Enhancing photovoltaic system performance through NARX-LSTM forecasting and neuro-controller based MPPT techniques
NARX-LSTM tahmın ve nöro-denetleyici temelli MPPT teknikleri vasıtasıyla fotovoltaık sistem performansının artırılması
- Tez No: 897491
- Danışmanlar: PROF. DR. ŞAHİN SERHAT ŞEKER
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 134
Özet
Ula¸sım, konut ve sanayi sektörlerinde dünya çapında artan enerji talebi ve devam eden fosil yakıt kullanımının olumsuz çevresel etkileri, yenilenebilir enerji kaynaklarını kritik derecede önemli hale getirmi¸stir. Rüzgar, jeotermal, biyokütle, güne¸s ve hidroelektrik enerjiyi içeren yenilenebilir enerji, enerji güvenli˘ginin artırılması, yenilenemeyen kaynaklara ba˘gımlılı˘gın azaltılması ve küresel çevresel bozulmanın ele alınması için çok önemlidir. 2022-23 yılında, yenilenebilir enerji için toplam küresel kapasite 3.381 gigawatt (GW) gibi önemli bir ba¸sarıya ula¸smı¸stır. Bu aralıkta, güne¸s enerjisi 1.053 GW'lık kurulu kapasitesiyle öne çıkan bir kaynak olarak ortaya çıkmakta ve 1.392 GW'lık kapasitesiyle lider olan hidroelektrik enerjinin ardından ikinci sırada yer almaktadır. Son on yılda güne¸s enerjisi kurulu gücü önemli bir artı¸s göstererek 2013 yılında 140.514 megavattan (MW) 2022 yılında 1.053 GW'a yükselmi¸stir. Bu çarpıcı artı¸s, güne¸s enerjisi teknolojilerinin azalan maliyetlerini ve artan verimlili˘gini vurgulamakta ve artan enerji taleplerini sürdürülebilir bir ¸sekilde kar¸sılamak için artan fizibilitelerini yansıtmaktadır. Güne¸s enerjisinin hızlı büyümesine ve benimsenmesine ra˘gmen, fotovoltaik (PV) sistemlerin genel performansı çe¸sitli çevresel faktörlerden önemli ölçüde etkilenmektedir. Bunlar arasında, co˘grafi ve iklimsel ba˘glamlara ba˘glı olarak büyük ölçüde de˘gi¸sebilen güne¸s ı¸sınımı, sıcaklık ve atmosferik ko¸sullar yer almaktadır. Sürekli teknolojik yenilikler ve sistem tasarımı iyile¸stirmeleri yoluyla bu durumun ele alınması, dünyanın artan enerji ihtiyaçlarını etkin ve sürdürülebilir bir ¸sekilde kar¸sılamak üzere güne¸s enerjisi potansiyelinin en üst düzeye çıkarılması için elzemdir. Bu ba˘glamda, bu tez fotovoltaik (PV) sistemlerin performansını iki ana yakla¸sımla artırmak için geli¸smi¸s metodolojiler sunmaktadır. ˙Ilk olarak, do˘gru güne¸s ı¸sınımı tahmini için Dı¸ssal Girdili Do˘grusal Olmayan Otoregresif (NARX) ve Uzun Kısa Dönem Hafıza (LSTM) hibrit bir model geli¸stirmektedir. Bu model, hava durumuyla ilgili verilerin do˘gasında bulunan karma¸sık, do˘grusal olmayan ili¸skileri etkili bir ¸sekilde ele alarak tahmin do˘grulu˘gunu ve sistemin çevresel de˘gi¸sikliklere duyarlılı˘gını önemli ölçüde artırmaktadır. ˙Ikinci olarak, tez, enerji yakalama ve dönü¸stürme verimlili˘gini dinamik olarak optimize eden ve de˘gi¸sen çevresel ko¸sullara gerçek zamanlı olarak uyum sa˘glayan nöro-denetleyici tabanlı Maksimum Güç Noktası ˙Izleme (MPPT) tekniklerini uygulamaktadır. Ayrıca tez, Cibuti'de 30 MWp'lik ¸sebekeye ba˘glı bir güne¸s enerjisi santralinin teorik uygulama çalı¸smasını da içermektedir. ˙Ilk çalı¸sma, PVsyst yazılımı kullanılarak Grand Bara, Cibuti'de 30 MWp PV ¸sebeke ba˘glantılı bir enerji santralinin tasarımı ve boyutlandırılmasını içermektedir. Kurulum, her biri 400W kapasiteli 75.000 çift yüzlü monokristal PV panel ve her biri 160 kW'lık xxv 160 dizi invertörden olu¸smaktadır. PV dizisinin maksimum DC güç çıkı¸sı 30.013 kWdc olmasına ra˘gmen, PV sisteminden ve invertörlerden kaynaklanan kayıplar nedeniyle ¸sebekeye yalnızca 25.600 kWac enjekte edilmektedir. Ayrıca, sıcaklıktan kaynaklanan kayıplar, ı¸sınım seviyelerinden kaynaklanan kayıplara kıyasla daha büyük bir etkiye sahiptir ve bu da yaz aylarında güç üretiminin azalmasına neden olur. Sistemin yıllık performans oranı %83,21 olup, günlük ortalama enerji çıkı¸sı 5,44 kWh/kWp'dir ve her yıl Cibuti ¸sebekesine toplam 59,6 GWh enerji enjekte edilmektedir. Bu çalı¸sma, enerjiye eri¸simi ve sürdürülebilirli˘gi artırarak Cibuti'nin Vizyon 2035'teki tamamen“%100 ye¸sil”bir ülke olma hedefine önemli ölçüde katkıda bulunmaktadır. Bu enerji santralinin ba¸sarısı, di˘ger Afrika ülkeleri için bir model olu¸sturacak ve yenilenebilir enerji kaynaklarının elektrifikasyon oranlarını artırma ve sosyo-ekonomik kalkınmayı te¸svik etme konusundaki potansiyel faydalarını gösterecektir. Güne¸s teknolojisini daha da geli¸stiren ikinci çalı¸sma, geli¸smi¸s bir hibrit NARX-LSTM modelini tanıtmaktadır. Amacımız, özellikle güneybatı Fransa'ya odaklanarak, de˘gi¸sen hava ko¸sullarında günlük güne¸s ı¸sınımını tahmin etme do˘grulu˘gunu artırmaktır. Hibrit model, NARX modelinin karma¸sık do˘grusal olmayan ili¸skileri ele alma kabiliyetini LSTM'nin zaman serisi verilerindeki uzun vadeli ba˘gımlılıkları yönetme kabiliyetiyle birle¸stirmektedir. Hibrit NARX-LSTM modelinin performans ölçütleri kapsamlı bir ¸sekilde de˘gerlendirilmi¸s ve etkileyici sonuçlar ortaya koymu¸stur: 9,58 W/m²'lik Ortalama Mutlak Hata (MAE), 16,30 W/m²'lik Ortalama Kare Hatanın Kökü (RMSE) ve 0,997'lik Belirleme Katsayısı (R²). Bu ölçütler, hibrit modelin kıyaslama modelini (NARX modeli) her açıdan önemli ölçüde geride bıraktı˘gını, geli¸smi¸s tahmin do˘grulu˘gu ve daha iyi veri uyumu sergiledi˘gini göstermektedir. Bu sonuçlar, modelin öngörülemeyen hava ko¸sullarında tahmin hassasiyetini artırma potansiyelinin altını çizmektedir; bu da güne¸s enerjisinin güç sistemlerine daha etkili bir ¸sekilde entegre edilmesini kolayla¸stırabilir ve daha güvenilir enerji tahminleri sa˘glayabilir. Ayrıca, üçüncü çalı¸sma, literatürdeki son geli¸smelerle birlikte, akıllı MPPT kontrolleri aracılı˘gıyla PV sistemlerinin verimlili˘gini ve enerji üretim kalitesini artırmaya odaklanmaktadır. Özel katkımız, ileri beslemeli bir sinir a˘gındaki (FFNN) nöron sayısını en iyi ¸sekilde belirlemek için Shannon'un Bilgi Kriterini (SIC) kullanan yeni bir mimari çözüm etrafında toplanmaktadır. Bu yöntem yalnızca ola˘ganüstü