Bu çalışma, yüksek oranda rüzgâr ve fotovoltaik üretime sahip büyük bir yenilenebilir enerji üssünde hangi üretim, elektriksel depolama, ısıl depolama ve elektrikten ısıya dönüşüm kapasitelerinin birlikte kurulması gerektiğini araştırmaktadır. Sistemin merkezinde önceden belirlenmiş bir parabolik oluklu yoğunlaştırılmış güneş enerjisi santrali bulunmakta; rüzgâr türbinleri, fotovoltaik kapasite, ısıl enerji depolama sistemi (TES), batarya enerji depolama sistemi (BESS) ve elektrikli ısıtıcı veya yüksek sıcaklık ısı pompası kapasiteleri birlikte optimize edilmektedir.

Araştırmanın temel bilimsel sorusu, güç bloğu ve ısı pompası gibi dönüşüm cihazlarının her yük seviyesinde aynı verimle çalıştığının kabul edilmesinin kapasite planlamasını ne ölçüde değiştirebileceğidir. Araştırmacılar bu nedenle sabit verim varsayımını, güç bloğunun kısmi yük davranışını ve ısı pompasının yüke bağlı performans katsayısını temsil eden parçalı doğrusal modellerle karşılaştırmıştır.

Üst seviyede elektrik üretiminin seviyelendirilmiş maliyeti (LCOE) ile güç arzı kaybı olasılığı (LPSP) birlikte NSGA-II kullanılarak minimize edilmekte; alt seviyede ise her aday kapasite portföyü için temsilci günlerde karma tamsayılı doğrusal programlama (MILP) ile işletme çizelgesi hesaplanmaktadır. Böylece yalnızca “kaç MW kurulmalı?” sorusu değil, seçilen kapasitenin gerçekçi yük, depolama, dönüşüm, rampa ve kısmi yük kısıtları altında nasıl çalışabileceği de optimizasyonun içine girmektedir.

Pareto çözüm kümeleri düzeyinde tasarım dışı çalışma davranışının hesaba katılması, sabit verim modeline kıyasla medyan LCOE'yi %3,3–%5,1 artırırken medyan LPSP'yi %8,3–%19,9 azaltmıştır. Bununla birlikte araştırmacılar bu sonucu aynı güvenilirlik noktasında doğrudan bir iyileşme olarak yorumlamamaktadır; iki model farklı kapasite portföyleri oluşturduğu için söz konusu yüzdeler Pareto kümelerinin dağılımlarındaki kaymayı göstermektedir. Aynı LPSP düzeylerinde yapılan eşleştirilmiş karşılaştırmada ortalama mutlak LCOE farkı yalnızca yaklaşık %1,35–%1,74 aralığındadır.

En önemli planlama sonucu, tasarım dışı davranışların amaç fonksiyonu değerlerini görece sınırlı değiştirmesine rağmen kurulacak teknolojilerin dağılımını ciddi biçimde değiştirebilmesidir. Özellikle BESS içeren konfigürasyonlarda parçalı doğrusal model, portföyü genel olarak rüzgâr türbinlerinden fotovoltaik ve batarya kapasitesine doğru kaydırmıştır. Buna karşılık TES kapasitesi daha sınırlı değişmiştir.

Çalışma aynı zamanda BESS ile TES'in birbirinin yerine geçen iki eşdeğer depolama teknolojisi olmadığını göstermektedir. Modelde BESS 5 dakikalık işletme çözünürlüğünde kısa süreli elektriksel dalgalanmalara yanıt verebilirken TES için 1 saatlik durum kilitleme süresi uygulanmıştır. Sonuçlarda BESS kısa süreli elektrik dengesini sağlarken TES daha yavaş ısıl enerji kaydırma görevini üstlenmiştir.

Türkiye açısından yorum sınırı: Bulgular Türkiye verileriyle elde edilmemiştir; çalışma kuzey Zhangjiakou bölgesinin meteorolojik ve sistem varsayımlarına dayanmaktadır. Bununla birlikte rüzgâr, PV, elektriksel depolama, ısıl depolama ve CSP'nin birlikte planlandığı sistemler açısından yöntemsel bir çerçeve sunmaktadır. Türkiye'ye uygulanabilmesi için yerel DNI ve GHI profilleri, rüzgâr koşulları, elektrik yükleri, maliyetler, şebeke gereksinimleri, teknoloji fiyatları ve işletme koşullarıyla yeniden modellenmesi gerekir. Bu çalışmadan Türkiye için doğrudan optimum MW veya MWh kapasitesi çıkarılamaz.

