Geri Dön

Yapay sinir ağları kullanılarak fotovoltaik sistemin maksimum güç noktası takibi

Maximum power point tracking of photovoltaic system using artificial neural networks

  1. Tez No: 773711
  2. Yazar: LEYLA KARAGÖZOĞLU
  3. Danışmanlar: DR. ÖĞR. ÜYESİ ZEYNEP BALA DURANAY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Tesisleri Bilim Dalı
  13. Sayfa Sayısı: 94

Özet

Teknolojik gelişmeler ilerledikçe enerjiye olan ihtiyaç artmaktadır. Bunu karşılayabilmek amacıyla fosil yakıtlar yoğun bir şekilde tüketilmektedir. Bu durumda fosil yakıtların çevreye ve canlılara verdiği zarar giderek büyümektedir. Fosil kaynakların neden olduğu olumsuz çevresel etkenlerden ve bu kaynaklar bir gün tükeneceğinden dolayı, yenilenebilir enerji kaynaklarına yönelme başlamıştır. Güneş enerjisini elektrik enerjisine dönüştüren fotovoltaik sistemlerin kullanımı hızla artmaktadır. Fotovoltaik sistemlerin çevre şartlarına bağımlı olmaları verimliliklerini düşürmektedir ve bu sistemler yüksek maliyetten muzdariptir. Bu dezavantajlarının üstesinden gelmek için, fotovoltaik sistemler maksimum güç noktası etrafında çalıştırılarak üretilen enerji maksimuma çıkarılmalıdır. Bu ise maksimum güç noktası izleme teknikleri ile mümkün olmaktadır. Fotovoltaik sistemler için birçok maksimum güç noktası izleme yöntemi mevcuttur. Bu çalışmada fotovoltaik sistem için maksimum güç noktası izleme yöntemi olarak yapay sinir ağları belirlenmiştir. MATLAB/Simulink ortamında fotovoltaik panel, bir DA/DA yükseltici konvertör, bir kontrol ünitesi ve bir rezistif yükten oluşan sistem tasarlanmıştır. Eğitilmiş yapay sinir ağı, her bir sıcaklık ve güneş ışınlaması için optimal yükseltici konvertör görev döngüsüne karşılık gelen maksimum güç noktasını belirlemektedir. Çalışmanın sonuçlarına bakıldığında maksimum güç noktası izleme kontrolüne dayalı yapay sinir ağının performansı, farklı sıcaklık ve ışınımlarda fotovoltaik sistemin maksimum güç noktasına ulaşmak için etkilidir.

Özet (Çeviri)

As technological developments progress, the need for energy increases. In order to meet this, fossil fuels are consumed intensively. In this case, the damage of fossil fuels to the environment and living things is growing. Due to the negative environmental factors caused by fossil resources and because these resources will be exhausted one day, a tendency towards renewable energy sources has begun. Photovoltaic systems, which convert solar energy into electricity, are becoming increasingly popular. It reduces the need for photovoltaic systems environmental conditions, and these systems can be less expensive. It can be scaled up to get through the night by harnessing the power of photovoltaic systems. We use maximum power point tracking techniques in this. For photovoltaic systems, the maximum power point tracking method is available. This feat has been meticulously researched and employs artificial neural networks as the MPPT method most appropriate for the system. In the MATLAB/Simulink environment, a photovoltaic panel, a DC/DC boost converter, a control unit, and a resistive load are designed. The trained artificial neural network selects the maximum power point that best meets its temperature requirements as well as the best step-up converter for solar radiation. The outcomes of simulation The performance of artificial neural network based on maximum power point tracking control is effective in achieving PV method maximum power point at various temperatures and irradiance levels.

Benzer Tezler

  1. 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

    Türkçe

    2007

    Elektrik ve Elektronik MühendisliğiSelçuk Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. RAMAZAN AKKAYA

  2. Fotovoltaik sistemlerde yapay sinir ağları ile maksimum güç noktası izleyicisi tasarımı

    Maximum power point tracking design with artificial neural network in photovoltaics

    SERPİL DURU ERDOĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    EnerjiEge Üniversitesi

    Güneş Enerjisi Ana Bilim Dalı

    YRD. DOÇ. DR. ENGİN KARATEPE

  3. Comparison of experimental and semi-experimental models for predicting solar thermal power plants with artificial neural network

    Solar termal santralların yapay sinir ağlarıyla öngörüsünde deneysel ve yarı-deneysel modellerin karşılaştırılması

    SHABNAM CHOOPANI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilimleri ve Teknoloji Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BURAK BARUTÇU

  4. Şebekeye bağlı fotovoltaik sistemlerde üretilen enerjinin yapay sinir ağları kullanılarak tahmini

    The energy produced from the grid connected photovoltaic system using artificial neural network prediction

    KENAN DONUK

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    EnerjiFırat Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HAYRETTİN CAN

  5. Fotovoltaik sistemin yapay zeka algoritması ile güç tahmini

    Power estimation of photovoltaic system with the artificial intelligence algorithm

    SULTAN MEHTAP İZMİRLİ AYAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    EnerjiKırklareli Üniversitesi

    Enerji Sistemleri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HAYRETTİN TOYLAN