Geri Dön

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

  1. Tez No: 902891
  2. Yazar: ABDIRAHIM ADDAWE
  3. Danışmanlar: YRD. DOÇ. DR. MUSARİA KARİM MAHMOOD
  4. Tez Türü: Yüksek Lisans
  5. Konular: Enerji, Energy
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Enerji Sistemleri Ana Bilim Dalı
  12. Bilim Dalı: Enerji Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 87

Özet

Fotovoltaik (PV) sistemlerin verimliliğinin arttırılması kritik bir önceliktir. Güneş modüllerinden optimum güç üretimi, değişen iklim koşullarında maksimum güç noktasında (MPP) çalışmayı gerektirir. Perturb and Observe (P&O) algoritması, verimliliği ve hızlı yakınsama süresiyle tanınan geleneksel bir Maksimum Güç Noktası İzleyicisidir (MPPT). Bununla birlikte P&O, Kısmi Gölgeleme Koşulları (PSC) altında zorluk yaşıyor ve genellikle Küresel MPP (GMPP) yerine Yerel MPP'lere (LMPP'ler) yakınsıyor ve böylece genel sistem verimliliğini düşürüyor. Bu tez, klasik P&O'yu P&O-MGWO olarak adlandırılan Modifiye Gri Kurt Optimizasyonu (MGWO) algoritmasıyla birleştiren hibrit bir MPPT yaklaşımını tanıtmaktadır. Bu hibrit yöntemde MGWO, arama alanını daraltarak ve yakınsamayı hızlandırarak ilk MPP izleme aşamalarını yönetir, ardından küresel zirveye son yakınsama için P&O gelir. P&O-MGWO algoritmasının performansı, MATLAB/SIMULINK simülasyonları kullanılarak P&O, değiştirilmiş bir P&O (MP&O), GWO ve hibrit bir P&O-GWO'ya karşı değerlendirilir. Sonuçlar, hibrit P&O-GWO ve P&O-MGWO algoritmalarının izleme verimliliği, salınımları azaltma, daha hızlı yakınsama, daha yüksek doğruluk ve daha kısa MPP erişim süresi açısından geleneksel P&O ve MP&O'yu geride bıraktığını göstermektedir. Önerilen hibrit algoritmalar, özellikle kısmi gölgeleme gibi zorlu koşullar altında PV sistem performansını önemli ölçüde artırarak daha verimli ve güvenilir güneş enerjisi üretimine katkıda bulunur.

Özet (Çeviri)

Enhancing the efficiency of photovoltaic (PV) systems is a critical priority. Optimal power production from solar modules necessitates operating at the maximum power point (MPP) under varying climatic conditions. The Perturb and Observe (P&O) algorithm is a traditional Maximum Power Point Tracker (MPPT) recognized for its efficiency and quick convergence time. However, P&O struggles under Partial Shading Conditions (PSC), often converging to Local MPPs (LMPPs) rather than the Global MPP (GMPP), thus reducing overall system efficiency. This thesis introduces a hybrid MPPT approach combining classical P&O with a Modified Grey Wolf Optimization (MGWO) algorithm called P&O-MGWO. MGWO manages the initial MPP tracking phases in this hybrid method, narrowing the search space and accelerating convergence, followed by P&O for final convergence to the global peak. The performance of the P&O-MGWO algorithms is assessed against P&O, a modified P&O (MP&O), GWO, and a hybrid P&O-GWO using MATLAB/SIMULINK simulations. Results show that the hybrid P&O-GWO and P&O-MGWO algorithms surpass conventional P&O and MP&O in tracking efficiency, reducing oscillations, faster convergence, higher accuracy, and shorter MPP attainment time. The proposed hybrid algorithms significantly enhance PV system performance, especially under challenging conditions like partial shading, contributing to more efficient and reliable solar energy generation.

Benzer Tezler

  1. Enhancement performance and efficiency of photovoltaic system based on hybrid maximum power point tracking

    Başlık çevirisi yok

    MINA TUQA MAHDI AL-MAYYAHI

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Gelişim Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YUSUF GÜRCAN ŞAHİN

  2. Hybrid modified grey wolf optimization-based modified incremental conductance MPPT for photovoltaic systems

    Fotovoltaik sistemler için hibrit modifiye gery wolf optimizasyonu tabanlı modifiye artımsal iletkenlik MPPT

    AHMAD MOHAMMAD NEZAM

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    EnerjiAnkara Yıldırım Beyazıt Üniversitesi

    Enerji Sistemleri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUSARIA KARIM MAHMOOD MAHMOOD

  3. Students performance system using recurrent neural network trained by modified grey wolf optimizer

    Değiştirilen bozkurt optimizasyon yöntemi ile eğitilmiş yinelenen sinir ağı kullanan öğrenci performans sistemi

    DOSTI ABBAS

    Yüksek Lisans

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat Üniversitesi

    Yazılım Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. YALIN KILIÇ TÜREL

  4. Yapay zekâ kontrol yöntemleri ile iki-yönlü haptik-teleoperasyon robotik sistemlerinde kararlılık ve şeffaflığın artırılması

    Increasing stability and transparency in bilateral haptic-teleoperation robotic systems with artificial intelligent control methods

    TAYFUN ABUT

    Doktora

    Türkçe

    Türkçe

    2022

    Makine MühendisliğiFırat Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. SERVET SOYGÜDER

  5. Yüksek boyutlu model gösterilimi ve çok değişkenliliği yükseltilmiş çarpımlar gösterilimi ile görüntü üzerindeki gürültüleri giderme

    Image denoising via high dimensional model representation and enhanced multivariate product representation

    SENA KAÇAR

    Doktora

    Türkçe

    Türkçe

    2024

    Matematikİstanbul Teknik Üniversitesi

    Matematik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BURCU TUNGA