Araştırmanın temel problemi nedir?

Rüzgâr ve fotovoltaik üretiminin yüksek olduğu bir elektrik sisteminde yalnızca toplam yıllık enerji miktarını karşılamak yeterli değildir. Güneş ışınımı, rüzgâr, elektrik talebi ve iletim ihtiyacı günün ve yılın farklı zamanlarında değişmektedir. Bu nedenle bir sistem yıllık toplamda yeterli enerji üretirken belirli saatlerde elektrik açığı yaşayabilir veya başka zamanlarda kullanamayacağı kadar fazla enerji üretebilir.

Çalışma bu problemi üretim ve depolama teknolojilerini birbirinden bağımsız boyutlandırmak yerine tek bir bağlı sistem olarak ele almaktadır. Sistemde rüzgâr türbinleri ve PV doğrudan elektrik üretirken, parabolik oluklu CSP güneş ışınımını önce yüksek sıcaklıklı ısıya dönüştürmektedir. Bu ısı doğrudan güç bloğuna gönderilebilir veya TES içerisinde daha sonra kullanılmak üzere saklanabilir.

Fazla rüzgâr ve PV elektriği de yalnızca bataryaya gönderilmek zorunda değildir. Elektrikli ısıtıcı (EH) veya ısı pompası (HP) kullanılarak yeniden ısıya dönüştürülebilir, TES'e aktarılabilir ve daha sonra güç bloğu üzerinden tekrar elektrik üretiminde kullanılabilir. Böylece elektriksel ve ısıl enerji yolları birbirine bağlanmaktadır.

Çalışma hangi literatür boşluğunu hedefliyor?

Önceki kapasite planlama çalışmalarının önemli bir bölümünde dönüşüm cihazlarının verimi sabit kabul edilmektedir. Oysa güç bloğu tam yükte ve kısmi yükte aynı termal-elektrik dönüşüm verimine sahip değildir. Benzer biçimde bir ısı pompasının COP değeri de yük oranına göre değişebilir.

Araştırmacıların sorguladığı nokta şudur: Bir kapasite planlama modeli güç bloğunu veya ısı pompasını gerçekte olduğundan daha ideal temsil ederse, toplam maliyet ve güvenilirlik değerleri birbirine yakın görünse bile yanlış teknoloji kombinasyonunu seçebilir mi?

Çalışmanın bulguları bu soruya olumlu yönde işaret etmektedir. Amaç fonksiyonu uzayındaki farklar çoğu durumda sınırlı olmakla birlikte rüzgâr, PV, BESS, TES ve PtH arasında seçilen kapasite dağılımları önemli ölçüde değişebilmektedir.

Sistemin fiziksel yapısı nasıl kurulmuş?

Çalışmadaki sistem şeması PV dizisini, rüzgâr çiftliğini, BESS'i, parabolik oluklu güneş alanını, sıcak ve soğuk TES tanklarını, power-to-heat birimini ve güç bloğunu ortak bir AC bara ve termal çevrim etrafında bir araya getirmektedir.

CSP alt sisteminde güneş alanı (SF) ve güç bloğu (PB) önceden belirlenmiş bir çekirdek olarak kabul edilmiştir. Ana planlama probleminde bunların kapasitesi optimize edilmemektedir. Buna karşılık TES genişletilebilir durumdadır; çünkü hem güneş alanından gelen ısıyı hem de elektrikten ısıya dönüşüm biriminin ürettiği ısıyı depolamaktadır.

Güç bloğunun nominal elektrik kapasitesi 50 MW olarak alınmıştır. Güneş alanı, güç bloğuna göre 2,6 solar multiple referansıyla boyutlandırılmıştır. Parabolik oluk kolektörü olarak LS-2, ısı transfer akışkanı olarak Therminol VP-1 kullanılmış ve güneş alanı çıkış sıcaklığı 390 °C olarak hedeflenmiştir.

Güneş alanı nasıl modellenmiş?

