The electrical energy to be produced from wind energy systems should be estimated for some periods in order to generation planning and power systems management. In this context, many different wind speed forecasting approaches have been proposed for accurate estimation of asymmetric and unstable wind speed data. In this paper, short-term (1h) wind speed forecasting models have been developed by using Adaptive Neuro Fuzzy Inference System (ANFIS) based on Differential Evolution Algorithm (DE). In this paper, the model parameters have been determined by differential evolution heuristic approach for short-term wind speed forecasting and analyzed comparatively. To validate the effectiveness of the proposed approach, wind speed series collected from a wind observation station located in Bilecik, Turkey are used in the short-term wind speed forecasting. The meta-heuristic algorithm used in the optimization of ANFIS model parameters are run 10 times independently and the performance results are calculated statistically for training and test phases of ANFIS model. The performances of proposed hybrid models are also compared with the well-known feed forward ANN model which is trained by Levenberg-Marquardt in the literature.
Üretim planlaması ve güç sistemlerinin yönetilmesi açısından rüzgar enerji sistemlerinden üretilecek elektrikenerjisinin belirli periyotlar için tahmin edilmesi gerekmektedir. Bu kapsamda, asimetrik ve kararsız yapıdakirüzgar hızı verilerinin hassas bir şekilde tahmin edilebilmesi için bir çok farklı rüzgar hızı kestirim yaklaşımlarıönerilmiştir. Bu çalışma kapsamında, diferansiyel gelişim algoritması (DE) yaklaşımı ile optimize edilenuyarlamalı sinirsel bulanık çıkarım sistemi (ANFIS) kullanılarak kısa dönemli (1 saat) rüzgar hızı tahmin modellerigeliştirilmiştir. Çalışma kapsamında ele alınan yöntemde, diferansiyel gelişim sezgisel yaklaşımı kullanarakmodel parametreleri kısa dönemli rüzgar hızı tahmini için belirlenmiş ve karşılaştırmalı olarak analiz edilmiştir.Önerilen yaklaşımın tahmindeki performans kriterlerini doğrulamak için Bilecik ilinde bulunan bir gözlemistasyonundaki rüzgar hızı serileri kullanılmıştır. ANFIS model parametrelerinin optimizasyonunda kullanılansezgisel algoritma 10 kez tekrarlı bağımsız olarak çalıştırılmış ve eğitim-test performans sonuçları istatistikselolarak sunulmuştur. Ayrıca önerilen hibrit modelin performansı literatürde iyi bilinen Levenberg-Marquardtalgoritması ile eğitilen ileri beslemeli yapay sinir ağı (ANN) sonuçları ile de karşılaştırılarak yorumlanmıştır.