Fotovoltaik Sistemlerde Maksimum Güç Noktası Takibinde Kullanılan Algoritmaların Kısmi Gölgeleme Koşulları Altında Karşılaştırılması

Abstract

Fotovoltaik (FV) sistemlerde verimliliği arttırmak için güç elektroniği dönüştürücüleri yardımıyla maksimum güç noktası takibi (MGNT) işlemi yapılmaktadır. Eşit dağılımlı ışıma koşullarında MGNT yapılırken geleneksel algoritmalardan biri olan değiştir ve gözle (D&G) algoritması oldukça verimlidir. Ancak kısmi gölgeleme koşulları meydana geldiğinde bu algoritma global maksimum güç noktasını bulamamakta ve yerel maksimum güç noktalarına takılmaktadır. Buna karşın parçacık sürü optimizasyonu (PSO) ve guguk kuşu optimizasyon (GKO) algoritması gibi doğadan esinlenen meta sezgisel algoritmalar global maksimum noktanın bulunmasında daha başarılı olmaktadır.Bu çalışmada MATLAB/SIMULINK’de FV dizi, DA-DA yükselten dönüştürücü ve yükten oluşan bir sistem geliştirilmiştir. Bu sistem kullanılarak kısmi gölgeleme koşulları altında D&G, PSO ve GKO algoritmalarıyla MGNT işlemi gerçekleştirilmiş ve bu algoritmaların karşılaştırmalı analizi yapılmıştır. Bu algoritmalar üç farklı kısmi gölgeleme konfigürasyonu ile takip hızı ve doğruluğu açısından birbiriyle kıyaslanmıştır. Simülasyonlar sonucunda, D&G algoritması yerel bir maksimum güç noktasına yakalanırken PSO ve GKO algoritmaları global maksimum güç noktasının bulunmasında başarılı olmuştur. PSO ve GKO algoritması birbiriyle kıyaslandığında ise GKO algoritmasının PSO algoritmasından daha hızlı bir şekilde global maksimum güç noktasına ulaştığı görülmüştür.

Fotovoltaik Sistemlerde Maksimum Güç Noktası Takibi İçin Değiştir – Gözle, Artan İletkenlik Ve Parçacık Sürü Optimizasyon Algoritmalarının Karşılaştırılması

“…Komşu parçacığın deneyimine göre kendisinin ve komşusunun güncel değerlerinin karşılaştırılmasıyla elde edilen değer, iterasyon sırasında elde edilen en iyi değer olarak isimlendirilir. Parçacıkların hızı Eşitlik (12) ve konumu Eşitlik ( 13)'e göre güncellenir (Mahapatra et al (2019); Shi et al (2015); Gümüş et al (2021)). s213 maksimum güç noktasında salınım değerlerinin fazla olduğu gözlemlenmiştir.…”

“…Her iterasyon işlemi sonucunda parçacık lokasyonları en iyi iki parçacığa göre güncellenir. PSO algoritmasının akış şeması Şekil-8'de gösterilmiştir(Mahapatra et al (2019);Shi et al (2015);Gümüş et al (2021)).…”

“…Sistem içerisinde parçacıkların global ve yerel büyüklerinde elde edilen en yüksek güç, sistemin maksimum güç noktasının o parçacığın yeri olduğunu göstermektedir. Arttıran dönüştürücü için PSO MGNT algoritmasından görev oranı çıkışı alınır ve yük üzerine istenen gerilim ve akım değeri alınır(Mahapatra et al (2019);Shi et al (2015);Gümüş et al (2021)).…”

Bağımsız Bir Hibrit Güç Sisteminin Tasarımı ve Akıllı MPPT Algoritmaları ile Optimizasyon Kontrolü

“…These are the largest and most promising renewable energy sources used in the world. Mainly because they are considered to be non-polluting and economically viable sources, which solar panels and Aero-generators can be used for conversion to Electric energy [1,3]. Energy Hybridization using two energy storage devices makes the system robust and efficient with perfect control and optimal management, thus the cost has been amortized for many years.…”

Fotovoltaik Modellerin Parametre Çıkarımı İçin Geliştirilmiş Bir Kaotik Tabanlı Balina Optimizasyon Algoritması

“…Güneş enerjisinin doğada bulunması, maliyetinin az olması, sıfır emisyon ve bunlara ek olarak yarı iletken ve güç elektroniği gibi cihazlardaki gelişmeler sayesinde popüler bir yenilebilir kaynak haline gelmiştir. Günümüzde fotovoltaik (FV) sistemler güneş enerjisini doğrudan elektriğe dönüştürebilir, kurulumu basit ve gürültüsüz olduğu için elektrik güç sistemlerinde önemli bir rol oynamaktadır [1,2]. Bundan dolayı FV sistemlerini yönetmek için ölçülen akım-gerilim verilerine dayalı bir model kullanılması gerekmektedir [3].…”