Fotovoltaik sistemlerde farklı mppt algoritmaları ile enerji verimliliğini artırma
Enhancing energy efficiency with different mppt algorithms in photovoltaic systems
- Tez No: 1003543
- Danışmanlar: PROF. DR. YÜKSEL OĞUZ, DR. ÖĞR. ÜYESİ ABDİL KARAKAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Afyon Kocatepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Yenilenebilir enerji kaynakları, artan enerji ihtiyacını karşılamak ve fosil yakıtların çevresel etkilerini azaltmak açısından hayati öneme sahiptir. Bu kaynaklar arasında güneş enerjisi, doğrudan elektrik üretimi sağlayabilmesi, çevre dostu yapısı ve sürdürülebilirliği sayesinde öne çıkmaktadır. Güneş enerjisinden elektrik üretimi sağlayan fotovoltaik (PV) sistemlerin performansı; ışınım düzeyi, sıcaklık ve gölgeleme gibi çevresel faktörlere bağlı olarak değişkenlik göstermektedir. Bu değişkenliği dengelemek ve sistemin her koşulda maksimum verimle çalışmasını sağlamak amacıyla çeşitli Maksimum Güç Noktası Takibi (MPPT) algoritmaları geliştirilmiştir. Bu tez çalışmasında, PV sistemlerinde enerji verimliliğini artırmak amacıyla dört farklı MPPT algoritması incelenmiştir: Parçacık Sürü Optimizasyonu (PSO), Yapay Sinir Ağları (ANN), Bulanık Mantık (Fuzzy Logic) ve özgün olarak geliştirilen Değiştir-Gözle ve Kaydırma Kipli Kontrol (P&O-SMC) hibrit yöntemi. Hibrit yaklaşımda, Değiştir-Gözle algoritmasının düşük hesaplama maliyeti, Kaydırma Kipli Kontrol yönteminin ise hızlı adaptasyon ve kararlılık kabiliyetiyle birleştirilmiştir. Böylece çevresel değişkenlere karşı daha esnek, düşük salınımlı ve dinamik yanıt yeteneği yüksek bir kontrol mekanizması elde edilmiştir. Gerçekleştirilen MATLAB/Simulink tabanlı simülasyonlarda tüm algoritmalar, sabit 1000 W/m² ışınım altında ve 0°C–60°C arasında değişen sıcaklık koşullarında test edilmiştir. Analizler sonucunda geliştirilen P&O-SMC hibrit algoritması, %92 başarı oranı ve 230 W güç çıkışıyla en verimli yöntem olarak öne çıkmıştır. PSO algoritması ise %85.83 başarı oranı ve 214.58 W güç çıkışıyla güçlü bir alternatif sunmuş, özellikle ani sıcaklık artışlarında daha düşük salınım ve hızlı toparlanma süresi ile dikkat çekmiştir. Yapay Sinir Ağı (ANN) yöntemi %66.67 başarı oranı ve 166.67 W güç çıkışı, Bulanık Mantık yöntemi ise %63.33 başarı oranı ve 158.33 W güç çıkışı ile daha düşük performans sergilemiştir. Elde edilen bulgular, P&O-SMC hibrit algoritmasının çevresel değişkenlere hızlı adaptasyon sağladığını ve PV sistemlerde maksimum enerji üretimi için en uygun yöntem olduğunu göstermektedir. PSO algoritması da yüksek verimliliğiyle dikkat çekici bir alternatif sunarken, ANN ve Bulanık Mantık tabanlı yöntemlerin belirli koşullarda yeterli performans sergileyebilse de genel başarı oranı açısından daha düşük verim sunduğu gözlemlenmiştir. Bu tez çalışması, MPPT algoritmalarının performansını karşılaştırmalı olarak analiz etmiş ve özgün bir hibrit yöntemin etkinliğini ortaya koyarak PV sistemlerinin enerji verimliliğinin artırılmasına katkı sağlamıştır.