Parabolik oluk kolektörlerinin yararlı soğurulan ısı akısı; doğrudan normal ışınımın (DNI), geliş açısının, geliş açısı düzeltme katsayısının, sıra gölgelenmesinin, uç kayıplarının, güneş alanı veriminin ve ısı toplama elemanı veriminin ortak etkisiyle hesaplanmaktadır:

\[ Q_{absorb}=DNI \cdot \cos\theta \cdot K_{IAM}\cdot R_{shadow}\cdot R_{endloss}\cdot \eta_{field}\cdot \eta_{HCE} \]

Burada DNI W/m² cinsinden doğrudan normal güneş ışınımını, θ geliş açısını, K_IAM geliş açısı değiştiricisini, R_shadow kolektör sıraları arasındaki gölgelenme etkisini, R_endloss uç kayıplarını, η_field güneş alanı verimini ve η_HCE ısı toplama elemanı verimini temsil etmektedir.

Modelde soğurulan ısı akısı 60 W/m²'nin altında olduğunda güneş alanının işletilmediği kabul edilmektedir. Bu eşik aşıldığında ısı transfer yağının debisi, çıkış sıcaklığını 390 °C'de tutacak şekilde ayarlanmaktadır.

Güç bloğunda “tasarım dışı çalışma” ne anlama geliyor?

Çalışmadaki en önemli modelleme ayrımlarından biri güç bloğunda ortaya çıkmaktadır. Güç bloğu 50 MW nominal kapasiteli bir buharlı Rankine çevrimi olarak modellenmiştir. Gerçek işletmede güç bloğu her zaman %100 yükte çalışmadığından dönüşüm verimi yük oranına bağlıdır.

Araştırmada güç bloğunun tasarım dışı verimi şu polinomla temsil edilmektedir:

\[ \eta_{t-el}(x)=\eta^{0}_{t-el}(-0.7644x^4+2.3391x^3-2.7709x^2+1.5971x+0.5991) \]

Burada x, gerçek güç çıkışının nominal güce oranıdır ve modelde 0,2 ≤ x ≤ 1 aralığında kullanılmaktadır. η⁰_t-el nominal tasarım noktasındaki elektrik dönüşüm verimidir.

Isıl giriş ile elektrik çıkışı arasındaki temel ilişki:

\[ P_{PB,t}=\eta_{t-el}(x)\cdot Q_{PB,t} \]

şeklindedir. Q_PB,t MW cinsinden güç bloğuna giren termal gücü, P_PB,t ise üretilen elektrik gücünü temsil eder.

Bu ilişki doğrudan doğrusal değildir. Alt seviye problemin MILP olarak çözülebilmesi için araştırmacılar eğriyi parçalara ayırıp her yük aralığını doğrusal bir denklemle yaklaşık olarak temsil etmiştir. İkili değişkenler, güç bloğunun hangi yük bölgesinde çalıştığını belirlemektedir.

Güç bloğu için minimum çalışma ve durma süreleri de modele dâhil edilmiştir. Minimum açık kalma süresi 2 saat, minimum kapalı kalma süresi 1 saat olarak belirlenmiştir. Rampa sınırı ise her 5 dakikalık aralıkta nominal elektrik gücünün 0,20 p.u.'su olarak kullanılmıştır.

Isı pompasının performansı neden sabit kabul edilmedi?

Isı pompası elektrik tüketerek düşük sıcaklıklı bir kaynaktan ısı alıp daha yüksek sıcaklıktaki ısı transfer çevrimine aktarmaktadır. Bu nedenle ürettiği termal enerji elektrik girişinden daha yüksek olabilir ve performansı COP ile ifade edilir:

\[ Q_{HP,t}=COP_{HP,t}\cdot P_{HP,t} \]

P_HP,t MW cinsinden elektrik girişi, Q_HP,t MW cinsinden termal çıkış, COP_HP,t ise boyutsuz performans katsayısıdır.

Isı pompası Aspen Plus ile modellenmiştir ve dolaşım akışkanı olarak argon kullanılmıştır. Simülasyonda COP değeri yük oranına göre sabit kalmamaktadır.

COP'nin %100 yük civarında en yüksek değere ulaşıp daha yüksek yüklerde yeniden azalması, ısı pompasını yalnızca “sabit COP'lu bir çarpan” olarak modellemenin neden kapasite ve işletme sonuçlarını değiştirebileceğini göstermektedir.

Elektrikli ısıtıcı ile ısı pompası arasındaki fark nedir?

Elektrikli ısıtıcı için elektrikten ısıya dönüşüm verimi normal çalışma bölgesinde sabit kabul edilmiştir:

\[ Q_{EH,t}=\eta_{EH}P_{EH,t} \]

Isı pompası ise aynı elektrik girdisi başına daha fazla termal enerji sağlayabilmektedir; fakat COP değeri yük oranına bağlıdır ve işletme esnekliği EH'den farklıdır.

