Gelişmiş Model Kullanılan FV Dizilerde Meta Sezgisel Algoritmalar ile Kısmi Gölgelenme Koşullarında MGNT Optimizasyonunun Gerçekleştirilmesi

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye

Tezin Onay Tarihi: 2022

Tezin Dili: Türkçe

Öğrenci: KEZBAN KOÇ

Danışman: Mehmet Demirtaş

Özet:

Fotovoltaik (FV) sistemler, güneş enerjisinden elektrik enerjisi üretmek için kullanılmaktadır. FV dizilerin dönüşüm verimleri düşüktür. Dolayısıyla bu dizilerin veriminin arttırılması için çeşitli çalışmalar yapılmaktadır. FV sistemin tasarım ve uzun dönem çalıştırılmasına yönelik hesaplanmasını yapabilmek için öncelikle bu sistemlerin modellenmesi gerekir. FV modül ve hücrelerin detaylı olarak modellenmesi ve parametrelerinin doğru olarak tahmin edilmesi önemli bir konudur. FV sistemlerinin verimini arttırmak için kullanılan en yaygın yöntem, tahmin edilen parametreler yardımıyla oluşturulan sistemin en yüksek verimde çalıştığı noktayı belirleyip daha sonra sistemi sürekli bu noktada çalışmasını sağlamaktır. Bu yöntem, maksimum güç noktası takibi (MGNT) olarak isimlendirilir. Bu tez çalışmasında, gelişmiş model kullanılan FV dizinlerde meta sezgisel algoritmalar ile kısmi gölgelenme koşullarında MGNT optimizasyonu gerçekleştirilmiştir. Bunun için bir FV sistem, MATLAB/Simulink yazılımında detaylı olarak modellenmiştir. Tez çalışması FV parametre çıkarımı ve MGNT olmak üzere iki aşamadan oluşmaktadır. Birinci aşamada, altı meta sezgisel algoritma seçilmiş ve bu algoritmalar ile FV parametre çıkarımı yapılmıştır. FV dizilerin parametreleri, yapay ekosistem tabanlı optimizasyon algoritması (YEO), gri kurt optimizasyon algoritması (GKO), Runge Kutta optimizasyon algoritması (RUN), vektörlerin ağırlıklı ortalama optimizasyon algoritması (INFO), yapay sinek kuşu algoritması (YSKA) ve sürüngen arama algoritmasıyla (SAA) belirlenmiştir. İkinci aşamada ise dinamik ve dinamik olmayan gölgelenme senaryoları planlanmış ve seçilen dört meta sezgisel algoritma ile FV sistemlerde gölgelenme etkisi incelenmiştir. Parçacık sürü optimizasyon algoritması (PSO), GKO, INFO ve YSKA, gölgelenme koşulları altında sistemin maksimum verimde çalışabilmesi için kullanılmıştır. FV parametre çıkarımı ve MGNT’nin sonuçları, hem değerlendirme metrikleri hem de Friedman istatiksel test ile yorumlanmıştır. Sonuç olarak, FV parametre çıkarımı ve MGNT optimizasyonları başarıyla gerçekleştirilmiş olup FV parametre çıkarımında INFO algoritması ile ve MGNT’ de ise YSKA algoritması ile en başarılı sonuçlar elde edilmiştir.

Anahtar Kelimeler : MGNT, kısmi gölgelenme, parametre çıkarımı, YEO, GKO, RUN, INFO, YSKA, SAA, PSO, Friedman test