verimlilik göstermekle kalmayıp, aynı zamanda gerçek dünya ko¸sullarını simüle etmek için Gauss gürültüsü gibi unsurları da içererek çevresel dalgalanmalara kar¸sı sa˘glamlık sergilemektedir. Güneybatı Fransa'daki bir güne¸s enerjisi çiftli˘ginden elde edilen gerçek verilerden elde edilen sonuçlar ise teorik modelin (üretilen rastgele veriler) pratik bir do˘grulamasını sa˘glamı¸stır. Bu verileri kullanan simülasyonlar, sistemin sabit yüksek ı¸sınım ko¸sulları altında yüksek verimlilik ve kararlılı˘gı korudu˘gunu göstererek nöro-denetleyicinin enerji dönü¸sümünü en iyi ¸sekilde yönetme kabiliyetini ortaya koymu¸stur. Daha dinamik olarak, de˘gi¸sken ı¸sınım ko¸sulları altında, nöro-denetleyici de˘gi¸sikliklere etkili bir ¸sekilde adapte olmu¸s ve çevresel ko¸sulların sıklıkla de˘gi¸sti˘gi gerçek dünya uygulamaları için çok önemli olan yüksek derecede duyarlılık ve güvenilirlik göstermi¸stir. Bu çalı¸smanın bulguları, MPPT için sinir a˘gları kullanan PV sistemlerinin optimizasyonuna ili¸skin kritik bilgiler sunmaktadır. Optimal bir nöro-denetleyici mimarisi olu¸sturarak, çalı¸sma sadece sistem verimlili˘gini artırmakla kalmıyor - de˘gi¸sken ko¸sullar altında bile Maksimum Güç Noktasına daha yakın operasyonlar sa˘glıyor - aynı zamanda artan enerji çıktısına ve uyarlanabilirli˘ge de xxvi katkıda bulunuyor. Bu iyile¸stirmeler, i¸sletme maliyetlerinin azalmasına yol açmakta ve yenilikçi PV sistem tasarımlarının geli¸stirilmesini desteklemektedir. Güne¸s enerjisi sektöründeki profesyoneller, bu geli¸smi¸s MPPT tekniklerini uygulamaya entegre ederek PV sistemlerinin performansını, güvenilirli˘gini ve ekonomik uygulanabilirli˘gini önemli ölçüde artırabilir ve böylece daha sürdürülebilir bir enerji gelece˘gine geçi¸si hızlandırabilir. Bu üç çalı¸sma toplu olarak PV sistem teknolojilerinin ilerlemesine katkıda bulunmakta ve sürdürülebilir enerjiye do˘gru küresel geçi¸ste kritik rollerinin altını çizmektedir. ˙Ilk çalı¸sma, Grand Bara, Cibuti'deki 30 MWp PV ¸sebekeye ba˘glı elektrik santralinin pratik uygulamasını ve önemli etkisini göstermekte, ulusal enerji hedeflerine katkısını vurgulamakta ve Afrika'da yenilenebilir enerji geli¸simi için bir model olarak hizmet etmektedir. ˙Ikinci çalı¸sma, hibrit bir NARX-LSTM modeli aracılı˘gıyla güne¸s ı¸sınımının tahmin yeteneklerini geli¸stirerek, güne¸s enerjisinin elektrik ¸sebekelerine daha güvenilir ve verimli entegrasyonunu destekleyen yüksek do˘gruluk elde etmektedir. Son olarak, üçüncü çalı¸sma, de˘gi¸sen çevresel ko¸sullara en iyi ¸sekilde uyum sa˘glayarak enerji çıkı¸sını ve sistem güvenilirli˘gini artıran bir nöro-denetleyici sunarak MPPT alanını ilerletmektedir. Bu çalı¸smalar toplu olarak sadece teknik fizibilite ve operasyonel iyile¸stirmeleri göstermekle kalmıyor, aynı zamanda küresel yenilenebilir enerji giri¸simlerini ilerletme, sürdürülebilir kalkınmayı te¸svik etme ve çevresel etkiyi azaltma gibi daha geni¸s hedeflere de katkıda bulunmaktadır.