Sonuçlarda HP, karşılaştırılan uzlaşma portföylerinde EH'ye göre daha düşük kurulu güçle yeterli termal dönüşüm sağlayabilmiştir. Buna karşılık EH daha hızlı devreye girebilmekte ve kısa süreli rüzgâr/PV fazlasını daha esnek biçimde takip edebilmektedir. Çalışma bu nedenle “HP her durumda daha iyidir” sonucuna ulaşmamaktadır; iki teknolojinin dönüşüm verimi ile dinamik işletme esnekliği arasında bir değiş tokuş bulunduğunu göstermektedir.

BESS ve TES neden farklı zaman ölçeklerinde modellenmiş?

Çalışmada hibrit depolamanın yalnızca iki farklı depolama maliyeti anlamına gelmemesi özellikle vurgulanmaktadır. BESS elektrik tarafında hızlı yanıt veren depolama; TES ise daha uzun süreli termal enerji kaydırma aracı olarak modellenmiştir.

Temel zaman çözünürlüğü 5 dakikadır. BESS için ek bir durum kilitleme süresi uygulanmadığından şarj/deşarj durumu her 5 dakikalık aralıkta değişebilir. TES için ise işletme güvenliği ve O&M gereksinimleri gerekçe gösterilerek 1 saatlik durum kilitleme aralığı uygulanmıştır.

Sonuç olarak model BESS'i kısa süreli rüzgâr, PV ve yük dalgalanmalarına yanıt veren elektriksel dengeleme kaynağı; TES'i ise güneş alanı, PtH ve güç bloğu arasında daha yavaş enerji aktarımı yapan termal depolama olarak kullanmaktadır.

Optimizasyonun iki seviyesi nasıl çalışıyor?

Çalışmanın çözüm şeması iki geri beslemeli seviyeden oluşmaktadır. Üst seviyede NSGA-II farklı kapasite portföyleri üretmektedir. Karar vektörü genel olarak şu biçimdedir:

\[ X=[N_{WT},N_{PV},E_{TES},E_{BESS},P_{EH},P_{HP}]^T \]

N_WT rüzgâr türbini sayısını, N_PV PV modülü sayısını, E_TES ve E_BESS MWh cinsinden depolama enerjisini, P_EH ve P_HP ise MW cinsinden power-to-heat kurulu gücünü temsil etmektedir.

Üst seviyenin iki amaçlı problemi:

\[ \min F(X)=[LCOE(X),LPSP(X)] \]

şeklindedir. LCOE, efektif olarak tedarik edilen elektrik başına seviyelendirilmiş maliyeti; LPSP ise karşılanamayan elektrik enerjisinin toplam talebe oranını temsil etmektedir. Bir amaç maliyeti azaltmaya, diğeri arz güvenilirliğini artırmaya çalıştığından tek bir mutlak optimum yerine bir Pareto cephesi oluşmaktadır.

Alt seviye ise üst seviyeden gelen her kapasite kombinasyonu için elektrik ve ısı akışlarını, BESS ve TES şarj/deşarj durumlarını, PtH işletmesini, güç bloğunun devreye girme durumunu, yenilenebilir enerji kısıntısını ve karşılanamayan yükü MILP ile hesaplamaktadır.

Alt seviye sonuçları tekrar üst seviyeye gönderilmekte ve portföyün LCOE ile LPSP değeri hesaplanmaktadır. Şekilde gösterilen çözüm döngüsü bu nedenle kapasite planlaması ile gerçekçi işletme programını birbirine bağlamaktadır.

Hangi yazılımlar kullanıldı?

Tüm hesaplamalar MATLAB R2024b ortamında gerçekleştirilmiştir. Üst seviye NSGA-II, alt seviye ise YALMIP üzerinden Gurobi 12.0.3 kullanılarak çözülmüştür.

Hesaplama sisteminde iki adet AMD EPYC 7542 işlemci, toplam 64 fiziksel çekirdek ve 256 GB RAM kullanılmıştır. NSGA-II popülasyon büyüklüğü 80, azami nesil sayısı 100 olarak belirlenmiş; çözümü hızlandırmak için 25 çekirdekte paralel hesaplama uygulanmıştır.

