Fotovoltaik Sistemlerde Değişken Yük ve Güneş Işınımı Altında Sinirsel-Bulanık Denetleyici ile Maksimum Güç Noktası Takibi

Abstract

Fotovoltaik paneller, güneş ışınımına ve ortam sıcaklığa bağlı olarak güneş enerjisini doğrudan doğru akım (DA) elektrik enerjisine dönüştürülebilen yarı iletken yapılardır. Fotovoltaik paneller yapıları gereği doğrusal olmayan akım-gerilim (I-V) karakteristiğine sahiptirler. Fotovoltaik panellerden alınabilecek maksimum güç panel üzerine düşen güneş ışınımı ve panelin sıcaklık değerlerine bağlıdır. Fotovoltaik panellerin belirli atmosferik koşullarda (güneş ışınımı ve ortam sıcaklığı) ürettikleri tek bir maksimum güç değeri vardır. Bu nedenle fotovoltaik panellerin maksimum güç noktası takip sistemleri ile birlikte kullanılması verimlilik açısından oldukça önemlidir. Sürekli değişen atmosferik koşullar (güneş ışınımı, sıcaklık) ve değişken yük maksimum güç noktasının yerini değiştirdiğinden fotovoltaik panelden alınabilecek maksimum gücün sürekli olarak izlenmesi gerekmektedir. Maksimum güç noktası takibi için klasik ve modern yöntemler gibi çeşitli takip yöntemleri bulunmaktadır. Değiştir-gözle (D&G), tepe tırmanma (TT), artımsal iletkenlik (Aİ) klasik yöntemler olup modern yöntemler ise yapay sinir ağları, bulanık mantık ve en iyileme algoritmalarıdır. Bulanık mantık ve yapay sinir ağları gibi modern denetim yapıları birçok uygulamayı gerçekleştirmek için yaygın şekilde kullanılmaktadır. Bulanık mantık ve yapay sinir ağlarının birlikte kullanılması uyarlamalı bir denetim yapısı oluşturmaktadır. Bu uyarlamalı denetim yapısı, denetim sisteminin çalışma noktasındaki değişimleri daha iyi ayarlamaktadır. Bu çalışmada; fotovoltaik sistemin değişken yük ve güneş ışınımı altında maksimum güç noktası takibi için artımsal iletkenlik ve sinirsel-bulanık denetim yönteminden oluşan iki döngülü takip sistemi önerilmiştir. Önerilen iki döngülü takip sisteminin dinamik performansı değişken yük ve güneş ışınımı altında tek döngülü artımsal iletkenlik yöntemi ile karşılaştırılmıştır. Önerilen takip yapısı her iki durumda da fotovoltaik sistemin maksimum güç çalışma noktasında oluşan değişimlere karşı artımsal iletkenlik yöntemine göre daha iyi uyum göstermiştir.

Keywords

• Maksimum Güç
• Sinirsel-Bulanık Denetim
• Fotovoltaik
• Artımsal İletkenlik

Maximum Power Point Tracking with Neuro-Fuzzy Controller Under Variable Load and Solar Irradiance in Photovoltaic Systems

Abstract

Photovoltaic panels are semi-conductor structures that can convert solar energy directly to direct current (DC) electricity power depending on the solar irradiance and ambient temperature. They have a non-linear current-voltage (I-V) characteristic due to their structure. The maximum power obtained from a photovoltaic panel is directly related to solar irradiance and panel temperature. Photovoltaic panels offers a single maximum power point under certain atmospheric conditions (solar irradiance and ambient temperature). Therefore, it is of vital importance to use photovoltaic panels along with maximum power point tracking systems for a more efficient solar power system. Since constantly changing atmospheric conditions (solar irradiance and temperature) and variable load cause changes in maximum power point, the maximum amount of power generated by a photovoltaic panel needs to be tracked continuously. There are various tracking methods such as classical and modern methods for maximum power point tracking. Perturb and observe (P&O), hill climbing (HC), incremental conductance (INC) are among conventional methods, while modern methods include artificial neural networks, fuzzy logic and optimization algorithms. Modern control structures such as fuzzy logic and artificial neural networks are widely used to perform many applications. Using fuzzy logic and artificial neural networks together creates an adaptive control structure, which adjusts changes in the operating point of the control system in a better way. In the present study, a two-loop tracking system consisting of incremental conductance and neuro-fuzzy control is proposed for maximum power point tracking of a photovoltaic system under variable load and solar irradiance. The dynamic performance of the proposed two-loop tracking system was compared with the single-loop incremental conductance method under variable load and solar irradiance. It was observed that the proposed tracking structure better adapted to the changes in the maximum power operating point of the photovoltaic system compared to the incremental conductance method in both cases.