Özet (Çeviri)
Renewable energy sources play a vital role in meeting the increasing global energy demand and mitigating the environmental impacts of fossil fuels. Among these sources, solar energy stands out for its ability to generate electricity directly, its environmentally friendly nature, and its sustainability. The performance of photovoltaic (PV) systems, which convert solar energy into electricity, is significantly affected by environmental factors such as irradiance, temperature, and shading. To ensure maximum efficiency under varying conditions, various Maximum Power Point Tracking (MPPT) algorithms have been developed. In this thesis, four MPPT algorithms aimed at enhancing energy efficiency in PV systems are analyzed: Particle Swarm Optimization (PSO), Artificial Neural Networks (ANN), Fuzzy Logic, and a novel hybrid algorithm developed as part of this study, the Perturb and Observe–Sliding Mode Control (P&O–SMC) hybrid method. This approach combines the low computational cost of the Perturb and Observe (P&O) method with the rapid adaptation and stability of the Sliding Mode Control (SMC) technique, resulting in a flexible, low-oscillation, and fast-response control strategy against environmental variations. All algorithms were tested in MATLAB/Simulink under a fixed irradiance of 1000 W/m² and a temperature range of 0°C to 60°C. The simulation results demonstrated that the P&O–SMC hybrid algorithm achieved the highest performance, with a 92% success rate and 230 W power output, outperforming the other methods. The PSO algorithm followed with an 85.83% success rate and 214.58 W, showing strong convergence characteristics and effective adaptation to changing conditions. The ANN and Fuzzy Logic methods yielded lower performances, with success rates of 66.67% and 63.33%, and power outputs of 166.67 W and 158.33 W, respectively. The findings confirm that the P&O–SMC hybrid method is the most effective MPPT approach among those evaluated, especially under dynamic environmental conditions. Its high efficiency, stability, and low computational burden make it a promising solution for PV systems with limited hardware resources. While PSO also provides high efficiency and fast response due to its global search capability, the P&O–SMC method offers more consistent results across all test conditions. ANN and Fuzzy Logic methods, although viable under certain scenarios, demonstrated limited effectiveness overall. This thesis offers a comparative performance evaluation of MPPT algorithms and presents the effectiveness of an originally developed hybrid control approach, contributing to the advancement of energy efficiency in photovoltaic systems.
Benzer Tezler
- Improved tracking algorithm for rooftop pv systems employing multi-input DC-DC converter
Çatı üstü PV uygulamalarında kullanılmak üzere çok girişli DC-DC çevirici için geliştirilmiş takip algoritması
GÖKHAN BAYRAKTAR
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DENİZ YILDIRIM
- Fotovoltaik sistemlerde güç noktası takibi algoritmalarının performans karşılaştırması
Performance comparison of power point tracking algorithms in photovoltaic system
MERVENUR KUTLU ÇAKIR
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiAfyon Kocatepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. YÜKSEL OĞUZ
DR. ÖĞR. ÜYESİ AHMET KAYSAL
- Hybrid kalman filter based MPPT design for photovoltaic system in energy harvesting optimization
Enerji üretim optimizasyonunda fotovoltaik sistemler için kalman filtresi tabanlı hibrit MPPT tasarımı
WALEED RABEEA MOHAMMED AL-MOHANA
Yüksek Lisans
İngilizce
2024
EnerjiYıldız Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. LEVENT UCUN
- Çift katmanlı düşürücü tip DC-DC çevirici tabanlı yeni bir adaptif mppt algoritması geliştirilmesiyle enerji verimliliğinin arttırılması
Increasing energy efficiency by developing a new adaptive mppt algorithm based on a two-legged interleaved DC-DC buck converter
SİNAN SARIKAYA
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. CENK YAVUZ
- Ulaşım araçlarında fotovoltaik yapılar için uygun bir maksimum güç takip algoritması ile verimliliğin artırılması
Improving efficiency of maximum power point tracker for vehicles fotovoltaic by using an appropriate algorithm
İSMAİL NAKİR
Doktora
Türkçe
2012
EnerjiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. MUĞDEŞEM TANRIÖVEN