Fotovoltaik sistemlerde yapay zeka yöntemleri kullanılarak sistem performans analizlerinin gerçekleştirilmesi
Performing system performance analysis using artificial intelligence methods in photovoltaic systems
- Tez No: 810250
- Danışmanlar: PROF. HÜSEYİN ERİŞTİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Mersin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 97
Özet
Dünyada nüfusun hızla çoğalması ve sanayileşmenin de giderek artmasıyla elektrik enerjisine olan ihtiyaç giderek artmaktadır. Artan bu talebi karşılamak için genellikle nükleer ve fosil yakıtlar kullanılmaktadır. Fosil yakıtların kullanımındaki artış, CO2 salınımının artması ve bunlara bağlı olarak hava kirliliğinin artmasına sebep olmuştur. Hava kirliliği sonucunda asit yağmurlarının yağması, ozon tabakasının delinmesi ve küresel ısınmasının etkilerinin artması doğanın dengesini bozmakta ve insan yaşamını olumsuz yönde etki etmektedir. Ayrıca fosil yakıtların kullanımı ülkelerin dışa bağımlılığını artırmıştır. Ortaya çıkan bu olumsuzlukları azaltmak için alternatif enerji kaynaklarına yönelme olmuştur. Alternatif enerji kaynağı olarak kullanılabilecek en temiz ve çevreye duyarlı olan kaynaklar yenilenebilir enerji kaynakları olarak öne çıkmaktadır. Yenilenebilir enerji kaynakları içerisinde özellikle güneş enerjisi yüksek potansiyeli, güvenilir olması, kullanım kolaylığı ve çevre dostu olması gibi özellikleri ile hızlı bir şekilde yaygınlaşmaktadır. Fotovoltaik güneş enerjisine dayalı santral sayıları gün geçtikçe artmaktadır. Santrallerin artmasıyla birlikte fotovoltaik sistem performansına etki eden parametrelerin incelenmesi önem kazanmıştır. Bu tez çalışmasında mevcutta kurulu durumdaki fotovoltaik santralde yapılacak olan ölçümlerle sistem performansını etkileyen tozlanma, gölgelenme ve fotovoltaik modül eğim açısı konuları hakkında analizler yapılmıştır. Yapılan analizlerde akım ve gerilim ölçüm işlemleri gerçekleştirilmiştir. Tozlanan, tozlanmayan, gölge alan, gölge almayan panellerdeki durumlar için çıkış gücü hesaplanmış ve farklı fotovoltaik modül eğimi açılarımdaki çıkış gücü farklılıkları grafiklerle açıklanmıştır. Bu analizler farklı hava koşullarında, farklı gölgelenme ve farklı fotovoltaik eğim açısı durumları için ayrı ayrı analiz edilmiştir. Ayrıca tez kapsamında kurulumu yapılan 3 kW fotovoltaik sistemden alınan güneş ışınımı, hava sıcaklığı, hücre sıcaklığı, çıkış gücü, rüzgâr hızı ve yönü verileri kullanılarak Matlab programında yapay sinir ağlarıyla güç tahminleri yapılmıştır. Güç tahminleri yapılırken yapay sinir ağındaki giriş verileri değiştirilerek farklı sonuçlar elde edilmeye çalışılmıştır. İki farklı lokasyondan alınan ışınım verileri kullanılarak güç tahmini farklılıkları incelenmiştir. Elde edilen sonuçlar beş aylık ve farklı hava durumlarına göre günlük olarak grafiklerle açıklanmıştır. Böylece fotovoltaik sistemlerde üretime katkısı olan parametreler ve sistem performansını etkileyen durumlar hakkında yapılan analizler yeni kurulacak sistemlere yol gösterici olacaktır. Fotovoltaik sistem tasarımlarında üretim tahmini, tahminleri etkileyen değişkenlerin analizinde ve sistem yapısı hakkında önemli sonuçlar elde edilmiştir.
Özet (Çeviri)
With the rapid increase in population and the increasing industrialization in the world, the need for electrical energy is increasing. Nuclear and fossil fuels are generally used to meet this increasing demand. The increase in the use of fossil fuels has led to an increase in CO2 emissions and consequently an increase in air pollution. As a result of air pollution, the precipitation of acid rain, the depletion of the ozone layer and the increase in the effects of global warming disrupt the balance of nature and affect human life negatively. In addition, the use of fossil fuels has increased the foreign dependency of countries. To reduce these negativities, there has been a tendency towards alternative energy sources. The cleanest and most environmentally friendly sources that can be used as alternative energy sources stand out as renewable energy sources. Renewable energy sources, especially solar energy is spreading rapidly with features such as high potential, reliability, ease of use and environmental friendliness. The number of photovoltaic solar power plants is increasing day by day. With the increase in power plants, it has gained importance to examine the parameters affecting the photovoltaic system performance. In this master's thesis study, analysis were made about dusting, shading, and photovoltaic module tilt angle, which affect the system performance, with the measurements to be made in the photovoltaic plant that is currently installed. In the analyzes made, current and voltage measurements were carried out. Output power is calculated for dusty, non-dusted, shaded and shaded panels and the output power differences in different photovoltaic module tilt angles are explained with graphics. These analyzes were analyzed separately for different weather conditions, different shading and different photovoltaic tilt angle situations. In addition, power estimations were made with artificial neural networks in the Matlab program using solar radiation, air temperature, cell temperature, output power, wind speed and direction data from the 3 kW photovoltaic system installed within the scope of the thesis. While making power estimations, different results were tried to be obtained by changing the input data in the artificial neural network. The power estimation differences were investigated using the radiation data from two different locations. The results obtained are explained with graphs for five months and daily according to different weather conditions. Thus, the analysis made about the parameters that contribute to the production of photovoltaic systems and the situations that affect the system performance will guide the new systems to be established. Significant results have been obtained about the production estimation in photovoltaic system designs, the analysis of the variables affecting the estimations and the system structure.
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
- Mikroşebekelerde ada mod çalışmanın tespiti ve güç kalitesi olaylarının sınıflandırılması için yapay zekâ tabanlı kontrol yöntemlerinin geliştirilmesi
Development of artificial intelligence based control methods for detection of islanding conditions and classification of power quality events in microgrids
ALPER YILMAZ
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiBursa Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKAY BAYRAK
- Detection and classification of faults on the dc side of photovoltaic systems using logistic model tree algorithm
Lojistik model ağacı algoritması ile fotovoltaik sistemlerin dc tarafındaki hataların tespiti ve sınıflandırılması
BOĞAÇ OĞUZ TOĞAY
Yüksek Lisans
İngilizce
2024
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
DOÇ. DR. COŞKUN FIRAT
- Derin öğrenme yöntemleri kullanılarak fotovoltaik hücre elektrolüminesans görüntülerindeki kusurların tespiti
Detection of defects in photovoltaic cell electroluminescence images using deep learning methods
MUSTAFA YUSUF DEMİRCİ
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiHarran ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NURETTİN BEŞLİ
DOÇ. DR. ABDÜLKADİR GÜMÜŞÇÜ
- 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
FUAD ALHAJOMAR
Doktora
İngilizce
2020
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET AFŞİN KULAKSIZ