Fotovoltaik sistemlerde güç noktası takibi algoritmalarının performans karşılaştırması
Performance comparison of power point tracking algorithms in photovoltaic system
- Tez No: 1003504
- Danışmanlar: PROF. DR. YÜKSEL OĞUZ, DR. ÖĞR. ÜYESİ AHMET KAYSAL
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Yenilenebilir Enerji, Güneş Enerjisi, Maksimum Güç Noktası Takibi, Bulanık Mantık Kontrolör, Artırımlı İletkenlik, Parçacık Sürü Optimizasyonu. lacaktır, Renewable Energy, Solar Energy, Maximum Power Point Tracking, Fuzzy Logic Controller, Incremental Conductance, Particle Swarm Optimisation
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Afyon Kocatepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, çevre dostu ve sürdürülebilir enerji üretimi sağlamaları nedeniyle son yıllarda büyük bir ilgi gören yenilenebilir enerji sistemleri ele alınmıştır. Ancak bu sistemlerin doğasında bulunan değişken ve öngörülemeyen üretim karakteristiği, elektrik şebekelerinde gerilim dalgalanmalarına ve kararsızlıklara neden olarak enerji sürekliliğini olumsuz etkilemekte ve şebeke istikrarını tehdit etmektedir. Bu sorunun giderilmesi amacıyla, yenilenebilir enerji sistemlerine enerji depolama birimlerinin entegrasyonu, üretim-tüketim dengesizliğinin azaltılması ve sistem kararlılığının artırılması açısından önemli bir çözüm olarak değerlendirilmektedir. Bu kapsamda, enerji depolama ünitesine sahip batarya depolamalı fotovoltaik (FV) enerji sistemi tasarlanmış ve sistemin maksimum verimlilikle çalışmasını sağlamak amacıyla farklı Maksimum Güç Noktası İzleme (MGNİ) algoritmalarının performansları incelenmiştir. Çalışmada hem deterministik hem de stokastik optimizasyon temelli yöntemler değerlendirilmiştir. Sistemin dinamik davranışı, tepki süresi, kararlılığı ve enerji verimliliği üzerindeki etkileri analiz edilmiştir. Böylece, FV sistemlerde farklı MGNİ stratejilerinin sistem performansına olan katkısı ayrıntılı biçimde ortaya konmuştur. Tasarlanan sistemde, FV paneller bir DA/DA dönüştürücü aracılığıyla 96 V'luk bir DA baraya bağlanmıştır. Baradaki gerilim kararlılığını artırmak ve üretilen fazla enerjiyi depolamak amacıyla, lityum tabanlı batarya paketi çift yönlü bir DA/DA dönüştürücü üzerinden sisteme entegre edilmiştir. Bu yapı sayesinde hem enerji sürekliliği hem de gerilim kararlılığı sağlanarak sistemin genel verimliliği artırılmıştır. Maksimum Güç Noktası (MGN) takibi için dört farklı algoritma kullanılmıştır: Değiştir ve Gözle (D&G), Artımlı İletkenlik (Aİ), Bulanık Mantık Tabanlı Değiştir ve Gözle (BM-D&G) ve Parçacık Sürü Optimizasyonu (PSO). Algoritmalar, yükselme süresi, yerleşme süresi ve aşma oranı gibi performans kriterleri bakımından karşılaştırılmıştır. Benzetim sonuçları, BM-D&G algoritmasının 14,28 ms yükselme süresi, 51,6 ms yerleşme süresi ve %69,96'lık batarya doluluk oranı ile en yüksek performansı sergilediğini göstermektedir. Bu sonuçlar, bulanık mantık tabanlı yaklaşımın hızlı tepki süresi ve yüksek kararlılık sağlama açısından avantajlı olduğunu ortaya koymaktadır. MATLAB/Simulink ortamında gerçekleştirilen benzetim analizleri, önerilen sistemin değişken çevresel koşullar altında kararlı bir performans sergilediğini doğrulamaktadır. Ayrıca, sistemin gerçek çalışma koşullarına uyumunu değerlendirmek amacıyla bir günlük gerçek güneş ışınım verileri kullanılmıştır. Elde edilen bulgular, enerji depolamalı FV sistemlerinde yapay zekâ tabanlı MGNİ algoritmalarının geleneksel yöntemlere kıyasla daha yüksek doğruluk, hızlı tepki ve üstün kararlılık sunduğunu göstermektedir. Bu yaklaşımların gelecekteki enerji yönetim sistemlerinde önemli bir potansiyele sahip olduğunu ortaya koymaktadır. 2025, ix + 57 sayfa
Özet (Çeviri)
