Artificial intelligence-based maximum power point tracking controller for pv modules under partial shading conditions
Kısmi gölgelenme koşullarındaki pv paneller için yapay zeka tabanlı maksimum güç noktası izleme denetleyicisi
- Tez No: 650041
- Danışmanlar: PROF. DR. AHMET AFŞİN KULAKSIZ
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 164
Özet
Geleneksel maksimum güç noktası izleme (MPPT) yaklaşımları, homojen ışık şiddeti koşulları altında etkilidir; ancak, kısmi gölgelenme koşulları altında global maksimum güç noktasını (GMPP) yakalayamazlar ve yerel maksimum güç noktalarından birine takılmaları güç kaybına neden olur. Bu sorunu çözmek için birçok modern MPPT yöntemi önerilmiştir. Ancak, önerilen yöntemlerin çoğu sınırlıdır ve karmaşıklık ve güç kaybından muzdariptir. Bu tezin kapsamı, kısmi gölgelenme koşulları altında çalışan fotovoltaik sistemler için yeni bir hibrit MPPT algoritması önermek ve önerilen algoritmanın performansını test etmek için deneysel bir uygulama gerçekleştirmektir. Önerilen yeni hibrit yaklaşım, değiştirilmiş ateş böceği algoritması ve değiştir ve gözle algoritmasına dayanmaktadır. Bu yaklaşımda, ateşböceği algoritması değiştirilmiş ve iki döngü boyunca genel arama için kullanılmıştır. İlk döngü, GMPP'nin konumunu belirler ve tanımlama döngüsü olarak adlandırılır. İkinci döngü ise sistemin çalışma noktasını GMPP'nin yakınına getirir ve yaklaşım döngüsü olarak adlandırılır. İzleme döngüsü adı verilen üçüncü bir döngü aracılığıyla, yerel arama için değiştir ve gözle algoritması kullanılır. Önerilen algoritmanın modeli MATLAB/SIMULINK ve PROTEUS ortamlarında oluşturulmakta iken, deneysel çalışma 32 bitlik bir ARM Cortex-M3 Mikrodenetleyici kullanılarak pratik olarak gerçekleştirilmiştir. Simülasyon ve deneysel sonuçlar, düzensiz ışık şiddeti koşulları ve kısmi gölgeleme koşulları altında elde edilmiş ve sonuçların birbiriyle uyumlu olduğu görülmüştür. Sonuçlar, önerilen algoritmanın % 99'a varan bir verimlilikle GMPP'yi bulma ve izleme görevinde üstün performans sergilediğini, atmosferik koşullarda herhangi bir değişikliği yakalamada yüksek hassasiyet gösterdiğini, optimum çalışma noktası etrafındaki salınımı azalttığını ve karmaşık kısmi gölgelenme koşulları altında GMPP'ye yakınsama süresinin 1.3 saniye olduğunu göstermiştir. Ayrıca önerilen algoritma, fotovoltaik panellerin özelliklerinden tamamen bağımsızdır ve karmaşık gömülü sistemlere ihtiyaç duyulmadan basit bir dijital kontrolör kullanılarak uygulanabilir. Sonuçlar, tez çalışmasının geniş bir aralıktaki çalışma şartları dikkate alınarak yüksek verimli fotovoltaik güç üretim sistemlerinin geliştirilmesi için önemli katkıları olabileceğini göstermiştir.
Özet (Çeviri)
The conventional maximum power point tracking (MPPT) approaches are effective under uniform irradiance conditions; however, they fail to find the global maximum power point (GMPP) under partial shading conditions (PSCs) and are trapped in one of the local maximum power points, resulting in loss of power. To handle this issue, many modern MPPT strategies have been proposed. However, the majority of the proposed strategies are limited and suffer from various degrees of complexity and power dissipation. The scope of this thesis is to propose a new hybrid MPPT algorithm for PV systems working under PSCs and to conduct an experimental investigation to examine the performance of the proposed algorithm. The proposed new hybrid approach is based on a modified firefly algorithm (FA) and perturbation & observation (P&O) algorithm. In this approach, the firefly algorithm was modified and employed for global searching through two loops. The first loop determines the location of the GMPP and called identifying loop, and the second loop brings the operating point of the system near the GMPP and is called approximating loop. Through a third loop called the tracking loop, the perturbation & observation algorithm is used for local searching. The model of the proposed algorithm is built in the environments of MATLAB/SIMULINK and PROTEUS while the experimental study is practically conducted using a 32-bit ARM Cortex-M3 Microcontroller. The simulation and experimental results are collected under irregular irradiance conditions and partial shading conditions. The results demonstrate that the proposed algorithm exhibits superior performance in the task of finding and tracking the GMPP with an efficiency reaching 99%, shows high sensitivity in capturing any change in atmospheric conditions, reduces the steady-state oscillation around the optimal operating point and its convergence time to the GMPP is 1.3 second under complex PSCs. Furthermore, the proposed algorithm is completely independent of the characteristics of the photovoltaic panels and can be implemented using a simple digital controller without the need for sophisticated embedded systems. The results promise that the thesis study can have important implications for developing highly efficient photovoltaic generation systems considering a wide range of operating conditions.
Benzer Tezler
- Dağıtılmış güç üretimi için solar fotovoltaik sistemin yapay zeka tabanlı hibrit kontrolü
Artificial intelligence based hybrid control of solar photovoltaic system for distributed power generation
UMAIR YOUNAS
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET AFŞİN KULAKSIZ
- Design and optimization of a state-of the-art solar pv system relying on maximum power point tracking of solar charge controller using artificial neural networks
Başlık çevirisi yok
RAGHAD AL-ANI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM
- Derin öğrenme ağlarını kullanarak güneş enerji fotovoltalik sisteminin güç kalitesinin iyileştirmesi
Power quality improvement of solar energy system with of the photovoltalic with deep neural network controller
WISAM HAZIM GWAD GWAD
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKastamonu ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
PROF. DR. AYBABA HANÇERLİOĞULLARI
- Şebeke etkileşimli mikroşebekelerde güç paylaşımının yapay zeka yöntemiyle optimizasyonu
Optimization of power sharing in grid-connected microgrids byartificial intelligence methods
İZVİYE FATIMANUR TEPE
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERDAL IRMAK
- Intelligent control system design and deployment for fuel cell air supply systems
Yakıt pili hava besleme sistemleri için akıllı kontrol sistemi tasarımı ve uygulamaya alınması
FATİH KENDİR
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. TUFAN KUMBASAR