YAPAY SİNİR AĞLARI VE MAKİNE ÖĞRENME YÖNTEMLERİ KULLANARAK ELEKTRİK ŞEBEKE TAHMİN SİSTEMİ

Özet

Bu çalışmanın amacı, makine öğrenmesi (ML) ve yapay sinir ağları (ANN) gibi tahminleme konusunda son yıllarda büyük başarılar elde etmiş olan yöntemlerden faydalanarak elektrikli araçlar (EV) ve araçtan ağa (V2G) sistemleri üzerinden şebeke enerji talep tahminlerinin yapılmasını mümkün kılmaktır. Elektrikli araçların hızla artan kullanım oranları ve şebeke sistemlerine entegrasyonunun önem kazanmasıyla, bu çalışma, elektrikli araç kullanıcılarının şebekedeki enerji talebine bağlı olarak araçtan şebekeye (V2G) sistemini kullanarak şebekenin rahatlatilmasi ve kullanici icin en uygun zamanin ve optionun belirlenmesini saglamak. Aynı zamanda, enerji tedarik şirketlerinin bu talep değişimlerini daha doğru şekilde öngörerek, talebe dayalı olarak daha verimli ve sürdürülebilir enerji tedarik planlaması yapmalarını sağlamayı amaçlamaktadır. Elektrikli araçların şebeke enerji talepleri ile entegrasyonu, şebeke yönetiminde yeni fırsatlar yaratmakta ve bu entegrasyonun doğru bir şekilde yönetilmesi, enerji arzı ve talebi arasındaki dengeyi sağlamak açısından kritik öneme sahiptir. Enerji talep tahminlerinin doğruluğu, sadece enerji yönetimini iyileştirmekle kalmaz, aynı zamanda sürdürülebilir enerji üretimi ve tüketimi için de büyük fırsatlar sunar. Bu makale çalışmasında, ANN ve ML yöntemleri kullanılarak elektrikli araçların şebeke enerji talepleri üzerindeki etkisi kapsamlı bir şekilde analiz edilecek, V2G aracılığıyla elektrikli araç kullanıcılarının, şebeke talep değişimlerinden nasıl fayda sağlayabileceği ve ekonomiye katkıda bulunabilecekleri detaylı bir biçimde incelenecektir. Bunun yanı sıra, bu sistemin enerji tedarik şirketleri için nasıl stratejik bir avantaj yaratabileceği ve enerji yönetiminde ne tür optimizasyonlar sağlanabileceği de ele alınacaktır. Sonuç olarak, bu çalışma, elektrikli araçların şebeke yönetimine katkı sağlayarak, enerji sektörü için hem verimliliği hem de sürdürülebilirliği artırmaya yönelik bir model geliştirir