Fotovoltaik Sistemlerde Maksimum Güç Noktası Takibi İçin Değiştir – Gözle, Artan İletkenlik Ve Parçacık Sürü Optimizasyon Algoritmalarının Karşılaştırılması
Abstract
Artan dünya nüfusuyla birlikte enerji üretimek amacıyla kullanılan petrol ve türevleri ürünlerin azalması, bu ürünlerden atık olarak ortaya çıkan karbon monoksit, metan gazı gibi gazların çevreye verdiği zararı minimum değere indirgemek amacıyla yenilebilir enerji kaynaklarına ilgi artmıştır. Yenilenebilir enerji kaynakları rüzgâr, yakıt hücresi ve güneş panelleri gibi örneklendirilebilir. Yapılan makale çalışmasında güneş paneli sistemlerinde, Doğru Akım (DA) dönüştürücüsü ve Değiştir- Gözle (D&G), Artan İletkenlik ve Parçacık Sürü Optimizasyonu (PSO) algoritmaları ile Maksimum Güç Noktası Takibi (MGNT) MATLAB/Simulink ortamında tasarlanmış ve değişken ışıma değerlerinde benzetim çalışmaları gerçekleştirilmiştir. Benzetim çalışmaları sonucunda PSO MGNT algoritmasının, D&G ve Artan İletkenlik algoritmasına göre maksimum güç noktasında değişken ışınım değerlerinde daha az salınım yapmakta olduğu ve maksimumum güç noktasına daha hızlı ulaştığı gözlemlenmiştir.
Keywords
“Değiştir- Gözle (D&G) Algoritması, Artan İletkenlik Algoritması, Parçacık Sürü Optimizasyon (PSO) Algoritması, Maksimum Güç Noktası Takibi (MGNT)”
References
- Darwesh, M. R., & Ghoname, M. S. (2021). Experimental studies on the contribution of solar energy as a source for heating biogas digestion units. Energy Reports, 7, 1657-1671.
- Divyasharon, R., Banu, R. N., & Devaraj, D. (2019). Artificial neural network based MPPT with CUK converter topology for PV systems under varying climatic conditions. In 2019 IEEE International Conference on Intelligent Techniques in Control, Optimization and Signal Processing (INCOS) (pp. 1-6). IEEE.
- Doubabi, H., Salhi, I., Chennani, M., & Essounbouli, N. (2021). High Performance MPPT based on TS Fuzzy–integral backstepping control for PV system under rapid varying irradiance—Experimental validation. ISA transactions.
- Fathi, M., & Parian, J. A. (2021). Intelligent MPPT for photovoltaic panels using a novel fuzzy logic and artificial neural networks based on evolutionary algorithms. Energy Reports, 7, 1338-1348.
- Gümüş, Z., & Demirtaş, M. (2021). Fotovoltaik Sistemlerde Maksimum Güç Noktası Takibinde Kullanılan Algoritmaların Kısmi Gölgeleme Koşulları Altında Karşılaştırılması. Politeknik Dergisi, 1-1.
- Güngör, O. (2019). Güneş Panellerinde Cuk Dönüştürücü Tabanlı Değişken Şartlar Altında PNO, BM ve YSA Algoritmalarının Karşılaştırmalı Performans Analizi. Bilecik Şeyh Edebali Üniversitesi Fen Bilimleri Dergisi, 6(1), 66-76.
- Hamidon, F. Z., Aziz, P. A., & Yunus, N. M. (2012). Photovoltaic array modelling with P&O MPPT algorithm in MATLAB. In 2012 International Conference on Statistics in Science, Business and Engineering (ICSSBE) (pp. 1-5). IEEE.
- Harrag, A., Messalti, S., & Daili, Y. (2019). Innovative single sensor neural network PV MPPT. In 2019 6th International Conference on Control, Decision and Information Technologies (CoDIT) (pp. 1895-1899). IEEE.
- Keskin, Y. E., Başoğlu, M. E., Tekdemir, İ. G., & Çakır, B. (2014). Fotovoltaik Sistemlerde D&G ve Artan İletkenlik Algoritmalarının Karşılaştırılması Comparison of P&O and Incremental Conductance Algorithms for Photovoltaic Systems.
- Kollimalla, S. K., & Mishra, M. K. (2013). Novel adaptive P&O MPPT algorithm for photovoltaic system considering sudden changes in weather condition. In 2013 International Conference on Clean Electrical Power (ICCEP) (pp. 653-658). IEEE.