Yaklaşan iklim değişikliği tehdidiyle birlikte yenilenebilir enerji kaynaklarını daha büyük ölçekte benimsememizin zamanı geldi. Neredeyse sınırsız güneş ışığı enerjisinden elektrik üreten fotovoltaik sistemler, temiz enerji üretmenin en umut verici yollarından biridir. Ancak fotovoltaik sistemleri mevcut elektrik şebekelerine entegre etmek basit bir süreç değildir. Fotovoltaik sistemlerin güç çıkışı büyük ölçüde çevresel koşullara bağlı olduğundan, enerji santrali ve şebeke yöneticileri, diğer önemli operasyonel konuların yanı sıra optimum üretim ve bakım programlarını planlamak için fotovoltaik sistemler tarafından ne kadar güç enjekte edileceğine dair tahminlere ihtiyaç duyar.
Modern trendlere uygun olarak, bir şeyin tahmin edilmesi gerekiyorsa, yapay zekanın ortaya çıkacağına rahatlıkla bahse girebilirsiniz. Bugüne kadar, önceki verilerden öğrenerek ve mevcut değişkenleri analiz ederek fotovoltaik sistemlerin ürettiği gücü birkaç saat önceden tahmin edebilen birçok algoritma bulunmaktadır. Bunlardan biri, uyarlanabilir nöro-bulanık çıkarım sistemi (ANFIS) olarak adlandırılan, karmaşık yenilenebilir enerji sistemlerinin performansını tahmin etmek için yaygın olarak uygulanmıştır. Başlangıcından bu yana birçok araştırmacı, performansını daha da artırmak için ANFIS'i çeşitli makine öğrenimi algoritmalarıyla birleştirdi.
Kore'deki Incheon Ulusal Üniversitesi'nden Jong Wan Hu liderliğindeki bir araştırma ekibi, fotovoltaik sistemlerin ürettiği gücü bir güne kadar önceden daha iyi tahmin etmek için iki yeni ANFIS tabanlı model geliştirdi. Bu iki model 'hibrit algoritmalardır' çünkü geleneksel ANFIS yaklaşımını, optimizasyon problemlerine en uygun çözümleri bulmak için güçlü ve hesaplama açısından verimli stratejiler olan iki farklı parçacık sürüsü optimizasyon yöntemiyle birleştirirler.
Ekip, modellerinin performansını değerlendirmek için onları diğer ANFIS tabanlı hibrit algoritmalarla karşılaştırdı. Önceki bir çalışmada İtalya'da konuşlandırılmış gerçek bir fotovoltaik sistemden alınan gerçek verileri kullanarak her modelin tahmin yeteneklerini test ettiler. Sonuçlar, Dr. Hu'nun belirttiği gibi oldukça umut vericiydi: "Geliştirdiğimiz iki modelden biri, test edilen tüm hibrit modellerden daha iyi performans gösterdi ve dolayısıyla hem kısa hem de uzun vadeli ufuklarda güneş sistemlerinin fotovoltaik gücünü tahmin etme konusunda büyük potansiyel gösterdi. .”
Bu çalışmanın bulgularının fotovoltaik sistemler alanında yazılım ve üretim perspektiflerinden acil etkileri olabilir. "Yazılım açısından modellerimiz, fotovoltaik sistem değerlerini doğru bir şekilde tahmin eden uygulamalara dönüştürülebilir, bu da performansın ve şebeke işleminin iyileştirilmesine yol açabilir. Üretim açısından yöntemlerimiz, fotovoltaik sistemin tasarımında kullanılabilecek değişkenlerin seçilmesine yardımcı olarak fotovoltaik güçte doğrudan bir artışa dönüşebilir” diye açıklıyor Dr. Hu. Umarız bu çalışma sürdürülebilir enerji kaynaklarına geçişte bize yardımcı olur!