Meteorolojik veri nasıl seçildi?

Sayısal çalışma kuzey Zhangjiakou, Çin bölgesine ait meteorolojik verilere dayanmaktadır. Veri kümesi Solargis tarafından MTSAT ve Himawari uydu verileriyle ECMWF ve NOAA atmosfer verileri kullanılarak oluşturulmuş ve 1 Temmuz 2006–31 Temmuz 2016 dönemini kapsamıştır.

Tipik meteorolojik yılı seçmek için Finkelstein–Schafer istatistiği uygulanmıştır. GHI ve DNI için 0,35'er; rüzgâr hızı ve sıcaklık için 0,15'er ağırlık verilmiştir. En düşük kapsamlı sapma skoru 0,1800 olduğu için 2013 tipik yıl olarak seçilmiştir.

Tam yılın 5 dakikalık MILP hesaplamasını azaltmak amacıyla günler K-means ile kümelenmiştir. Dört temsilci gün elde edilmiştir.

Dört kümeli çözümün ortalama silhouette katsayısı 0,4995 olarak raporlanmıştır; bu, araştırmacıların ifadesiyle kümeler arasında orta düzeyde ayrım bulunduğunu göstermektedir. Farklı rastgele başlangıçlarla tekrarlanan kümelemede ortalama adjusted Rand index değeri 0,9957 olup kümeleme sonucunun yüksek kararlılığını göstermektedir.

Beş farklı sistem konfigürasyonu neyi karşılaştırıyor?

Sabit verim ile tasarım dışı model arasında ne fark çıktı?

Pareto cephelerinin genel şekli iki modelde de benzerdir: LPSP'yi düşürmek, yani güvenilirliği artırmak için daha fazla üretim veya depolama kapasitesi gerektiğinden LCOE çoğunlukla yükselmektedir.

Aynı LPSP düzeylerinde Pareto cepheleri karşılaştırıldığında ortalama mutlak LCOE sapmaları yalnızca %1,3537–%1,7400 aralığındadır. Case 2, Case 3 ve Case 5'te maksimum yerel sapmalar %3,34'ün altında kalırken, BESS bulunmayan Case 1 ve Case 4'ün düşük-LPSP uçlarında sırasıyla yaklaşık %11,12 ve %12,81 yerel sapmalar görülmüştür.

Ancak kapasite dağılımları çok daha fazla değişmiştir. Parçalı doğrusal model bütün beş durumda da medyan PV kapasitesini artırmıştır. Case 2'de medyan PV modülü sayısı 23.224'ten 56.959,5'e, yani yaklaşık %145,3 artmıştır. Case 5'te 25.050'den 51.237'ye çıkmıştır.

BESS kapasitesinde de belirgin değişimler vardır. Case 2'de medyan BESS 92,33 MWh'den 98,92 MWh'ye, Case 3'te 118,07 MWh'den 161,65 MWh'ye, Case 5'te ise 88,34 MWh'den 112,52 MWh'ye yükselmiştir.

Bu sonuç çalışmanın ana mesajlarından birini desteklemektedir: sistem maliyetinin toplam değeri çok fazla değişmese bile daha gerçekçi dönüşüm modeli “hangi teknolojiden ne kadar kurulmalı?” sorusuna farklı cevap verebilir.

TOPSIS uzlaşma çözümleri ne gösteriyor?

Pareto cephesinden tek bir karşılaştırılabilir çözüm seçebilmek için güvenilirlik kısıtlı TOPSIS uygulanmıştır. LPSP üst sınırı 0,4, LCOE ve LPSP ağırlıkları ise eşit biçimde 0,5–0,5 olarak belirlenmiştir.

Tablonun doğru yorumlanması önemlidir. Parçalı doğrusal model her tekil TOPSIS çözümünde mutlaka daha düşük LPSP veya daha düşük LCOE üretmemektedir. Araştırmanın “medyan LPSP azalıyor” bulgusu bütün Pareto dağılımına ilişkindir; tek bir seçilmiş çözümle karıştırılmamalıdır.

Maliyet yapısı nasıl değişiyor?

Seçilen uzlaşma çözümlerinde toplam LCOE yaklaşık 0,951–1,002 CNY/kWh aralığındadır. BESS bulunmayan Case 1 ve Case 4'te rüzgâr türbinleri toplam LCOE'nin yaklaşık %54–%59'unu oluşturmaktadır.

