Coati optimizasyon algoritması kullanılarak pv güneş hücreleri ve modülleri parametre tahmini
Parameter estimation of pv solar cells and modules using coati optimization algorithm
- Tez No: 952755
- Danışmanlar: PROF. DR. AYBABA HANÇERLİOĞULLARI
- Tez Türü: Doktora
- Konular: Enerji, Energy
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Kastamonu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Malzeme Bilimi ve Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Güneş enerjisi, fosil yakıtlara sürdürülebilir bir alternatif olarak öne çıkarken, fotovoltaik (PV) sistemler bu enerjiden elektrik üretiminde kilit bir rol oynamaktadır. PV modül performansının optimize edilmesi ise doğru parametre tahminini gerektirir. Bu çalışmada, PV modül parametrelerinin doğruluğunu artırmak ve enerji verimliliğini yükseltmek amacıyla Coati Optimizasyon Algoritması'na (COA) dayalı, karşıtlık temelli öğrenme ve kaos teorisini içeren gelişmiş bir optimizasyon yaklaşımı önerilmektedir. Yöntem, SDM, DDM ve genel PV modülleri üzerinde test edilmiş; JSO, HHO, WOA ve GWO gibi mevcut algoritmalarla karşılaştırılmıştır. Elde edilen sonuçlar, COA tabanlı yaklaşımın hata oranlarını azaltarak, parametre ayarlarını iyileştirerek ve hesaplama verimliliğini artırarak üstün performans sergilediğini göstermektedir. Friedman testi de, COA'nın temel versiyonuna göre SDM, DDM ve PV modüllerinde sırasıyla %8,1; %10,79 ve %9,6 oranında iyileşme sağladığını ortaya koymuştur. Bulgular, önerilen yöntemin PV teknolojisinin gelişimine ve sürdürülebilir enerji kullanımına anlamlı katkılar sunduğunu göstermektedir.
Özet (Çeviri)
Solar energy has emerged as a sustainable alternative to fossil fuels, with photovoltaic (PV) systems playing a crucial role in converting sunlight into electricity. Optimizing the performance of PV modules requires accurate parameter estimation. This study proposes an advanced optimization approach based on the Coati Optimization Algorithm (COA), incorporating opposition-based learning and chaos theory to enhance parameter estimation accuracy and overall energy efficiency. The proposed method was tested on three PV models: SDM, DDM, and a general PV module, and compared against existing algorithms such as JSO, HHO, WOA, and GWO. The results demonstrate that the COA-based approach significantly improves performance by reducing error rates, enhancing parameter tuning, and increasing computational efficiency. Furthermore, the Friedman test revealed improvements over the basic COA in SDM, DDM, and PV modules by 8.1%, 10.79%, and 9.6%, respectively. These findings indicate that the proposed method offers meaningful contributions to the advancement of PV technology and the promotion of sustainable energy utilization.
Benzer Tezler
- İhracatın sektörel analizine ilişkin fonksiyonel bir araştırma
Functional research on analysis of sectoral export
AYŞENUR TOPÇUOĞLU
- Balıkesir tavukçuluk işletmelerinin yapısal özellikleri üzerinde bir inceleme
Başlık çevirisi yok
MEHMET TOSUN
- İzmir ili dahilinde Turfanda sebze yetiştirmede kullanılan seraların bugünkü durumu
Başlık çevirisi yok
ATİLLA ÇOLAK
- Bazı vişne tohumlarının çimlenmesi üzerine değişik katlama sürelerinin etkileri
Effects of the different time of stratification on the germination of seeds of some sourcherries (Prunus cerasus L.)
HACER ABAY(SAĞLAM)
Yüksek Lisans
Türkçe
1986
ZiraatEge ÜniversitesiBahçe Bitkileri Ana Bilim Dalı
PROF. DR. RAHMİ ÖZÇAĞIRANA
- Kültür mantarı yetiştiriciliğinin ekonomik analizi ve yapılabilirliği
Başlık çevirisi yok
NECDET ÖZBİLGİN