In this study, renewable energy systems, which have attracted significant attention in recent years due to their environmentally friendly nature and capability to provide sustainable energy production, are examined. However, the inherently variable and unpredictable generation characteristics of these systems can lead to voltage fluctuations and instabilities in electrical grids, thereby adversely affecting energy continuity and posing a threat to grid stability. To address this issue, the integration of energy storage units into renewable energy systems is considered an effective solution for mitigating production–consumption imbalances and enhancing overall system stability. Within this context, a photovoltaic (PV) energy system integrated with an energy storage unit has been designed, and the performances of various Maximum Power Point Tracking (MPPT) algorithms have been investigated to ensure the system operates with maximum efficiency. Both deterministic and stochastic optimisation-based methods were evaluated, and their effects on the system's dynamic behaviour, response time, stability, and energy efficiency were analysed. Consequently, the contributions of different MPPT strategies to the overall performance of PV systems were comprehensively demonstrated. In the proposed system, photovoltaic panels are connected to a 96 V DC bus through a DC/DC converter. To enhance voltage stability and store excess generated energy, a lithium-based battery pack is integrated into the system via a bidirectional DC/DC converter. This configuration ensures both energy continuity and voltage stability, thereby improving the overall system efficiency. Four different algorithms were employed for maximum power point tracking: Perturb and Observe (P&O), Incremental Conductance (INC), Fuzzy Logic-Based Perturb and Observe (FL-P&O), and Particle Swarm Optimisation (PSO). These algorithms were compared based on performance indicators such as rise time, settling time, and overshoot ratio. Simulation results revealed that the FL-P&O algorithm exhibited the best performance, achieving a rise time of 14.28 ms, a settling time of 51.6 ms, and a battery state-of-charge of 69.96%. These findings demonstrate that the fuzzy logic-based approach provides superior response speed and higher system stability. Simulation analyses conducted in the MATLAB/Simulink environment confirmed that the proposed system maintains stable performance under varying environmental conditions. Furthermore, real solar irradiance data collected over a 24-hour period were utilised to evaluate the system's adaptability to real operating conditions. The results indicate that artificial intelligence-based MPPT algorithms offer greater accuracy, faster response, and enhanced stability compared to conventional methods in PV systems with energy storage, highlighting their potential significance in the development of future intelligent energy management systems. 2025, ix + 57 pages
Benzer Tezler
- Fotovoltaik sistemlerde farklı mppt algoritmaları ile enerji verimliliğini artırma
Enhancing energy efficiency with different mppt algorithms in photovoltaic systems
NAZLICAN GÜVENÇ
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiAfyon Kocatepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. YÜKSEL OĞUZ
DR. ÖĞR. ÜYESİ ABDİL KARAKAN
- Fotovoltaik sistemlerde mgnt performansının artırılmasına yönelik PSO, MFO, GOA ve ABC algoritmalarının karşılaştırılmalı analizi ve hibrit yaklaşım önerisi
Comparative analysis of PSO, MFO, GOA AND ABC algorithms and hybrid approach proposal for increasing mgnt performance in photovoltaic systems
GÖKTUĞ RECEP AYDIN
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiZonguldak Bülent Ecevit ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİHAT PAMUK
- Fotovoltaik güneş enerji sistemlerinde kullanılan maksimum güç noktası takip ediciler için farklı algoritmaların karşılaştırılması
Comparison of different algorithm for maximum power point trackers used in solar energy systems
ALİ DURUSU
Yüksek Lisans
Türkçe
2011
EnerjiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUĞDEŞEM TANRIÖVEN
- Farklı ortam koşullarındaki fotovoltaik sistemler için kısmi gölgelemenin mppt üzerindeki etkisinin akıllı algoritmalar ile uygulanması
Application of partial shading effect on mppt for photovoltaic systems in different ambient conditions with intelligent algorithms
ZEYNEP GÜMÜŞ
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET DEMİRTAŞ
- Maksimum güç noktası takibi algoritmalarını kullanarak mikrodenetleyici tabanlı iki eksenli otomatik güneş takip sistemi tasarımı
Designing microcontroller based automatic two axis sun tracking system by using maximum power point tracking algorithms
ÜMİT AKIN USLU
Yüksek Lisans
Türkçe
2012
EnerjiMersin ÜniversitesiElektrik-Elektronik Eğitimi Ana Bilim Dalı
YRD. DOÇ. ALİ YILDIZ