BESS eklendiğinde rüzgârın maliyet payı azalırken PV ve bataryanın payı büyümektedir. Case 2'de parçalı doğrusal modele geçildiğinde PV payı %3,3'ten %7,7'ye çıkarken WT payı %45,4'ten %38,6'ya düşmektedir. Case 5'te PV payı %6,1'den %10,3'e yükselirken WT payı %41,0'dan %34,4'e gerilemektedir.

Case 3'te parçalı doğrusal model altında BESS'in LCOE içindeki katkısı yaklaşık %24,8'e ulaşmaktadır. Bunun nedeni bu konfigürasyonda PtH bulunmadığından fazla rüzgâr ve PV elektriğinin zaman kaydırması için temel yolun batarya olmasıdır.

Kapasite duyarlılığı ne gösterdi?

Şekil 16'da her bileşen diğerleri sabit tutulurken tek tek ölçeklendirilmiştir. En belirgin sonuçlardan biri rüzgâr kapasitesinde görülmektedir. WT kapasitesi benchmark'ın 0,5 p.u.'suna düşürüldüğünde LPSP beş durumda yaklaşık 0,10–0,21'e yükselmiştir; benchmark LPSP değerleri yaklaşık 0,009–0,064 aralığındadır.

Rüzgâr kapasitesini iki katına çıkarmak LPSP'yi bütün durumlarda 0,024'ün altına indirebilmiş, ancak LCOE'yi yaklaşık %31–%49 artırmıştır. Dolayısıyla daha fazla rüzgâr kapasitesi güvenilirliği artırsa da ekonomik getirisi giderek azalmaktadır.

TES için belirgin bir “yetersizlik–doygunluk” davranışı görülmektedir. Yaklaşık 0,6–1,0 p.u. aralığı LCOE açısından en düşük bölgeyi oluştururken, daha fazla TES güvenilirliğe çok az katkı sağlamaktadır. TES'in 2,0 p.u.'ya çıkarılması benchmark'a göre LCOE'yi yaklaşık %7–%10 artırmaktadır.

BESS kapasitesinin yalnızca 0,1 p.u.'ya düşürülmesi Case 2, Case 3 ve Case 5'te LPSP'yi yaklaşık 0,12–0,16'ya yükseltmektedir. BESS benchmark seviyesine yaklaşırken güvenilirlik hızla iyileşmektedir; ancak kapasitenin iki katına çıkarılması LPSP'yi yalnızca sınırlı biçimde azaltırken LCOE'yi yaklaşık %18–%22 artırmaktadır.

Güç bloğu da benzer bir darboğaz-doygunluk davranışı göstermektedir. Küçük PB, TES'te bulunan ısının elektriğe çevrilmesini sınırlar. Ancak PB kapasitesini 2,0 p.u.'ya yükseltmek tüm beş durumda hem LCOE hem LPSP'yi benchmark'ın üzerine çıkarmıştır. Araştırmacılar bunu daha büyük güç bloğunun yeterince uzun süre yüksek yükte beslenememesi ve kısmi yük veriminin kötüleşmesiyle ilişkilendirmektedir.

PV maliyetinin kapasite kararına etkisi neden güçlü?

Maliyet duyarlılık analizinde bileşen yatırım maliyetleri 0,25–1,50 kat arasında değiştirilmiş ve iki seviyeli optimizasyon her noktada yeniden çalıştırılmıştır.

Case 2'de PV maliyeti temel değerin yalnızca 0,25 katına düştüğünde medyan PV kapasitesi yaklaşık 5,90×10⁵ modüle çıkarken, maliyet 1,50 kata yükseldiğinde yaklaşık 1,07×10⁴ modüle düşmektedir. Case 5'te karşılık gelen değerler yaklaşık 5,28×10⁵ ve 1,03×10⁴ modüldür.

Bu nedenle araştırmacılar PV için belirgin bir maliyet kaynaklı “deployment boundary” tanımlamaktadır: PV ucuzladıkça çözümler üst kapasite sınırına yaklaşmakta, pahalılaştıkça alt planlama sınırına doğru çekilmektedir.

EH ve HP maliyetinde aynı ölçüde doğrusal bir tepki yoktur. Case 2'de EH medyanı maliyet katsayısı 0,25 iken 24,6 MW, 1,50 iken 12,0 MW'tır. Case 5'te HP medyanı 0,25 maliyet katsayısında 16,6 MW'a çıkarken temel maliyet ve üzerinde yaklaşık 10 MW'lık alt planlama sınırına yakın kalmaktadır.

