak boyutlara ulaşan maliyetler ve çevreye verdiği geri dönülemez zararlar sebebiyle, yerini yenilenebilir enerji kaynaklarına bırakmaya başlamıştır. Yenilenebilir enerji kaynaklarının sürdürülebilirliği, çevre dostu olması ve günümüz dünyasının enerji açığını karşılama potansiyeli göz önünde bulundurulduğunda, bu kaynaklar popülerliğini artan bir ivmeyle devam ettirmektedir. Yenilenebilir enerji kaynakları arasında, ülkemizin coğrafik avantajı ile en çok tercih edilen kaynaklardan biri olan güneş enerjisi tabanlı yatırımlar ve günlük hayatımızdaki kullanımı artış göstermektedir. Küresel güneş ışınım şiddeti, güneş enerjisi ile alakalı en önemli parametrelerden biri olup ölçümü oldukça zahmetli ve maliyetlidir. Bu dezavantajlar dikkate alındığında tahmin ve modelleme seçenekleri güneş enerjisi ile alakalı çalışmalar çatısı altında önem kazanmaktadır. Bu çalışmada, Adana ili için 2015-2021 yıllarına ait hibrit veri setinin kullanıldığı, MATLAB ortamında Yapay Sinir Ağları (YSA) ve Genetik Algoritma (GA) algoritmaları aracılığıyla küresel güneş ışınım şiddeti tahmini yapılmıştır. Ayrıca, bu iki algoritmanın kararlılık katsayıları dikkate alınarak bir performans karşılaştırılmasına yer verilmiştir. Çalışmanın sonucunda, küresel güneş ışınım şiddeti tahmininde GA algoritmasının YSA algoritmasına kıyasla daha başarılı bir sonuç verdiği gözlemlenmiştir.Fossil fuels, which have been considered as a solution to the problem of increasing energy demand in parallel with the population for many years, have begun to leave their place to renewable energy sources due to their unaffordable costs and the irreversible damage they cause to the environment. Considering the sustainability, environmental friendliness, and potential of satisfying the energy deficit of today's world, these resources continue to gain popularity. Among the renewable energy sources, solar energy-based investments, which is one of the most preferred sources due to the geographical advantage of our country, and its utilization in our daily lives are ascending. Global solar radiation is one of the most important parameters related to solar energy, and its measurement is quite laborious and costly. Considering these disadvantages, estimation and modeling options gain importance under the roof of studies related to solar energy. In this study, global solar radiation estimation has been achieved through Artificial Neural Networks (ANN) and Genetic Algorithms (GA) algorithms in the MATLAB environment, using the hybrid data set for the years 2015-2021 for Adana province. In addition, a performance comparison is given by considering the coefficient of determination of these two algorithms. As a result of the study, it has been observed that the GA algorithm performed a more successful result compared to the ANN algorithm in estimating the global solar radiation intensity.