Fotovoltaik sistemlerde yapay sinir ağları ile maksimum güç noktası izleyicisi tasarımı
Maximum power point tracking design with artificial neural network in photovoltaics
- Tez No: 291005
- Danışmanlar: YRD. DOÇ. DR. ENGİN KARATEPE
- Tez Türü: Yüksek Lisans
- Konular: Enerji, Mühendislik Bilimleri, Energy, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: Türkçe
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Güneş Enerjisi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 82
Özet
Bu tezde fotovoltaik sistemlerde kısmî gölgelenme koşulları altında yapay sinir ağları ile maksimum güç noktasının nasıl izlenebildiği incelenmiştir.Literatürde konuyla ilgili yapılan çalışmalarda FV modüllerin aldığı ışınım değerleri kullanılarak YSA' nın eğitilmesi gerçekleştirilmiştir. Sistemin maliyetini artıran bu yöntemlere karşılık, bu tez çalışmasında kısmî gölgelenme koşullarında her bir bypass diyotuna paralel bağlı FV hücrelerin üzerindeki gerilimler kullanılarak YSA eğitilmiş ve FV sistemlerde homojen olmayan çalışma koşullarında global maksimum güç noktası izleyicisinin tasarlanması amaçlanmıştır.Kısmî gölgelenme koşullarında FV dizinin maksimum güç noktası gerilimleri incelendiğinde, gerilimlerin belirli aralıklarda değiştiği gözlenmiştir. YSA' ların eğitilmesi için gerekli veriler bu gözlemden yararlanılarak elde edilmiştir. YSA' nın eğitimi için gerilim ölçme yoluyla gerekli verilerin elde edilmesi ile ışınım ve akım ölçmeye kıyasla daha basit ve ucuz bir yol kullanılmıştır. Eğitilmiş YSA ile birlikte yardımcı bir algoritma geliştirilerek, izleme sonucu elde edilen maksimum güç noktasındaki gerilimin belli değerlerde olması sağlanmıştır.Önerilen yöntemde YSA yapısı olarak adaptif ağ tabanlı bulanık sonuç çıkarım sistemi (ANFIS) kullanılmıştır.Önerilen yöntemin uygulanabilirliğini araştırmak için seri bağlı iki FV modül ve seri bağlı dört FV modül olmak üzere iki ayrı sistem incelenmiştir. Önerilen yöntemin verimliliğini araştırmak için geleneksel yöntem ile karşılaştırılmıştır. Elde edilen enerjiler kıyaslandığında önerilen yöntemin, seri bağlı iki modülden oluşan FV sistemde 21,11%, seri bağlı dört FV modülden oluşan FV sistemde 7,98% daha verimli olduğu görülmüştür.
Özet (Çeviri)
In this thesis, under partial shaded conditions, maximum power point tracking with artificial neural network in photovoltaic systems has been studied.In the studies about this subject in the literature, ANN is trained using the radiation on PV modules. Compare to these methods increase the cost of the system, in this thesis,ANN is trained using voltages on PV cells connected in paralel with every bypass diodes under partial shaded conditions and design the maximum power point tracker is intended in PV systems under non-homogeneous working conditions.Under partial shaded conditions, the maximum power point voltages of PV arrays are analyzed, it is observed that the voltages are varied intervals. The data required to train ANN are obtained using this observaiton. With obtaining the required data for training ANN by measuring the voltage, this method is more simple and cheap than other methods using measuring the current or the radiation. Develeoping an algorithm with trained ANN, the maximum power point voltage by tracking is provided to certain values.Adaptive Network Based Fuzzy Inference Systems (ANFIS) are used as a ANN structure of the proposed method.To research the feasibility of the proposed method, two PV modules connected in series and four PV modules connected in series are examined. To search the efficiency of the proposed method, proposed method is compared with the traditional method. When the obtained energy is compared with proposed method and the traditional method, the serial connected PV system consist of two modules 21,11%, the serial connected PV system consisting of four modules 7,98% is more efficient.
Benzer Tezler
- Maksimum güç noktası izleyicili ve UVM inverterli fotovoltaik sistemin yapay sinir ağları tabanlı kontrolü
ANN-based control of a PV system with maximum power point tracker and SVM inverter
AHMET AFŞİN KULAKSIZ
Doktora
Türkçe
2007
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. RAMAZAN AKKAYA
- Güneş enerjili sistemlerde kullanılan maksimum güç noktası takibi yöntemlerinin zeki algoritmalar yardımıyla uygulanması
Implementation of maximum power point tracking methods used in solar energy systems via intelligent algorithms
İPEK ÇETİNBAŞ
Yüksek Lisans
Türkçe
2014
Elektrik ve Elektronik MühendisliğiKarabük ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HÜSEYİN DEMİREL
YRD. DOÇ. DR. MEHMET DEMİRTAŞ
- Yapay sinir ağları kullanılarak fotovoltaik sistemin maksimum güç noktası takibi
Maximum power point tracking of photovoltaic system using artificial neural networks
LEYLA KARAGÖZOĞLU
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZEYNEP BALA DURANAY
- Optimal Sizing and techno-economic design of Al-Fashir (Sudan) solar power station
Al-Fashir (Sudan) güneş elektrik santralinin optimal boyutlandırması ve tekno-ekonomik tasarımı
ABDALFTAH HAMED MOHAMMED ALI
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiEskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ATABAK NAJAFI
- Optimal design of a hybrid PV-Battery System for on-grid applications
Şebeke bağlantılı hibrit FV-batarya sisteminin optimal tasarımı
HELİN BOZKURT
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET TEKE
DR. ÖĞR. ÜYESİ ÖZGÜR ÇELİK