Bu sonuç, PtH'nin ekonomik değerinin yalnızca kendi cihaz maliyetiyle belirlenmediğini göstermektedir. Fazla yenilenebilir elektrik miktarı, TES'in şarj ihtiyacı, BESS esnekliği ve güç bloğunun ısı talebi birlikte sınırlayıcıdır.

Çalışmanın güçlü yönleri nelerdir?

Çalışmanın önemli güçlü yönü kapasite planlamasıyla kısa zaman ölçekli işletme problemini aynı yapıda birleştirmesidir. Üst seviyede ekonomik ve güvenilirlik hedefleri aranırken alt seviyede seçilen sistemin 5 dakikalık işletme koşullarında gerçekten çalıştırılabilir olup olmadığı kontrol edilmektedir.

İkinci güçlü yön, güç bloğu ve ısı pompasının yük bağımlı davranışlarının MILP'ye uygun parçalı doğrusal modellerle temsil edilmesidir. Böylece tamamen doğrusal ve hesaplanabilir bir çizelgeleme problemi korunurken sabit verimin yaratabileceği kapasite yanlılığı da incelenebilmektedir.

Üçüncü önemli katkı BESS ile TES'in yalnızca farklı maliyetli depolar olarak değil, farklı işletme zaman ölçeklerine sahip kaynaklar olarak ele alınmasıdır.

Çalışmanın sınırlılıkları nelerdir?

Araştırma deterministik temsilci gün çizelgelemesine dayanmaktadır. Tam kronolojik yıl boyunca ardışık depolama durumu izlenmemektedir. Dört temsilci gün, yıllık meteorolojik davranışı azaltılmış bir biçimde temsil etmektedir; bu yaklaşım hesaplama yükünü düşürürken günler arası uzun süreli depolama dinamiklerini tam olarak korumaz.

Rüzgâr ve güneş üretimi, yük ve diğer girdiler için gelecekte oluşabilecek belirsizlikler stokastik veya robust bir çerçevede modellenmemiştir. BESS ve TES için daha ayrıntılı yaşlanma/degradasyon modelleri de gelecek çalışma alanı olarak bırakılmıştır.

Güneş alanı ile 50 MW'lık güç bloğunun kapasitesi ana planlama probleminde sabit tutulmuştur. Bu nedenle çalışma tüm CSP santralinin sıfırdan küresel optimum boyutlandırmasını yapmamaktadır. SF ve PB kapasite değişimleri daha sonra duyarlılık analizi olarak incelenmiştir.

Piyasa odaklı değişken fiyat stratejileri ve daha ayrıntılı tam-yıl işletme yapısı da gelecekte araştırılması önerilen konular arasındadır.

Çalışma ne söylüyor, ne söylemiyor?

Çalışmanın söylediği: Yük bağımlı güç bloğu ve ısı pompası davranışlarının hesaba katılması, toplam maliyet ve güvenilirlik göstergelerini sınırlı ölçüde değiştirirken optimum üretim ve depolama portföyünü önemli ölçüde yeniden dağıtabilir. BESS kısa zaman ölçekli elektriksel, TES ise daha uzun zaman ölçekli termal esneklik sağlamaktadır. PV, WT, BESS, TES ve PB'nin kapasitesi birlikte değerlendirilmelidir.

Çalışmanın söylemediği: Tek bir sistem konfigürasyonunun bütün coğrafyalar, fiyat yapıları veya elektrik sistemleri için evrensel olarak en iyi olduğunu göstermemektedir. Çalışma gerçek bir santralin saha performansını deneysel olarak ölçmemektedir. Türkiye veya başka bir ülke için doğrudan kurulması gereken MW/MWh miktarını belirlememektedir. Sabit verim modelinin her durumda kullanılamaz olduğunu da söylememekte; özellikle kapasite portföyünün belirlenmesinde tasarım dışı davranışların dikkate alınmasının önemini göstermektedir.

Çalışmanın Yöntemi ve Bulguları

Model ve veri yapısı

Başlıca teknik parametreler

Ekonomik varsayımlar

İskonto oranı %4, genel sistem ömrü 20 yıl, BESS ömrü 10 yıl, batarya çevrim ömrü ise 10.000 çevrim olarak alınmıştır.

