Şebeke bağlantılı batarya uygulaması için yapay sinir ağı tabanlı boost inverter topolojisi
Artificial neural network based boost inverter topology for grid-connected battery applications
- Tez No: 931597
- Danışmanlar: DOÇ. DR. DAVUT ERTEKİN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Bursa Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 165
Özet
Bu çalışma, verimliliği ve performansı artırmak amacıyla yapay sinir ağları (ANN) ile kontrol edilen yeni bir kaskatlı yükseltici dönüştürücü önermektedir. Kaskatlı yapı, daha yüksek gerilim kazancı sağlarken aynı zamanda daha düşük akım dalgalanmasını koruyarak enerji depolama ve dağıtım sistemlerinde optimum çalışma koşullarını garanti eder. Bu dönüştürücü, düşük gerilimli batarya çıkışlarını yükselterek şebeke ile sorunsuz entegrasyon sağlamak üzere tasarlanmıştır. Gerilim yükseltmenin ötesinde, bu kaskatlı topoloji, güç kalitesini iyileştirir, dinamik tepkiyi artırır ve bileşen üzerindeki stresi minimize eder. Verimlilik ve güvenilirliğin ön planda olduğu şebekeye bağlı batarya uygulamalarını geliştirmek açısından bu yenilik büyük önem taşımaktadır. Bu çalışmada, şebekeye bağlı batarya uygulamaları için yapay sinir ağı (YSA) tabanlı bir yükseltici evirici topolojisi geliştirilmiştir. İlk aşamada, verimlilik ve performansı artırmak amacıyla bir yükseltici konvertör tasarlanmıştır. Ardından, bu konvertöre bir evirici ve LC filtresi eklenmiştir. Son aşamada, sistemin dinamik ve adaptif kontrolünü sağlamak için YSA entegre edilmiştir. Yükseltici konvertör, düşük gerilimli batarya çıkışını daha yüksek bir gerilime dönüştürerek evirici girişine uygular. İnvertör ise DC gerilimini AC gerilimine çevirerek şebeke bağlantısını sağlar. LC filtresi, çıkış dalga formunu iyileştirir ve harmonik bozulmayı azaltır. YSA, sistemin performansını optimize etmek ve değişken yük koşullarına uyum sağlamak amacıyla kullanılmıştır. MATLAB/Simulink simülasyonları, önerilen sistemin önceki tekniklere göre daha verimli ve kararlı olduğunu göstermektedir. YSA tabanlı kontrol tekniği, evirici çıkışını ve sistem performansını artırmaktadır. Ayrıca, yükseltici evirici mimarisindeki YSA, değişken şebeke koşulları altında optimum performansı sağlamak için gerçek zamanlı izleme ve adaptif kontrol imkanı sunmaktadır. Bu adaptif kapasite, güç kaynağı güvenilirliğini ve sistemin dinamik yük değişimlerine karşı dayanıklılığını artırmaktadır. Araştırmalar, YSA'nın daha iyi ve verimli kontrol yöntemleriyle güç elektroniğinde devrim yaratabileceğini göstermektedir. Sonuç olarak, yapay sinir ağı tabanlı yükseltici evirici mimarisi, gelecekteki yenilenebilir enerji ve batarya yönetim sistemi entegrasyonu araştırmalarına önemli bir katkı sağlayacak potansiyele sahiptir.
Özet (Çeviri)
This study introduces a novel cascaded boost converter controlled by artificial neural networks (ANN) to enhance efficiency and performance. The cascaded structure allows for higher voltage gain while maintaining reduced current ripple, ensuring optimal operation in energy storage and distribution systems. The converter was designed to boost low-voltage battery outputs for seamless grid integration. Beyond voltage amplification, this cascaded topology improves power quality, enhances dynamic response, and minimizes component stress. This innovation is crucial for improving grid-connected battery applications, where efficiency and reliability are paramount. In this study, an artificial neural network (ANN) based boost inverter topology is developed for grid-connected battery applications. In the first stage, a boost converter is designed to increase efficiency and performance. Then, an inverter and LC filter are added to this converter. In the last stage, ANN is integrated to provide dynamic and adaptive control of the system. The boost converter converts the low voltage battery output to a higher voltage and applies it to the inverter input. The inverter converts the DC voltage to AC voltage and provides grid connection. The LC filter improves the output waveform and reduces harmonic distortion. ANN is used to optimize the performance of the system and adapt to variable load conditions. MATLAB/Simulink simulations show that the proposed system is more efficient and stable than previous techniques. ANN-based control technique increases the inverter output and system performance. In addition, ANN in the boost inverter architecture provides real-time monitoring and adaptive control to ensure optimum performance under variable grid conditions. This adaptive capacity increases power supply reliability and system resilience to dynamic load changes. Research shows that ANN can revolutionize power electronics with better and more efficient control methods. As a result, the artificial neural network-based boost inverter architecture has the potential to make a significant contribution to future renewable energy and battery management system integration research.
Benzer Tezler
- GFD CUK dönüştürücü beslemeli tam köprü DC-DC dönüştürücü ile elektrikli araç şarj ünitesi tasarımı
Electrical vehicle charge unit design with full bridge DC-DC converter fed by PFC CUK converter
SELAMİ KARAKAŞ
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiKastamonu ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERDAL ŞEHİRLİ
- Büyük ölçekli şebeke bağlantılı bir fotovoltaik santralin benzetim sonuçlarının gerçek veriler ile karşılaştırmalı analizi
Comparative analysis of simulation results of a large-scale grid-connected photovoltaic power plant with real data
ABDÜLKADİR SİPAHİ
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiKocaeli ÜniversitesiEnerji Sistemleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERKAN SEZEN
- Elektrikli otobüsler için fotovoltaik-rüzgar güç sistemi kaynaklı şarj istasyonu tasarımı
Design of charge station for electric buses sourced by PV-wind power systems
YÜCEL ÇİÇEK
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiEge ÜniversitesiGüneş Enerjisi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ METE ÇUBUKÇU
- DA mikroşebekeler için çok ajanlı sistem tabanlı enerji yönetim sistemi tasarımı
Multi agent system based energy management system design for DC microgrids
SÜLEYMAN EMRE EYİMAYA
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. NECMİ ALTIN
- Assessment of green hydrogen production and hybrid renewable energy system for seasonal residential area
Mevsimlik yerleşim alanı için yeşil hidrojen üretimi ve hibrit yenilenebilir enerji sisteminin değerlendirilmesi
OĞUZHAN HAHOLU
Yüksek Lisans
İngilizce
2023
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. ÖNDER GÜLER