Metasezgisel metotlardan parçacık sürüsü optimizasyon metodu kullanılarak fotovoltaik modüllerin eşdeğer devre parametrelerinin saptanması
Determination of equivalent circuit parameters of photovoltaic modules using particle swarm optimization method, one of the metaheuristic methods
- Tez No: 993417
- Danışmanlar: PROF. DR. ULAŞ EMİNOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Samsun Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Enerji üretiminde sürdürülebilir ve çevre dostu çözümlere olan ihtiyacın artması, fotovoltaik (PV) sistemlerin hem akademik araştırmalarda hem de mühendislik uygulamalarında daha fazla önem taşımasına yol açmıştır. PV sistemlerin performansının doğru bir şekilde değerlendirilmesi ve çeşitli çalışma koşulları altında güvenilir bir şekilde modellenmesi, kullanılan matematiksel modellerin doğruluğu ile doğrudan ilişkilidir. Bu çerçevede, PV hücrelerin eşdeğer devre parametrelerinin hassas bir şekilde belirlenmesi, modelleme doğruluğunu etkileyen önemli unsurlardan biri olarak ön plana çıkmaktadır. Fotovoltaik hücrelerin elektriksel davranışı doğrusal olmayan denklemlerle ifade edilmekte olup, bu denklemlerde yer alan diyot ideallik faktörü, seri direnç ve paralel direnç gibi parametrelerin doğrudan ölçülmesi çoğu durumda mümkün değildir. Bu tez çalışmasında, söz konusu parametrelerin kestirimi için metasezgisel optimizasyon yöntemlerinden Parçacık Sürü Optimizasyonu (PSO) algoritmasına dayalı bir yaklaşım geliştirilmiştir. Tek diyotlu fotovoltaik hücre modeli esas alınarak, parametre kestirim problemi üretici tarafından sağlanan kısa devre akımı, açık devre gerilimi ve maksimum güç noktası verileri kullanılarak doğrusal olmayan bir optimizasyon problemi şeklinde ele alınmıştır. Uygulanan PSO algoritmasının, amaç fonksiyonunun kararlı bir biçimde yakınsadığı ve elde edilen parametrelerin literatürde rapor edilen fiziksel aralıklarla uyumlu olduğu gözlemlenmiştir. Ayrıca, kestirilen parametrelerin sonuçlarına göre belirlenen I-V ve P-V karakteristiklerinin, fotovoltaik modülün gerçek çalışma davranışını yüksek doğrulukla temsil ettiği belirlenmiştir. Elde edilen bulgular, PSO tabanlı yaklaşımın fotovoltaik modül parametre kestirimi problemleri için etkin ve güvenilir bir yöntem sunduğunu göstermektedir.
Özet (Çeviri)
The increasing demand for sustainable and environmentally friendly energy solutions has led to a growing interest in photovoltaic (PV) systems in both academic research and engineering applications. Accurate modeling of PV systems is essential for reliable performance evaluation and system analysis under varying operating conditions. In this context, the precise identification of equivalent circuit parameters plays a critical role in improving the accuracy of photovoltaic models. The electrical behavior of PV cells is described by nonlinear equations involving several internal parameters, such as the diode ideality factor, series resistance, and shunt resistance. Since these parameters cannot be directly measured in practical applications, their estimation becomes a challenging nonlinear optimization problem. In this thesis, a metaheuristic optimization approach based on the Particle Swarm Optimization (PSO) algorithm is proposed to estimate the equivalent circuit parameters of photovoltaic modules. The single-diode photovoltaic model is adopted, and the parameter estimation problem is formulated using manufacturer-provided data, including short-circuit current, open-circuit voltage, and maximum power point values. The results demonstrate that the PSO algorithm exhibits stable convergence behavior and successfully identifies parameter values within physically meaningful ranges reported in the literature. Furthermore, the current–voltage (I–V) and power–voltage (P–V) characteristics generated using the estimated parameters show strong agreement with the reference data of the photovoltaic module. These findings indicate that the proposed PSO-based approach provides an effective and reliable solution for the parameter identification problem of photovoltaic modules.
Benzer Tezler
- Contributions to the determination of optimized driving strategies for electric vehicles using artificial intelligence based methods
Elektrikli araçlar için yapay zeka tabanlı yöntemlerle en uygunlaştırılmış sürüş stratejilerinin belirlenmesine katkılar
UFUK BOLAT
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA AHMET KOCABAŞ
DOÇ. DR. GÜLCİHAN ÖZDEMİR
- CMAC sinir ağı öğrenme yöntemi kullanılarak yeni melez GSA ve PSO optimizasyon algoritmalarının geliştirilmesi ve başarım analizi
Development and performance analysis of novel hybrid GSA and PSO optimization algorithms using CMAC neural network learning method
NAZMİYE EBRU BULUT
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRE DANDIL
- Optimizasyon problemlerinin çözümünde mikro yapay alg algoritmasının geliştirilmesi
Development of micro-artificial algae algorithm for solution of optimization problems
HÜSEYİN SAMET CAN
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SAİT ALİ UYMAZ
- Kameraların sınırlı alan derinliğini artırmak için metasezgisel algoritmalar kullanılarak çok odaklı görüntülerin birleştirilmesi
Fusing multi-focus images using metaheuristic algorithms to increase the limited depth of field of cameras
FATMA ÇAKIROĞLU
Yüksek Lisans
Türkçe
2023
Mühendislik BilimleriKayseri ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ DURMUŞ
DR. ÖĞR. ÜYESİ RİFAT KURBAN
- Kuruluş yeri seçimi probleminin çözümünde meta sezgisel algoritmalar
Application of meta-heuristic algorithms to facility location problem
MEHMET BASTI