En önemli nicel bulgular

Grafik ve kapasite dağılımları birlikte değerlendirildiğinde araştırmanın temel sonucu nettir: tasarım dışı verim davranışı planlama sonucunu esas olarak toplam sistem maliyetinden ziyade teknolojiler arasındaki kapasite dağılımı üzerinden değiştirmektedir.

BESS içeren sistemlerde rüzgâr kapasitesinden PV ve bataryaya doğru bir kayma oluşurken TES daha kararlı kalmaktadır. Bunun temel nedeni elektrik tarafındaki hızlı dengelemenin BESS ile, termal taraftaki daha yavaş zaman kaydırmanın ise TES ile karşılanmasıdır.

Gelecek çalışma gereksinimleri

Araştırmacılar gelecekte temsilci günler yerine kronolojik tam-yıl çizelgelemesi, günler arası depolama SOC sürekliliği, rüzgâr/PV/yük belirsizliği, daha ayrıntılı elektriksel ve termal depolama degradasyon modelleri ve değişken elektrik fiyatlarına dayalı piyasa işletme stratejilerinin modele eklenmesini önermektedir.

Kaynak ve Yöntem Notu

Çalışmanın tam özgün adı: Capacity planning for a renewable energy base coupled with a parabolic trough CSP plant considering off-design operating characteristics

Yazarlar: Yu Chen, Beiyuan Zhang, Xuanchen Deng, Jiafei Qiao, Zhanwei Liang, Xingpu Zhang, Chao Xu, Xing Ju

Yazar sırası: Çalışmanın başlık sayfasındaki sıra aynen korunmuştur.

Eş katkı/eş birinci yazar: Çalışmada eş birinci yazarlık beyanı bulunmamaktadır.

Sorumlu yazar: Xing Ju

Kurumsal bağlantılar: Beijing Laboratory of New Energy Storage Technology, North China Electric Power University, Beijing 102206, PR China; CHN Energy New Energy Technology Research Institute Co., Ltd., Yingcai North Second Street, Future Science City, Changping District, Beijing 102209, PR China.

DOI: Bu sürümde DOI bilgisi yer almamaktadır ve bağımsız resmî DOI kaydı doğrulanamamıştır. DOI uydurulmamıştır.

Dergi: Hakemli bir dergi adı bu sürüm üzerinden doğrulanamamıştır.

Yayın platformu: SSRN, Abstract 7199512.

Özgün yayınevi: Bu sürüm üzerinden doğrulanamamıştır.

Yayın yılı: Başlık sayfasında ayrı bir bibliyografik yayın yılı belirtilmemektedir. Çalışmanın kaynakları ve erişim tarihleri 2026'ya kadar uzanmakla birlikte, kesin yayın yılı bağımsız resmî kayıt üzerinden doğrulanmadığı için tahmin edilmemiştir.

Kaynak türü: Simülasyon, enerji sistemi modelleme ve optimizasyon temelli araştırma preprinti.

Hakemlik durumu: Bu çalışma bir preprinttir ve hakem değerlendirmesinden geçmemiştir.

Resmî preprint bağlantısı: https://ssrn.com/abstract=7199512

Destek/teşekkür: Fundamental and Interdisciplinary Disciplines Breakthrough Plan of the Ministry of Education of China, JYB2025XDXM303.

CRediT yazarlık katkısı: Bu sürümde ayrı bir CRediT authorship contribution statement tespit edilmemiştir.

Veri erişilebilirliği: Bu sürümde ayrı bir Data Availability Statement tespit edilmemiştir.

Çıkar çatışması: Bu sürümde ayrı bir çıkar çatışması beyanı tespit edilmemiştir.

Bu içerikteki bilimsel açıklamalar yalnızca çalışmanın kendi modelleri, formülleri, tabloları, grafik ve sonuçlarına dayanmaktadır. Dışarıdan yeni bilimsel sonuç eklenmemiştir.

Çalışmanın temel yöntemsel sınırı, deterministik dört temsilci güne dayalı işletme optimizasyonudur. Tam kronolojik yıllık SOC sürekliliği, günler arası uzun süreli depolama davranışı ve meteorolojik/yük belirsizliği doğrudan modellenmemiştir. Ayrıca ana planlama probleminde güneş alanı ve güç bloğu kapasitesi önceden belirlenmiştir. Bu nedenle sonuçlar, bütün CSP tesis bileşenlerinin sıfırdan ortak tasarım optimizasyonu olarak yorumlanmamalıdır.