Özet (Çeviri)
The increasing worldwide energy demand in transportation, residential, and industrial sectors, along with the adverse environmental impacts of continued fossil fuel use, has made renewable energy sources critically important. Renewable energy, which includes wind, geothermal, biomass, solar, and hydropower, is crucial for enhancing energy security, decreasing reliance on non-renewable resources, and addressing global environmental deterioration. Between 2022 and 2023, the total global capacity for renewable energy achieved an important achievement of 3, 381 gigawatts (GW). Within this range, solar energy emerged as a prominent source, with an installed capacity of 1, 053 GW, ranking second only to hydropower, which leads with a capacity of 1, 392 GW. Over the past decade, the installed solar capacity has experienced substantial growth, escalating from 140, 514 megawatts (MW) in 2013 to 1, 053 GW by 2022. This dramatic expansion highlights the decreasing costs and enhancing efficiency of solar technologies, reflecting their growing feasibility to meet surging energy demands sustainably. Despite the rapid growth and adoption of solar power, the overall performance of photovoltaic (PV) systems is significantly influenced by various environmental factors. These include solar irradiance, temperature, and atmospheric conditions, which can vary widely depending on geographic and climatic contexts. Addressing this through continuous technological innovation and system design improvements is essential for maximizing the potential of solar energy to meet the world's growing energy needs effectively and sustainably. In this context, this thesis presents advanced methodologies to enhance the performance of PV systems through two main approaches. Firstly, it develops a hybrid Nonlinear Autoregressive with Exogenous Inputs (NARX) and Long Short-Term Memory (LSTM) model for accurate daily solar irradiance forecasting. This model effectively handles the complex, non-linear relationships inherent in weather-related data, significantly improving prediction accuracy and system responsiveness to environmental changes. Secondly, the thesis implements neuro-controller-based Maximum Power Point Tracking (MPPT) techniques, which dynamically optimize energy capture and conversion efficiency, adapting in real-time to varying environmental conditions. Additionally, the thesis incorporates a theoretical application study of a 30 MWp grid-connected solar PV power plant in Djibouti. The first study involves the design and sizing of a 30 MWp PV grid-connected power plant in Grand Bara, Djibouti, using PVsyst software. The installation consists of 75, 000 bifacial monocrystalline PV panels, each with 400 W capacity, and 160 string inverters of 160 kW each. Although the maximum DC power output of the xxi PV array is 30, 013 kWdc, only 25, 600 kWac is injected into the grid due to losses from the PV system and inverters. Furthermore, losses caused by temperature have a greater effect compared to losses caused by levels of irradiance, resulting in decreased power generation in the summer. The system's annual performance ratio stands at 83.21%, with an average daily energy output of 5.44 kWh/kWp, and a total of 59.6 GWh of energy is injected into the Djibouti grid each year. This study significantly contributes to Djibouti's Vision 2035 goal of becoming a fully“100% green”country by enhancing energy access and sustainability. The success of this power plant will serve as a model for other African nations, demonstrating the potential benefits of renewable energy sources for increasing electrification rates and promoting socio-economic development. Further enhancing solar technology, the second study introduces an advanced hybrid NARX-LSTM model. Our goal is to improve the accuracy of forecasting daily solar irradiance in varying weather conditions, focusing particularly on southwestern France. The hybrid model combines the NARX model's ability to handle complex non-linear relationships with the LSTM's capability to manage long-term dependencies in time-series data. The performance metrics of the hybrid NARX-LSTM model were thoroughly assessed and demonstrated impressive results: a Mean Absolute Error (MAE) of 9.58 W/m², a Root Mean Square Error (RMSE) of 16.30 W/m², and a Coefficient of Determination (R²) of 0.997. These metrics