Güneş enerjisi sistemleri için optimizasyon algoritması tabanlı maksimum güç noktası takip sistemi tasarımı
Optimization algorithm based maximum power point tracking system design for solar energy system
- Tez No: 743207
- Danışmanlar: DOÇ. DR. SERHAT DUMAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Bandırma Onyedi Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 80
Özet
2000 yılların başından itibaren teknolojideki hızlı gelişmeler ve dünya nüfusundaki artışın %30 oranına yaklaşması enerji talebine olan gereksinimi günden güne arttırmaktadır. Enerji talebindeki artış ve fosil yakıtlı enerji üretim santrallerindeki yakıt rezervlerinin kısıtlı olması araştırmacıları sürdürülebilir veya yenilenebilir enerji kaynaklarının kullanımına odaklandırmıştır. Günümüzde, rüzgar, güneş ve hidroelektrik enerji kaynakları en çok kullanılan yenilebilir enerji kaynaklarındandır. Güneş enerji sistemleri farklı atmosferik koşullar altında çalışma karakteristikleri değişen enerji kaynağı olarak tanımlanmaktadır. Değişen çalışma koşullarında daha yüksek verim elde edebilmek için bu sistemlerin maksimum güç noktalarında çalıştırılmaları gerekmektedir. Güneş enerji sistemlerinin maksimum güç noktasında çalıştırılması için hem klasik hem de yapay zekaya dayalı algoritmalar kullanılmaktadır. Teknolojideki gelişmeler yapay zekaya dayalı algoritmaların bu sistemlerde kullanımını giderek kolaylaştırmıştır. Bu tez çalışmasında, guguk kuşu arama, gri kurt algoritması ve parçacık sürü optimizasyon algoritmalarına dayalı maksimum güç noktası takip algoritmasının tasarımı detaylı bir şekilde anlatılmaktadır. Şebekeden bağımsız güneş enerji sistemleri için sabit ışınım, sabit sıcaklık ve kısmi gölgeli atmosferik koşullar altında önerilen maksimum güç noktası takip algoritmalarının benzetim çalışmaları yapılmıştır. Önerilen yöntemlerden elde edilen sonuçlar kendi aralarında karşılaştırmaları yapılarak maksimum güç noktasını bulmada ki başarıları değerlendirilmiştir. Karşılaştırma sonuçlarına göre, değişen atmosferik koşullar altında gri kurt algoritmasından elde edilen sonuçların maksimum güç noktasını bulmada diğer algoritmalara göre daha başarılı olduğu ifade edilebilir.
Özet (Çeviri)
Since the beginning of the 2000s, rapid developments in technology and the increase in the world population approaching 30% increased the need for energy demand day by day. The increase in energy demand and the limited fuel reserves in fossil fuel power generation plants have focused the researchers on the use of sustainable or renewable energy sources. Today, wind, solar, and hydroelectric energy sources are among the most widely used renewable energy sources. Solar energy systems are defined as energy sources with varying operating characteristics under different atmospheric conditions. To achieve higher efficiency in changing operating conditions, these systems must be operated at maximum power points. Both classical and artificial intelligence-based algorithms are used to operate solar energy systems at the maximum power point. Advances in technology have made it easier to use algorithms based on artificial intelligence in these systems. In this thesis, the design of the maximum power point tracking algorithm based on cuckoo search, gray wolf algorithm, and particle swarm optimization algorithms is explained in detail. Simulation studies of the proposed maximum power point tracking algorithms for off-grid solar energy systems under constant irradiation, constant temperature, and partial shaded atmospheric conditions are carried out. The results obtained from the proposed methods were compared among themselves and their success in finding the maximum power point was evaluated. According to the comparison results, it can be stated that the results obtained from the gray wolf algorithm under changing atmospheric conditions are more successful than other algorithms in finding the maximum power point.
Benzer Tezler
- Solar energy control system based on metaheuristic method
Güneş enerjisi kontrol sistemi esaslı metaheuristik yöntem
QUTADA JIHAD ABDULQADER ABDULQADER
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEFER KURNAZ
- 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
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. LEVENT UCUN
- Şebeke bağlantısız güneş ve rüzgar enerji sistemlerinin yönetimi, kontrolü ve izlenmesi için yeni yaklaşımlar
Novel approaches for the management, control and monitoring of the off-grid solar and wind energy systems
SERHAT DUMAN
Doktora
Türkçe
2015
Elektrik ve Elektronik MühendisliğiKocaeli ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NURAN YÖRÜKEREN
PROF. DR. İSMAİL HAKKI ALTAŞ
- A hybrid modified grey wolf optimization-based perturb & observe MPPT under varying climatic conditions
Hibrit modifiye grey wolf optimizasyon tabanlı perturb & observe değişen iklim koşulları altında MPPT
ABDIRAHIM ADDAWE
Yüksek Lisans
İngilizce
2024
EnerjiAnkara Yıldırım Beyazıt ÜniversitesiEnerji Sistemleri Ana Bilim Dalı
YRD. DOÇ. DR. MUSARİA KARİM MAHMOOD
- Fotovoltaik sistemlerde maksimum güç noktasının takibi için kullanılan optimizasyon algoritmalarının performansının değerlendirilmesi
Performance evaluation on optimization algorithms used for maximum power point tracking in photovoltaic systems
HASAN BASRİ KARAKAYA
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiKahramanmaraş Sütçü İmam ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖKKEŞ FATİH KEÇECİOĞLU