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 mevcut değil.
- Tez No: 826400
- Danışmanlar: DR. ÖĞR. ÜYESİ ABDULLAHI ABDU IBRAHIM
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 76
Özet
PV sisteminin toplam etkinliği, etkili bir MPPT (Maksimum Güç Noktası İzleme) algoritmasının kullanılmasından önemli ölçüde etkilenir. Bu algoritmalar, dizi sıcaklığına, güneş radyasyonuna, gölgeleme koşullarına ve PV hücre yaşlanmasına dayalı olarak PV modüllerinden mümkün olan en fazla gücü elde etmek için izleme denetleyicileri olarak kullanılır. (P&O) Karıştır ve gözlemle ve (InC) artımlı iletkenlik en çok kullanılan yaklaşımlardır. Zaman içinde test edilmiş bu yöntemler ucuz, kullanımı kolay ve orta derecede verimlidir. Daha iyi sabit durum ve geçici performans için yapay zeka kullanan MPPT teknikleri, bulanık mantık ve yapay sinir ağı (YSA) denetleyicilerini içerir. Bu tezin yaratmayı amaçladığı şey, bir güneş enerjisi izleme sisteminin önerilen bir yapay sinir ağı tabanlı modelidir. Bu çalışma aracılığıyla, bir Buck DC-DC Dönüştürücü kullanan tek bir PV sistemi, P&O ve YSA yaklaşımlarını kullanan çeşitli ışınlama durumları altında maksimum güç için izlenir. PV dizisinin modelini analiz edebilmek, MPP'yi belirleyebilmek ve sonuçları gösterebilmek için bu çalışmada MATLAB-Simulink kullanılmıştır. Buck dönüştürücü, dönüştürücü DC/DC performansını incelemek için kullanılan tiptir. Bulgular, YSA modelinin MPP'deki değişiklikleri Perturb ve Observe yaklaşımından çok daha etkili bir şekilde takip edebildiğini göstermektedir. YSA tarafından izlenen maksimum güç 1990 Watt iken, P&O tarafından izlenen maksimum güç hala 1930 Watt olduğundan YSA kullanan sistem, P&O kullanan modelden daha yüksek miktarda güç sağlıyor görünmektedir. Gerilim ve akım dalgalanmaları, P&O modeline kıyasla YSA modeli tarafından büyük ölçüde azaltılır. Bu nedenle YSA, P&O'dan daha hızlı yanıt verir. Ek olarak, Buck dönüştürücünün kullanılması bize daha iyi bir voltaj, güç ve dolayısıyla verimlilik sunar. Yazarlar, MPPT yöntemlerinin, algılamanın maliyeti ve karmaşıklığıyla ilgilenmeksizin ek olarak dış yansımaları dikkate aldığı, verimli ve faydalı olabilecek yeni stratejiler hakkında daha fazla araştırma önermektedir.
Özet (Çeviri)
The total effectiveness of the PV system is significantly impacted by the use of an effective MPPT (Maximum Power Point Tracking) algorithm. These algorithms are utilized as tracking controllers to get the most power possible out of PV modules based on the array temperature, solar radiation, shading circumstances, and PV cell ageing. (P&O) Perturb and observe and (InC) incremental conductance are the most used approaches. These time-tested methods are inexpensive, easy to use, and of modest efficiency. MPPT techniques using artificial intelligence for better steady-state and transient performance include fuzzy logic and artificial neural network (ANN) controllers. A proposed artificial neural network-based model of a solar power tracking system is what this thesis aims to create. Through this study, a single PV system using a Buck DC-DC Converter is tracked for maximum power under various irradiation situations employing the P&O and ANN approaches. To be able to analyse the PV array's model, determine MPP, and show the results, this study employs MATLAB-Simulink. Buck converter is the type which is used to study the converter DC/DC performance. The findings show that the ANN model can track changes in MPP far more effectively than the approach of Perturb and Observe. The system using ANN appears to deliver higher amount of power than the model using P&O since the maximum power monitored by ANN is 1990 Watts while the maximum power monitored by P&O is still 1930 Watts. Voltage and current ripples are greatly reduced by the ANN model compared to the P&O model. Therefore, ANN responds more quickly than P&O. Additionally, the use of Buck converter, offers us a better voltage, power, and thus, efficiency. The authors propose further research on novel strategies that can be efficient and useful, where MPPT methods additionally take into consideration external repercussions without concern for the cost and complexity of sensing.
Benzer Tezler
- Makine öğrenmesi tabanlı iç ortam sıcaklık kontrolü için bir simülatör yazılımı tasarımı
Design of a simulator software for machine learning-based indoor temperature control
AYDIN BOSTANCI
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. DEVRİM AKGÜN
- Novel quantum dot and fluorescent protein based liquidlight-emitting diodes and luminescent solar concentrators
Yeni kuantum nokta ve floresan protein tabanlı sıvı ışık yayan diyotlar ve lüminesans güneş konsantratörleri
SADRA SADEGHI
Doktora
İngilizce
2020
Elektrik ve Elektronik MühendisliğiKoç ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEDAT NİZAMOĞLU
- Binalarda cephe eğiminin enerji yükleri üzerindeki etkisinin değerlendirilmesi
Evaluation of the effect of the facade inclination on energy loads in buildings
EBRU YÜKSEL
Yüksek Lisans
Türkçe
2020
Enerjiİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. GÜLTEN MANİOĞLU
- A systematic research on rational design and synthesis of innovative materials for developing high-performance perovskite solar cells
Yüksek performans perovskit güneş hücresi geliştirilmesi için yenilikçi malzemelerin mantıksal tasarımı ve sentezi üzerine sistematik bir araştırma
ALİEKBER KARABAĞ
Doktora
İngilizce
2023
EnerjiOrta Doğu Teknik ÜniversitesiFen Bilimleri Ana Bilim Dalı
DOÇ. DR. EMRULLAH GÖRKEM GÜNBAŞ
DOÇ. DR. SAFACAN KÖLEMEN
- Natural ventilation of high-rise buildings a methodology for planning with different analysis tools and case-study integration
Çok katlı binalarda doğal havalandırma farklı analiz araçları ve örnek alan entegrasyonu ile planlama için bir yöntem
TOBIAS SCHULZE
Doktora
İngilizce
2015
Enerjiİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
Prof. Dr. AYŞE ZERRİN YILMAZ
PROF. DR. MARCO PERINO