Keywords

• Maximum Power
• Neuro-Fuzzy Control
• Incremental Conductance
• Photovoltaic

References

1. Doğmuş, O.,Kılıç, E., Şit, S., & Güneş, M., (2017). PSO Algoritması ile Optimize Edilmiş PID Denetleyicinin Fotovoltaik MPPT Sistemine Uyarlanması, Kahramanmaraş Sütçü İmam Üniversitesi Mühendislik Bilimleri Dergisi, 20(4), 1-8.
2. Kececioglu, O. F., Acikgoz, H., & Gani, A.,(2018). Fuzzy-PI Based MPPT Control for Photovoltaic Systems, In Proceedings of Innovations in Intelligent Systems and Applications, Adana, 4-6 October, 1-4.
3. Dandıl, E., & Gürgen, E . (2019). Yapay Sinir Ağları Kullanılarak Fotovoltaik Panel Güç Çıkışlarının Tahmini ve Sezgisel Algoritmalar ile Karşılaştırılması, Avrupa Bilim ve Teknoloji Dergisi ,(16 ),146 158.
4. Acikgoz, H., Kececioglu, O. F., Yildiz, C., Gani, A., & Sekkeli, M. (2016). Performance Analysis of Electronic Power Transformer Based on Neuro Fuzzy Controller. SpringerPlus, (5), 1-21.
5. Ozdemir, S., Altin, N., & Sefa, I., (2017). Fuzzy Logic Based MPPT Controller for High Conversion Ratio Quadratic Boost Converter, International. Journal of Hydrogen Energy, 42(28), 17748-17759.
6. Luo, F.L., (1999). Positive Output Luo Converters: Voltage Lift Technique. IEE Proceedings., Electric Power Applications, 146(4), 415-432.
7. Soon, T. K., & Mekhilef, S., (2015). A Fast-Converging MPPT Technique for Photovoltaic System under Fast-Varying Solar Irradiation and Load Resistance, IEEE Transactions on Industrial Informatics 11(1), 176-186.
8. Yilmaz, U., Turksoy, O., & Teke, A., (2019). Improved MPPT Method to Increase Accuracy and Speed in Photovoltaic Systems under Variable Atmospheric Conditions, International. Journal of Electrical Power & Energy Systems (113), 634-651.

9. Lashab, A., Sera, D., & Guerrero, J.M., (2019). A Dual-Discrete Model Predictive Control-Based MPPT for PV Systems, IEEE Transactions on Power Electronics, 34(10), 9686-9697.
10. Rezk, H., Aly, M., Al-Dhaifallah, M., & Shoyama, M., (2019). Design and Hardware Implementation of New Adaptive Fuzzy Logic-Based MPPT Control Method for Photovoltaic Applications, IEEE Access, (7) 106427-106438.
11. Kırcıoğlu, O., Ünlü, M., & Çamur, S., (2018). Değiştir & Gözle ve Artımsal İletkenlik Algoritmalarının EN 50530 Dinamik Verim Testine göre Performanslarının Değerlendirilmesi, Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 22(1), 85-93.
12. Loukriz, A., Haddadi, M., & Messalti, S., (2016). Simulation and Experimental Design of a New Advanced Variable Step Size Incremental Conductance MPPT Algorithm for PV Systems, ISA Transactions, (62), 30-38.
13. Kandemir, E., Börekci, S., & Cetin, N.S., (2018). Comparative Analysis of Reduced-Rule Compressed Fuzzy Logic Control and Incremental Conductance MPPT Methods. Journal of Electronıc Materials, 47(8), 4463-4474.
14. Al-Majidi, S.D. Abbod M.F., & Al-Raweshidy, H.S., (2018). A Novel Maximum Power Point Tracking Technique Based on Fuzzy Logic for Photovoltaic Systems. International Journal of Hydrogen Energy, (43), 14158-14171.
15. Enany, M.A, Farahat, M.A, & Nasr A. (2016). Modeling and Evaluation of Main Maximum Power Point Tracking Algorithms for Photovoltaics Systems. Renewable and Sustainable Energy Reviews (58) ,1578-1586.
16. Bay, O. F., & Ozarslan, M., (2009). Modeling and Simulation of Grid Connected-Three Phase Two Stage Photovoltaic System. International Journal of Electrical Energy Systems, 1(2), 55-63.
17. Büyükgüzel, B., (2011). Microcontroller Based Maximum Power Point Tracker for Solar Panels, Çukurova University Instıtute and Applied Sciences, Adana. 131s.
18. Keçecioğlu, Ö.F., & Kılıç, E.,(2019). Tristör Kontrollü Reaktörün Sinirsel Bulanık Denetim Esaslı Reaktif Güç Kontrolü, Gazi Üniversitesi Fen Bilimleri Dergisi Part C:Tasarım ve Teknoloji, 7(2), 399-410.
19. Mohan, N., Undeland, T.M. & Robbins, W.P. (2007). Güç Elektroniği, Çeviriciler, Uygulamalar ve Tasarım, Literatür Yayıncılık İstanbul.
20. Kececioglu, O.F., Gani, A., Kilic, E., Sekkeli, M., (2019). Dynamic Performance Evaluation of PI and Interval Type-2 Takagi-Sugeno-Kang Fuzzy Controller on Positive Output Luo Converter. Natural and Engineering Sciences, 4 (3), 32-39.