A data-driven approach for predicting solar energy potential of buildings in urban fabric

AYÇA DURAN

A data-driven approach for predicting solar energy potential of buildings in urban fabric

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Mimarlık Fakültesi, Mimarlık Bölümü, Türkiye

Tezin Onay Tarihi: 2022

Tezin Dili: İngilizce

Öğrenci: AYÇA DURAN

Asıl Danışman (Eş Danışmanlı Tezler İçin): Ipek Gürsel Dino

Eş Danışman: Çağla Akgül

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Binaların çevresel etkilerini azaltmak ve kentlerde iktim değişikliğini önlemek için temiz ve sürdürülebilir enerji kaynakları kullanan verimli binalara ihtiyaç duyulmaktadır. Binalar, güneşe maruz kalma kapasiteleri ile güneş enerjisini hasat etmede büyük potansiyele sahiptir. PV teknolojilerindeki gelişmeler de bu sistemlerin mimari uygulamalara entegrasyonunu teşvik etmektedir. Ancak, kentsel bağlamlar yapı kabuğunu gölgeleyerek ve binaya entegre PV (BIPV) sistemleri için kullanılabilir alanı azaltarak binaların güneş enerjisi üretim kapasitesini sınırlayabilir. Kent formunun binaların güneş enerjisi potansiyeline etkisini anlamak için kentsel ölçekte analizlere ihtiyaç vardır. Fakat, kentsel ölçekte analizler, detaylı modelleme ve ihtisas gerektirir. Bu gereklilikler bina tasarım sürecinde veya sonrasıda sırasında mevcut olamayabilir. Bu tez, makine öğrenmesi (ML) tekniklerini kullanarak cephe ve çatı yüzey alanı başına BIPV enerji üretimini tahmin etmek için veriye dayalı bir yaklaşım sunar. İlk adım olarak, Ankara ilindeki farklı sokak ağı örüntüsüne sahip dört mahalleye simülasyon tabanlı veri üretme yöntemi uygulanmıştır. Üç ML modeli seçilmiş ve simülasyon verileriyle eğitilmiştir. Basit ve karmaşık olmak üzere iki öngörücü grubu oluşturularak, çeşitli bağlamlarda tahminlemeye olanak sağlanmıştır. Genel olarak, cepheler için en iyi tahmin modeli 0,98 R2 ve %10,83 nRMSE değerlerine sahiptir. Çatılar için en iyi R2 ve nRMSE sırasıyla %0,94 ve %3,13 değerlerine ulaşmıştır. Karmaşık öngörücüler daha iyi performans tahmini sağlarken basit öngörücüler üç boyutlu modelden bağımsız olarak BIPV potansiyelinin tahmin edilmesini sağlamaktadır. Farklı mahalleler için tahmin performanslarında gözlemlenen çeşitlilikler, BIPV potansiyelini tahmin etmede kentsel morfolojiyi gözeten yaklaşımlara olan ihtiyacı işaret etmektedir.