indicate that the hybrid model significantly outperforms the benchmark model (NARX model) in all aspects, showcasing enhanced prediction accuracy and better data alignment. These outcomes underline the model's potential to improve forecasting precision under unpredictable weather conditions, which can facilitate more effective integration of solar energy into power systems and ensure more reliable energy predictions. Additionally, the third study, along with recent advancements in the literature, focuses on enhancing the efficiency and energy production quality of PV systems through intelligent MPPT controls. Our specific contribution centers around a novel architectural solution utilizing Shannon's Information Criteria (SIC) to optimally determine the number of neurons in a feed-forward neural network (FFNN). This method not only demonstrates exceptional efficiency but also exhibits robustness against environmental fluctuations, incorporating elements such as Gaussian noise to simulate real-world conditions. The results from the real data obtained from a solar farm in Southwestern France provided a practical validation of the theoretical model (generated random data). Simulations using this data showed that the system maintains high efficiency and stability under constant high irradiance conditions, demonstrating the capability of the neuro-controller to manage energy conversion optimally. More dynamically, under variable irradiance conditions, the neuro-controller effectively adapted to changes, suggesting a high degree of responsiveness and reliability which is crucial for real-world applications where environmental conditions frequently vary. The findings of this study offer critical insights into the optimization of PV systems using neural networks for MPPT. By establishing an optimal neuro-controller architecture, the study not only enhances system efficiency—ensuring operations closer to the Maximum Power Point even under varying conditions—but also contributes to increased energy output and adaptability. These improvements lead to reduced operational costs and support the development of innovative PV system designs. By integrating these advanced MPPT techniques into practice, professionals in the solar energy sector can significantly enhance the performance, reliability, and xxii economic viability of PV systems, thereby accelerating the transition towards a more sustainable energy future. These three studies collectively contribute to the advancement of PV system technologies and underscore their critical role in the global transition towards sustainable energy. These studies not only demonstrate technical feasibility and operational improvements but also contribute to the broader objective of advancing global renewable energy initiatives, promoting sustainable development, and reducing environmental impact.
Benzer Tezler
- Güneş enerjisi destekli bir termoelektrik iklimlendirme sisteminin tasarımı
Design of solar assisted thermoelectric air-conditioning system
MANUEL FERNANDO ARIZA TABA
- RECURRENT NEURAL NETWORKS AND NEW WAVELET FUCTION FOR ANALYSIS AND CONTROL OF ELECTRICAL AND ENERGY SYSTEMS
ELEKTRIK VE ENERJI SISTEMLERININ ANALIZI VE KONTROLÜ IÇİN YENILENEN SINIR AĞLAR VE YENİ DALGALANMA FONKSIYONU
SAEID SHEIKHMEMARI
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Katar 2030 yılı elektrik üretim kapasitesinin güneş enerjisi ile arttırımı: Çatı üstü güneş sistemi tasarımı ve çevreye katkısı
Enhancing Qatar's 2030 electricity production capacity through solar energy: Design and environmental impact of rooftop solar systems
EMİR ÇUBUKÇU
Yüksek Lisans
Türkçe
2023
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MÜMTAZ İPEK
- Solution-processed thin film deposition and characterization of multinarychalcogenides: Towards highly efficient Cu2BaSn(S,Se)4 solar devices
Solüsyon yöntemiyle sentezlenmiş çok elementli kalkojenitlerin ince film kaplama ve karakterizasyonu: Yüksek verimli Cu2BaSn(S,Se)4 bazlı güneş soğuran cihazlara doğru
BETÜL TEYMUR
Doktora
İngilizce
2022
EnerjiDuke UniversityMalzeme Bilimi ve Makine Mühendisliği Ana Bilim Dalı
PROF. DR. DAVİD B.MİTZİ
- Mesken elektrik aboneleri için enerji yönetimi sistemi kullanımı
Utilization of energy management systems for residential electricity consumers
HÜSNÜ ALAY
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. BELGİN TÜRKAY